蘋果分級的研究現狀及進展

孟祥寧，張紫涵，李揚，任龍龍，宋月鵬*

(1.山東龍口凱祥有限公司，山東龍口 265700；2.山東農業大學)

中國是世界上最大的蘋果生產國，自2011年起蘋果產量一直占世界蘋果總產量的50%以上(圖1)，自2011～2012年產季起，中國蘋果產量呈現逐漸增加的趨勢，但是，蘋果出口量占全球蘋果出口量的比重較低。以2017～2018產季為例，蘋果產量占全球蘋果產量的58.39%，而蘋果出口量僅占全球出口量的20.35%[1]。并且中國蘋果在國際市場上大多檔次較低，不占據優勢[2]，出口價格普遍比同質量的國外蘋果低40%～70%，高檔蘋果市場被國外蘋果壟斷。在國內，高端蘋果市場也多被進口蘋果占領，同質量的國產蘋果價格低于進口蘋果。導致這種差距的原因主要是中國蘋果采摘后的商品化處理技術落后，外觀質量較差，產后附加值低[2-4]。

蘋果分級是商品化處理中最重要的環節[5]，分級處理可以使蘋果在大小、成熟度、色澤和品質等方面基本達到一致，有利于包裝盒運輸，提高產品市場競爭力，增加附加值。中國的果品分級技術起步較晚，果品分級機械化水平不高，與國外先進的分級技術比較有較大差距。中國蘋果要在國際市場占據優勢地位，必須對蘋果分級進行研究，提出中國蘋果分級未來發展方向和技術。

圖1 中國蘋果歷年產量、出口量占世界的比重

1 中國蘋果分級技術現狀

蘋果分級主要針對蘋果的外觀品質和內在品質兩類指標進行。蘋果的外觀品質主要包括大小、形狀、色澤、表面缺陷和損傷等外部特征，是蘋果分級最重要的指標；蘋果的內在品質主要包括甜度、酸度、水分、內部缺陷等生化指標[6]。蘋果的外觀、內在品質分級檢測是中國蘋果分級技術的兩個主要研究方向。

1.1 蘋果外觀品質的分級方法

中國蘋果外觀品質分級發展較早，主要對蘋果的重量和直徑大小進行分級。蘋果重量分級早期采用桿秤稱重法。隨著傳感器的應用，蘋果分級的重量信息開始由傳感器獲取，能較好地用于分級機械。對蘋果直徑的分級早期采用人工方式，通過肉眼觀察對蘋果大小進行分級，分級精度低，勞動量大。隨后利用大小各異的孔或間隙篩選不同大小的蘋果，適合機械化，已被廣泛應用，但易造成果品損傷，分級精度易受不規則果形的影響[7]。

隨著科學技術的發展，機器視覺技術開始應用到蘋果大小分級檢測中，將攝像頭捕捉的蘋果圖像進行處理分析，根據相應的要素進行蘋果分級，效率高、準確性好且具有可重復性的特點。安愛琴等[8]采用機器視覺方法，通過CCD攝像機獲取蘋果的樣本圖像，MATLAB編程實現對樣本圖像的背景去除、二值化、圖像平滑、特征量提取和圖像標定，選取垂直于軸向的最大蘋果寬度即為蘋果直徑大小作為分級的特征量。與人工分級對比，機器視覺分級的準確率高，達93.75%。陳艷軍等[9]基于機器視覺技術設計了蘋果分選系統，主要針對紅富士蘋果，通過一種RGB顏色模型R-B通道進行閾值分割和均值濾波后，經過行掃描提取出輪廓，提出了蘋果輪廓線上兩點之間的最大距離作為大小分級標準的理論模型。石瑞瑤等[10]基于機器視覺技術，通過采用閾值分割處理蘋果正面圖像，逐像素遍歷法提取蘋果外部輪廓，計算其各點到重心的距離提取蘋果大小特征，計算蘋果橫徑與縱徑比提取果形特征。蘋果總體分級正確率達95%。

通過機器視覺的方法不僅可對蘋果的單一外部特征分級，還可綜合果品的多種外部特征綜合分級。Zou Xiao-bo等[11]利用三個相機獲得蘋果的整個表面圖像，完成蘋果外部傷痕的檢測，但是不能區分不同的缺陷類型。李龍等[12]利用機器視覺技術，結合紋理特征和邊緣梯度特征解決了蘋果果梗、花萼與傷痕在線識別的問題，正確率達95%。黃辰[13]等利用機器視覺技術動態采集了蘋果傳輸過程中的實時圖像，判別蘋果的果徑、缺陷面積、色澤等特征，對蘋果分級準確率達95%。機器視覺技術在蘋果外觀品質分級方面具有較強的優勢。

1.2 蘋果內在品質的分級方法

中國對于內部品質的分級檢測發展較晚，主要采用破壞性的試驗進行，對果品損傷大。隨著果品檢測技術的不斷發展，出現了果品內在品質的無損檢測，這是當前品質檢測技術的研究重點。中國目前使用較多的有光譜技術、介電特性，電子鼻等，主要研究果品的糖酸度、可溶性固形物、腐爛、傷痕情況等。

光譜技術在果品內部質量檢測中應用最為廣泛。趙杰文等[14]對近紅外光譜無損檢測蘋果糖度問題進行研究，提出了果皮對近紅外光透入果肉的光強在多變量校正中削弱或補償，試驗驗證了利用近紅外漫反射光譜技術在1300～2100nm波長范圍內無損檢測蘋果糖度的可行性，并提出多點光譜掃描，取平均光譜進行預測的方法。Xi Tian等[15]利用可見-近紅外光譜進行蘋果內部可溶性固形物含量的估算，通過多區域組合的方法提高了估算模型的靈活性和速度，并提高了預測模型在實際應用中的適用性。高榮杰[16]以贛南臍橙和紅富士蘋果為研究對象，應用近紅外光譜技術進行了果品糖度的檢測。單佳佳等[17]利用高光譜圖像處理和光譜分析方法，實現了一次圖像掃描對蘋果的表面摔傷和糖分含量進行檢測。

蔡騁[18]對500個富士蘋果12種介電參數在9個頻率點下的特征值進行了分析篩選，獲取了5個品質等級富士蘋果無損分級的最少介電特征。試驗結果表明，當分級準確率達到90%最少需要4種關鍵介電特征，使用10種介電特征時的分級正確率達95.95%。王若琳[19]等以秦冠水心病疑似病果和好果進行研究，發現其11個電學指標在100～3.98MHz間13個頻率點的特征值，發現了區分病果和好果的6個參數，同時表明利用低頻率下(100～25100Hz)損耗因子值結合MLP或RBF人工神經網絡模型對水心病果和好果識別率達到100%，證實了電學方法識別病果和好果的可行性。Jia Wenshen 等[20]使用PEN3型電子鼻檢測了接種不同霉菌金冠蘋果和新鮮蘋果，結果表明，PEN3電子鼻能有效地檢測和識別新鮮和發霉的蘋果，還能區分不同霉菌接種的蘋果。

1.3 蘋果內在、外觀品質的分級方法

隨著內在品質檢測技術的進一步研究，未來檢測技術會將內、外部多品質指標檢測技術融合，確保檢測更加全面，果品分級精度更高。國外已將機器視覺、近紅外光譜、電子鼻等多種技術進行融合處理，對水果進行綜合品質檢測分級。中國研究較晚，但也已采用多種檢測技術進行綜合分級。李軍良[21]研究了機器視覺和近紅外光譜技術進行蘋果品質分級。通過建立近紅外光譜糖度預測模型，結合DSP機器視覺系統研究了蘋果外部特征與糖度的分級模型。實驗證明采用信息融合技術建立的分級模型準確率高。袁鴻飛[22]驗證了紅外光譜技術和電子鼻技術應用于蘋果水心病檢測的可行性，利用近紅外光譜法提取主成分建立Fisher判別模型，采用電子鼻結合3種化學計量學方法進行建模用于快速、無損檢測蘋果的水心病。

2 中國蘋果分級機械現狀

隨著中國機械化水平的提高以及對果品分級機械的需求增加，果品分級開始研發生產機械設備。國外分級機械發展較早，分級技術水平高，主要針對大農產設計的，價格昂貴，不適合中國小農戶生產的分級需求，較少引進，而以自主研發為主。

中國最先出現的是利用大小各異的孔或間隙進行分級的機械設備，如滾筒篩孔式、輥帶式分級機。這類機械運行過程中蘋果會產生碰撞造成損傷，也會因果形不規則等問題造成分級結果誤差較大。隨后出現了電子重量式分級機，用于蘋果大小和重量的分級，結構簡單，已實現企業規模生產。國內某企業生產的電子重量式分級機用于蘋果等水果的重量分級，稱重范圍50～500g，分選達12個等級，工作效率達每小時30000個(圖2)。

圖2 電子重量式分級機

凱祥公司生產的6XS-26000型分色選果機，采用電腦智能化分色稱重，對蘋果等果實清洗打蠟，進行重量、色澤、糖度等指標分選分級，生產效率達到每小時5t(圖3)。

圖3 6XS-26000型分色選果機

用于蘋果內在品質相關分級的機械設備成本較高，目前國內研究集中在實驗室階段，尚未在市場中商業化推廣應用。中國對蘋果分級裝備的主要研究內容包括關鍵機構、控制系統等。

李晶[23]設計了一種蘋果專用輸送機構，在輸送蘋果過程中完成蘋果的定位，實現不同直徑蘋果以近似相同的角速度均勻翻轉，以便蘋果分級機進行圖像采集和處理，能滿足分級要求(圖4)。

圖4 蘋果專用輸送機構

彭彥昆等[24]基于可見-近紅外光譜檢測技術結合分揀機械手制成蘋果內在品質分級機，主要由夾持機構、近紅外光譜采集系統、控制系統等組成，分級機械手夾持蘋果時，可以對蘋果可溶性固形物含量準確測定。李龍等[25]設計了蘋果內外品質在線檢測分級系統，主要由啞鈴式滾子、機器視覺外觀品質檢測系統模塊、近紅外內在品質檢測系統模塊、分級模塊以及控制系統組成。機器視覺對蘋果的大小信息以及外觀有無碰傷進行檢測，近紅外內在品質可溶性物質檢測，上位機融合檢測的信息，綜合圖譜信息對蘋果做出等級評價，對蘋果有無碰傷檢測正確率為94%，蘋果大小檢測的相關系數約為0.96，蘋果內部可溶性固形物含量所建立模型的校正集相關系數約為0.9(圖5)。

圖5 蘋果內外品質在線檢測分級系統示意圖

3 存在問題及發展趨勢

根據中國當前蘋果分級技術、蘋果分級機械的現狀和國外的發展趨勢，提出中國蘋果分級存在的問題及發展趨勢。

一是目前中國對蘋果分級主要集中于單一指標的分級，現有的分級設備主要集中于單一指標的檢測，獲得的信息不全面，對于蘋果品質評價不完整。未來需要將多種特征信息通過有效的方法融合，實現對蘋果的多維度內、外部綜合品質的評價。

二是目前機器視覺、光譜技術等受技術條件限制，分級過程中信息處理較慢，尤其是機器視覺單一靜態圖片進行處理分級存在誤差。隨著信息技術、數據處理等相關技術的不斷發展，蘋果分級將向著實時在線、精準化、智能化和多指標綜合檢測方向發展。

三是目前分級機械多集中于外部品質特征，且存在分級設備結構比較復雜、成本較高的問題；用于內部品質分級的方法復雜，所需成本較高，導致果實內部檢測機械化水平較低。未來簡單準確的方法是研究的重點。