综述：光学食品检测中光分布不均和测量距离变化的解决方案

本综述系统总结了光学食品检测中由样本特性及检测过程引发的光分布不均（镜面反射、渐晕）和测量距离变异问题的解决方案，重点评述了偏振校正、基于朗伯定律的算法优化及多传感器融合等前沿技术，为提升光谱（NIR/HSI）和成像技术的检测精度提供了重要参考。

　　

引言

食品质量关乎人类健康与福祉，传统化学与微生物分析方法虽精度高但操作繁琐且存在环境风险。近年来，新兴的非接触、无损光学技术如光谱学和成像技术被广泛应用于食品质量分析。光谱技术（如近红外光谱NIR、拉曼光谱）可快速同时测定多种质量参数，成像技术（如高光谱成像HSI、机器视觉）则能同步获取样品的空间与光谱信息。然而，光学检测过程易受多种干扰，影响检测结果，主要可归结为光分布不均和测量距离变异两大类问题。

光学检测过程中的问题

光分布不均

光分布不均主要包括镜面反射和渐晕效应。镜面反射由样品表面光滑或不平引起，形成局部高光，掩盖光与食品化学物质的相互作用，影响质量分析并增加图像分割难度。渐晕则表现为图像边缘信号强度衰减，主要由物体几何形状和成像参数（如焦距、光圈）决定。球形食品（如苹果）可近似为朗伯表面，其光强分布遵循余弦定律，中心亮边缘暗，导致像素分类不准确，降低检测精度。

测量距离变异

测量距离变异源于样品形态特征或检测器意外移动。非平面样品（如球形水果）表面各点与探测器距离不同，引起透视投影失真和光谱强度差异。在透射光谱采集中，样品尺寸影响光程长度，如较大苹果透射光谱强度更高。移动设备检测时，探测器与样品距离变化更大，导致同一物体在不同图像中缩放比例不同，影响外部质量评估。

消除光分布不均和测量距离变异的方法

消除光分布不均的影响

镜面反射校正方法

偏振导引方法是消除镜面反射的常用手段。镜面反射通常偏振而漫反射非偏振，可通过偏振装置分离。方法分为两类：使用专业偏振相机从不同角度获取多幅偏振图像，或通过视觉方法选择单幅偏振图像（更常见于食品领域）。偏振图像采集采用商用偏振成像仪或自研成像系统加装偏振片。例如，Hao等（2022）利用0°、45°、90°偏振信息，结合强度、光谱和偏振特性（线性偏振度和偏振角）提出镜面反射去除算法，显著提升图像质量。自研系统通常在光源和镜头前分别加装偏振片，通过调整偏振片角度抑制镜面反射，如Nguyen-Do-Trong等（2016）利用交叉偏振HSI系统改善茄子和苹果图像信噪比。

渐晕校正方法

渐晕校正研究多集中于球形水果（如苹果）。常见方法基于朗伯余弦定律，通过外部旋转硬件辅助全表面成像。Zhang等（2015）应用朗伯定律于苹果缺陷检测，准确率达95.6%。Li等（2024a,b）开发旋转HSI系统，修正朗伯定律过度校正边缘的问题，采用改进公式（I_c = I_m / cos^0.5θ）进行几何影响校正，提升早期瘀伤检测精度。后续研究结合主成分分析（PCA）提取有效波长加载系数，进一步优化性能。非球形物体（如芒果、黄瓜）需特定算法。Lu & Lu（2020）应用双向经验模分解（BEMD）结合结构光照明，分解图像并减去背景残留，有效校正渐晕。Castro等（2023）提出径向网格校正法，通过二次函数拟合计算新反射值，比朗伯校正更均匀。图像比值算法也广泛应用，通过选择方差分析（ANOVA）确定的特定波段比值图像（如Q_651.3/904.3）实现均匀照明，避免朗伯近似。小物体（如小麦）校正研究较少，Yuan等（2020）利用奇异值分解（SVD）最小化花生中心与周边差异，Delwiche等（2021）采用3D打印塑料模拟小麦形状，基于朗伯定律校正反射强度偏差。

控制测量距离变异

适应样品尺寸波动的方法

尺寸变化包括形态（如曲率）和维度变化，影响反射光谱测量。核心是通过硬件调控样品与探测器距离。Guo等（2023）开发新型拉曼光谱采集方法，将样品置于石英玻璃上，从下至上采集表面增强拉曼散射（SERS）光谱，改善液滴尺寸形状影响，检测猪肉中克伦特罗残留限达42 ng/g。Wang等（2020）利用激光测距传感器实时调整可见-近红外（Vis-NIR）光谱系统检测高度，确保探头与样品表面距离恒定。透射光谱中，水果直径影响光谱性能，近年研究提出多种直径校正方法。Tian等（2019）根据消光系数（u_e = -ln(I_R/I_i)/d_i）修正苹果透射光谱。Xia等（2020）比较三种方法（仅光谱、光谱与直径融合、基于直径衰减系数的校正），后者最佳，预测可溶性固形物（SSC）的R_p=0.92，RMSE=0.50 °Brix。Li等（2025a,b）提出多项式变换法，计算衰减系数（H = -ln(I_R/I_i)/d_iⁿ）并校正光谱，苹果霉心分类准确率达90.00%（校准集）和89.09%（预测集）。

调控移动设备与样品距离的方法

移动设备检测需应对探测器移动带来的距离变化。图像参考法通过拍摄已知尺寸外部物体（如硬币、筷子、手指）校准目标尺寸。Zhang等（2020）利用硬币参考校正鱼图像大小，结合形状特征预测质量，R2=0.9021。Ege等（2019）建议用户使用个人物品作为注册参考。多传感器法利用额外传感器（如麦克风、扬声器、加速度计、磁场传感器）间接测量距离。Gao等（2019）引入回声测距法，使用最大长度序列（MLS）音频信号测量垂直距离，便于智能手机食物体积估计。Kuhad等（2015）结合用户身高（h）和手机方向（θ），通过加速度计和磁场传感器计算距离d，创建恒定尺寸块缩放图像，基于面积和周长建立热量线性回归模型（R=0.9709）。

结论与未来工作

光学食品检测中的干扰问题主要归结为光分布不均和测量距离变异，已有研究提出了多种解决方案。偏振技术有效校正镜面反射，基于朗伯定律的算法和多传感器方法助力渐晕和距离控制。然而，许多挑战仍需关注：渐晕校正多针对球形样品，非球形物体算法需深入开发；镜面反射校正中偏振信息（如偏振角）未充分利用，未来可探索多角度偏振图像融合与深度学习结合；测量距离变异校正多依赖硬件，开发基于几何光学的图像失真算法和单图像距离估计模型有望提升通用性和便捷性。这些进步将推动光学检测技术在食品工业中的更广泛应用。