In deze studie kan een hyperspectrale camera van 400-1000 nm worden gebruikt, en de producten van Hangzhou Color Spectrum Technology Co., LTD
FS13 voert gerelateerd onderzoek uit.Het spectrale bereik is 400-1000 nm en de golflengteresolutie is beter dan 2,5 nm, tot 1200
Twee spectrale kanalen.Acquisitiesnelheid tot 128 FPS in het volledige spectrum, tot 3300 Hz na bandselectie (ondersteuning voor meerdere zones
Domeinbandselectie).
Met de bevordering van de aardappelstapelgraanstrategie in China is de aardappelgerelateerde industrieketen snel ontwikkeld en is de aardappelkwaliteit een hot issue geworden.Gebreken zoals groene schil en mechanische schade hebben echter ernstige gevolgen voor de totale hoeveelheid aardappelen, vooral de complexe vorm van groene schilaardappelen. Gebreken zijn niet gemakkelijk te identificeren en vergroten de moeilijkheidsgraad van detectie.Tegelijkertijd, als het gehalte aan solanine in groene aardappelen de eetbare norm overschrijdt, zal dit leiden tot voedselvergiftiging en problemen met de voedselveiligheid veroorzaken.Daarom is het van groot belang om een snelle en niet-destructieve detectiemethode voor de diepe verwerking van aardappelen en de uitbreiding van de aardappelindustrieketen te bestuderen.
Hyperspectrale beeldtechnologie heeft de voordelen van een breedbandbereik en kan tegelijkertijd de beeld- en spectrale informatie in het overeenkomstige bandbereik van het geteste monster verkrijgen. Daarom wordt deze technologie op grote schaal gebruikt bij snelle niet-destructieve tests van landbouwproducten.Om het probleem op te lossen dat de aardappel met een lichtgroene schil niet gemakkelijk te herkennen is onder een willekeurige positie, werden de semi-transmissie- en reflectie-hyperspectrale beeldvormingstechnieken gebruikt om te vergelijken en te analyseren, en werd de nauwkeurigheid van de modelherkenning onder verschillende hyperspectrale beeldvormingsmethoden bepaald. .De semi-doorgezonden hyperspectrale en gereflecteerde hyperspectrale beelden van aardappelmonsters werden op elke positie verzameld, en detectiemodellen gebaseerd op respectievelijk beeldinformatie en spectrale informatie werden opgesteld, en de herkenningspercentages van verschillende modellen werden vergeleken.Verdere beeld- en spectrumfusiemodellen of verschillende beeldfusiemodellen opstellen om de modelprestaties te verbeteren, en uiteindelijk het optimale model bepalen.
(1) De nauwkeurigheid van modellen voor beeldinformatieherkenning met verschillende hyperspectrale beeldvormingsmethoden wordt vergeleken.Het herkenningspercentage van isometrische mapping in combinatie met een deep-belief-netwerkmodel op basis van semi-verzonden beeldinformatie bedraagt slechts 78,67%.Het herkenningspercentage van de maximale variantie-uitbreiding in combinatie met een deep-belief-netwerkmodel op basis van gereflecteerde beeldinformatie bedraagt slechts 77,33%.De resultaten toonden aan dat de nauwkeurigheid van de detectie van lichtgroene aardappel door middel van enkelvoudige beeldinformatie niet hoog was.
(2) De nauwkeurigheid van spectrale informatieherkenningsmodellen met verschillende hyperspectrale beeldvormingsmethoden wordt vergeleken.Het herkenningspercentage van lokale raakruimte-arrangementen gecombineerd met een diepgaand netwerkmodel gebaseerd op semi-transmissiespectruminformatie is de hoogste 93,33%.Het herkenningspercentage van lokale tangens-ruimtelijke arrangementen in combinatie met een deep-belief-netwerkmodel gebaseerd op spectrale reflectie-informatie bedraagt maximaal 90,67%.De resultaten laten zien dat het haalbaar is om enkelvoudige spectrale informatie te gebruiken om lichtgroene aardappelen te detecteren, maar dat de herkenningsgraad verder moet worden verbeterd.
(3) De invloed van drie multi-source informatiefusiemethoden op de herkenningsnauwkeurigheid wordt vergeleken.De nauwkeurigheid van de drie fusiemodellen van semi-doorgelaten beeld en semi-doorgelaten spectrum, gereflecteerd beeld en reflectiespectrum, semi-doorgelaten spectrum en reflectiespectrum is hoger dan die van een enkel beeld of spectraal model, en het diepe geloofsnetwerkfusiemodel van semi-doorgelaten spectrum en reflectiespectrum zijn het beste, en het herkenningspercentage van correctieset en testset is 100%.De resultaten laten zien dat het fusiemodel van semi-transmissiespectrum en reflectiespectrum het niet-destructieve testen van lichtgroene schilaardappelen kan realiseren.