Σε αυτή τη μελέτη, μπορεί να χρησιμοποιηθεί μια υπερφασματική κάμερα 400-1000nm και τα προϊόντα της Hangzhou Color Spectrum Technology Co., LTD
Το FS13 διεξάγει σχετική έρευνα.Η φασματική περιοχή είναι 400-1000 nm και η ανάλυση μήκους κύματος είναι καλύτερη από 2,5 nm, έως 1200
Δύο φασματικά κανάλια.Ταχύτητα απόκτησης έως 128 FPS σε πλήρες φάσμα, έως και 3300 Hz μετά την επιλογή ζώνης (υποστηρίξη πολλαπλών ζωνών
Επιλογή ζώνης τομέα).
Με την προώθηση της στρατηγικής βασικών σιτηρών πατάτας στην Κίνα, η αλυσίδα βιομηχανίας που σχετίζεται με την πατάτα έχει αναπτυχθεί γρήγορα και η ποιότητα της πατάτας έχει γίνει ένα καυτό ζήτημα.Ωστόσο, ελαττώματα όπως το πράσινο δέρμα και οι μηχανικές βλάβες επηρεάζουν σοβαρά τη συνολική ποσότητα πατάτας, ειδικά το περίπλοκο σχήμα της πράσινης φλούδας πατάτας, τα ελαττώματα δεν είναι εύκολο να εντοπιστούν και αυξάνουν τη δυσκολία ανίχνευσης.Ταυτόχρονα, εάν η περιεκτικότητα της πράσινης πατάτας σε σολανίνη υπερβαίνει τα βρώσιμα πρότυπα, θα οδηγήσει σε τροφική δηλητηρίαση και θα προκαλέσει προβλήματα ασφάλειας των τροφίμων.Ως εκ τούτου, είναι πολύ σημαντικό να μελετηθεί μια γρήγορη και μη καταστροφική μέθοδος ανίχνευσης για τη βαθιά επεξεργασία της πατάτας και την επέκταση της αλυσίδας της βιομηχανίας πατάτας.
Η τεχνολογία υπερφασματικής απεικόνισης έχει τα πλεονεκτήματα του ευρέος εύρους ζώνης και μπορεί να λάβει την εικόνα και τις φασματικές πληροφορίες στην αντίστοιχη περιοχή ζώνης του δοκιμασμένου δείγματος ταυτόχρονα, επομένως έχει χρησιμοποιηθεί ευρέως σε γρήγορες μη καταστροφικές δοκιμές γεωργικών προϊόντων.Προκειμένου να λυθεί το πρόβλημα ότι η πατάτα με ανοιχτό πράσινο δέρμα δεν είναι εύκολο να αναγνωριστεί σε αυθαίρετη θέση, χρησιμοποιήθηκαν οι τεχνικές υπερφασματικής απεικόνισης ημι-μετάδοσης και ανάκλασης για σύγκριση και ανάλυση και προσδιορίστηκε η ακρίβεια αναγνώρισης του μοντέλου με διαφορετικές μεθόδους υπερφασματικής απεικόνισης. .Οι ημι-εκπεμπόμενες υπερφασματικές και ανακλώμενες υπερφασματικές εικόνες δειγμάτων πατάτας συλλέχθηκαν σε οποιαδήποτε θέση και δημιουργήθηκαν μοντέλα ανίχνευσης που βασίζονται σε πληροφορίες εικόνας και φασματικές πληροφορίες αντίστοιχα, και συγκρίθηκαν οι ρυθμοί αναγνώρισης διαφορετικών μοντέλων.Περαιτέρω καθιερώστε μοντέλα σύντηξης εικόνας και φάσματος ή διαφορετικά μοντέλα σύντηξης απεικόνισης για να βελτιώσετε την απόδοση του μοντέλου και, τέλος, να καθορίσετε το βέλτιστο μοντέλο.
(1) Συγκρίνεται η ακρίβεια των μοντέλων αναγνώρισης πληροφοριών εικόνας με διαφορετικές μεθόδους υπερφασματικής απεικόνισης.Το ποσοστό αναγνώρισης της ισομετρικής χαρτογράφησης σε συνδυασμό με το μοντέλο δικτύου βαθιάς πεποίθησης που βασίζεται σε ημι-μεταδιδόμενες πληροφορίες εικόνας είναι μόνο 78,67%.Το ποσοστό αναγνώρισης της επέκτασης της μέγιστης διακύμανσης σε συνδυασμό με το μοντέλο δικτύου βαθιάς πεποίθησης που βασίζεται σε πληροφορίες ανακλώμενης εικόνας είναι μόνο 77,33%.Τα αποτελέσματα έδειξαν ότι η ακρίβεια της ανίχνευσης ανοιχτής πράσινης πατάτας από πληροφορίες μεμονωμένης εικόνας δεν ήταν υψηλή.
(2) Συγκρίνεται η ακρίβεια των μοντέλων αναγνώρισης φασματικών πληροφοριών με διαφορετικές μεθόδους υπερφασματικής απεικόνισης.Το ποσοστό αναγνώρισης της τοπικής εφαπτομενικής διάταξης χώρου σε συνδυασμό με το μοντέλο δικτύου βαθιάς πεποίθησης που βασίζεται σε πληροφορίες φάσματος ημιμετάδοσης είναι το υψηλότερο 93,33%.Το ποσοστό αναγνώρισης της τοπικής εφαπτομένης χωρικής διάταξης σε συνδυασμό με το μοντέλο δικτύου βαθιάς πεποίθησης που βασίζεται σε φασματικές πληροφορίες ανάκλασης είναι έως και 90,67%.Τα αποτελέσματα δείχνουν ότι είναι εφικτή η χρήση μεμονωμένων φασματικών πληροφοριών για την ανίχνευση ανοιχτοπράσινων πατατών, αλλά ο ρυθμός αναγνώρισης πρέπει να βελτιωθεί περαιτέρω.
(3) Συγκρίνεται η επίδραση τριών μεθόδων σύντηξης πληροφοριών πολλαπλών πηγών στην ακρίβεια αναγνώρισης.Η ακρίβεια των τριών μοντέλων σύντηξης ημι-εκπεμπόμενης εικόνας και ημι-εκπεμπόμενου φάσματος, ανακλώμενης εικόνας και φάσματος ανάκλασης, ημιεκπεμπόμενου φάσματος και φάσματος ανάκλασης είναι υψηλότερη από αυτή της απλής εικόνας ή του φασματικού μοντέλου και του μοντέλου σύντηξης δικτύου βαθιάς πεποίθησης Το ημι-εκπεμπόμενο φάσμα και το φάσμα ανάκλασης είναι το καλύτερο και το ποσοστό αναγνώρισης του συνόλου διόρθωσης και του συνόλου δοκιμής είναι 100%.Τα αποτελέσματα δείχνουν ότι το μοντέλο σύντηξης του φάσματος ημι-μετάδοσης και του φάσματος ανάκλασης μπορεί να πραγματοποιήσει τη μη καταστροφική δοκιμή της ανοιχτόπράσινης φλούδας πατάτας.