應(yīng)用方向：高光譜成像技術(shù)可用于對(duì)蘑菇等高含水農(nóng)產(chǎn)品的含水量、顏色、硬度、咀嚼性等關(guān)鍵品質(zhì)指標(biāo)進(jìn)行快速預(yù)測(cè)與動(dòng)態(tài)監(jiān)測(cè)，實(shí)現(xiàn)傳統(tǒng)破壞性檢測(cè)方法向?qū)崟r(shí)、在線、無損檢測(cè)的轉(zhuǎn)變；同時(shí)，高光譜成像還能結(jié)合建模方法對(duì)品質(zhì)屬性進(jìn)行空間分布可視化，直觀反映樣品在加工或貯藏過程中的內(nèi)部與表面變化規(guī)律。因此，該技術(shù)尤其適合應(yīng)用于食品冷鏈保鮮、真空冷卻、干燥加工、質(zhì)量分級(jí)以及智能化加工過程控制等領(lǐng)域，為農(nóng)產(chǎn)品加工和食品工業(yè)中的精準(zhǔn)檢測(cè)與智能決策提供技術(shù)支持。

背景：蘑菇作為全球廣泛栽培的食用菌之一，因其營(yíng)養(yǎng)價(jià)值高、風(fēng)味良好及一定的藥用特性而受到廣泛關(guān)注。然而，新鮮蘑菇含水量高，采后極易發(fā)生品質(zhì)劣變，包括失水、褐變及質(zhì)構(gòu)下降等問題，導(dǎo)致其貨架期較短。在實(shí)際生產(chǎn)中，真空冷卻（VC）作為一種高效預(yù)冷技術(shù)，已被廣泛應(yīng)用于蘑菇等高含水農(nóng)產(chǎn)品的快速降溫處理。該技術(shù)通過降低環(huán)境壓力促使水分蒸發(fā)，從而實(shí)現(xiàn)快速降溫，不僅可以顯著縮短冷卻時(shí)間、降低能耗，還在一定程度上有助于保持產(chǎn)品品質(zhì)。因此，真空冷卻過程中的品質(zhì)變化（如水分、顏色和質(zhì)構(gòu)）成為評(píng)價(jià)其工藝效果的關(guān)鍵指標(biāo)。然而，目前針對(duì)真空冷卻過程中蘑菇品質(zhì)的評(píng)價(jià)主要依賴傳統(tǒng)檢測(cè)方法。例如，通過稱重法測(cè)定含水量、使用色差儀測(cè)量顏色、通過質(zhì)構(gòu)分析儀測(cè)試硬度和咀嚼性等。這類方法普遍存在檢測(cè)效率低、操作繁瑣且具有破壞性等問題，難以滿足工業(yè)生產(chǎn)中對(duì)實(shí)時(shí)在線監(jiān)測(cè)與無損檢測(cè)的需求。

近年來，高光譜成像（HSI）技術(shù)因其能夠同時(shí)獲取目標(biāo)的光譜信息與空間信息，在食品品質(zhì)無損檢測(cè)領(lǐng)域展現(xiàn)出良好的應(yīng)用前景。已有研究表明，HSI已成功應(yīng)用于蘑菇干燥過程中的水分分布監(jiān)測(cè)、微觀結(jié)構(gòu)分析以及品質(zhì)變化研究等方面。然而，現(xiàn)有研究主要集中于干燥過程，對(duì)于真空冷卻這一動(dòng)態(tài)過程中的品質(zhì)演變?nèi)狈ο到y(tǒng)研究，尤其是缺乏基于HSI技術(shù)的實(shí)時(shí)、可視化評(píng)價(jià)方法。

基于上述背景，亟需一種能夠?qū)崿F(xiàn)快速、無損且可視化的檢測(cè)手段，用于動(dòng)態(tài)監(jiān)測(cè)真空冷卻過程中蘑菇品質(zhì)的變化。因此，將高光譜成像技術(shù)引入真空冷卻過程的品質(zhì)評(píng)估，不僅可以彌補(bǔ)傳統(tǒng)方法的不足，還能夠?yàn)槔滏溂庸み^程的智能化監(jiān)測(cè)提供新的技術(shù)路徑。

作者信息：孫大文，華南理工大學(xué)，愛爾蘭皇*科學(xué)院院士、歐洲人文和自然科學(xué)院院士、國際食品科學(xué)院院士。

期刊來源：Microchemical Journal

研究?jī)?nèi)容

該研究以雙孢蘑菇真空冷卻過程中的品質(zhì)變化監(jiān)測(cè)為目標(biāo)，旨在利用可見—近紅外高光譜成像技術(shù)實(shí)現(xiàn)對(duì)含水量、顏色和質(zhì)構(gòu)等關(guān)鍵指標(biāo)的快速、無損和實(shí)時(shí)評(píng)估。研究中，作者采集了不同真空冷卻時(shí)間下蘑菇樣品的高光譜圖像，并結(jié)合傳統(tǒng)理化測(cè)定獲得含水量、亮度、黃度、硬度和咀嚼性等參考數(shù)據(jù)；在此基礎(chǔ)上，通過光譜預(yù)處理、連續(xù)投影算法篩選特征波長(zhǎng)，并采用偏最小二乘回歸建立預(yù)測(cè)模型，進(jìn)一步將模型應(yīng)用于像素級(jí)反演，生成各品質(zhì)指標(biāo)在冷卻過程中的偽彩色分布圖，從而實(shí)現(xiàn)對(duì)蘑菇品質(zhì)變化的定量分析與可視化監(jiān)測(cè)。

實(shí)驗(yàn)設(shè)計(jì)

根據(jù)成熟度和外觀的一致性，挑選了200個(gè)直徑約4厘米的蘑菇樣品，排除了機(jī)械損壞、變色和有缺陷的蘑菇。將這些樣品分為五組（每組 40 個(gè)樣品），分別進(jìn)行真空冷卻（VC）0（對(duì)照）、5、10、15 和 20 分鐘。

為獲取蘑菇VC過程中的高光譜圖像，本研究在真空腔內(nèi)組裝了一套便攜式高光譜成像系統(tǒng)（GaiaField-V10，四川雙利合譜光譜成像科技有限公司，中國成都），如圖1所示。該高光譜成像系統(tǒng)由內(nèi)置推掃式光譜儀、高性能1392×1040 CCD相機(jī)、固定焦距鏡頭、四盞鹵素?zé)艚M成的照明單元，以及數(shù)據(jù)采集軟件（Spectral Image，四川雙利合譜光譜成像科技有限公司，中國成都）構(gòu)成，該軟件用于控制波長(zhǎng)范圍、電機(jī)轉(zhuǎn)速、曝光時(shí)間和圖像采集。本研究中，高光譜成像系統(tǒng)的波長(zhǎng)范圍為400–1000 nm，共491個(gè)波段。由于波長(zhǎng)范圍兩端噪聲較高，故選取450–950 nm波段用于分析。在VC期間，獲取反射模式下的HSI圖像。將蘑菇樣品放置在黑色背景的相機(jī)視野中，以 6.047 mm/s 的內(nèi)部電機(jī)速度和 21.3 ms 的曝光時(shí)間掃描樣品。為了避免光照不均勻和傳感器響應(yīng)對(duì)采集數(shù)據(jù)的影響，在提取前通常采用反射率校正對(duì)光譜信息進(jìn)行校正，然后將原始光譜信息轉(zhuǎn)化為均勻采集環(huán)境中的相對(duì)光譜反射信息。

蘑菇樣品的水分含量（MC）采用烘箱法測(cè)量。使用色度計(jì)CIELAB 色彩空間記錄蘑菇樣品的顏色，并在每個(gè)蘑菇蓋上的 3 個(gè)等距點(diǎn)記錄亮度 (L*) 和黃度 (b*)。使用質(zhì)地分析儀進(jìn)行質(zhì)地分析，根據(jù)力與時(shí)間的曲線計(jì)算樣品的硬度（H）和咀嚼度（ch）。

圖1. 真空冷卻器內(nèi)自組裝高光譜成像系統(tǒng)照片。

研究方法

本研究采用標(biāo)準(zhǔn)正態(tài)變量（SNV）、正交信號(hào)校正（OSC）、導(dǎo)數(shù)法（SG-smoothing）和多重散射校正（MSC）對(duì)獲取的光譜數(shù)據(jù)進(jìn)行預(yù)處理。經(jīng)過這些預(yù)處理，200個(gè)樣本的高光譜圖像基于Kennard-Stone（K-S）算法被分為校準(zhǔn)集和預(yù)測(cè)集，其中120幅圖像用于建立校準(zhǔn)模型，其余80幅圖像用于測(cè)試預(yù)測(cè)模型。本文利用預(yù)測(cè)集對(duì)校準(zhǔn)模型進(jìn)行充分交叉驗(yàn)證，檢驗(yàn)所建立模型的實(shí)際預(yù)測(cè)能力。為了消除無效的波長(zhǎng)變量并簡(jiǎn)化預(yù)測(cè)模型，采用連續(xù)投影算法（SPA）來選擇最佳波長(zhǎng)。最后，通過 PLSR 分別建立了基于全波長(zhǎng)范圍和選定的最佳波長(zhǎng)的模型。

為了直觀地呈現(xiàn)不同VC時(shí)間下MC、L*、b*h和ch的動(dòng)態(tài)遷移和分布，選擇最佳波長(zhǎng)來映射高光譜圖像中感興趣區(qū)域中每個(gè)像素的光譜響應(yīng)。

結(jié)果

在光譜分析中，首先從樣品中去除背景，然后提取每個(gè)蘑菇的平均相對(duì)反射光譜。圖2展示了所有蘑菇的原始光譜及處理后光譜。在450–950 nm波長(zhǎng)范圍內(nèi)，940 nm處可觀察到一個(gè)吸收峰，該峰歸屬于水的O-H二級(jí)倍頻或三級(jí)伸縮倍頻。從圖2（a）可以看出，隨著水分含量降低，平均反射率呈下降趨勢(shì)，但各水分含量水平的反射光譜曲線形狀相似。五組蘑菇樣品的光譜因其強(qiáng)度差異而可區(qū)分。光散射或樣品與探測(cè)器距離變化引起的光譜大幅變化是原始光譜的顯著特征。為減小尺度效應(yīng)，采用標(biāo)準(zhǔn)正態(tài)變量變換（SNV）、多元散射校正（MSC）、正交信號(hào)校正（OSC）和Savitzky-Golay（SG）平滑算法對(duì)原始光譜進(jìn)行預(yù)處理，如圖2（d）所示，SNV預(yù)處理顯著改善了各組光譜的穩(wěn)定性。

圖2. 蘑菇真空冷卻過程中450–950 nm波長(zhǎng)范圍內(nèi)的代表性光譜曲線：（a）真空冷卻0、5、10、15和20分鐘蘑菇的反射光譜，（b）原始光譜，（c）經(jīng)Savitzky-Golay平滑和一階導(dǎo)數(shù)預(yù)處理后的光譜，（d）經(jīng)標(biāo)準(zhǔn)正態(tài)變量變換（SNV）預(yù)處理后的光譜。

利用*優(yōu)模型對(duì)水分含量（MC）、明度（L*）、黃度（b*）、硬度（H）和咀嚼性（ch）的分布進(jìn)行可視化制圖。對(duì)于水分含量預(yù)測(cè)模型，基于Savitzky-Golay平滑結(jié)合一階導(dǎo)數(shù)（SG-1st Der）的模型表現(xiàn)*優(yōu)，預(yù)測(cè)決定系數(shù)（R2p）為0.823，預(yù)測(cè)均方根誤差（RMSEP）為0.34%，且潛變量較少；其次是基于標(biāo)準(zhǔn)正態(tài)變量變換（SNV）的模型，R2p為0.821，RMSEP為0.34%，表明光譜預(yù)處理可提高預(yù)測(cè)精度。對(duì)于明度（L*）預(yù)測(cè)，基于SG-1st Der的模型表現(xiàn)*優(yōu)，R2p為0.790，RMSEP為1.2，光譜預(yù)處理效果不明顯；而對(duì)于黃度（b*）預(yù)測(cè)，基于SG結(jié)合一階導(dǎo)數(shù)的模型取得最佳結(jié)果，R2p為0.848，RMSEP為0.81。對(duì)于硬度和咀嚼性預(yù)測(cè)模型，基于正交信號(hào)校正（OSC）和SNV預(yù)處理的模型分別獲得*優(yōu)R2p（0.810、0.903）和RMSEP（9.3、2.7）。因此，OSC和SNV預(yù)處理可改善硬度和咀嚼性PLSR模型的預(yù)測(cè)效果。

使用SPA來選擇具有最小RMSECV的最佳波長(zhǎng)，最終分別為MC、L*、b*、H 和 ch選擇了十個(gè)波長(zhǎng)（451、455、541、898、923、933、940、941、944和949 nm）、五個(gè)波長(zhǎng)（596、817、921、922和941 nm）、七個(gè)波長(zhǎng)（461、 588、765、899、922、938 和 941 nm）、六種波長(zhǎng)（537、698、830、874、922 和 933 nm）和十一種波長(zhǎng)（462、485、662、763、817、861、880、918、930、 949 和 950 nm）作為最佳波長(zhǎng)。在這些最佳波長(zhǎng)中，941、944、949 和 950 nm 波長(zhǎng)位于 940–1110 nm 的吸收峰之間，這些吸收峰與水分子中 O-H 鍵的三倍頻程相關(guān)。

基于上述所選*優(yōu)波長(zhǎng)，采用PLSR建立MC、L*、b*、H 和 ch的預(yù)測(cè)模型。這些簡(jiǎn)化模型的預(yù)測(cè)精度略低于全波長(zhǎng)范圍模型。預(yù)測(cè)MC、L*和b*的*優(yōu)簡(jiǎn)化模型均基于SG-1st Der預(yù)處理，其R2p分別為0.813、0.767和0.818， RMSEP分別為0.37、1.8和0.89%；而預(yù)測(cè)H和ch的*優(yōu)簡(jiǎn)化模型分別基于OSC和SNV預(yù)處理，R2p為0.805和0.858，RMSEP為9.1和3.9。

利用*優(yōu)簡(jiǎn)化模型對(duì)高光譜圖像中每個(gè)像素點(diǎn)的MC、L*、b*、H 和 ch進(jìn)行預(yù)測(cè)，水分含量的預(yù)測(cè)結(jié)果如圖3所示?；诟吖庾V圖像各像素點(diǎn)的MC、L*、b*、H和ch預(yù)測(cè)結(jié)果，繪制其分布可視化圖（如圖4所示），圖中以色標(biāo)表示，黃色代表高值。特別是，圖4（b）顯示隨著真空冷卻（VC）進(jìn)行，水分含量均勻降低，這與真空冷卻技術(shù)均勻降溫的關(guān)鍵特征相符。

圖3. 基于*優(yōu)簡(jiǎn)化模型的MC預(yù)測(cè)結(jié)果。

圖4. 不同真空冷卻時(shí)間蘑菇的水分含量、明度（L*）、黃度（b*）、硬度和咀嚼性可視化分布圖：（a）蘑菇樣品；（b）水分含量；（c）明度；（d）黃度；（e）硬度；（f）咀嚼性。

結(jié)論

在本研究中， HSI首*用于蘑菇真空冷卻過程的水分含量、色澤（明度L*、黃度b*）、硬度（H）和咀嚼性（ch）的原位實(shí)時(shí)監(jiān)測(cè)?；?00–900 nm全波段及特征波長(zhǎng)建立的PLSR定量模型，經(jīng)光譜預(yù)處理后表現(xiàn)出良好的預(yù)測(cè)效果。實(shí)測(cè)結(jié)果與分布圖顯示，真空冷卻過程中蘑菇菌蓋的水分含量、明度、黃度、硬度和咀嚼性變化較為平緩。因此，高光譜成像技術(shù)可作為一種快速、實(shí)時(shí)、無損的技術(shù)手段用于監(jiān)測(cè)蘑菇真空冷卻過程。