糧食。對國民消費和出口而言，食品工業(yè)都是許多國家的經(jīng)濟支柱。食品工業(yè)為全球人口的就業(yè)和生計作出了貢獻(xiàn)，是文化和價值觀的一種表達(dá)，對人類的生存至關(guān)重要。

這個行業(yè)正處在變化之中。雖然現(xiàn)在衡量新冠疫情對全球貿(mào)易和消費的真正影響還為時尚早，但其他因素，尤其是氣候變化和人口增長，正在推動糧食生產(chǎn)發(fā)生變化。

一些糧食供應(yīng)可以輕易地延續(xù)下去，很少中斷。雖然全球有5萬多種可食用的植物，但其中只有15種提供全球人口90%的食物能量攝入。其中，大米、玉米和小麥占據(jù)近三分之二的比例。這些核心主食易于儲存和加工。許多種植小麥和水稻的美國農(nóng)民已經(jīng)能夠依靠機械化工具和流程來限制人與人之間的接觸，即使在新冠疫情大流行期間也能滿足CDC安全操作指南的要求。因此，國際食物政策研究所于2020年3月報告稱，新冠疫情目前并未對全球糧食安全構(gòu)成重大威脅；我們的主食儲備充足。

農(nóng)作物在追求高價值和精細(xì)化的過程中將面臨更多的挑戰(zhàn)。水果和有機農(nóng)產(chǎn)品在小型農(nóng)場種植，產(chǎn)生了更多的勞動力需求。根據(jù)聯(lián)合國和國際貨幣基金組織的資料，新冠疫情防控措施將對這些農(nóng)場產(chǎn)生不成比例的影響，并可能導(dǎo)致農(nóng)產(chǎn)品價格飆升，從而影響餐館和供應(yīng)鏈下游的消費者。隨著成本的全面上升，已經(jīng)有證據(jù)表明水果價格的上漲超過了蔬菜產(chǎn)量的下跌。

資料來源：國際貨幣基金組織，“新冠疫情期間的食品市場”，2020年6月29日

蘋果就是一個很好的例子，它是當(dāng)今世界上最具經(jīng)濟和文化意義的水果之一，產(chǎn)地遍布全球溫帶地區(qū)。作為一種高價值的水果，蘋果的種植和采摘耗費大量的勞動力，以確保果樹健康和產(chǎn)量豐收。蘋果是一項大產(chǎn)業(yè)，主要的產(chǎn)業(yè)參與者遍布世界各地。

資料來源：農(nóng)產(chǎn)品外銷局/USDA，2020年6月4日

原諒我的雙關(guān)語，但蘋果也是一個成長型產(chǎn)業(yè)！即使在新冠疫情大流行期間，預(yù)計2019/20年度的全球蘋果產(chǎn)量增長近7%，達(dá)到7580萬公噸。中國今年的蘋果產(chǎn)量增長了24%，從2018/2019年的低谷中反彈，再次成為全球最大的蘋果出口國，彌補了霜凍、干旱、高溫和冰雹造成的歐盟區(qū)產(chǎn)量下跌。據(jù)估計，美國的蘋果產(chǎn)量增加了30余萬噸，達(dá)到480萬噸。這主要是因為主產(chǎn)地華盛頓州夏季氣候適宜，產(chǎn)量實現(xiàn)了反彈。更高品質(zhì)的供應(yīng)——以及更大的供應(yīng)量——預(yù)計將進(jìn)一步提振對主要市場的出口。

在過去的幾年中，蘋果產(chǎn)業(yè)的需求在發(fā)展中逐漸追求更好的品質(zhì)，食品安全，以及產(chǎn)品的可追溯性。隨著勞動力待遇要求提高，能源和水資源消耗降低，農(nóng)用化學(xué)品安全性提高，蘋果的生產(chǎn)成本也不斷上升。這給種植者、加工商和零售商帶來了巨大的壓力，迫使他們調(diào)整供應(yīng)鏈。精準(zhǔn)農(nóng)業(yè)、分子生物學(xué)、表型組學(xué)、作物建模和采后生理學(xué)的最新發(fā)展應(yīng)該能夠提高全球溫帶水果的產(chǎn)量和品質(zhì)，并降低生產(chǎn)成本。

用機器視覺生產(chǎn)更好的蘋果

如果蘋果變得更加脆弱、稀缺和昂貴，機器視覺能提供什么幫助呢？

每個人類個體都不一致，他們的日常行為也往往不一致。傳統(tǒng)的檢查一般涉及人工切開并檢查農(nóng)產(chǎn)品。這一費時費力的操作會破壞農(nóng)產(chǎn)品，且除了成本較高之外，檢查的結(jié)果往往帶有主觀性。相比之下，成像系統(tǒng)可以實現(xiàn)高速、無損的品質(zhì)檢查和分級?？梢姟⒍喙庾V和紅外成像技術(shù)已經(jīng)在水果和蔬菜分級系統(tǒng)中得到了不同程度的應(yīng)用。然而，品質(zhì)和分級檢查的自動化仍然具有挑戰(zhàn)性，這減緩了其在水果和蔬菜分級系統(tǒng)中的應(yīng)用。

挑戰(zhàn)是多方面的：

● 物理和生物多樣性（僅在美國就有成千上萬種蘋果）

● 大小和形狀變化顯著的不均勻圓形物體需接受表面檢測。

● 區(qū)分缺陷與自然特征

● 迄今為止算法的可靠性

● 光學(xué)檢測系統(tǒng)中速度與精度之間的沖突

你所追求的：定義品質(zhì)

從這些挑戰(zhàn)來看，我們難以定義“品質(zhì)”。這不是一個定義明確的單一屬性，而是優(yōu)質(zhì)水果所具備的眾多特征。研究表明，在相對類似的文化中，即使品質(zhì)相對一致，人們對品質(zhì)的認(rèn)可方式也存在很大的差異。當(dāng)問及更多樣化的群體時，關(guān)于“品質(zhì)”的文化共識很快就會瓦解。這些文化差異在研究中隨處可見（在對待“幸?！钡亩x時可能會變得非常瘋狂），但這迫使我們?nèi)パ芯刻囟ǖ?、更容易量化的因素?/p>

這項任務(wù)稍稍簡單了一點。我們培育蘋果是為了讓它們的外表好看。不僅如此，可見光往往停留在果皮上，色素、葉綠素和其他波段的光可以被下層的結(jié)構(gòu)化組織散射。通過近紅外和短波紅外（SWIR）技術(shù)，你可以更清楚地看到蘋果內(nèi)部的水密度和分布情況。這說明關(guān)鍵的物理屬性有助于預(yù)測可測量的蘋果“品質(zhì)”、紋路、持水能力和比重。

食品加工廠傳送帶上的新鮮蘋果，準(zhǔn)備接受自動化包裝

紋路和密度異常表明可能存在淤傷，這對品質(zhì)檢測系統(tǒng)尤為重要?！坝賯笔侵竿饬ΑD壓、切割或蘋果皮和果肉擦傷造成的水果組織損傷。這會導(dǎo)致水果的紋路和化學(xué)成分發(fā)生物理變化，對產(chǎn)品的顏色、氣味、味道和壽命直接造成長期影響。

蘋果對機械損傷的敏感性取決于許多因素，包括土壤栽培、營養(yǎng)和水果生長過程中的氣候條件，所有這些因素在過去幾十年里都變得愈發(fā)的復(fù)雜和極端。收獲和運輸會對產(chǎn)品造成淤傷，生產(chǎn)線上的條狀物和其他碎片也會造成同樣的損傷。

光學(xué)分揀技術(shù)可捕獲和移除淤傷的產(chǎn)品。事實上，提高分選效率可減少浪費的可能性。相反，可根據(jù)蘋果與其他產(chǎn)品（比如果醬、蜜餞和冷凍混合物）之間的匹配度進(jìn)行分揀。盡管淤傷是水果在分揀生產(chǎn)線上被拒收的首要原因，但自動分揀系統(tǒng)在檢測淤傷方面仍然缺乏精度，這迫使公司尋求人工分揀。

紅外成像應(yīng)用于食品保質(zhì)期

那么我們?nèi)绾尾拍苓_(dá)到更高的精度呢？我們已經(jīng)了解了短波紅外成像如何幫助實現(xiàn)田間作物的精準(zhǔn)種植。

但在作物收獲后，需求即發(fā)生了改變。植物性食品行業(yè)面臨的一個主要挑戰(zhàn)在于，植物性食品的保質(zhì)期通常很短，這幾乎是一個普遍的事實。一般而言，國內(nèi)消費食品的保質(zhì)期為七天左右，海外消費食品的保質(zhì)期為7-15天。食品在收獲后接受加工、儲存和運輸，隨后其生理品質(zhì)不斷變化。

2007年，研究人員能夠使用近紅外/SWIR測量技術(shù)來區(qū)分蘋果品種、儲存類型和儲存時間。后來，研究人員利用紅外光譜技術(shù)檢測了在室溫或氣調(diào)貯藏環(huán)境下儲存6個月后的蘋果的食用和感官品質(zhì)（即我們所說的味道和口感）。然而，這兩項研究都不具有預(yù)測性；他們只檢查了儲存后的蘋果。紅外成像技術(shù)需要更大的改進(jìn)才能邁出下一步。

圖片由Edmunds Optics提供

對于可為生產(chǎn)決策提供信息的行業(yè)評估，確定水果品質(zhì)需要的不僅僅是在商店中放置消費者信賴的明顯標(biāo)識，如形狀、大小、顏色、紋路和缺陷。水果生產(chǎn)商需要重視那些表明未來品質(zhì)和壽命的不可見特征：糖含量、硬度、可溶性固形物含量和營養(yǎng)成分。為此，研究人員創(chuàng)建了一個系統(tǒng)，將可見光、SWIR和MWIR成像范圍內(nèi)（400-5000nm）的反射輻射成像納入其中。事實證明，整個光譜有助于檢測淤傷。成像所延伸的紅外線范圍越深，研究人員就能對蘋果組織進(jìn)行更深的評估。

顯然，我們需要一種更全面的方法來為生產(chǎn)決策提供動力。研究人員隨后轉(zhuǎn)向高光譜圖像分析（包括近紅外和SWIR波段），給出了目標(biāo)圖像蘋果的不同“深度”。分析證明，MWIR成像技術(shù)可用于更廣泛的淤傷識別。

這需要同時使用大量數(shù)據(jù)，主要是因為目標(biāo)對象是3D而非2D對象。使用最小噪聲分離變換（MNF）旋轉(zhuǎn)可以獲得更好的結(jié)果，可以確定圖像數(shù)據(jù)的固有維數(shù)，分離數(shù)據(jù)中的噪聲，并減少后續(xù)處理MNF變換的計算量。MNF變換成分可以更好地用于圖像分割目的。

最小噪聲分離變換（MNF）對典型的“金冠蘋果”SWIR波長范圍圖像進(jìn)行評分。

對單個范圍（VNIR、SWIR或MWIR）圖像的總得分進(jìn)行分析后表明，與將這些范圍聯(lián)合納入模型的情況相比，預(yù)測值較低?；赩NIR、SWIR和MWIR范圍建立的監(jiān)督分類模型表明，將這三個范圍整合在一起的模型在區(qū)分淤傷和健全組織以及不同深度的淤傷方面具有最佳的預(yù)測效率。這表明將MWIR范圍納入分揀系統(tǒng)是合理的。

很好，那我們該怎么做呢？

……請參見第二部分