浙江以象科技有限公司

ZHEJIANGYIXIANG

藍莓憑借其高營養價值與經濟價值，在水果市場中占據重要地位。從種植、運輸，到儲存和銷售，新鮮度始終是衡量藍莓品質與價格的關鍵指標。如何實現無損、精準、快速的藍莓新鮮度檢測，成為提升藍莓產業競爭力的核心。企業若能實時把握藍莓品質變化，就能優化采摘時機、倉儲條件以及運輸流程，進而實現經濟效益

在過去，藍莓新鮮度的檢測主要依靠感官判斷，像觀察藍莓的色澤、果霜、果蒂形態，以及嗅聞氣味、感受軟硬程度等。然而，這些傳統方法受個人主觀因素影響大，檢測結果并不準確。

隨著科技的進步，智能化果蔬分選技術逐漸在產業中得到應用。當前，在藍莓分選過程中，常見的是利用可見光圖像或單波段近紅外圖像開展視覺檢測。基于可見光相機的機器視覺方案，雖能對藍莓的外觀，如大小、形狀、表面瑕疵等進行檢測，卻難以深入了解其內部品質，像內部是否腐爛、營養成分含量等。而近紅外成像技術，雖然能夠檢測出藍莓的水分、糖分、酸度等信息，可單一波段的近紅外檢測容易受到環境光強度、藍莓表面的光潔度、濕度等因素干擾，導致檢測精度下降。

所以，如何提升藍莓新鮮度檢測的能力，實現更精準、高效的檢測，依然是當下藍莓產業發展過程中迫切需要解決的問題。

多光譜相機的工作波段處于可見近紅外區域，能夠同步采集從藍光波段直至近紅外波段的多譜段信息。通過對這些豐富的圖譜特征進行深度挖掘與分析，它可以實現高精度的光譜視覺定量分析，從而為更精準地檢測藍莓新鮮度提供有力支持。

根據公開資料，隨著藍莓存儲時長增加，其光譜反射率曲線會出現明顯變化。尤其是在 400 - 1000nm 的可見光 - 近紅外波段范圍內，波譜差異尤為顯著，這表明該波段在藍莓新鮮度檢測方面具備巨大潛力。

1. 連續觀測實驗

為深入探究不同新鮮度藍莓的光譜特性，同時驗證光譜視覺技術在察覺藍莓新鮮度細微變化方面的潛力，特開展如下實驗：按照果實硬度、果粉密度等指標，挑選出一批新鮮藍莓作為實驗樣本。將這批樣本平均分成兩組，其中一組置于室溫（約 20℃）環境下保存，作為對照組 1；另一組則保存在冷藏（0 - 4℃）環境中，作為對照組 2。隨后，利用可見近紅外光譜分析儀，連續 10 天對兩組實驗樣本進行多光譜圖像數據采集。

2. 光譜差異性分析

在對照組 1 的實驗進程里，10 天內樣本發生了顯著改變。起初飽滿的藍莓逐漸干癟，尤其是第 5 天之后，這種變化對比更為鮮明。對第 1 - 3 天的光譜曲線展開對比后發現：“1 - 7 可見光波段" 的特征值近乎重合，從直觀上看，樣本的外觀與色澤幾乎沒有變化；然而，“8 - 12 近紅外波段" 的特征值卻出現了明顯下降。此外，根據光譜數據能夠得出，藍莓在前 3 天新鮮度變化較為劇烈，3 天之后，新鮮度變化趨于平緩。

在對照組 2 的實驗過程中，通過分析光譜曲線可知，“1-7 可見光波段" 的特征值基本重合。這一結果反映在圖像上，便是藍莓在 10 天內的形態與顏色均未出現明顯變化。與之不同的是，“8-12 近紅外波段" 的特征值呈現出緩慢下降的態勢，其中第 1 天到第 2 天的下降幅度相對較大，變化較為明顯，而在這之后，下降趨勢逐漸趨于平緩 。

從上述實驗結果可以得出以下結論：
【1】在實驗的短期觀察中，兩組藍莓的外觀沒有明顯差異，但光譜曲線已經清晰地顯示出其內部成分的改變。相較于傳統的人工感官判斷，以及僅能檢測外觀的可見光成像技術，多光譜視覺技術在檢測藍莓新鮮度方面優勢顯著，它能夠捕捉到肉眼難以察覺的內部品質變化。

【2】藍莓光譜的變化主要是由花青素降解，以及總水分和結合水含量改變所引起。從長期的監測數據來看，這種變化并非呈線性發展，而是具有非線性特征。在某些時間段內，變化速度會逐漸減緩，最終趨于穩定，不再發生明顯改變。【3】即便采用冷藏的方式延緩藍莓品質下降，光譜技術依然能夠敏銳地捕捉到藍莓新鮮度的細微波動，精準地反映出其品質變化情況，充分證明了該技術在藍莓新鮮度檢測上的高靈敏度和準確性。

藍莓新鮮度檢測建模與驗證

1. 特征波段選取與算法構建

基于前期實驗得出的結論，近紅外波段在反映藍莓新鮮度變化方面表現出色。不過，在實際的藍莓新鮮度檢測過程中，存在著諸多干擾因素。藍莓自身表面并不平整，在產線檢測時，局部打光很難做到均勻一致，而且藍莓在傳送帶上處于快速運動狀態。這些因素綜合作用，使得單波段反射信息產生偏差。從實際檢測圖像中可以看到（如下圖所示），藍莓的邊緣區域常常會被錯誤地判定為不新鮮，這就導致了檢測結果出現誤判。

為攻克這一難題，研究團隊創新性地運用可見光 - 近紅外范圍內的多個波段，構建了歸一化比值型指數。這種方法用相對變化趨勢替代了原本容易受干擾的絕對變化值，成功解決了因藍莓三維形態導致的陰影問題，以及因快速運動產生的信號偏差問題。如此一來，有效避免了對藍莓邊緣區域的誤判，極大地提升了檢測精度。在此基礎上，再結合先進的視覺算法，就能夠精準定位每一顆藍莓，并準確檢測其新鮮度。

2. 模擬產線動態驗證

為精準評估在真實產線動態檢測環境下的實際成效，專門搭建了一套實驗裝置。裝置通過傳動帶模擬分選產線的運動狀態，原藍莓在生產線上的運動場景。同時，選用與前期實驗確定的特征波段相匹配的多光譜工業相機，用于獲取檢測數據。此外，將研發出的檢測算法封裝成動態庫，以便高效調用。

在實驗過程中，嚴格按照實際產線檢測速率要求，實時獲取多光譜視頻數據，并同步進行處理。最終，成功實現了對藍莓新鮮度的快速、無損檢測，為該技術在實際生產中的應用提供了有力的數據支持與實踐驗證。

在動態驗證環節，多光譜工業相機所采集的數據發揮了關鍵作用。借助這些數據，系統能夠迅速且精準地分辨出外觀近乎一致的藍莓在新鮮度上的細微差別。這一成果充分證實了光譜視覺技術在藍莓新鮮度檢測領域的性能，不僅檢測精度遠超傳統方法，而且檢測效率也契合產線分選的實際需求，為藍莓分選的高效、精準作業提供了堅實保障 。

不僅如此，多光譜相機還具備一項重要優勢。它能利用采集到的多波段信息，合成高分辨率真彩色圖像，以此對藍莓外觀是否存在缺陷進行精準檢測。這項功能使它能夠勝任傳統可見光相機的工作，甚至在性能上。多光譜相機實現了對藍莓內部品質（如新鮮度、水分、糖分等）和外觀缺陷的同步檢測，讓生產者可以全面、深入地掌握藍莓的整體品質狀況。這一技術革新極大提升了藍莓分選過程中的檢測效率與準確性，助力藍莓產業實現更高效、更優質的發展。

結論

光譜視覺技術在藍莓新鮮度檢測領域展現出了顯著優勢。它能以快速、無損的方式，敏銳捕捉到藍莓新鮮度的細微變化，提供更為精準的檢測結果，為藍莓品質的準確評估筑牢根基。同時，該技術實現了藍莓內部品質（如水分、糖分含量及新鮮度等）與外觀品質（如大小、色澤、有無瑕疵等）的同步檢測，為藍莓分選提供了一套更高效、更全面的視覺檢測方案，有力推動藍莓產業向智能化、精細化方向發展。

設備推薦

本次實驗中發揮關鍵作用的可見近紅外光譜分析儀和多光譜面陣相機，均為長光馳宇自主研發的優質產品，分別是 LabS VNIR 可見近紅外光譜分析儀以及 4 波段多光譜面陣工業相機。

LabS VNIR 可見近紅外光譜分析儀是一款業光譜分析系統。其波段覆蓋范圍廣泛，從可見光區域延伸至近紅外范圍，能全面采集不同波段的光譜信息。設備擁有微米級空間分辨率，可精準識別微小區域的光譜特征，所生成的圖像均經過嚴格的光譜輻射校正，數據準確性。憑借強大的光譜視覺特征在線分析能力，它能夠快速完成待測物體的光譜建庫工作，并高效篩選出特征波段，為后續的檢測分析提供堅實的數據基礎。

4 波段多光譜面陣工業相機采用了窄帶光譜調制成像技術，這一技術賦予了相機靈活的波段定制能力。用戶只需更換光學調制模塊，就能以較低成本實現波段的個性化設置，滿足不同檢測場景的需求。此外，該相機具備更 “純凈" 的光譜信息獲取能力，能夠有效減少干擾，提取更準確的光譜數據，搭配無縫兼容傳統工業視覺標準化體系的特性，既能提升目標檢測精度，又能讓方案部署過程更加便捷高效，在實際應用中表現出色。

ZHEJIANGYIXIAN