高光谱成像技术具有同时获取高分辨率图像和光谱信息的特点,因此近年来在无损检测领域得到较广泛的应用。其中,高光谱反射成像技术由于系统架构较为简单,应用也最为广泛。尽管高光谱透射和交互作用成像模式能够获得更多待测物体的信息,但由于其结构的复杂性以及对其测量机理研究的匮乏,在各个领域的应用都很少。针对这一问题,本文设计了一套多模式的高光谱成像系统,以蓝莓为对象,研究反射、透射和交互作用成像模式获得蓝莓表皮和果肉特定光谱信息的机理,探索准确预测蓝莓光谱信息与其品质关联的方法。研究结果对多模式高光谱成像技术应用于食品品质检测,具有较为重要的理论和技术支持意义。主要研究内容如下:设计了一套多模式高光谱线扫描成像系统。该系统整合了高光谱反射、透射和交互作用成像模式,可以在一次试验中同时获取样本三模式的高光谱信息。该系统的基本部件由电子增强CCD相机、可见-近红外成像光谱仪、卤素灯光源、镜头、光纤、冂字型位移平台(平台表面为玻璃材质)和线性电动位移控制台。高光谱交互作用模式在反射和透射的模式上进行搭建,主要增加部件有可调节挡光板、线性聚光镜和可调节支架。高光谱反射模式的采集角30°,透射模式为20°。采集角为线光源与垂直方向的夹角。经校正,该系统的光谱分辨率为0.8 nm,光谱覆盖范围为328.81 nm到1113.54 nm。根据特定的试验,该系统需要调整位移台速度、光源强度、相机曝光时间和增益等参数。首先,解决了高光谱反射、透射及其结合模式与蓝莓多个力学指标同时关联的问题。蓝莓的力学指标由质地剖面分析法和穿刺分析法获得。光谱数据从分割后的高光谱反射和透射立方体中获取,再与蓝莓的力学指标通过最小二乘支持向量机(Least Squares Support Vector Machine,LS-SVM)进行关联。结果表明,全波段的高光谱反射和透射模式可以同时预测蓝莓的多个力学指标。基于全波段高光谱数据建立的预测模型包含较多冗余变量,并且模型也非常复杂,从而给模型的应用带来许多技术障碍和不便。变量选择算法可以较好地解决这个问题。为此,采用随机蛙跳算法提炼高光谱反射、透射和结合光谱中的力学敏感波长。结果表明,基于随机蛙跳算法的高光谱反射和透射模型的预测效果与对应的全波段模型的预测效果相吻合。反射和透射结合光谱的单次随机蛙跳算法结果可以较好地预测蓝莓的硬度、弹性、回复性、最大力和末端力,其预测相关系数(Rp)(预测标准偏差(RPD))分别是0.86(1.78)、0.72(1.73)、0.79(1.78)、0.77(1.51)和0.84(1.72)。同时,反射和透射结合光谱的双重蛙跳算法结果,可以准确预测更少波长时的蓝莓品质。因此,高光谱反射和透射成像,结合随机蛙跳变量选择算法,可以同时对多个蓝莓力学指标进行无损预测。高光谱交互作用模型比透射模式更为复杂,为验证交互模型对蓝莓多力学指标估测的可行性,在原有的反射和透射成像系统中增加一套悬浮遮光模块,以阻挡反射等其他形式光的影响。通过对成像系统进行验证,该悬浮模块的加入可以获得以交互作用光为主的光谱数据。试验分析结果显示,提取的交互作用光谱分别经过标准正态变换(SNV)和一阶Savitzky-Golay转换(Der),再采用蒙特卡洛无变量信息消除法和LS-SVM回归分析法可以较好地对蓝莓的多力学指标进行估测。SNV模型可以很好地预测粘结性,其Rp为0.91。SNV模型对蓝莓弹性、回复性、最大形变和末端力预测的Rp分别为0.84、0.86、0.65和0.62。Der模型对蓝莓硬度、最大力和弹性模量的预测较好,其Rp分别为0.77、0.71和0.58。蓝莓会受到生物差异如品种和种植环境的影响,随之影响所建立的预测模型的鲁棒性或泛化能力。为研究这种影响,我们采用高光谱反射和透射成像模式和近红外光谱技术对蓝莓的采后品质指标,如可溶性固形物含量(SSC)、硬度和弹性模量进行预测,并且在建模过程中考虑了蓝莓的品种和采收季节差异,选择三个品种的蓝莓–蓝丰(Bluecrop)、杜克(Duke)和M2和两个采收季节–2014年和2015年。结果表明,品种和季节对模型鲁棒性的影响很大。单品种反射模型(建模时只用一个品种)对蓝莓硬度的预测效果比单模型的透射和近红外模型好,说明单品种反射模型预测硬度指标时受品种的影响较小。双品种近红外模型(建模时用两个品种)对蓝莓SSC的预测较好,其Rp达到0.83以上。三模型反射模型(建模时采用75%的三品种样本)对硬度和弹性模量的Rp(预测均方根误差(RMSEp))分别为0.73(0.094)和0.73(0.186)。对于SSC的预测,三模型近红外模型的Rp(RMSEp)为0.85(0.090)。三模型蓝莓硬度和弹性模量预测模型的鲁棒性会随着2014采收年的蓝丰样本的添加而提高。但是,试验结果也显示更多样本加入也会引起模型预测准确度的下降。因此,将来的研究需要去寻找模型鲁棒性和准确性之间的平衡点。蓝莓容易受到撞击从而产生不可见的力学损伤。采用高光谱反射、透射和交互作用模式获得蓝莓的光谱信息,采用多种模式识别算法预测了蓝莓的不可见损伤,同时考虑了时间因素对检测结果的影响。基于混淆矩阵和ROC曲线下的面积,高光谱透射光谱对损伤的检测效果要优于高光谱反射和交互作用光谱。通过加入经过损伤形成试验的蓝莓样本并考虑时间因素,结果显示高光谱成像技术对新形成的机械损伤的检测效果较差。蓝莓的机械损伤形成两天后,多个基于高光谱透射光谱的分类器对损伤/健康蓝莓的检测效果较好:Logistic回归模型79.1%/85.7%、多层感知人工神经网络74.4%/92.1%和Logistic功能树72.1%/95.2%。此外,通过单因素方差分析发现,蓝莓的机械特性对机械损伤发生率的影响显著。本论文的创新之处是:1)设计并搭建了高光谱三模式线扫描成像系统;2)采用三模式高光谱成像系统结合多种变量选择算法验证了该系统对生物样本的力学指标进行无损检测的可行性;3)选用具有生物差异的样本对多模式高光谱预测模型的鲁棒性进行了验证;4)采用三模式高光谱成像系统结合多种模式识别算法验证了该系统对生物样本进行无损探伤的可行性。