超光谱传导图像检测早期腐烂的子引起的Penicillium digitatum使用NFINDR-JMSAM算法与光谱特征分离的算法
Letian Cai1, Liping Chen2, Xuetong Li2
1Intelligent Equipment Research Center, Beijing Academy of Agriculture and Forestry Sciences, Beijing, China; College of Mechanical and Electrical Engineering, Shihezi University, Shihezi, China.
Food chemistry
|October 10, 2024
概括
早期检测类腐烂是由种类引起的. 现在可以使用超光谱成像. 这种先进的技术准确地识别了早期的腐烂,并将其与表面的缺陷区分开来,减少了收获后果的经济损失.
科学领域:
- 农业科学 农业科学
- 食品科学 食品科学 食品科学
- 频谱学是一种光谱学.
背景情况:
- 收获后的腐烂是由Penicillium spp.引起的 显著降低果的质量,并造成经济损失.
- 由于微妙的视觉变化,早期检测类腐烂是具有挑战性的.
研究的目的:
- 开发一种有效的方法,用于早期检测果腐烂.
- 为了提高识别腐烂类果的准确性,并尽量减少经济损失.
主要方法:
- 使用Vis-NIR高光谱成像系统捕获类水果的全透射图像.
- 使用NFINDR-JMSAM算法进行像素细分和光谱特征提取.
主要成果:
- 综合超光谱成像和NFINDR-JMSAM算法实现了检测衰变的99.3%的整体分类准确度.
- 该方法成功地将腐烂的区域与痕区分开来,在,茎末和上,消除了干扰.
结论:
- 超光谱传导率成像与NFINDR-JMSAM算法相结合,为早期腐烂检测提供了一种新且准确的方法.
- 该技术为不同的树组织提供可视化检测结果,有助于质量控制.


