本文综述了国内外水果自动分级技术的研究进展和产品化现状;同时,对 国内水果自动分级技术研究的现状及发展前景做了概括。
我国是水果牛产大国,特别是90年代以来发展更为迅速。据国家统计局 统计,2 0 0 4年我国水果总产量已经达到15243万吨,比2003年增长5%, 占世界总产量的12. 7%。水果产业已经成为我国南方主产区农村经济的一大支 柱产业,为促进农民增收、扩大城乡居民就业和改善牛态环境作出了积极贡献。 虽然我国水果产量很大,但国内水果价格低,“卖果难”问题经常出现,水果 牛产快速发展的势头受到抑制。而且屮国水果以本国消费为主,参与国际贸易 的比例一直很低,出口量不到国际水果贸易的3%。其屮一个重要原因就是采 后商品化处理落后,外观质量较差,导致水果的市场竞争力比较弱。根据水果 产销趋势可以发现,水果产值的犬部分是由产后处理和产后加工创造來的。水 果的产后商品化处理包括清洗、打蜡、分级、包装。分级是果品商品化处理的 重要环节,它在技术方面发展最快并在最近儿年发牛了根本的变化。H前我国 国内水果商品化处理过程屮的清洁、打蜡设备已经比较成熟,关键在于分级技 术还比较落后。水果的分级指标包括外部品质和内部品质两个方面。水果外部 品质的主要分级指标是水果的果形、大小、色泽、表面质量和颜色等。其屮水 果的表而质量可以通过表而光洁度、表而缺陷(斑点、污点、烂坏)、损伤来 描述。内部品质指糖度、硕度、酸度、可溶性固形物等指标。本文主要综述最 近十年与水果自动分级研究相关的内容。
,采 用无损检测、计算机分析处理等手段对水果逐一进行分析判别后得出综合结 论。利用机器视觉技术实现农产晶内部品质无损检测是H前国际上正在研究的 热点课题。除了使用高效的信息处理技术,水果的质量无损检测手段包括近红 外线、红外线检验等光学检验方法和高光谱、多光谱技术等。人工神经网络技 术是模仿牛物人脑结构和功能而构成的信息处理技术,在机器视觉系统屮应用 可提高品质识别的智能性。Kavdir等使用神经网络算法对柑橘进行分级,把 缺陷和物理特征作为神经网络分类器的输入参数,对柚子和橙子的分级准确率 为98. 5%,对橘子的分级准确率为9 %。使用神经网络分类,训练好网 络后,利用八N N的泛化功能,对橙子的彩色R G B图像,结合颜色和果形分 析,获得鲁棒性、实时性的分类结果。红外线波段是开云Kaiyun官网人眼不可视波段,在水果 的检测屮,有许多优良的性能,比如碳氢化合物(糖、酸、水、维牛素等)在 近红外波段有不同的吸收峰,可作为检测的依据,是近年来发展起来的水果内 部品质检测技术极佳的检测手段。M订ler采用彩色电视摄像机和近红外线扫 描摄像机获得桃子、柑橘等水果图像进行较深入的研究,对桃子表面的灰度图 象进行阴影校正、图象分割和边缘检测,然后用灰度和色度阈值及区域增长法 求得损伤表而而积,与人工测得的结果相关系数达0・5 6 o Miller使用红 外技术测量柚子和蜜桔的糖度,并建立了近红外和糖度Brix测度的线性关系。