隨著各類企業復工復產計劃的進一步實施，國內檢測行業也逐漸擺脫了疫情的影響，恢復了對市場生產和安全的監管控制。近日，廣東省市場監管局組織抽檢并公布了2020年第7期食品安全檢測信息，在對9類、659批次的各類食用農產品抽檢之中，發現不合格樣品23批次，不合格項目包括微生物、獸藥、重金屬污染物及食品添加劑等問題。 　　

一直以來，農產品及果蔬安全都是廣受大眾關注的熱點，其安全問題不僅影響著民眾的身體健康，由此引發的焦慮和恐慌也不在少數。如何提升檢測技術水平，對果蔬品質和安全進行快速有效的檢測，成為食品檢測市場的主要需求。尤其是近年來，無損檢測技術的發展速度越來越快，高光譜成像技術也成為成為當今食品和農產品檢測領域的研究熱點。 　　

作為計算機成像技術與光譜技術相結合的產物，高光譜圖像檢測技術具有靈敏度高、取樣量少、操作簡便、連續監測等特點，其可通過探測目標的二維幾何空間以及光譜信息，來獲取高光譜分辨率的連續、窄波段的圖像數據。因而，高光譜成像技術可以實現食品外部品質和內部品質的共同檢測。 　　

果蔬品質檢測 　　

果蔬的品質是影響其食用口感和價值的重要因素，果蔬品質檢測主要包括對其形態、色澤、成熟度、外觀風味及營養價值等方面的測定。傳統的果蔬品質檢測方法如化學法、高效液相色譜法、質譜分析法等通常對果蔬產品具有破壞性，耗時費力。而基于高光譜成像技術只需少量樣本，通過提取果蔬樣品的二維圖像信息和三維的波長信息，建立定量關系模型，就可實現果蔬品質的快速、無損測定。 　　

果蔬表面污染和損傷檢測 　　

果蔬表面的塵土、雜質及微生物等過多也會損害食用者的健康。因此，果蔬表面污染和損傷檢測也也果蔬檢測的重要內容。高光譜數據具有多光譜通道、高光譜分辨率和連續光譜的特點，可得到任意像素點的連續光譜曲線和不同物質的不同光譜曲線。在某些特定的波長下，損傷區域的光譜值與正常區域的光譜值之間會存在很大差異，所以能夠實現果蔬表面的無損檢測。 　　

果蔬農藥殘留檢測 　　

果蔬組織中的農藥殘留量、重金屬含量及其他物質等的檢測是果蔬檢測中較為重要的一個指標。常見的農藥殘留檢測方法很多，但過程較為復雜，而且檢測時間長，僅能滿足實驗室農藥殘留的精確分析。而高光譜成像檢測能達到實時、快速有效、無損檢測的目的，通過高光譜儀獲得果蔬的高光譜圖像，應用成分分析方法對所獲得的高光譜圖像進行分析，找出特征波長下的圖像，經過圖像處理技術，就可以檢測出水果表面的農藥殘留。 　　

作為一項新興檢測技術，雖然高光譜成像技術在食品安全檢測領域要比傳統檢測方式更具有優勢，但要走出實驗室，進入實際應用中還有一段路要走。盡管如此，隨著科學技術的不斷發展，高光譜成像技術也將不斷完善，未來在農產品檢測領域也會有一席之地。 　　

在食品安全問題頻發的今天，重視蔬菜瓜果的安全性早已是大家心照不宣的態度。但如果我們去超市貨菜市場看看，就會發現，人們果蔬不僅會在意其品質，也會在意其外觀，例如人們更愿意購買表面光滑無損傷的馬鈴薯。無論是對果蔬安全性的重視，還是對其外觀的考慮，檢測市場都高光譜成像技術都有著比較大的需求。