的应用前景良好。利用农产品声学特性对其内部品质进行无损检测和分级是生物学、声学、农业物料学、电子学、计算机等学科在农产品生产和加工中的综合应用，该技术适应性强，检测灵敏度高，对人体无害，成本低廉，易实现自动化，是果品无损检测技术发展的重点领域。虽然国外学者对此技术已做了较多基础研究，但这些研究基本上是研究农产品声学特性共振频率、反射折射透射特性、吸收特性、衰减特性、传播速度、声阻抗等中的某一特性与农产品某一品质指标的关系，而对多种声学特性对农产品某一内部品质指标或多种内部品质指标的综合影响的研究报道很少，阻碍了声学检测精度的提高。（三）近红外分析法的应用
f近红外光谱分析技术（NearI
fraredSpectroscopyA
alysis，简称NIR）是利用样品中有代表性的有机成分在近红外光谱区域的最强吸收波长不同，以及吸收的强度与有机成分呈线性关系的原理进行定量分析。通过对已知有机成分含量的样品与其近红外光谱特征的回归分析，建立定标方程，即可对含有同一种有机成分的样品进行定量估测。近红外线波长为800～2500
m，近红外线照射在果实上，果实中构成糖和酸的官能基（OH，CH2，NH）吸收与相应分子固有振动相一致的特定光线，近红外分光法就是利用上述特性，从被吸收的光量非破坏检测糖、酸、水分和叶绿素等成分的一种技术。该方法仅在建立标定线时破坏果实测定其化学成分，标定线做成后，只需测定样品的近红外线分光频谱，就可得到成分的预测值，还能在瞬间同时测定多个成分。（四）X射线检测技术的应用X射线检测技术是指利用X射线的穿透能力对果蔬品质进行检测的一种方法。X射线具有很好的穿透能力，而物质的密度大小又影响了其穿透量的多少，通过对透过穿透量多少的分析从而可以对物质的内部品质进行分析。检测时所需的X射线强度弱，所以通常称为软X射线检测技术。X射线检测技术本来是为检测一些不易拆卸分解的大型构件或机械零件的内部缺陷而开发应用的，近来已被成功地移植到农产品加工领域。（五）机器视觉技术的应用20世纪70年代开始，计算机视觉技术开始被应用到工业和农业之中，主要进行的是植物种类的鉴别、农产品品质检测和分级。由于图像处理技术专业的出现以及计算机成本的降低，机器视觉技术在农产品品质检测与分级领域的应用中越来越具有吸引力。计算机视觉是以计算机和图像获取部分为工具，以图像处理技术、图像分析技术、模式识别技术、人工智能技术为依托，处理所获r