隨著人們生活水平的提高，人們對農產品內外品質的要求也越來越嚴格。傳統的目視檢測及化學檢測等方法已經無法滿足農產品品質檢測的需求，而高光譜成像技術作為一種經濟、準確、簡便、實時、無損的快速檢測方法，不但可以解決上述問題，還可應用到農產品的其他定量及定性分析上。本文介紹了高光譜成像技術在農產品品質無損檢測中的應用。

高光譜成像技術的檢測原理：

高光譜成像是一種在測得連續光譜的同時又獲得樣品空間位置的成像技術，兼具了光譜分析和圖像處理的特點。光譜分析是檢測物質內在成分的常用手段，當樣品與電磁輻射相互作用時，其反射或透射的電磁波若按波長大小排列就可形成光譜。而不同物質其內部原子、分子的組成結構或排序不同會形成獨特的能帶結構，這樣形成的光譜參數和不同波長處的關鍵峰值都有獨特的特征，這些特征就成了表征不同物質屬性的特征光譜（光譜指紋），因此通過記錄特征光譜的形態和強度就可分辨樣品的化學組成和物理結構。

光譜成像則是在獲取光譜信息的基礎上，通過成像設備獲取樣品各個波段的圖像數據，這種圖譜合一的三維數據稱為數據立方體，如下圖所示。其中（x，y）代表兩維的空間維度，而λ為對應波長，代表一維的光譜維度。從圖中可以看到，從每一個很窄的波段看過去，數據是一幅二維圖像，而針對平面內某個特定像素沿波段展開分析，則是一條光譜曲線。

光譜成像根據光譜分辨率可分為多光譜、高光譜和超光譜。多光譜圖像的波段只有幾個或幾十個，多數只適用于特定的應用，而能超過一百個波段的習慣上就稱為高光譜圖像。由于波段數目多，每個波段都很窄，所以高光譜圖像比多光譜具有更高的光譜分辨率，通常可達2-3nm，其適用的場合更廣泛。但是，隨之而來的是數據處理量更大，設備成本也更高，因此應針對研究的對象、目的和工作環境，采用適宜的技術手段。

高光譜成像技術在農產品品質無損檢測中的應用：

高光譜技術在農業領域應用廣泛，尤其是在農產品無損檢測方面。其在農產品品質無損檢測中的應用，主要體現在以下幾個方面：

1.肉類內外品質檢測

肉的分級及檢測對于肉類產業有著重要意義。以胴體表面糞便檢測為例，家禽胴體表面污染是屠宰過程中一個實際的問題，傳統的人工目測或全面沖洗都費時費力，而利用高光譜成像可實現污染區域的快速檢測。另外對于肉的品質分級，傳統方法是依靠評級員的感官定級，這易受工作經驗、視覺疲勞等多因素制約。高光譜成像技術則可以代替人眼，在線判斷肉色、花紋和嫩度等品質指標，提高評級的客觀性和自動化程度。

2.水果內外品質檢測

水果檢測可分為對其外部品質（果面缺陷、表面污染）和內部品質（糖度、水分、堅實度、可溶性固形物含量）的檢測。以果面缺陷檢測為例，因碰撞、凍傷、真菌感染等原因損傷的水果需要及時分揀出來，但對于時間較短的或是輕微的損傷，因沒有顯著的外觀特征，其檢測還是一大難題，而高光譜成像基于多波段分析對早期損傷可進行預測。另外，高光譜圖像還可以預測水果的口感，這主要通過內在成分分析，比如水果的糖分、水分和堅實度等指標的預測來實現，但目前預測正確率還有待提高。

3.農作物生長狀況檢測

植物生命信息的獲取是精細農業實施的基礎。利用植物冠層、葉面等部分的反射光采集高光譜數據，可預測個體農作物的生長速度、養分吸收等情況，根據這些狀態信息，就可實施灌溉、施肥等相應措施，從而有效提高農作物的耕作管理水平。

綜上所述，高光譜圖像技術是高光譜技術和圖像處理技術的融合，兼具光譜分析能力和圖像分辨能力，同時對農產品內外部品質進行檢測，對各種品質特征進行全面的可視化分析，增強農產品品質評定結果的可靠性和穩定性，達到科學計量化的品質評定要求。