光谱仪在线应用之可见/近红外光谱技术实现马铃薯黑心病在线无损检测

这项研究的真正价值，在于它实现了从静态、离线的实验室分析到动态、在线的工业级应用的跨越。研究团队自主设计并搭建了一套完整的在线透射光谱检测系统，其精妙之处在于：

实验过程详解:

图 1 可见/近红外透射光谱系统：（A）三维图；（B）剖视图；（C）光源模块和光谱采集模块（1. 可见/近红外光谱仪；2. 探头；3. 样品；4. 托盘；5. 光源；6. 计算机）。

马铃薯样品被放置在V形传送带上，以0.5米/秒的速度稳定前行，模拟了真实的工业分选线场景。

• 光源： 传送带上方，一个100W的卤素光源经过透镜聚焦，形成一束强光垂直照射在运动中的马铃薯上。

• 检测器： 传送带正下方，一个光纤探头精准地对准光路。当马铃薯通过时，穿透其内部组织的光信号被探头捕捉，并瞬间传输至光纤光谱仪。这种顶部到底部的透射模式，能最大程度地获取马铃薯内部的化学信息。

系统通过传感器自动识别马铃薯的到来，并触发光谱仪在100毫秒的积分时间内完成一次光谱采集。整个过程全自动进行，无需人工干预，实现了真正意义上的在线、实时数据捕获。

采集到的光谱数据被送入一个经过特殊优化的深度学习模型。这个聪明的模型经过训练，能够从复杂的光谱曲线中，精准识别出由黑心病变引起的细微化学变化。

该系统对黑心马铃薯的在线检测准确率高达97.1%，并且模型经过“瘦身”，计算量大幅减少，完全满足了工业生产线对实时、高效的严苛要求。

图2 不同程度黑心病马铃薯的可见光/近红外光谱(A)和不同程度黑心病马铃薯样品的前三个主成分的空间分布

表 1为 SVM、ResNet 和改进的 ResNet 判别模型在马铃薯质量方面的 10 次并行运行的平均结

这项前沿研究的成功，完美展示了“光谱技术 + 人工智能”在农产品无损检测领域的巨大潜力。它将原本属于实验室的精密分析，成功转化为了可在生产线上大规模应用的工业级解决方案。

要将这一蓝图变为现实，一套稳定、可靠、高性价比的光谱检测系统是不可或缺的核心。如海光电始终提供优质的光谱仪产品和服务，是您实现这一目标理想的合作伙伴。