基于短波红外高光谱图像的干 (Pyropia spp.) 的质量分级
Jong Bong Lee1, Yeon Joo Bae1, Ga Yeon Kwon1
1Department of Food Science and Technology, Pukyong National University, Busan 48513, Republic of Korea.
Foods (Basel, Switzerland)
|February 13, 2025
概括
超光谱成像提供了一种快速而客观的方法来评估干洗的质量. 这项技术准确地确定了诸如水分和蛋白质含量之类的关键指标,改善了这一全球粮食来源的质量控制.
科学领域:
- 食品科学 食品科学 食品科学
- 频谱学是一种光谱学.
- 农业技术 农业技术
背景情况:
- (Pyropia spp.) 是一种的植物. 是一种全球种植和消费的海藻.
- 传统的洗衣机质量评估方法耗时,可能无法捕获所有关键的质量属性,如纹理.
- 需要快速,客观和全面的干洗机质量检查技术.
研究的目的:
- 调查超光谱成像的有效性,以快速,准确和客观地确定干洗的质量.
- 通过使用高光谱成像来开发干洗机的质量分级模型.
- 为了比较用于光谱数据分析的不同分析方法的性能.
主要方法:
- 在短波红外范围 (9802576 nm) 获取25个干燥洗器样本的超光谱图像.
- 使用局部最小平方差分分析 (PLS-DA) 对光谱特征进行分析,以与质量指数相关联.
- 评估质量指标,包括水分,蛋白质含量和切割压力.
主要成果:
- 开发的质量分级模型实现了高精度 (96100%).
- 该模型表现出强大的预测能力,R2值在75%至92%之间.
- 平方根平均值的误差很低,表明精确的测量 (0.140.25).
结论:
- 超光谱成像,加上PLS-DA,是干洗机质量的多变量分析的高效工具.
- 这种方法为干洗机的客观和高效的质量分级系统提供了一个有希望的基础.
- 该方法允许快速评估多个质量参数,克服传统技术的局限性.
