Εφαρμογή της τεχνολογίας υπεροπτραμικής απεικόνισης για την ανίχνευση της περιεκτικότητας σε πρωτεΐνες του γάλακτος

Στην αξιολόγηση της διατροφής των γαλακτοκομικών προϊόντων, η περιεκτικότητα σε πρωτεΐνες είναι ο σημαντικότερος δείκτης ότι το γάλα αποτελεί βασική πηγή απορρόφησης πρωτεϊνών στην καθημερινή ζωή των ανθρώπων.Η υγεία των καταναλωτών και η ανάπτυξη της γαλακτοκομικής βιομηχανίας συνδέονται στενά με την ποιότητα του γάλακτος.Οι παραδοσιακές μεθόδους ανίχνευσης καταναλώνουν πολύ χρόνο, σπαταλούν πολλούς ανθρώπινους πόρους και οδηγούν σε περιβαλλοντική επιδείνωση..Επομένως, είναι πολύ σημαντικό να βρεθεί μια ταχύτερη και ακριβέστερη μέθοδος για την ανίχνευση της περιεκτικότητας σε πρωτεΐνες του γάλακτος.Η παρούσα εργασία χρησιμοποιεί μηχανική μάθηση σε συνδυασμό με τεχνολογία υπεροχιακής απεικόνισης για την ποσοτική αξιολόγηση της περιεκτικότητας σε πρωτεΐνες γάλακτοςΟι ειδικές έρευνες και τα συμπεράσματα είναι τα εξής:

一、Προσωπικά υλικά

Αγοράσαμε επτά διαφορετικές μάρκες καθαρού γάλακτος, συμπεριλαμβανομένων των Mengniu, New Hope, Yili και Guangming, και τα αποθήκευσαν στο ψυγείο.

二、Επιχειρηματολογικό εξοπλισμό

Στην παρούσα εργασία, χρησιμοποιείται μια υπερ-ειδική κάμερα 400-1000nm. Το FS13, ένα προϊόν της Hangzhou Color Spectrum Technology Co., LTD., μπορεί να χρησιμοποιηθεί για σχετικές έρευνες.η ανάλυση μήκους κύματος είναι καλύτερη από 2Η ταχύτητα απόκτησης μπορεί να φθάσει τα 128FPS στο πλήρες φάσμα,και το μέγιστο μετά την επιλογή ζώνης είναι 3300Hz (υποστήριξη επιλογής ζώνης πολλαπλών περιοχών).

三、Μέθοδος πειραματικής ρύθμισης

Οι υπερυπογραφικές εικόνες των δειγμάτων γάλακτος συλλέχθηκαν με τη χρήση του υπερυπογραφικού φασματομέτρου.και στη συνέχεια μια καθαρή εικόνα επιλέχθηκε από ENVI5.3Η συλλεγμένη φασματική εικόνα είχε ανάλυση 777x1004 pixel.το μέσο διάστημα ήταν 0Το φασματόμετρο απεικόνισης και το κεφάλι σάρωσης είναι εγκατεστημένα μαζί κατά τη διάρκεια της λήψης,και τα μέσα φασματικά δεδομένα του γάλακτος προκύπτουν από την υπερφασματική εικόνα χρησιμοποιώντας το λογισμικό ENVI. "

四、Αξιολόγηση και προεπεξεργασία υπερ-ειδικών δεδομένων

Η εξαγωγή δεδομένων υπερ-ειδογραφικής αντανάκλασης από υπερ-ειδογραφικές εικόνες αποτελεί τη βάση της παραδοσιακής μοντελοποίησης μηχανικής μάθησης.τα δεδομένα φασματικής αντανάκλασης των δειγμάτων λαμβάνονται με την εξαγωγή της μέσης φασματικής αντανάκλασης όλων των pixel στην περιοχή ενδιαφέροντος (ROD)Σε αυτό το έγγραφο, το ENVI λογισμικό χρησιμοποιήθηκε για να ανοίξει την διορθωμένη υπερ-ειδική εικόνα του δείγματος γάλακτος,και το pixel κοντά στο κέντρο της κάθε υπερσπεκτρικής εικόνας επιλέχθηκε ως το ROI με το εργαλείο ορθογώνιοΣυνολικά 30 ROI και 7 υπερ-ειδικές εικόνες επιλέχθηκαν, και 210 ROI επιλέχθηκαν.συνολικά 210 φασματικά δεδομέναΤα φασματικά δεδομένα αποθηκεύονται σε μορφή ASCI.

Σε αυτό το έγγραφο, η τεχνολογία υπεροχθρικής απεικόνισης σε συνδυασμό με τη μηχανική μάθηση χρησιμοποιήθηκε για την πρόβλεψη της περιεκτικότητας σε πρωτεΐνες γάλακτος, προκειμένου να βελτιωθεί η ακρίβεια της πρόβλεψης της περιεκτικότητας σε πρωτεΐνες γάλακτος.Κατασκευάστηκε ένα σύστημα υπερυψωτικής απεικόνισης., συλλέχθηκαν υπερυψωτικές εικόνες 7 ειδών γαλακτοκομικών σημάτων που διατίθενται στην αγορά, αντλήθηκαν φασματικά δεδομένα με το λογισμικό ENVI, δημιουργήθηκε ένα σύνολο υπερυψωτικών δεδομένων γάλακτος,και 210 υπεροχιακά δεδομένα εξάγονται τελικά.

Η τεχνολογία υπερ-ειδογραφίας έχει δείξει μεγάλη δυναμική στον τομέα της ανίχνευσης της περιεκτικότητας σε πρωτεΐνες γάλακτος, αν και υπάρχουν ορισμένες προκλήσεις σε αυτό το στάδιο,αλλά με την ενσωμάτωση της διεπιστημονικής τεχνολογικής καινοτομίαςΤο σύστημα αυτό θα επαναφέρει σταδιακά την παραδοσιακή μέθοδο ανίχνευσης γάλακτος.Η υπερ-σπεκτρική απεικόνιση θα γίνει ένα απαραίτητο και ισχυρό εργαλείο για τον έλεγχο της ποιότητας των γαλακτοκομικών προϊόντων, συμβάλλουν στη βελτίωση των οικονομικών και κοινωνικών οφελών της γαλακτοκομικής βιομηχανίας και ανταποκρίνονται στην αυξανόμενη ζήτηση των καταναλωτών για γαλακτοκομικά προϊόντα υψηλής ποιότητας.