热图像数据集用于的成熟度分析.
Sasithradevi A1, Shoba S1, Persiya J2
1Centre for Advanced Data Science, Vellore Institute of Technology, Kelambakkam-vandalur road, Chennai, 600127, India.
Data in brief
|July 17, 2024
概括
热成像非侵入性地分类的成熟度,区分过度成熟的样本和充分成熟的样本. 这有助于提高的质量,市场吸引力和用途,以改善营养和可持续农业.
科学领域:
- 农业科学 农业科学
- 食品科学 食品科学 食品科学
- 计算机视觉 计算机视觉
背景情况:
- 是一种营养丰富的蔬菜,具有解决营养不良和促进可持续农业的巨大潜力.
- 目前用于评估的成熟度的方法可能是侵入性的,可能无法完全捕捉市场和用途的最佳质量.
- 标准化对的成熟度进行分类对于增强其价值链至关重要.
研究的目的:
- 开发一种非侵入性方法,将分为过度成熟和充分成熟的类别.
- 提高收获的质量,市场吸引力和适应性.
- 为了创建一个有价值的数据集,用于非侵入性的成熟度检查.
主要方法:
- 采用热成像技术,用于对样本进行非侵入性图像捕捉.
- 从各种蔬菜卖家和农场收集了花样本,以确保多样性.
- 根据的不同成熟度水平对热图进行了分类.
主要成果:
- 成功捕获了代表不同的成熟阶段的热图像.
- 建立了一个数据集,使得可以区分过度成熟和充分成熟的.
- 证明了使用热成像用于非侵入性鱼分类的可行性.
结论:
- 热成像为评估的成熟度提供了一种可行的非侵入性方法.
- 这种分类方法可以显著提高的质量控制和市场性.
- 开发的数据集支持进一步研究自动化农产品评估.
更多相关视频
07:08Identification of Novel Regulators of Plant Transpiration by Large-Scale Thermal Imaging Screening in Helianthus Annuus
Published on: January 30, 2020
5.9K
07:40A Gusseted Thermogradient Table to Control Soil Temperatures for Evaluating Plant Growth and Monitoring Soil Processes
Published on: October 22, 2016
11.9K
