Neste estudo, uma câmera 400-1000nm hyperspectral pode ser usada, e FS13, um produto da tecnologia Co. de Hangzhou CHNSpec, Ltd, pode ser usado para pesquisa relacionada. A escala espectral é 400-1000nm, e a definição do comprimento de onda é melhor do que 2.5nm, até 1200
Dois canais espectrais. A velocidade da aquisição pode alcançar 128FPS no espectro completo, e o máximo depois que a seleção da faixa é 3300Hz (seleção da faixa da multi-região do apoio).
O sorgo é uma das colheitas de alimento importantes em China, devido a seus nutrientes ricos na grão na indústria de vinho tem “bom vinho não pode ser separado um julgamento incisivo da grão vermelha”, a procura anual de até 20 milhão T. presentemente, as variedades principais de sorgo do vinho é Luzhou vermelho, Qinghuyang, no. 7 de Runuo e o outro sorgo glutinoso com índice de amido alto. Porque há muitos tipos do sorgo e de áreas de produção diferentes, os índices do amido, da proteína, da gordura e do tanino na grão são muito diferentes, que conduz às grandes diferenças no sabor, no estilo, na qualidade e no rendimento do licor. Pode-se ver que a identificação exata e eficiente de variedades do sorgo antes do armazenamento do grupo de matérias primas do sorgo tem um significado de guiamento muito importante para a produção do licor de alta qualidade, que pode controlar o processo de produção tal como a época da grão de borbulhagem, consumo de água e grão cozinhar durante o processo da fabricação de cerveja. Os métodos tradicionais da identificação incluem principalmente a identificação empírica manual e a detecção de preparação de amostras biológica. O anterior é sujeito à influência subjetiva, à baixa eficiência, e a difícil formar um padrão unificado, quando o último for incômodo, demorado e laborioso. Ambos eles não podem encontrar as necessidades de empresas modernas do licor para identificar o sorgo, assim que é urgente encontrar um método rápido, exato e simples da classificação e de detecção da variedade do sorgo. O objetivo deste estudo é classificar 11 variedades do sorgo combinando a informação espectral e a informação da imagem, e identifica variedades diferentes do sorgo aperfeiçoando métodos hyperspectral da aprendizagem da tecnologia e de máquina com a comparação e a verificação externo, para melhorar suas precisão e eficiência na aplicação.
As curvas espectrais originais de 550 amostras de 11 categorias de sorgo e as curvas espectrais depois que o pré-tratamento do CAM é mostrado em figura 1. Cada cor representa uma categoria diferente.
Neste papel, a identificação de 11 variedades de sorgo foi estudada baseada na combinação de informação hyperspectral do espectro e da imagem. As imagens hyperspectral do sorgo foram recolhidas, 48 comprimentos de onda da característica foram selecionados dos espectros após o CAM queprocessa pelo algoritmo dos TERMAS, e as características da textura das imagens foram extraídas então. Os modelos da classificação de SVM, de PLEASE-DA e de OLMO foram estabelecidos com base nas características da textura, espectro completo, espectro da característica e sua informação combinada da imagem, respectivamente. Finalmente, os dados não envolvidos na modelagem foram usados para a verificação externo. Os resultados mostram que o modelo da classificação de SVM baseado na combinação de características do espectro e da textura da característica tem o melhor efeito. A taxa de reconhecimento correta do grupo do teste é 95,3%, e a precisão do grupo da verificação é 91,8%. A combinação de espectro visível e de imagem pode eficazmente realizar o reconhecimento rápido do sorgo do vinho e melhorar a precisão do reconhecimento do modelo. Isto fornece uma base teórica para a detecção de matérias primas diferentes da fabricação de cerveja e a realização da automatização da fabricação de cerveja.