激光誘導熒光應用于農(nóng)產(chǎn)品等相關(guān)領(lǐng)域的檢測是一門新興起的檢測方法。近幾年熒光光譜技術(shù)的理念已贏得國際上的廣泛認可，并得到了迅猛發(fā)展，特別是生物體熒光傳播的光學模型和數(shù)學模型的建立的深入發(fā)展，實現(xiàn)了對生物組織定性定量的無損檢測。熒光法已廣泛應用于藥材、生物制品、質(zhì)量優(yōu)劣、植物葉綠素熒光、果蔬的無損檢測等方面的檢測。

在國外，Colin D．Everard等采用熒光成像和高光譜成像技術(shù)對菠菜表面污染物進行檢測．通過比較發(fā)現(xiàn)采用最優(yōu)波段比的熒光成像對污染物的檢測準確率高于可見近紅外高光譜的。Lichtenthaler HK等利用熒光成像系統(tǒng)測定了蘋果在貯藏過程中蘋果的熒光圖像，隨著儲藏時間的增加，蘋果的藍綠熒光強度持續(xù)增加而且擴展到整個蘋果表面。Byoung-Kwan Cho等采用熒光高光譜對小番茄的表皮破損進行檢測，搭建的熒光高光譜以365nm的紫外燈為光源，結(jié)合EMCCD相機和瞬時熒光(IFOV)采集小番茄的熒光圖像，發(fā)現(xiàn)表皮破損的熒光圖像在藍光區(qū)域非常明顯，通過PCA提取最優(yōu)熒光波長結(jié)合方差分析對小番茄破損的檢測準確度大于99%。Ivan Simko等采用高光譜和葉綠素熒光成像技術(shù)對鮮切生菜的腐爛進行了研究，從高光譜圖像中獲取(LEDICF)檢測指標和葉綠素熒光圖像中獲取(LEDI4)檢測指標，結(jié)合這兩個指標對生菜腐爛檢測的準確率高達97%。Roberto Romaniello等采用熒光高光譜成像技術(shù)檢測了西紅柿表面的糞便污染，針對西紅柿表面的污染區(qū)域和未污染區(qū)域圖像通過PCA和BRI方法處理后，得到的灰度圖像可以清楚的區(qū)分污染區(qū)域和未污染區(qū)域，結(jié)果表明BRI優(yōu)于PCA處理，最優(yōu)波段比為705nm和815nm。Wulf等使用波長為 337 nm的激光激發(fā)，獲得蘋果和胡蘿卜在遠紅外、紅、綠、藍波段的熒光光譜，分析了蘋果和胡蘿卜在儲藏過程中新鮮度的變化。結(jié)果發(fā)現(xiàn)，蘋果在藍綠波段產(chǎn)生的熒光受葉綠素和其他多酚物質(zhì)影響，在遠紅、紅波段產(chǎn)生的熒光僅受葉綠素影響而胡蘿卜的藍波段熒光受類胡蘿卜素影響，并且基于偏最小二乘回歸法的熒光特征與色素含量模型的相關(guān)系數(shù)達到0. 99。該研究說明了基于果蔬色素含量的熒光成像技術(shù)作為一種快速無損的檢測方法，可用于監(jiān)測果蔬儲藏過程中的品質(zhì)變化。Cerovic等選用2種光學傳感器Dualex和Multiple 實現(xiàn)了葡萄的成熟程度的檢測。分別用傳感器中的3種LED燈(紫外、綠、紅)照射葡萄粒后發(fā)現(xiàn)，葡萄表皮中的黃酮醇( Flavonol)和花青素( Anthocyanin)能發(fā)射出藍綠、紅和遠紅 熒光，且其含量影響熒光強度。Kondo等基于熒光成像技術(shù)實現(xiàn)了腐爛臍橙的檢測。選取兩個品種的腐爛臍橙，在紫外和白色 LED 燈的照射后，采集其彩色圖像和熒光圖像。通過比較兩幅圖像采集的臍橙腐爛部位，排除了紫外燈造成的光暈影響，提取出真實的臍橙腐爛部位。再分別比較了熒光圖像的R\G\B3個分量圖中臍橙腐爛部位和正常部位的灰度。結(jié)果發(fā)現(xiàn)，在熒光圖像的G分量圖中，腐爛部分的灰度是正常部分的3-5倍，并且該差異與臍橙的品種有關(guān)。在之后的研究中，該研究團隊又分別將腐爛橙皮和正常的橙皮搗碎，腐爛橘皮中提煉的熒光活性物質(zhì)溶于己烷，作為腐爛組，正常橙皮作為對照組。使用核磁 共振( Nuclear magnetic resonance，NMＲ) 技術(shù)和質(zhì)譜法( Mass spectrometry，MS) 分析腐爛組和正常組溶液，在將兩組溶液的吸收光譜、熒光光譜和激發(fā)光譜進行對比后發(fā)現(xiàn)，臍橙腐爛物質(zhì)的激發(fā)光譜和熒光光譜分別在波長360-375 nm和波長530-550 nm范圍內(nèi)出現(xiàn)峰值，該現(xiàn)象與用化學方法提取的病菌物質(zhì)的光譜變化相吻合。然后又用波長365 nm的 UV燈照射完整的腐爛臍橙，采集其在530-550 nm波段的熒光圖像，通過圖像分析驗證了之前的結(jié)論。

在國內(nèi)，吳彥紅等利用405nm的激光照射獼猴桃，當激光穿過獼猴桃內(nèi)部時，采集誘導產(chǎn)生的熒光散射圖像，選取感興熒光區(qū)域采用多元線性回歸建立與糖度的預測模型，模型的Rc=0.932。陳菁菁等利用紫外光源結(jié)合高性能背照明CCD和行掃描高光譜儀搭建的熒光高光譜系統(tǒng)，采集400-1000nm菜葉表面不同濃度農(nóng)藥的高光譜熒光圖像，選取感性區(qū)域得到平均光譜曲線，熒光強度與農(nóng)藥溶液的濃度在一定范圍內(nèi)成正比。涂冬成等用405nm的激光發(fā)射器、近紅外光譜儀和計算機搭建的激光誘導熒光成像系統(tǒng)，歸一化處理后的雞肉嫩度的熒光光譜曲線圖，采用PLS建立嫩度的預測模型，相關(guān)系數(shù)R為0.89。李江波等用UV-A(365nm)的紫外光源來激發(fā)熒光并同時用鹵素燈，線陣CCD攝像機采集圖像，用最佳指數(shù)理論對腐爛果的識別率高達100%。劉海彬等用波長635nm半導體激光器照射到物體上，激光擴束其出射光斑直徑約為20mm，其表面反射光和經(jīng)過內(nèi)部組織散射的光經(jīng)過不同光程后在空間中相互干涉疊加，CCD相機采集信號，采集的圖像通過灰度共生處理后提取特征量，二元logistic回歸模型進行分析，結(jié)果顯示建模和預測準確率均達到了97.5%。

熒光光譜技術(shù)用于農(nóng)產(chǎn)品果蔬的檢測，由于具有無損、快速、準確度高等優(yōu)點近幾年里的到了快速的發(fā)展。激光誘導熒光應用于農(nóng)產(chǎn)品等相關(guān)領(lǐng)域的檢測是一門新興起的檢測方法，其在果蔬檢測方面具有特別的優(yōu)勢。由于熒光壽命體現(xiàn)熒光光子的衰減時問的長短，只與激發(fā)光強度有關(guān)不會受到環(huán)境光、熒光散射等因素的影響，穩(wěn)定性好。激光誘導熒光高光譜技術(shù)應用于水果內(nèi)部品質(zhì)無損檢測，能準確預測實現(xiàn)水果內(nèi)部品質(zhì)快速、準確的檢測與分級。

表 1 分別列舉了國外熒光光譜和熒光成像技術(shù)在植物葉片和果實病害檢測中的應用研究，總結(jié)了響應激發(fā)光源、波段和熒光發(fā)射波段。從這些研究可以發(fā)現(xiàn): 在葉片檢測方面，同一個裝置中，基于鹵素燈、氙氣燈和 LED 燈的激發(fā)波段可以有多種選擇，雖然也使用了綠光和紅光，但常集中分布于紫外和藍光范圍，而同一裝置中基于激光的激發(fā)波長固定，且集中分布于藍光和綠光范圍。但無論使用哪種光源，葉片的熒光發(fā)射波長均集中在紅光波段，即葉綠素熒光; 在果實檢測方面，激發(fā)波段或激發(fā)波長集中分布在紫外范圍，而熒光發(fā)射波段的分布并沒有集中在某一波段范圍。

圖1  蘋果不同儲藏時間不同波段下的熒光圖像

表 1 熒光成像技術(shù)檢測的響應激發(fā)光源、波段和熒光發(fā)射波段

圖2 蘋果不同儲藏時間不同比值熒光比值圖像

圖3  365nm激發(fā)光下破損小番茄不同部分的熒光強度

圖4  農(nóng)藥濃度為 8mg/kg 葉菜樣品的高光譜熒光圖像及不同濃度梯度樣品的熒光光譜曲線

圖5 肉脂肪區(qū)域熒光百分比增長趨勢及脂肪區(qū)域熒光百分比隨存儲時間指數(shù)規(guī)律增長曲線擬合