近紅外高光譜成像技術（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行物質(zhì)的分析和鑒別。NIR-HSI技術在食品領域中具有廣泛應用的潛力，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)量控制起著關鍵作用，可以幫助監(jiān)測和預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在紅棗品種鑒別中具有多個優(yōu)勢。該技術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技術具有快速準確的特點，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的干制紅棗品種鑒別

本研究應用了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進行相關研究。光譜范圍在400-1000nm，波長分辨率優(yōu)于2.5nm，可達1200個光譜通道。采集速度全譜段可達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）光譜分析技術主要基于有機物分子中含H基團，如C-H、N-H、O-H等伸縮振動的各級倍頻，以及這些基團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?？梢?近紅外技術具有快速、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用。近年來，可見/近紅外光譜技術在鮮棗的缺陷、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、一階導數(shù)法和二階導數(shù)法對反射光譜進行預處理，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。對反射光譜分別進行多元散射校正、一階導數(shù)處理和二階導數(shù)處理，對光譜進行主成分分析法，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)主成分數(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，判別準確性達到了100%，準確性是可接受的。試驗研究表明可見/近紅外光譜反射技術可用于干棗品種判別，本研究可為可見/近紅外光譜技術在干棗品質(zhì)快速檢測中的應用提供一定的技術基礎。

已有的研究成果證實了近紅外高光譜成像技術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行分析和鑒別，取得了較高的準確率和鑒別效果。

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，使得鑒別任務更加復雜。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，進行數(shù)據(jù)預處理和噪聲濾波等。

除了紅棗品種鑒別外，近紅外高光譜成像技術還可以在紅棗品質(zhì)評估和安全檢測等方面進行進一步應用。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，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已經(jīng)在紅棗品種鑒別中取得了一些成功應用。通過優(yōu)化算法和模型，研究人員實現(xiàn)了高準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。