基于3D点云的光学跟踪技术用于监测水果和蔬菜干燥过程中的动态品质劣化

本研究采用3D点云成像结合机器学习模型，系统分析紫色胡萝卜、金奇异果、蓝莓和树莓在干燥过程中水分、花青素、β-胡萝卜素等质量指标的变化规律，并与传统方法对比，验证了动力学模型和混合回归模型的高效预测能力，为智能干燥系统开发提供依据。

Muhammad Tayyab|Barbara Sturm|Farhad Khoshnam|Mulugeta Admasu Delele|Arman Arefi

莱布尼茨农业工程与生物经济研究所（ATB），德国波茨坦14469

摘要

水果和蔬菜在干燥过程中质量下降的主要原因是先进的质量监测和控制技术在加工过程中难以适应。本研究探讨了非侵入性和侵入性测量方法，以分析紫胡萝卜、金猕猴桃、蓝莓和树莓在干燥过程中的质量变化。研究了水分含量（MC）、总花青素（TA）、β-胡萝卜素（BC）、叶黄素、维生素C（VC）、总酚类（TPC）和总黄酮类（TF）的定量变化，以及颜色和物理变化，并将这些数据与基于3D点云的数字数据进行了比较。一级动力学模型提供了更好的拟合度（R_BC² = 0.96, R_VC² = 0.99, R_MC² = 0.96），证实了干燥过程中的质量变化符合一级降解行为。将动力学建模（零级和一级）与机器学习相结合，能够准确预测选定产品的干燥引起的质量变化。混合梯度提升回归器（Hybrid-GBR）在所有产品中取得了最佳结果，紫胡萝卜的Rp² = 0.988（RMSEP ≈ 0.037），树莓的Rp² = 0.963（RMSEP = 0.068），蓝莓的Rp² = 0.980（RMSEP = 0.041）。对于次级代谢物（TA和TPC），混合高斯过程回归器（Hybrid-GPR）和Hybrid-GBR模型的表现优于传统方法，测试Rp²分别为0.901（TA，树莓）和0.867（BC，蓝莓）。对于金猕猴桃中的维生素C，混合PLSR模型的表现最佳（Rp² = 0.905，RMSEP = 67.9）。这些发现表明，低成本的3D点云成像可以与光谱成像结合使用，通过更广泛的数据集实现更准确、实时的质量监测，从而动态优化干燥过程。

引言

蓝莓、金猕猴桃、树莓和紫胡萝卜等水果和蔬菜因其富含抗氧化剂、维生素和生物活性化合物（如花青素、β-胡萝卜素和叶黄素）而对人体健康至关重要（Akcicek等人，2023；Akter等人，2024；Bhat等人，2022；Correia等人，2017；Izli等人，2017；Li等人，2024；Uyan等人，2004）。易腐产品（如蓝莓、紫胡萝卜、树莓和金猕猴桃）的高水分含量（约85%）会导致微生物污染并缩短保质期（Akcicek等人，2023；Suvarnakuta等人，2005）。

对流空气干燥被广泛用于水果和蔬菜的保存，因为它可以抑制微生物生长和酶活性，延长保质期并减少采后损失。然而，对流干燥过程中的热效应常常会导致明显的物理和化学变化，从而损害质量和营养价值，包括收缩、褐变以及关键生物活性化合物（如总花青素（TA）、总酚类（TPC）、总黄酮类（TF）、维生素C（VC）和β-胡萝卜素（BC）的降解（Arefi等人，2026；Stamenković等人，2019）。近年来，大量研究致力于分析和减轻水果和蔬菜的质量下降问题，因为较高的恒定干燥温度会对它们的物理化学性质产生不利影响。传统上，这些质量属性的评估依赖于侵入性测量和劳动密集型的分析方法，这迫切需要快速、无损且具有空间分辨率的评估工具，以适应现代食品加工线（Martynenko，2006；Martynenko & Chen，2013；Sturm & Hofacker，2009；Yang等人，2015）。

在非侵入性技术中，基于点的可见-NIR技术已被广泛研究作为质量监测方法（Walsh等人，2020），但缺乏空间信息限制了其应用。HSI技术在干燥过程中的非侵入性质量评估中具有显著优势（Bai等人，2024；Palumbo等人，2022），因为它结合了光谱学和传统成像技术，能够提供空间和光谱数据（Li等人，2023；Ma & Sun，2020；Nurkhoeriyati等人，2023；Palumbo等人，2022）。高光谱数据的高维度特性带来了计算和操作上的挑战，需要先进的处理和校准方法（Md Saleh等人，2022）。尽管HSI具有分析潜力，但其高昂的系统成本、复杂的数据处理需求以及在实时或高通量环境中的集成困难限制了其应用（García等人，2025；Wang等人，2024）。HSI的一个关键局限性是它无法捕捉产品在干燥过程中的动态生理和几何变化。

在这种情况下，3D点云成像和分析技术的发展是一个很有前景的方向，它能够精确捕捉干燥过程中的外部物理和表面颜色特征（Zapata等人，2024；Zude等人，2024）。3D点云成像有助于高精度重建水果几何形状，实现实时量化收缩（Mollazade等人，2023）、表面积、厚度、颜色属性以及粗糙度和球形度等形态特征。最近的研究展示了3D成像在监测温度变化和物理变化方面的潜力（Zanchin等人，2025；Zude等人，2024）。结合图像衍生的空间特征（如颜色和物理变化）可以实现不同水果在干燥过程中的非侵入性、实时质量评估（Tayyab等人，2026）。数字数据和非侵入性数据之间的强烈对比进一步支持了使用回归和神经网络方法开发稳健预测模型。

尽管在利用3D点云成像表征食品干燥过程中的颜色和物理变化方面取得了进展，但将基于RGB深度的3D点云成像与空间、颜色和几何描述符以及物理化学指标（花青素、酚类、β-胡萝卜素、叶黄素、维生素C和水分含量）相结合仍是一个未充分探索的研究方向。这一差距限制了先进3D成像技术在精确监测和控制干燥过程中的应用。因此，本研究旨在通过1）开发一种非侵入性3D成像框架，并结合颜色和化学分析来监测和建模选定水果在对流干燥过程中的物理和生化属性变化；2）评估3D点云特征的预测潜力与实验室实测数据的对比，来填补这一空白。这项研究将为食品干燥系统中的先进、数据驱动的质量监测和过程优化提供途径，从而提高工艺效率和产品质量。

材料与方法

从当地市场购买了四种水果和蔬菜：蓝莓、树莓、紫胡萝卜和金猕猴桃，并将其储存在4°C的冰箱中。每次实验前，所有产品都用自来水清洗。选择直径约为10-13毫米的蓝莓和直径约为15-20毫米的树莓进行实验，确保大小均匀、无损伤。紫胡萝卜和金猕猴桃被切成3.00 ± 0.2毫米厚的片状。

干燥动力学

如图3所示，在干燥过程中，所有产品的水分含量显著下降。对于切成3毫米厚的片状的紫胡萝卜和金猕猴桃，水分含量从85±3%下降到11±2%，表明水分去除效率高，扩散路径较短。相比之下，整颗在80°C下干燥的蓝莓和树莓的水分含量下降速度较慢，从85±3%下降到20±2%。

结论

利用先进的3D点云成像技术对干燥后的紫胡萝卜、金猕猴桃、蓝莓和树莓进行详细研究，揭示了对流干燥过程中颜色属性和物理质量变化的独特空间和时间动态。详细的小提琴图和空间图显示，所有选定产品的L*、a*、b*、色度和褐变指数均呈逐渐增加趋势，其中大部分颜色增强和褐变现象集中在

CRediT作者贡献声明

Muhammad Tayyab：撰写初稿、软件开发、方法论设计、研究实施、概念构思。Arman Arefi：撰写修订稿、方法论审查。Mulugeta Admasu Delele：撰写修订稿、方法论审查。Farhad Khoshnam：方法论设计、研究实施。Barbara Sturm：撰写修订稿、方法论审查、项目监督、概念构思

利益冲突声明

作者声明他们没有已知的利益冲突或个人关系可能影响本文的研究结果。

致谢

作者衷心感谢Manuela Zude-Sasse博士提供HSI相机，并感谢Thomas Hoffmann博士、Karin Hassenberg博士、Gabi Wegner女士和Corinna Rolleczek女士在化学分析方面提供的宝贵支持。同时，我们也感谢莱布尼茨农业工程与生物经济研究所（ATB）和德国学术交流服务（DAAD）在财务和技术上的支持，使这项研究得以顺利进行。