Študija o zrelosti paradižnikovih plodov s pomočjo hiperspektralnega sistema za slikanje serije FS20

Študija o zrelosti paradižnikovih plodov s pomočjo hiperspektralnega sistema za slikanje serije FS20

V tej študiji je bila razvita nedestruktivna in hitra visoko zmogljiva platforma za pridobivanje fenotipov plodov paradižnika, ki temelji na Serija FS20 Slikovna hiperspektralna kameras za ugotavljanje morfoloških in strukturnih lastnosti, lastnosti vsebnosti sestavin ter celovitih fenotipskih lastnosti plodov paradižnika. A hiperspektralni slikovni sistem je bil uporabljen za pridobitev spektralnih slik paradižnikovih plodov. Spektralne fotografije so bile nato analizirane za pridobitev morfoloških in strukturnih lastnosti (vzdolžni premer, prečni premer, indeks oblike plodov in masa), sledile so meritve barvnih lastnosti plodov paradižnika (L*, a*, b*, c*, b* in a*/b*) ter fenotipskih lastnosti vsebnosti komponent (trdota, SsC, likopen, titracijska kislina, topni sladkor in vrednosti VC). Najprej so bile slike plodov paradižnika posnete s sistemom za hiperspektralno slikanje, morfološke in strukturne lastnosti pa so bile pridobljene z ekstrakcijo informacij o prečnem in vzdolžnem premeru spektralnih slik z uporabo metod za obdelavo slik. Drugič, predlagamo indekse in pragove za razvrščanje zrelosti, ki so bistveni za določitev optimalnega obdobja obiranja paradižnikovih plodov ter za prevoz, skladiščenje in konzerviranje plodov. Nazadnje je bil z uporabo algoritma neprekinjene projekcije (SPA) za izbiro značilnih valovnih dolžin zgrajen model za napovedovanje fenotipov z delno regresijo najmanjših kvadratov (PLSR) za fenotipe lastnosti barve paradižnikovih plodov in vsebnosti komponent.

Slika 1-4 Različni barvni razredi plodov paradižnika (Huang Yuping et al., 2019)

Slika 1-5 Različne faze zorenja plodov paradižnika (Jiang et al, 2021)

1. Razvrstitev zrelosti plodov paradižnika

a. Tradicionalne metode

i. Algoritem
Potrditev zrelosti paradižnikovih plodov: spremenljivka za opredelitev barve paradižnikovih plodov a/b (Ariasetal,2000). Na podlagi razvrstitve vrednosti a*/b* plodov paradižnika različne zrelosti izračunajte a*/b*.

ii. Vrednosti praga.

Preglednica 1-1 Opis paradižnika a*/b* v zrelosti

iii. Učinek

Slika 3-5 Diagram razpršitve kromatske aberacije v zrelosti

b. Hiperspektralne metode

i. Pridobivanje in analiza hiperspektralnih podatkov o paradižniku (naslednji postopek)

Slika 3-1 Diagram poteka eksperimenta

ii. Izbira valovne dolžine značilnosti (PCA)

1. Učinek grozdenja po PCA (3 različne sorte).

Slika 3-6 Analiza glavnih komponent (a) paradižnik "Saint Laurent" (b) paradižnik "Alexis T147" (c) paradižnik "Cadyali 1832" (d) mešanica treh sort

2. Natančnost prileganja modela in lokacija valovnih dolžin značilnosti po PCA.

Slika 3-7 Postopek izbire značilnih valovnih dolžin SPA (a) se uporablja za določitev najmanjše RMSE 11 značilnih valovnih dolžin (b) in porazdelitev značilnih valovnih dolžin I1, označenih z vsakim kvadratom.

c. Težave s tem delom

Ali je zlati standard ustrezno izbran? V tem delu so avtorji kot zlati standard za merjenje zrelosti uporabili a/b, ki je bil izračunan na podlagi spektrov. Ali je uporaba tega standarda za ocenjevanje zrelosti sadja ustrezna?
Slikovna hiperspektralna kamera serije FigSpec® uporablja spektralni modul z visokim difrakcijskim izkoristkom transmisijske rešetke in visoko občutljivo kamero s površinskim nizom, skupaj z vgrajeno tehnologijo skeniranja slik in pomožno kamero; za rešitev tradicionalne hiperspektralne kamere je potreben zunanji mehanizem za potiskanje in pometanje slik ter kompleksno ostrenje in druge težavne operativne težave. Za hitro pridobivanje spektralnih slik jo je mogoče neposredno povezati s standardnim objektivom za slikanje z vmesnikom C ali mikroskopom.

Področja uporabe slikovnih hiperspektralnih kamer serije FigSpec®.

Spektralna analiza, prebiranje mineralov, sortiranje materialov, analiza sadja in zelenjave, geološko raziskovanje, daljinsko zaznavanje v kmetijstvu, industrijski pregled, hiperspektralna slikovna analiza brez posadke, prenosna hiperspektralna slikovna analiza, vidna hiperspektralna slikovna analiza, infrardeča hiperspektralna slikovna analiza, toplotna infrardeča hiperspektralna slikovna analiza, sortiranje črne plastike, proizvodnja kovin, sortiranje barv, odkrivanje plinov, analiza plamena, prepoznavanje vrste kmetijske vegetacije, analiza kakovosti sadja pri recikliranju odpadkov, mikroskopska hiperspektralna analiza, kmetijska hiperspektralna analiza, hiperspektralno daljinsko zaznavanje, spektralna slikovna analiza, hiperspektralna analiza vegetacije, letalska hiperspektralna analiza, hiperspektralno odkrivanje anomalij, hiperspektralna fluorescenčna analiza, mikroskopsko hiperspektralno slikanje, hiperspektralna analiza značilnosti, notranja hiperspektralna analiza, hiperspektralna analiza v kriminalističnih preiskavah, hiperspektralna analiza tal, spremljanje okolja.