光譜成像技術在霉變大豆識別與篩選中的應用
【案例分享】光譜成像技術在霉變大豆識別與篩選中的應用
大豆作為我國主要糧食作物之一,,富含蛋白質,、異黃酮,、脂肪以及多種維生素,、微量元素,,是人們日常生活中*的食品,,其重要性不言而喻,。大豆在我國至今已有5000多年的種植史,目前主要集中在東北,、華北,、陜,、川及長江下游地區(qū),。
在大豆的收獲過程中,首先需要將存在于豆莢中的大豆進行脫殼處理,,然后需再將其攤開晾曬,,等到大豆自由水脫干,才能入倉貯藏,。在這一整個過程中,,大豆中免不了混入雜質,如豆莢,、石子,、泥沙等等,同時,,有些大豆在成熟的過程中,由于各種原因可能導致的干癟,、霉變、籽粒大小不均勻的不利因素,,將會嚴重影響大豆的質量,,因此對于大豆里的雜質、霉變大豆的篩選顯得尤其重要,。
本案例通過光譜成像技術來區(qū)分霉變大豆和正常大豆,,利用霉變大豆和正常大豆光譜數(shù)據(jù)的差異,實現(xiàn)對兩者的識別與篩選,。
高光譜數(shù)據(jù)采集分析設備
推掃式高光譜相機VIX-N110
數(shù)據(jù)分析與模型訓練
對所采集的光譜數(shù)據(jù)使用光譜分析軟件進行區(qū)域采集數(shù)據(jù)和主成分分析,。(注:主成分分析是對采集的光譜數(shù)據(jù)在光譜維度下進行分析計算,,得出圖像中的光譜差異,以偽彩色進行標注,,如下圖:
通過中達瑞和高光譜大數(shù)據(jù)分析應用云平臺,,把采集的正常大豆和霉變大豆的光譜數(shù)據(jù)放入數(shù)據(jù)集中,對多個樣本進行標注,,分析和模型訓練,,最后通過正常和霉變大豆混合采集的數(shù)據(jù)進行模型匹配,驗證結果如下圖,。
如上圖驗證結果表明,,基于光譜成像技術并結合機器學習模型訓練方法能夠準確地實現(xiàn)正常大豆與霉變大豆的識別與篩選。
高光譜成像技術可捕捉遠大于可見光范圍的光譜信息和圖像信息,,能看到普通可見光成像看不到的物質信息,,是未來成像技術主要發(fā)展方向之一。深圳市中達瑞和科技有限公司作為國內光譜成像行業(yè)產(chǎn)業(yè)化企業(yè),,擁有自主研發(fā)的分光器件,、光譜相機、光譜軟件和光譜智能云平臺,,產(chǎn)品與技術在科學研究,、精準農業(yè)、生態(tài)環(huán)境,、資源勘探,、工業(yè)檢測、生物醫(yī)學,、智能探測,、食品安全等領域得到廣泛應用。未來,,中達瑞和將持續(xù)攻難克堅,,堅持“光譜領域芯片技術+光譜產(chǎn)品+解決方案+行業(yè)應用”的市場定位,推動高光譜成像技術從科研到工業(yè)應用,、并最終到消費級應用,,為各行業(yè)實現(xiàn)光譜數(shù)字化,、智能化賦能,為改善人們生活品質而持續(xù)努力,。