使用超光谱成像评估亚麻的机械损伤和发芽能力
Mohammad Nadimi1, L G Divyanth2, Muhammad Mudassir Arif Chaudhry1
1Department of Biosystems Engineering, University of Manitoba, Winnipeg, MB R3T 5V6, Canada.
Foods (Basel, Switzerland)
|January 11, 2024
概括
超光谱成像 (HSI) 提供了一种快速,非破坏性的方法来检测亚麻种子的机械损伤,这对于质量评估至关重要. 这项技术准确地分类损伤水平,并预测种子的发芽能力,优于传统的视觉检查.
科学领域:
- 农业科学 农业科学
- 频谱学是一种光谱学.
- 数据科学数据科学数据科学
背景情况:
- 亚麻是一种重要的食用油来源,但在处理过程中的机械损伤会损害其质量.
- 目前用于评估亚麻损害的方法是缓慢的,主观的和不准确的.
- 由于进口法规和需求,开发快速,非破坏性的质量评估技术至关重要.
研究的目的:
- 为了研究超光谱成像 (HSI) 与化学测量相结合,以表征亚麻的机械损伤.
- 评估机械应力对亚麻种子生命力和发芽的影响.
- 建立HSI作为传统质量控制方法的可行替代方案.
主要方法:
- 亚麻种样本含有不同的水分含量,经过控制的机械应力.
- 超光谱图像是在可见到近红外 (Vis-NIR) 和短波红外 (SWIR) 范围内获得的.
- 化学测量方法,包括主要成分分析 (PCA),部分最小平方区分分析 (PLS-DA) 和部分最小平方回归 (PLSR),用于数据分析.
主要成果:
- 在使用Vis-NIR和SWIR数据的基础上,PLS-DA模型在基于机械损伤水平的亚麻种的分类中实现了高精度 (>90%).
- PLS-R模型显示了种子发芽能力的强大预测能力,R平方值为0.78 (Vis-NIR) 和0.82 (SWIR).
- HSI有效地区分了无损的亚麻和机械应力亚麻.
结论:
- 超光谱成像是一种有前途的技术,用于快速,非破坏性地评估亚麻中的机械损伤.
- 基于HSI的质量评估可以通过确保亚麻作物的生存能力和质量来支持农业行业.
- 这种方法比传统的劳动密集型检查技术有了显著的进步.
