激光誘導熒光應用于農產品等相關領域的檢測是一門新興起的檢測方法。近幾年熒光光譜技術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學模型的建立的深入發(fā)展，實現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對菠菜表面污染物進行檢測，．通過比較發(fā)現采用*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，結合EMCCD相機和瞬時熒光(IFOV)采集小番茄的熒光圖像，發(fā)現表皮破損的熒光圖像在藍光區(qū)域非常明顯，通過PCA提取*優(yōu)熒光波長結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對鮮切生菜的腐爛進行了研究，從高光譜圖像中獲取(LEDI_CF)檢測指標和葉綠素熒光圖像中獲取(LEDI₄)檢測指標，結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，結果表明BRI優(yōu)于PCA處理，*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。結果發(fā)現，蘋果在藍綠波段產生的熒光受葉綠素和其他多酚物質影響，在遠紅、紅波段產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*小二乘回歸法的熒光特征與色素含量模型的相關系數達到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變化。Cerovic等選用2種光學傳感器Dualex和Multiple 實現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，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實現了腐爛臍橙的檢測。選取兩個品種的腐爛臍橙，在紫外和白色 LED 燈的照射后，采集其色彩圖像和熒光圖像。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。結果發(fā)現，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。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) 技術和質譜法( 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，臍橙腐爛物質的激發(fā)光譜和熒光光譜分別在波長360-375 nm和波長530-550 nm范圍內出現峰值，該現象與用化學方法提取的病菌物質的光譜變化相吻合。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論。

在國內，吳彥紅等利用405nm的激光照射獼猴桃，當激光穿過獼猴桃內部時，采集誘導產生的熒光散射圖像，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R_c=0.932。陳菁菁等利用紫外光源結合高性能背照明CCD和行掃描高光譜儀搭建的熒光高光譜系統，采集400-1000nm菜葉表面不同濃度農藥的高光譜熒光圖像，選取感性區(qū)域得到平均光譜曲線，熒光強度與農藥溶液的濃度在一定范圍內成正比。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，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，相關系數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*佳指數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，其表面反射光和經過內部組織散射的光經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，結果顯示建模和預測準確率均達到了97.5%。

熒光光譜技術用于農產品果蔬的檢測，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產品等相關領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獨特的優(yōu)勢。由于熒光壽命體現熒光光子的衰減時問的長短，只與激發(fā)光強度有關不會受到環(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應用于水果內部品質無損檢測，能準確預測實現水果內部品質快速、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在植物葉片和果實病害檢測中的應用研究，總結了響應激發(fā)光源、波段和熒光發(fā)射波段。從這些研究可以發(fā)現: 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規(guī)律增長曲線擬合