字級:
小字級
中字級
大字級

應用非破壞性檢測技術於鳳梨外銷品質分級

資料來源:行政院農業委員會農業試驗所

台灣農產品鳳梨為深具外銷潛力之果品,且其營養價值豐富,富含維他命C及礦物質,亞硝酸清除能力、抗氧化物質及抗氧化能力高,為保健水果,未來可躍升及行銷國際市場。而針對外銷鳳梨之採後處理,品質分級以及檢疫為必要項目,而目前執行方法多需仰賴人力以及抽樣的方式進行分類,過程繁瑣且費時。當前鳳梨包裝廠面臨的問題是品質辨識專業人員的短缺,尤其在外銷時,鳳梨肉聲果鼓聲果與撞傷在辨識上十分耗時且最為重要。

圖一、鳳梨非破壞性檢測技術圖一、鳳梨非破壞性檢測技術

產品之品質管控,一直是近年來非常重要的議題,傳統之管控方法,大多採用人工抽樣進行,其而且檢驗的程序及時間較為繁複冗長,無法即時得到檢測結果;同時,侵入式的檢驗過程也會破壞檢驗樣本,使其無法再行銷售或食用,因此傳統的檢測方法很難達到大量或全面的檢測,無法普及大眾使用。高光譜檢測技術在近年來有相當大的研究成果,高光譜影像的光譜解析度與波段數高過於傳統多光譜影像許多,透過高度的光譜解析度使其波段頻譜呈現幾乎為連續性,並且每個波段的波譜範圍很小,能取得巨量的資料,因此,高光譜影像中的光譜資訊遠比一般的多光譜影像豐富,能夠完整顯示出不同標的物在光譜上的細微差異。高光譜影像通常使用上百個波段來成像,只要找出各類目標物對應的波段,高光譜影像技術即可正確無誤的進行分類。

圖二、鳳梨內部褐化檢測技術,模式經冬果交叉驗證其可行性。圖二、鳳梨內部褐化檢測技術,模式經冬果交叉驗證其可行性。

本技術使用高光譜成像儀,建立高光譜影像數據資料庫,對目標物反應較敏感的波段進行提取及分析,以深度學習方法建立鳳梨寒害內部褐化、撞傷與肉聲果鼓聲果辨識模式。在我們的研究成果中,鳳梨寒害內部褐化檢測技術以夏果建立檢測模式,其模式訓練準確率為89.4%,再經過冬果交叉驗證,驗證準確率達80%,交叉驗證證明本技術之可行性。撞傷檢測技術可於果品受傷第一天便從高光譜影像中顯現,大大提前發現時機,可於裝箱前剃除。肉聲果及鼓聲果的檢測模式中,以原始的預測模式結果為肉聲果偵測率79.2%,且總體精度達到78%的水平,若調整權重至1.2倍係數,則肉聲果的抓取率可以達到93%的準確度,以避免肉聲果出貨影響品質。未來期望能更精進偵測準確率,強化篩選效率,降低設備生產成本,並將篩選機制結合目前產線生產方式,以符合國內鳳梨產業包裝作業模式,協助產業解決人力短缺與篩選耗時的問題。

圖三、鳳梨撞傷檢測,可於第一天光譜影像中看出差異。圖三、鳳梨撞傷檢測,可於第一天光譜影像中看出差異。

▲研發團隊:行政院農業委員會農業試驗所

聯絡人:劉滄棽

電話:04-23317426

E-mail:tsliu@tari.gov.tw

TOP