Identificación de la castaña de boca dividida mediante técnica de imagen hiperespectral

En este estudio, se aplicó una cámara hiperespectral de 400-1000 nm, y FS13, un producto de Hangzhou Color Spectrum Technology Co., LTD., podría usarse para investigaciones relacionadas.,la resolución de la longitud de onda es mejor que 2,5 nm y se pueden alcanzar hasta 1200 canales espectrales. La velocidad de adquisición puede alcanzar los 128 FPS en todo el espectro,y el máximo después de la selección de banda es de 3300Hz (suporte de selección de banda multi-región).

El castaño es una de las nueces comestibles de China, de alta calidad y bajo precio, rica en nutrientes, la producción anual ocupa el primer lugar en el mundo.Schizorhynchus es uno de los índices importantes para evaluar la calidad externa del castañoSchizorhynchus es una especie de castaño cuya cáscara se agrieta en condiciones naturales de producción o se daña por fuerzas externas como daños mecánicos.La pulpa expuesta del castaño puede provocar fácilmente una serie de problemas de seguridad alimentariaEn la actualidad, la castaña de boca dividida adopta principalmente la clasificación manual, que es subjetiva y tiene una alta tasa de error de clasificación.El estudio de un método eficaz y aplicable para la detección de la castaña de boca abierta puede sentar las bases para la detección y clasificación rápidas y no destructivas de la castaña.En vista de los métodos de identificación de las castañas defectuosas, el grupo de investigación ha realizado algunas investigaciones en las primeras etapas,pero no existe ningún informe sobre los métodos de identificación de los defectos de la boca agrietada en castañas defectuosasLa tecnología de espectroscopia de infrarrojos cercanos permite detectar de forma rápida, no destructiva y eficaz la información interna sobre la calidad de los productos agrícolas.La tecnología de visión artificial puede reflejar bien las características externas de los productos agrícolas, se han utilizado ampliamente en la detección de la calidad de los productos agrícolas, pero ambos no pueden cumplir con los requisitos de detección de la calidad interna y externa de los productos agrícolas.Con el rápido desarrollo de la ciencia y la tecnología y el rápido desarrollo de la tecnología informáticaLa tecnología de detección de imágenes hiperespectral, que integra espectro e imagen, ha recibido cada vez más atención de los investigadores en el campo de los ensayos no destructivos de los productos agrícolas.Las imágenes hiperespectrales pueden registrar abundante información sobre la calidad de los productos agrícolas y pueden utilizarse para detectar la calidad interna y externa de los productos agrícolasLos expertos en el país y en el extranjero han aplicado la tecnología de imágenes hiperespectral a pruebas no destructivas de frutas, verduras, té y carne y han obtenido buenos resultados.No existe ningún estudio sobre la detección de la castaña de boca abierta por tecnología de imagen hiperespectralEn este trabajo, se utiliza la tecnología de imagen hiperespectral para identificar el castaño de boca dividida, extraer y analizar las curvas espectrales del castaño de boca dividida y el castaño calificado,seleccionar la longitud de onda característica, adoptar el algoritmo de relación de banda, extraer la imagen cooperativa a través del filtrado de textura y combinarla con una serie de morfologías matemáticas para completar la identificación del castaño de boca dividida,que puede proporcionar una nueva idea para la detección en línea de castaño de boca abierta.

En este artículo, se utilizó tecnología de imagen hiperespectral para identificar la castaña de boca dividida.

1) Las longitudes de onda características (477 nm, 769 nm y 923 nm) se seleccionaron mediante análisis de componentes principales,y la imagen de relación de banda obtenida por diferentes combinaciones de las longitudes de onda características y la imagen de banda única a la longitud de onda característica se analizaron y compararon, lo que indica que la banda de 769 mm/923 nm podría reflejar mejor la región de la boquilla dividida que la imagen, y era más propicio para la extracción de características de la boquilla dividida.

2) Se analizó la imagen de relación de banda de 769nm/923nm, se extrajo la imagen basada en el filtrado de textura colaborativo,y la región de destino se extrajo combinando la segmentación de umbral y la morfología matemáticaLa tasa de reconocimiento correcto del pico agrietado fue del 94,3%, la tasa de reconocimiento del castaño calificado fue del 96,8% y la tasa de reconocimiento general alcanzó el 95,5%.El filtro basado en el sistema de detección de imagen hiperespectral de tipo filtro está diseñado para realizar el, detección rápida y no destructiva de la castaña de boca abierta.