In questo studio, una macchina fotografica hyperspectral 400-1000nm è stata usata per individuare l'interno della noce e FS-13, un prodotto della tecnologia il Co., srl di Hangzhou CHNSpec, potrebbe essere usato per la ricerca relativa. Per individuare la superficie della noce nell'ampiezza dello spettro di 800-1700nm, la macchina fotografica hyperspectral FS-15 nell'ampiezza dello spettro di 900-1700nm può essere usata con risoluzione di lunghezza d'onda meglio di 2.5nm e di fino a 1200 canali spettrali. La velocità di acquisizione può raggiungere 128FPS nello spettro completo ed il massimo dopo che la selezione della banda è 3300Hz (selezione multiregionale della banda di sostegno).
Le noci sono un alimento del dado adatto a tutte le età e una coltura oleaginosa legnosa importante. L'area ed il rendimento di piantatura delle noci nel rango primo della Cina nel mondo. La qualità che prova e che classifica dei noccioli della noce è un collegamento importante nella produzione e nell'elaborazione della noce. Secondo le norme nazionali pertinenti, gli indicatori di qualità dell'aspetto dei noccioli della noce comprendono l'integrità ed il colore della pelle, mentre gli indicatori interni di qualità comprendono il contenuto proteico e del contenuto di grassi. Nella produzione reale, il nocciolo della noce che classifica pricipalmente conta sulla selezione manuale dell'aspetto e del colore, che ha gli alti costi di produzione ed alta casualità nella classificazione, rendente la difficile distinguere la qualità interna. La prova chimica tradizionale è distruttiva ai campioni e richiede molto tempo individuare, rendendolo difficile adattarsi alle esigenze della produzione moderne. Attualmente, la ricerca sull'uso della tecnologia hyperspectral per rilevazione di qualità della noce pricipalmente mette a fuoco sulla classificazione delle coperture e dei noccioli della noce e non ci sono stati rapporti pertinenti sulla qualità dei noccioli della noce.
Per esplorare un metodo per realizzare simultaneamente la rilevazione di qualità e la classificazione interne dell'aspetto del nocciolo della noce, questo studio ha usato la tecnologia dell'immagine hyperspectral per schermare gli spettri caratteristici del contenuto di grassi, il contenuto proteico ed il colore del nocciolo della noce e schermato fuori le bande caratteristiche pertinenti degli indicatori di qualità per fornire il riferimento per l'applicazione di prova non distruttiva della qualità del nocciolo della noce.
Le informazioni spettrali medie dei campioni del nocciolo della noce nella regione vicina all'infrarosso (863-1704 millimetri) e le informazioni spettrali pre elaborate sono indicate nella figura 3. Le caratteristiche globali delle informazioni spettrali originali dei campioni sono basicamente coerenti, eccezione fatta per i picchi di assorbimento dell'acqua, i picchi di assorbimento di altre componenti non sono ovvi e più ulteriore la trasformazione degli spettri è necessaria. Il metodo di preelaborazione che combina MSE e SNV elimina l'influenza di un certo rumore di fondo, facente le informazioni spettrali della lisciatrice del campione. Allo stesso tempo, avanza migliora la consistenza di informazioni spettrali, evidenzia i picchi e le valli spettrali e rinforza le caratteristiche spettrali.
La classificazione del grado di aspetto del nocciolo della noce basata sulle caratteristiche spettrali di immagine e di informazioni. Figura 6 mostra la curva spettrale media dei campioni a tre colori del nocciolo della noce nella luce visibile e nelle regioni vicine all'infrarosso delle onde corte (382~1027nm). Poiché il rumore nei segmenti anteriori e posteriori dello spettro ha un grande impatto, 20 punti di banda di frequenze nei segmenti anteriori e posteriori sono rimossi. Da figura 6, può essere visto che nello spettro originale, la riflettanza spettrale dei campioni del nocciolo della noce con tre colori differenti mostra una tendenza verso il basso significativa nella gamma leggera visibile come i cambiamenti di colore da luce a profondo e lo spettro è relativamente disordinato nella gamma vicina all'infrarosso. Le informazioni spettrali preelaborate tramite la combinazione di metodi di SNV e del MSC mostrano la determinate regolarità e consistenza nella riflettanza spettrale, che è utile per l'elaborazione spettrale successiva.
Facendo uso di tecnologia dell'immagine hyperspectral, un metodo per la rilevazione della qualità interna ed esterna dei noccioli della noce è stato studiato. Dalla combinazione spettrale e dalle informazioni di immagine, la proteina e la previsione del contenuto di grassi dei noccioli della noce e di classificazione di qualità dell'aspetto basati su integrità e su colore sono state raggiunte. I risultati indicano che la combinazione di metodo di algoritmo delle AUTOMOBILI e di coefficiente di correlazione efficacemente rimuove le informazioni irrilevanti e ridondanti nella banda spettrale piena. Rispetto alla banda spettrale piena, la convalida ha messo la R del modello di previsione della banda della caratteristica per il ² del contenuto proteico da 0,66 a 0,91, RMSEP ha fatto diminuire 1,37% - 0,78%; L'insieme R di convalida per il ² del contenuto di grassi da 0,83 a 0,93, RMSEP ha fatto diminuire 0,98% - 0,47%, indicando che le bande selezionate della caratteristica efficacemente hanno ridotto la complessità del modello ed hanno migliorato la sua attendibilità previsionale. Combinando gli spettri della caratteristica di differenza di colore con i parametri di caratteristica statistici di immagine, gli spettri di banda totali della caratteristica di differenza di colore sono stati estratti dalle immagini hyperspectral, che possono ridurre significativamente l'interferenza di informazioni ridondanti e migliorare la modellistica dell'efficienza. Combinando lo spettro di banda totale della caratteristica di differenza di colore con i parametri di caratteristica statistici di immagine, l'accuratezza di classificazione più ulteriormente è migliorata confrontata alla banda di RGB. Nel usando il modello di classificazione di colore stabilito dall'algoritmo di distacco, il modello ha il più alta accuratezza di classificazione (98,6%). L'uso delle immagini hyperspectral ha raggiunto simultaneamente la rilevazione dei parametri interni di qualità (contenuto proteico, contenuto di grassi) e la classificazione di qualità dell'aspetto (integrità, colore) dei noccioli della noce, fornenti una nuova soluzione per l'applicazione di prova non distruttiva della qualità del nocciolo della noce.
