Neste estudo, uma câmera hiperespectral de 400-1000 nm pode ser usada e os produtos da Hangzhou Color Spectrum Technology Co., LTD
FS13 conduz pesquisas relacionadas.A faixa espectral é de 400-1000 nm e a resolução do comprimento de onda é melhor que 2,5 nm, até 1200
Dois canais espectrais.Velocidade de aquisição de até 128FPS em todo o espectro, até 3300Hz após seleção de banda (suporte multizona
Seleção de banda de domínio).
Com a promoção da estratégia de grãos básicos de batata na China, a cadeia industrial relacionada à batata desenvolveu-se rapidamente e a qualidade da batata tornou-se uma questão importante.No entanto, defeitos como casca verde e danos mecânicos afetam seriamente a quantidade total de batatas, especialmente a forma complexa das batatas com casca verde, os defeitos não são fáceis de identificar e aumentam a dificuldade de detecção.Ao mesmo tempo, se o teor de solanina na batata verde exceder o padrão comestível, isso causará intoxicação alimentar e problemas de segurança alimentar.Portanto, é de grande importância estudar um método de detecção rápido e não destrutivo para processamento profundo de batata e extensão da cadeia da indústria da batata.
A tecnologia de imagem hiperespectral tem as vantagens de uma ampla faixa de banda e pode obter a imagem e informações espectrais na faixa de banda correspondente da amostra testada ao mesmo tempo, por isso tem sido amplamente utilizada em testes rápidos não destrutivos de produtos agrícolas.A fim de resolver o problema de que a batata com casca verde clara não é fácil de reconhecer sob posição arbitrária, as técnicas de imagem hiperespectral de semitransmissão e reflexão foram usadas para comparar e analisar, e a precisão do reconhecimento do modelo sob diferentes métodos de imagem hiperespectral foi determinada .As imagens hiperespectrais semitransmitidas e hiperespectrais refletidas de amostras de batata foram coletadas em qualquer posição, e modelos de detecção baseados em informações de imagem e informações espectrais foram estabelecidos respectivamente, e as taxas de reconhecimento de diferentes modelos foram comparadas.Estabelecer ainda mais modelos de fusão de imagens e espectros ou diferentes modelos de fusão de imagens para melhorar o desempenho do modelo e, finalmente, determinar o modelo ideal.
(1) A precisão dos modelos de reconhecimento de informações de imagem com diferentes métodos de imagem hiperespectrais é comparada.A taxa de reconhecimento do mapeamento isométrico combinado com o modelo de rede de crenças profundas baseado em informações de imagem semitransmitidas é de apenas 78,67%.A taxa de reconhecimento da expansão máxima da variância combinada com o modelo de rede de crenças profundas baseado nas informações da imagem refletida é de apenas 77,33%.Os resultados mostraram que a precisão da detecção de batata verde clara por informações de imagem única não era alta.
(2) A precisão dos modelos de reconhecimento de informação espectral com diferentes métodos de imagem hiperespectral é comparada.A taxa de reconhecimento do arranjo espacial tangente local combinado com o modelo de rede de crença profunda baseado em informações do espectro de semitransmissão é a mais alta, 93,33%.A taxa de reconhecimento do arranjo espacial tangente local combinado com o modelo de rede de crenças profundas baseado em informações espectrais de refletância é de até 90,67%.Os resultados mostram que é viável usar informação espectral única para detectar batatas verdes claras, mas a taxa de reconhecimento precisa ser melhorada.
(3) A influência de três métodos de fusão de informações de múltiplas fontes na precisão do reconhecimento é comparada.A precisão dos três modelos de fusão de imagem semitransmitida e espectro semitransmitido, imagem refletida e espectro de reflexão, espectro semitransmitido e espectro de reflexão é maior do que a de imagem única ou modelo espectral, e o modelo de fusão de rede de crença profunda de o espectro semitransmitido e o espectro de reflexão são os melhores, e a taxa de reconhecimento do conjunto de correção e do conjunto de teste é de 100%.Os resultados mostram que o modelo de fusão do espectro de semitransmissão e espectro de reflexão pode realizar testes não destrutivos de batata com casca verde clara.