果蔬品质检测在其生长、储存各环节都具有重要意义，同时也是栽培、保存方案制订的依据。针对果蔬种植过程中对样本全域生理信息定量实时获取的需求以及现有检测技术的不足，本文从宏观生长的微观物质基础和相位成像机理出发，以番茄果实糖度检测为例，提出了一种果蔬生理信息的相位检测方法，基于细胞相位图像提取两个相位参量并联合宏观糖度值构建数据立方体对番茄糖度分布进行了表征。该方法可根据需要对任意局部区域进行采样检测，无须对细胞样本进行预处理，只需要采集任意角度下的一幅相位图即可，具有数据量小、计算简便的优势，整个分析过程只需要0.5 s左右。与现有成熟检测方法的对照实验表明，细胞相位参量与糖度值表现出了明显的正相关性，且对局部糖度差异敏感。所提方法与高光谱成像检测结果具有良好的一致性。该相位检测表征方法操作简便，运算速度快，可为番茄糖度乃至其他果蔬的多种生理特性快速检测提供参考。

为了探究红、 蓝光在番茄果实着色过程中的作用关系, 在人工光型植物工厂中采用岩棉种植微型番茄, 以各发育阶段番茄果实在不同LED红蓝光模式下的反射光谱为切入点, 通过对纯红光、 红蓝组合光以及不同间隔的交替光照射下番茄果实色相指标和反射光谱的分析, 研究了不同的红蓝光照射模式对番茄果实光谱特性及着色的影响。 结果表明: (1) R6h/RB2h(纯红光/红蓝组合光6 h/2 h)交替供光模式最有利于番茄果实中呈红色素(如β-胡萝卜素和番茄红素)的积累和叶绿素的分解, 最终促成番茄果实更早地转色; R(纯红光)供光模式作用效果仅次于R6h/RB2h; 相比之下, RB(红蓝组合光)供光模式不利于番茄果实呈红色素的积累和果实着色进程。 (2) 在促进番茄果实着色方面, 红光和蓝光之间既存在协同增强效应, 也存在信号串扰引发的削弱效应, 红光与红蓝组合光以一定的间隔进行交替辐射, 能最大化地发挥单一红光与红蓝混合光在番茄果实色素代谢及果实着色方面的积极作用。 (3) 转色期番茄果实红绿区域反射比(Red/Green)、 修正叶绿素吸收比指数(MCARI)、 光化学反射指数绝对值(|PRI|)等光谱参量所反映出的色素含量变化动态与Hue值所反映的番茄果实色相一致, 该时期番茄果实反射光谱特性与果皮着色有较高的统一性, 转色期番茄果实的反射光谱能够更好地反映番茄果实着色程度和着色进程。

为了解决目前水果识别检测方法效率低、误检率高、通用性低、实时性差等问题, 提出了一种基于改进的你只用看一遍(YOLO)统一框架的实时目标检测YOLOv4算法的水果识别检测方法。首先在主干网络的基础上增加高效通道注意力机制, 增强网络提取图像语义信息能力; 其次用内卷算子替换主干网络中跨级局部模块连接处卷积层, 减小了模型大小, 增强了网络预测性能; 最后在路径聚合网络基础上添加残差模块, 加快网络收敛速度的同时防止了网络梯度爆炸。数据集选取生活中常见的火龙果、橙子、葡萄、青芒等10种水果, 拍摄共获得6670张图片。结果表明, 本文中的方法均值平均精度(MAP)为99.1%, 准确率为95.62%, 传输帧数为41.67/s; MAP相比YOLOv4提升了15.3%。该研究满足高检测精度和检测速度要求, 对水果识别精度的提高具有重要的参考价值。

我国南方丘陵山区大面积种植油茶果, 而目前油茶果的采摘期主要根据节气和经验来判断, 过早和过晚采摘油茶果皆会带来经济损失。 旨在探索高光谱成像技术准确鉴别油茶果成熟度的可行性, 应用波段范围为400～1 000 nm的高光谱成像(HSI)系统采集了不同成熟度油茶果共480个样本的高光谱数据。 基于SNV、 SNV-detrend、 SG、 一阶导和二阶导5种不同预处理建立PLS-DA和PSO-SVM判别模型。 选择最优预处理数据进行特征波长筛选, 发现相比于SPA, CARS筛选特征波长建立的简化模型性能更优, CARS-PLS-DA和CARS-PSO-SVM模型预测集分类准确率为92.5%和89.2%, Kappa系数均超过0.86。 采用颜色矩的方法提取高光谱图像中颜色特征值结合特征波长建立PLS-DA和PSO-SVM组合模型, 发现仍是经CARS筛选特征波长建立的模型性能最优, 其中CARS+颜色-PLS-DA和CARS+颜色-PSO-SVM模型预测集分类准确率分别为94.2%和93.3%。 特征波长融合颜色特征值的组合建模比单一特征波长建模分类效果好, 预测集分类准确率分别提高了1.7%和4.1%。 CARS+颜色-PLS-DA模型显示出最佳预测性能, 其Kappa系数为0.923 1。 研究表明利用高光谱成像技术结合化学计量学方法可用于油茶果成熟度检测, 为实现快速、 无损、 准确鉴别油茶果成熟度提供了科学依据。

利用蒙特卡罗模拟和光密度算法评估线扫描成像系统对被测样品内部缺陷的检测性能。首先，引入三维体素分割方法，实现对内部缺陷不规则组织边界的精细划分，以改善传统蒙特卡罗方法难以准确模拟复杂组织的光学传输问题；分析了仪器参数对光子在组织内部的穿透深度、探测器的探测深度和表面漫反射率的影响，确定了最佳的参数配置；最后，利用光密度算法评估了系统对不同大小和深度缺陷的检测性能。仿真结果表明，在光源入射角为15°、光源-探测器距离为1 mm的条件下，线扫描成像检测系统能够兼顾光子探测深度和表面反射率；对于大（a=2 mm，b=3 mm，c=1 mm）、中（a=2 mm，b=2 mm，c=1 mm）、小（a=2 mm，b=1.5 mm，c=1 mm）三种尺度的椭球体缺陷，系统的缺陷深度检测限分别为3.5 mm、3 mm、2.7 mm。本研究结果为面向水果等农产品内部缺陷检测的线扫描成像系统的参数优化和性能评估提供了理论依据。

柑橘是我国总种植面积最大的水果，改进其品质筛选方法能够降低劳动成本并有效提升产业经济收益。本文利用蒙特卡罗法对柑橘的近红外光检测进行模拟仿真，根据柑橘三层结构建立了具有不同吸收系数、散射系数、折射率和各向异性因子的三层球形光学模型。同时，综合考虑光子入射轨迹、曲面边界对光子运动轨迹的影响以及收集的反馈信息，搭建了柑橘品质近红外检测的仿真系统，并设计了一种收发一体的多功能光纤探测器。结果表明，所设计的光纤探测器可以实现对果肉层光子的选择性探测，有效提高了柑橘内部品质信息的检测灵敏度。

Amaranth imprinted nanoparticles were prepared by two-phase mini emulsion polymerization of hydroxyethyl methacrylate and ethylene glycol dimethacrylate using acrylamide and methacrylic acid as functional monomers. The amaranth non-imprinted nanoparticle was prepared with the same procedure without using amaranth. Amaranth imprinted and non-imprinted nanoparticles were attached on the chip surface modified with allyl mercaptan. The surfaces of the surface plasmon resonance (SPR) sensor were characterized by the ellipsometry, contact angle, and atomic force microscopy. Amaranth solutions with different concentrations (0.1 mg/mL - 150 mg/mL) were prepared with the pH 7.4 phosphate buffer. The limit of detection and limit of quantification were 0.018 0 mg/mL and 0.06 mg/mL, respectively. When the selectivity of the amaranth imprinted SPR sensor was compared with the competing molecules tartrazine and allura red, it was observed that the target molecule amaranth was 5.64 times and 5.18 times more selective than allura red and tartrazine, respectively. The liquid chromatography-mass spectrometry technique (LC-MS) was used for validation studies. According to the results obtained from both SPR sensor and LC-MS analyses, the amaranth recovery (%) from fruit juices was observed between 96% and 99%.