近紅外高光譜成像技術(shù)（NIR-HSI）是一種基于光譜和圖像信息的無損分析方法，可以獲取物體的光譜和空間分布信息。其原理是利用近紅外光譜范圍內(nèi)不同波長的光與物體相互作用而產(chǎn)生的特定反射光譜來進(jìn)行物質(zhì)的分析和鑒別。NIR-HSI技術(shù)在食品領(lǐng)域中具有廣泛應(yīng)用的潛力，尤其在食品品種鑒別方面。

食品品種鑒別對于市場需求、消費者偏好和質(zhì)量控制等方面具有重要意義。準(zhǔn)確鑒別食品品種可以確保消費者購買到真正符合需求的產(chǎn)品，滿足消費者的個性化需求和偏好。食品品種鑒別也對食品安全和質(zhì)量控制起著關(guān)鍵作用，可以幫助監(jiān)測和預(yù)防食品中的欺詐行為、摻雜問題和品質(zhì)不合格等情況。

近紅外高光譜成像技術(shù)在紅棗品種鑒別中具有多個優(yōu)勢。該技術(shù)是一種非接觸式的檢測方法，可以避免對紅棗樣本的破壞和污染。NIR-HSI技術(shù)具有快速準(zhǔn)確的特點，能夠?qū)崟r獲取物質(zhì)的光譜和圖像信息，提高鑒別效率。該技術(shù)是無損傷的，不會改變樣品的品質(zhì)和口感。

基于近紅外高光譜成像技術(shù)的干制紅棗品種鑒別

本研究應(yīng)用了400-1000nm的可見/近紅外高光譜相機，可采用SINESPEC賽斯拜克科技有限公司產(chǎn)品SP130M進(jìn)行相關(guān)研究。光譜范圍在400-1000nm，波長分辨率優(yōu)于2.5nm，可達(dá)1200個光譜通道。采集速度全譜段可達(dá)128FPS，波段選擇后最高3300Hz（支持多區(qū)域波段選擇）。

可見/近紅外（VIS/NIR）光譜分析技術(shù)主要基于有機物分子中含H基團(tuán)，如C-H、N-H、O-H等伸縮振動的各級倍頻，以及這些基團(tuán)伸縮振動與彎曲振動的頻吸收，涵蓋了大多數(shù)類型有機化合物的組成和分子結(jié)構(gòu)信息。不同品種和產(chǎn)地的農(nóng)產(chǎn)品，因品種、栽培模式和生長環(huán)境的不同。 其內(nèi)部的質(zhì)地、組分含量存在較大差異，可通過其近紅外光譜反映出來。可見/近紅外技術(shù)具有快速、無損和易于實現(xiàn)在線監(jiān)測的能力，在水果、肉類、葡萄酒、醋以及谷物和藥材等食品和農(nóng)產(chǎn)品的品質(zhì)評價、品種和產(chǎn)地的判別中得到了廣泛的應(yīng)用。近年來，可見/近紅外光譜技術(shù)在鮮棗的缺陷、損傷、成分含量檢測、酵母菌數(shù)量以及品種和產(chǎn)地等方面的研究都取得了較好的結(jié)果，已有相關(guān)的研究報道。但是，目前還鮮見針對干棗的品種判別及品質(zhì)的近紅外檢測研究報道。

本研究以干棗為研究對象，采集干棗樣本可見/近紅外反射光譜，采用建立多元散射校正、一階導(dǎo)數(shù)法和二階導(dǎo)數(shù)法對反射光譜進(jìn)行預(yù)處理，采用主成分分析法結(jié)合馬氏距離和線性距離判別法，建立干棗的品種判別模型，并比較不同數(shù)據(jù)處理方法建立判別模型對干棗品種判別準(zhǔn)確度，以期建立有效的干棗品種判別模型，為快速、無損地判別干棗的品種提供理論依據(jù)。

本文研究利用可見/近紅外反射光譜快速地判別不同品種的干棗。對反射光譜分別進(jìn)行多元散射校正、一階導(dǎo)數(shù)處理和二階導(dǎo)數(shù)處理，對光譜進(jìn)行主成分分析法，使用馬氏距離法和線性距離法結(jié)合全交叉驗證法，確定最優(yōu)主成分?jǐn)?shù)。利用主成分建立品種判別模型，實現(xiàn)了對不同品種干棗的快速判別。結(jié)果表明，可見/近紅外反射光譜經(jīng)過多元散射校正處理后選擇的優(yōu)化主成分組合，對3種干棗的品種判別結(jié)果最好，判別準(zhǔn)確性達(dá)到了100%，準(zhǔn)確性是可接受的。試驗研究表明可見/近紅外光譜反射技術(shù)可用于干棗品種判別，本研究可為可見/近紅外光譜技術(shù)在干棗品質(zhì)快速檢測中的應(yīng)用提供一定的技術(shù)基礎(chǔ)。

已有的研究成果證實了近紅外高光譜成像技術(shù)在紅棗品種鑒別中的有效性和可靠性。研究人員通過采集紅棗樣本的近紅外光譜和圖像數(shù)據(jù)，利用特征提取和分類算法進(jìn)行分析和鑒別，取得了較高的準(zhǔn)確率和鑒別效果。

在紅棗品種鑒別中仍存在一些難題和挑戰(zhàn)。紅棗樣本的多樣性和差異性較大，使得鑒別任務(wù)更加復(fù)雜。紅棗品種鑒別的精度會受到光照變化和噪聲干擾的影響。解決這些問題的對策包括優(yōu)化光源和采集條件，進(jìn)行數(shù)據(jù)預(yù)處理和噪聲濾波等。

除了紅棗品種鑒別外，近紅外高光譜成像技術(shù)還可以在紅棗品質(zhì)評估和安全檢測等方面進(jìn)行進(jìn)一步應(yīng)用。通過分析紅棗的光譜和圖像信息，可以評估紅棗的成熟度、質(zhì)地和口感等品質(zhì)指標(biāo)，同時也可以檢測紅棗中的農(nóng)藥殘留、微生物污染和食品添加劑等安全問題。

近紅外高光譜成像技術(shù)已經(jīng)在紅棗品種鑒別中取得了一些成功應(yīng)用。通過優(yōu)化算法和模型，研究人員實現(xiàn)了高準(zhǔn)確率和高效率的紅棗品種鑒別，為食品行業(yè)提供了一種可行的品種鑒別方法。實際效果包括通過對紅棗光譜和圖像的分析，實現(xiàn)了對紅棗品種、產(chǎn)地以及種植和儲存條件等信息的掌控。