高光譜相機在食物檢測中的應用：榴蓮糖度分級測試報告
01測試地點介紹
共測試12組榴蓮果肉樣本：
根據標號采集每組榴蓮果肉高光譜數據。
榴蓮果肉解凍后，利用糖度計采集每塊樣本的糖度值并記錄、拍照，作為模型訓練的樣本。
糖度采集記錄現場
榴蓮果肉高光譜圖像
高光譜相機裝置實物圖
本次測試采用高光譜設備進行測量
高光譜相機覆蓋900~1700nm波長范圍
線性推掃成像方案
照明光源采用鹵素光源
測試時在暗室環境，樣品放置在水平位移臺上
02測試設備介紹
本次測試采用高光譜設備進行測量
高光譜相機覆蓋400~1700nm波長范圍
線性推掃成像方案
照明光源采用鹵素光源
測試時在暗室環境，樣品放置在水平位移臺上
03數據采集
不同糖度范圍榴蓮果肉900-1700nm光譜曲線：
根據實測糖度值的范圍（26.9~42.5），將糖度分為五個等級，進行后續實驗研究。
榴蓮樣本在900-1700的反射率曲線如下所示，各糖度范圍的榴蓮果肉表面反射率曲線差異較小。通過目視觀察譜線無法找出對糖度敏感的光譜特征。
隨機選擇相同糖度范圍的不同樣本繪制高光譜反射率曲線如下圖，各樣本之間的反射曲線差異較小。
04
分析方法
CNN深度學習模型建模分類結果（原始樣本，糖度分五級）
利用CNN深度學習模型對不同糖度等級的樣本進行訓練和預測，分類結果如下圖所示。由于糖度等級分布比較零散，模型訓練后結果圖破碎化比較嚴重。
糖度真值
分類結果
將糖度分五個等級，對每塊榴蓮糖度值取平均處理，重新對樣本進行訓練和預測，分類結果如下圖所示，相比第一組實驗的糖度分級結果，破碎化情況減輕，但每塊果肉基本呈現兩種或以上糖度等級。
糖度真值
分類結果
將糖度分三個等級，利用CNN深度學習模型對不同糖度等級的樣本進行訓練和預測，分類結果如下圖所示。大部分果肉的糖度級別分類正確，每塊果肉糖度級別相對均一。
糖度真值
分類結果
04結論
測試結果：
?利用900-1700nm高光譜相機采集的榴蓮果肉高光譜數據質量良好，但通過目視觀察難以獲取對糖度等級敏感的光譜特征波段。
?榴蓮果肉糖度分五級時，CNN深度學習建模分類結果不理想，果肉糖度分級破碎化嚴重。糖度分三級時，建模后的分類效果良好，大部分果肉被正確分級。
結果影響因素：
?部分榴蓮果肉表面反光，直接影響模型分類結果。
?現場利用糖度計測量榴蓮果肉時受解凍時間不統一、采集果肉部位有差異等影響，采集的榴蓮糖度真值存在一定誤差。
全部評論(0條)
推薦閱讀
-
- 高光譜相機在食物檢測中的應用：榴蓮糖度分級測試報告
- 高光譜榴蓮糖度分級測試報告
-
- 高光譜相機在食物檢測中的應用：核桃肉與核桃殼識別測試報告
- 高光譜相機在食物檢測中的應用：核桃肉與核桃殼識別測試報告
-
- 高光譜辣椒素膜片樣本測試報告
- 35mm可見近紅外鏡頭下測試以下6個樣品：其中1、4為空白組，2、3、5、6為實驗組
-
- SPECIM高光譜相機在食品檢測方面的應用 ——陳皮異物監
- 高光譜成像技術是一種圖像及光譜融合的技術，可同時獲取研究對象的空間及光譜信息。圖像數據反映物體的外部特征、表面缺陷及污斑情況，光譜數據用于分析物體內部結構及成分。
-
- Solomon高光譜成像相機（500-920nm）
- 公司開發的一款低成本高光譜成像相機，譜段覆蓋500-920nm且連續可調諧，同時支持2K分辨率RGB圖像采集，它通過與手機，電腦連接實時捕獲現場光譜圖像。
-
- 直播預告|顯微分辨高光譜在Mini-LED/Micro-LED研究中的應用
- 聚焦分子光譜、光電探測、高光譜與影像、超快光譜等前沿技術在材料、生醫、能源科學等熱門領域的前沿發展與應用，卓立漢光邀請行業內專家學者以網絡在線形式進行學術探討與交流，為光電技
-
- 葉綠素熒光與高光譜成像技術在藻類研究中的應用講座
- AlgaTech?高通量藻類表型分析平臺是易科泰生態技術公司設計生產的一體化表型成像分析系統。
-
- 凝視型智能紅外高光譜相機
- 凝視型SWIR系統代表了下一代智能高光譜成像儀。該系統基于正面凝視的法布里干涉技術。可廣泛應用于工業分選、精準農業、食品檢測、醫學制藥、 環境監測等領域。
-
- 【高光譜課堂預約】高光譜圖像技術在濱海濕地中的應用
- 12月6日下午14點，邀請您一起探討高光譜成像技術應用于濱海濕地
-
- 濾光片分光型高光譜相機發展現狀及趨勢
- 目前，高光譜相機已廣泛應用于資源普查、環境監測、軍事防御等多個領域。
-
- 一篇文章帶您了解高光譜遙感在植物多樣性研究中的應用進展與趨勢
- 應用方向：植物多樣性、高光譜遙感
①本文由儀器網入駐的作者或注冊的會員撰寫并發布，觀點僅代表作者本人，不代表儀器網立場。若內容侵犯到您的合法權益，請及時告訴,我們立即通知作者，并馬上刪除。
②凡本網注明"來源：儀器網"的所有作品，版權均屬于儀器網，轉載時須經本網同意，并請注明儀器網(www.yosen.net.cn)。
③本網轉載并注明來源的作品，目的在于傳遞更多信息，并不代表本網贊同其觀點或證實其內容的真實性，不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網站或個人從本網轉載時，必須保留本網注明的作品來源，并自負版權等法律責任。
④若本站內容侵犯到您的合法權益，請及時告訴,我們馬上修改或刪除。郵箱：hezou_yiqi
蘇州法夏科技
滬公網安備 31011502008050號
參與評論
登錄后參與評論