FruitPhone：利用未经改装的智能手机和光谱成像技术检测水果中的糖分含量

《Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies》：FruitPhone: Detecting Sugar Content in Fruits Using Unmodified Smartphones with Spectral Imaging

水果糖分检测系统通过智能手机屏幕模拟多色光源实现光谱采集，采用两阶段算法重建真实光谱图像并优化环境干扰，在335种水果样本测试中误差8.48%，R2提升45.58%。

　　

摘要

为普通用户（尤其是糖尿病患者）开发一种易于使用的果糖含量检测系统至关重要。现有的果糖检测方法往往难以在易用性和高准确性之间取得平衡。在这项研究中，我们推出了FruitPhone，这是一种基于智能手机的创新光谱成像系统，能够对果糖含量进行定量分析。为了使智能手机能够捕捉到进行准确糖分分析所需的精细光谱特征，FruitPhone利用屏幕模拟多种单色光源。这种方法能够收集超出标准三通道RGB格式的光谱数据。为了解决屏幕生成的光与真实单色光之间的差异，我们提出了一种两阶段光谱重建算法，将智能手机的伪光谱数据转换为真实的多光谱图像以供进一步分析。此外，我们还采用黑色屏幕光作为参考数据来源，以减少环境因素的影响并提高数据的一致性。我们还针对高维光谱图像引入了一种去趋势算法，以在保留光谱趋势的同时纠正空间不一致性。我们使用37种不同水果的335张光谱图像对FruitPhone进行了评估，其归一化平均绝对误差为8.48%°Bx，与实验室光谱系统的结果相当；同时，该系统的重建误差降低了19.98%，R2值提高了45.58%。