水果的品质分选直接决定了供应链的经济价值，精准识别内部损伤不仅能显著降低优质果的损耗率，更能为高端市场提供稳定可靠的高品质水果。然而，传统的人工分选和外部检测难以发现瘀伤、冻伤、水心病等内部缺陷，导致大量外表完好的水果因隐性损伤而被误判。
光谱与高光谱成像技术的出现，让水果内部品质的无损检测成为可能。这些技术通过解析水果内部水分、糖分及细胞结构的特征光信号，实现对瘀伤、冻伤、海绵组织病变等隐性缺陷的“透视”，从而大幅提升分选精度。
水果分选线，图片源自网络
在国内外，科研团队已通过大量实验验证了光谱技术在水果分选中的潜力。例如，江苏大学团队利用高光谱成像系统检测苹果的轻微损伤，发现547nm波段的特征光谱能清晰反映皮下细胞损伤，通过主成分分析（PCA）提取该波段图像，结合二次差分算法消除果面亮度不均干扰，最终实现88.57%的损伤识别率。
苹果的轻微损伤和正常区域的光谱曲线
类似地，国外研究团队在芒果海绵组织检测中，通过优化特定波段的Fisher特征选择算法，使分类准确率达到84.5%，且预测缺陷位置与实际损伤的误差小于1mm。
缺陷样本与健康样本光谱图，(a) 波长范围673nm–1100nm，(b) 波长范围1100nm–1900nm
这些研究成果为实际产线应用奠定了基础。基于光谱的水果分析系统通常由光源模块、光谱仪/高光谱成像仪、传送带等核心硬件组成，其前期准备工作包括样品采集、光谱数据预处理、化学分析方法测定水果样品成分的准确含量、模型构建与验证、优化模型等关键步骤。而在实际分选场景中，这一流程如何高效运行？关键在于自动化和光谱检测的紧密结合：
动态触发：传送带水果抵达检测位，光电传感器触发光源；
光谱采集：光源发射出光，光谱仪获反射/透射光谱；
数据处理：光谱仪分解特征峰，分析模型实时输出糖度/损伤值；
分拣执行：触发品质分级。
高光谱系统的示意图（由于水果的尺寸大小、果肉薄厚，糖酸度高有低，且分布不均的情况，光谱采集时光源摆放有多种方式）
目前，光纤光谱仪因其成本低、结构紧凑等优势，仍是水果分选的主流设备。但对于圣女果、樱桃等小尺寸水果，光纤光谱仪的检测效率可能受限，而高光谱成像仪凭借其空间与光谱信息的同步获取能力，理论上能实现更高效的分选。然而，高光谱设备的成本和数据处理复杂度仍是实际应用中的挑战。
未来，随着硬件优化和算法的持续升级，光谱技术有望在更多水果品类中实现高效、经济的分选方案，我们期待与科研团队、农业机构合作，推动水果供应链向更智能、更精准的方向发展。
案例来源：
1. Zhao, J.-W., Liu, J.-H., Chen, Q.-S., & Vittayapadung, S. (2008). 利用高光谱图像技术检测水果轻微损伤 [Detection of slight fruit bruises using hyperspectral imaging technology]. Transactions of the Chinese Society for Agricultural Machinery, 39(1), 106-109.
2. Raghavendra, A., Guru, D. S., & Rao, M. K. (2021). Mango internal defect detection based on optimal wavelength selection method using NIR spectroscopy. Artificial Intelligence in Agriculture, 5, 43-51.
作为高光谱的供应商，我们提供全面的产品线，包括紫外-可见光-近红外和短波红外波段的高光谱相机、无人机载高光谱成像系统、便携式、实验室高光谱和显微高光谱。产品采用全国产研发的棱镜光栅分光技术和高效的装调标定技术。
爱博能主要产品：日光诱导叶绿素荧光（SIF）监测系统、温室气体分析仪、拉曼光谱仪、高光谱成像系统。
地址：广州市天河区广汕二路602号惠诚大厦B座403
电话：020-89858550
Email：market@exponentsci.com
网址：https://www.exponentsci.com