使用超光谱反射成像与最佳波长选择以及改进的流域细分算法相结合,检测果的早期伤
Xi Tian1, Xuefeng Liu2, Xin He1
1Intelligent Equipment Research Center, Beijing Academy of Agriculture and Forestry Sciences, Beijing, China.
Journal of the science of food and agriculture
|June 2, 2023
概括
超光谱成像有效地检测伤的果,使用一种新的带比算法和改进的流域细分. 这种非破坏性方法获得了很高的认可率,为水果质量控制提供了实际应用.
科学领域:
- 农业工程 农业工程
- 食品科学 食品科学 食品科学
- 光学工程是指光学工程.
背景情况:
- 由于微妙的视觉差异,传统方法很难检测水果中的机械伤.
- 超光谱成像为识别水果表面缺陷提供了一种快速,非破坏性的方法.
研究的目的:
- 开发和验证用于检测果上的伤的高光谱成像算法.
- 为了提高伤和健康的果组织之间的对比度,以改善缺陷识别.
主要方法:
- 在伤后的不同时间点获得了果的可见近红外高光谱反射图像.
- 应用主要成分分析 (PCA) 和带比方法,以选择最佳波长.
- 利用伪色图像转换和改进的流域细分算法 (IWSA) 来识别伤点.
主要成果:
- 带比方法在检测伤方面表现优于PCA.
- 来自特定伪色图像的G组件与IWSA相结合,产生了最佳的细分性能.
- 一个发达的多谱成像系统实现了高识别率:93.3% (健康),92.2% (伤) 和92.5% (整体).
结论:
- 拟议的伤检测算法显示出在水果检查中的在线实用应用的前景.
- 超光谱反射成像是检测水果表面缺陷的宝贵工具.
