全世界每年生產約7000萬噸柳橙，其中大約三分之二作為新鮮水果販售，其餘的三分之一則作為加工使用，因此柳橙的甜度和酸度是加工廠商最看重的品質參考。高光譜影像系統利用事先建立好的甜度預測模型，讓整個卡車的柳橙經過快速掃描，馬上就能知道每一顆的甜度結果。
關鍵字 │ 高光譜影像系統 ‧ 線上機械視覺 ‧ 水果甜度分析
甜度或可溶性固體的濃度通常以白利糖度（Degrees Brix，°Brix）表示，定義是「在20°C溫度下，每100克水溶液中溶解的蔗糖克數」，這是用來評估送到加工產線柳橙等級的關鍵參數，也就是說白利糖度和柳橙進貨價格、成本和盈收有直接的影響力。為了取得柳橙的甜度值，通常的做法是從整個批次中挑選幾個代表性的樣品，送到實驗室榨汁後才進行分析，整個過程花費時間長且需要大量的勞動力。
高光譜影像系統（Hyperspectral Imaging System, HIS）為這樣的傳統分析提供更方便快速的解決方案，將高光譜影像系統架設在產線上，讓柳橙通過高光譜相機快速掃描取得高解析度的光譜數據，同時軟體會根據光譜結果換算成對應的°Brix值，等於是幫每一顆柳橙做等級分類。比起過去只能抽樣檢查還要榨汁才能分析的做法，HIS可以在幾分鐘內掃描完整個卡車的柳橙，並且確保沒有任何一顆柳橙遭被浪費掉。
光譜影像的優勢
以佛羅里達州Hamlin柳橙為例
1. 建立柳橙光譜的參考值
將柳橙榨汁後再使用Cole-Parmer® EW-81150-48折射計測量°Brix
2. 建立以°Brix值訓練的高光譜模型
選用VNIR（400-1000nm）波段的高光譜影像系統，結合°Brix參考值建立出一個回歸模型。基於這個模型，高光譜影像軟體可以導出一個預測圖（Fig. 1），高光譜掃描的每個像素都有對應的一個°Brix值。
Fig. 1 測量的°Brix與計算的°Brix圖，線性R2 = 0.98說明方法之間具有一致性
3. 結合分類模型計算出每顆柳橙的°Brix值
分類模型用來識別每顆柳橙的像素範圍，利用°Brix值–高光譜模型和分類模型即可計算出單一顆柳橙的平均°Brix值（Fig. 2）。
Fig. 2 每顆柳橙的平均°Brix值可透過軟體套色快速辨識
高光譜還可以看到什麼？
高光譜提供了更快、更可信的檢測方案，Headwall所提供的機械視覺光譜，代表你可以安裝在產線任何一處，即便是很惡劣的環境，24/7持續監測不停機。Headwall已經提供高光譜於刑偵鑑定、顏色管理、植體分析、食品分級還有文件鑑定。利用光譜的特性以及高空間解析度，高光譜可以看到光譜特徵的變化。
