Studie naar karakteristieke golflengteselectiemethode voor detectie van interne kwaliteit van bosbessen op basis van hyperspectrale beeldvorming

August 4, 2023
Laatste bedrijfsnieuws over Studie naar karakteristieke golflengteselectiemethode voor detectie van interne kwaliteit van bosbessen op basis van hyperspectrale beeldvorming

In deze studie werd een 400-1000 nm hyperspectrale camera toegepast en FS13, een product van Hangzhou Color Spectrum Technology Co., LTD., kon worden gebruikt voor gerelateerd onderzoek.Het spectrale bereik is 400-1000 nm, de golflengteresolutie is beter dan 2,5 nm en er kunnen tot 1200 spectrale kanalen worden bereikt.De acquisitiesnelheid kan 128 FPS bereiken in het volledige spectrum en het maximum na bandselectie is 3300 Hz (ondersteuning voor multi-regionale bandselectie).

laatste bedrijfsnieuws over Studie naar karakteristieke golflengteselectiemethode voor detectie van interne kwaliteit van bosbessen op basis van hyperspectrale beeldvorming  0laatste bedrijfsnieuws over Studie naar karakteristieke golflengteselectiemethode voor detectie van interne kwaliteit van bosbessen op basis van hyperspectrale beeldvorming  1

Bosbessen, ook wel bosbessen, donkerblauw fruit, bessen, dus ook wel blauwe bessen genoemd, is een van de opkomende kleine bessen in China.Vanwege zijn unieke gezondheids- en voedingswaarde heeft het veel voedingsstoffen die het menselijk lichaam nodig heeft, uitstekende verwerkingseigenschappen, etc., en er is aandacht aan besteed." De interne kwaliteit van blauwe bessen heeft een grote invloed op de smaak van blauwe bessen, en is ook een van de belangrijke indicatoren om de kwaliteit van bosbessen te evalueren.De traditionele testmethode gebruikt over het algemeen een meetinstrument om het suikergehalte en de hardheid van bosbessen te detecteren.Vanwege de enkele detectie-index, tijdrovend en destructief, zijn deze detectiemethoden moeilijk toe te passen op de industriële detectie van suikergehalte en hardheid van fruit.Daarom is het van groot belang om een ​​niet-destructieve en efficiënte methode te ontwikkelen om het suikergehalte en de hardheid van blauwe bessen te detecteren op basis van interne kwaliteit.

 

Tijdens het binnen- en buitenlandse onderzoek naar fruitsuikergehalte en hardheidsdetectie, kan worden gezien dat het gebruik van de karakteristieke golflengteselectiemethode de dimensie van hyperspectrale beeldgegevens effectief kan verminderen, de redundantie van spectrale gegevens kan verminderen, de kalibratieprestaties kan verbeteren en detectie-efficiëntie van het model en verkrijg goede voorspellingsresultaten.Het laat zien dat deze kenmerkende golflengteselectiemethoden nuttig kunnen zijn om online fruitdetectie te realiseren.Deze onderzoeken zijn echter voornamelijk gericht op het detecteren van enkele indicatoren en er moeten meerdere modellen worden opgesteld om meerdere indicatoren van fruit te detecteren, wat de complexiteit van de gegevensverwerking vergroot.Daarom is het noodzakelijk om een ​​model voor detectie met meerdere indexen op te stellen om tijd te besparen en de efficiëntie van online detectie te verbeteren.In deze studie werd hyperspectrale beeldvormingstechnologie gebruikt om een ​​meertraps-kenmerkgolflengteselectiemethode voor te stellen voor het detecteren van zowel het suikergehalte als de hardheid van bosbessen in hyperspectrale beelden.Selectiemethoden voor kenmerkgolflengten, zoals een algoritme voor continue projectie of stapsgewijze meervoudige lineaire regressie, werden achtereenvolgens gebruikt om de kenmerkgolflengten te selecteren die zowel het suikergehalte als de hardheid van bosbessen konden weerspiegelen, en het BP neurale netwerkmodel werd gebruikt als het detectiemodel.Het suikergehalte en de hardheid van blauwe bes werden voorspeld om snel en niet-destructief testen van de interne kwaliteit van blauwe bes te realiseren, en om een ​​theoretische basis te bieden voor de constructie van online kwaliteitstesten van blauwe bes.