仪器网(yiqi.com)欢迎您!

| 注册 登录
网站首页-资讯-专题- 微头条-话题-产品- 品牌库-搜索-供应商- 展会-招标-采购- 社区-知识-技术-资料库-方案-产品库- 视频

资讯中心

当前位置:仪器网> 资讯中心>高光谱相机在食物检测中的应用:榴莲糖度分级测试报告

高光谱相机在食物检测中的应用:榴莲糖度分级测试报告

来源:杭州高谱成像技术有限公司      分类:动态 2025-05-07 14:48:15 45阅读次数
扫    码    分   享

01测试地点介绍

共测试12组榴莲果肉样本:

根据标号采集每组榴莲果肉高光谱数据。

榴莲果肉解冻后,利用糖度计采集每块样本的糖度值并记录、拍照,作为模型训练的样本。

糖度采集记录现场

榴莲果肉高光谱图像

 高光谱相机装置实物图


本次测试采用高光谱设备进行测量

高光谱相机覆盖900~1700nm波长范围

线性推扫成像方案

照明光源采用卤素光源

测试时在暗室环境,样品放置在水平位移台上

图片2.png

02测试设备介绍

本次测试采用高光谱设备进行测量

高光谱相机覆盖400~1700nm波长范围

线性推扫成像方案

照明光源采用卤素光源

测试时在暗室环境,样品放置在水平位移台上

13.jpg

03数据采集

不同糖度范围榴莲果肉900-1700nm光谱曲线:


根据实测糖度值的范围(26.9~42.5),将糖度分为五个等级,进行后续实验研究。


榴莲样本在900-1700的反射率曲线如下所示,各糖度范围的榴莲果肉表面反射率曲线差异较小。通过目视观察谱线无法找出对糖度敏感的光谱特征。

图片4.png


图片5.png


随机选择相同糖度范围的不同样本绘制高光谱反射率曲线如下图,各样本之间的反射曲线差异较小。

6.png

04

分析方法



CNN深度学习模型建模分类结果(原始样本,糖度分五级)

利用CNN深度学习模型对不同糖度等级的样本进行训练和预测,分类结果如下图所示。由于糖度等级分布比较零散,模型训练后结果图破碎化比较严重。

图片6.png

糖度真值


图片7.png

分类结果


将糖度分五个等级,对每块榴莲糖度值取平均处理,重新对样本进行训练和预测,分类结果如下图所示,相比第一组实验的糖度分级结果,破碎化情况减轻,但每块果肉基本呈现两种或以上糖度等级。

图片8.png

糖度真值


图片9.png

分类结果


将糖度分三个等级,利用CNN深度学习模型对不同糖度等级的样本进行训练和预测,分类结果如下图所示。大部分果肉的糖度级别分类正确,每块果肉糖度级别相对均一。

图片10.png

糖度真值


图片11.png

分类结果

04结论

测试结果:

➣利用900-1700nm高光谱相机采集的榴莲果肉高光谱数据质量良好,但通过目视观察难以获取对糖度等级敏感的光谱特征波段。

➣榴莲果肉糖度分五级时,CNN深度学习建模分类结果不理想,果肉糖度分级破碎化严重。糖度分三级时,建模后的分类效果良好,大部分果肉被正确分级。


结果影响因素:

➣部分榴莲果肉表面反光,直接影响模型分类结果。

➣现场利用糖度计测量榴莲果肉时受解冻时间不统一、采集果肉部位有差异等影响,采集的榴莲糖度真值存在一定误差。

标签:高光谱色差仪

参与评论

全部评论(0条)

获取验证码
我已经阅读并接受《仪器网服务协议》

推荐阅读

版权与免责声明

①本文由仪器网入驻的作者或注册的会员撰写并发布,观点仅代表作者本人,不代表仪器网立场。若内容侵犯到您的合法权益,请及时告诉,我们立即通知作者,并马上删除。

②凡本网注明"来源:仪器网"的所有作品,版权均属于仪器网,转载时须经本网同意,并请注明仪器网(www.yiqi.com)。

③本网转载并注明来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。

④若本站内容侵犯到您的合法权益,请及时告诉,我们马上修改或删除。邮箱:hezou_yiqi

关于作者

作者简介:杭州高谱成像技术有限公司成立于2019年7月。是一家专注于光谱成像技术,为用户提供光谱视觉综...[详细]
最近更新:2025-05-07 14:18:14
关注 私信
更多

最新话题

最新资讯

作者榜