In questo studio è possibile utilizzare una fotocamera iperspettrale da 400-1000 nm e i prodotti di Hangzhou Color Spectrum Technology Co., LTD
FS13 conduce ricerche correlate.La gamma spettrale è 400-1000 nm e la risoluzione della lunghezza d'onda è migliore di 2,5 nm, fino a 1200
Due canali spettrali.Velocità di acquisizione fino a 128FPS nell'intero spettro, fino a 3300Hz dopo la selezione della banda (supporto multizona
Selezione della banda del dominio).
Con la promozione della strategia sui cereali di base delle patate in Cina, la catena industriale legata alle patate si è sviluppata rapidamente e la qualità delle patate è diventata una questione scottante.Tuttavia, difetti come la buccia verde e i danni meccanici incidono seriamente sulla quantità complessiva di patate, in particolare la forma complessa delle patate con la buccia verde; i difetti non sono facili da identificare e aumentano la difficoltà di rilevamento.Allo stesso tempo, se il contenuto di solanina nella patata verde supera lo standard commestibile, ciò causerà un'intossicazione alimentare e causerà problemi di sicurezza alimentare.Pertanto, è di grande importanza studiare un metodo di rilevamento rapido e non distruttivo per la lavorazione profonda delle patate e l'estensione della catena industriale delle patate.
La tecnologia di imaging iperspettrale presenta i vantaggi di un'ampia gamma di banda e può ottenere contemporaneamente l'immagine e le informazioni spettrali nell'intervallo di banda corrispondente del campione testato, quindi è stata ampiamente utilizzata nei test rapidi non distruttivi dei prodotti agricoli.Per risolvere il problema che la patata con la buccia verde chiaro non è facile da riconoscere in una posizione arbitraria, sono state utilizzate tecniche di imaging iperspettrale a semi-trasmissione e riflessione per confrontare e analizzare ed è stata determinata l'accuratezza del riconoscimento del modello con diversi metodi di imaging iperspettrale .Le immagini iperspettrali semi-trasmesse e iperspettrali riflesse di campioni di patate sono state raccolte in qualsiasi posizione e sono stati stabiliti modelli di rilevamento basati rispettivamente sulle informazioni dell'immagine e sulle informazioni spettrali e sono stati confrontati i tassi di riconoscimento di diversi modelli.Stabilire ulteriormente modelli di fusione di immagini e spettro o diversi modelli di fusione di immagini per migliorare le prestazioni del modello e infine determinare il modello ottimale.
(1) Viene confrontata l'accuratezza dei modelli di riconoscimento delle informazioni sull'immagine con diversi metodi di imaging iperspettrale.Il tasso di riconoscimento della mappatura isometrica combinata con il modello di rete di credenze profonde basato su informazioni di immagini semi-trasmesse è solo del 78,67%.Il tasso di riconoscimento dell'espansione della varianza massima combinato con il modello di rete di credenze profonde basato sulle informazioni dell'immagine riflessa è solo del 77,33%.I risultati hanno mostrato che la precisione del rilevamento della patata verde chiaro mediante le informazioni della singola immagine non era elevata.
(2) Viene confrontata l'accuratezza dei modelli di riconoscimento delle informazioni spettrali con diversi metodi di imaging iperspettrale.Il tasso di riconoscimento della disposizione dello spazio tangente locale combinato con il modello di rete di credenze profonde basato sulle informazioni dello spettro di semi-trasmissione è il più alto, pari al 93,33%.Il tasso di riconoscimento della disposizione spaziale della tangente locale combinato con il modello di rete di credenze profonde basato sulle informazioni spettrali di riflettanza arriva fino al 90,67%.I risultati mostrano che è possibile utilizzare singole informazioni spettrali per rilevare le patate verde chiaro, ma il tasso di riconoscimento deve essere ulteriormente migliorato.
(3) Viene confrontata l'influenza di tre metodi di fusione di informazioni da più fonti sull'accuratezza del riconoscimento.L'accuratezza dei tre modelli di fusione dell'immagine semi-trasmessa e dello spettro semi-trasmesso, dell'immagine riflessa e dello spettro di riflessione, dello spettro semi-trasmesso e dello spettro di riflessione è superiore a quella dell'immagine singola o del modello spettrale e del modello di fusione della rete di credenze profonde di lo spettro semi-trasmesso e lo spettro di riflessione sono i migliori e il tasso di riconoscimento del set di correzione e del set di test è del 100%.I risultati mostrano che il modello di fusione dello spettro di semi-trasmissione e dello spettro di riflessione può realizzare test non distruttivi su patate dalla buccia verde chiaro.