CHNSpec Technology （Zhejiang）Co.,Ltd chnspec@colorspec.cn 86--13732210605
La cáscara de naranja tiene un buen valor económico y medicinal, pero el fenómeno de falsificación y de mala calidad en el mercado es grave.La precisión y la eficiencia de los métodos de detección manual son bajas.En este trabajo, se utilizó tecnología de imagen hiperespectral combinada con el método de aprendizaje profundo para establecer un método de identificación rápido y no destructivo para el año de envejecimiento de la cáscara de naranja.
一、Materiales y métodos
Las muestras de cáscara de naranja compradas se dividieron en 1 año, 5 años, 10 años y 15 años según los años de envejecimiento.y se recogieron un total de 480 muestras de cáscara de naranjaLas muestras de cáscara de naranja de cada año se dividieron al azar en una proporción de 7:3, en el que se introdujeron 84 muestras en el conjunto de formación y 36 muestras en el conjunto de ensayo.
En este artículo, se utiliza una cámara hiperespectral de 900-1700nm, y FS-15, un producto de Color Spectrum Technology (Zhejiang) Co., LTD., puede usarse para investigaciones relacionadas.Cámara hiperespectral de ondas cortas en el infrarrojo cercano, la velocidad de adquisición del espectro completo hasta 200FPS, se utiliza ampliamente en la identificación de la composición, la identificación de sustancias, la visión artificial, la calidad de los productos agrícolas,detección de pantalla y otros campos.
二、Resultados y análisis
Las curvas espectrales de las muestras de cáscara de naranja en diferentes años se muestran en la Figura 3.Las curvas espectrales originales que se muestran en la Figura 3 pueden encontrar obviamente que hay picos de absorción cerca de 1200m y 1450nmEl pico de absorción a 1200 nm es causado principalmente por la absorción espectral de pares de enlaces, y el pico de absorción a 1450 nm es causado principalmente por la absorción espectral del agua.Las bandas del espectro NIR de todo tipo de muestras se superponen estrechamente, la tendencia general fue cercana a la misma, y el pico de absorción estuvo casi en la misma posición, sin diferencias obvias.Era difícil distinguir los cuatro tipos de muestras de cáscara de naranja a simple vista.
三、Método de pretratamiento espectral
El pretratamiento de los datos hiperespectral de la cáscara de naranja incluye varios pasos, que son la segmentación de imágenes, el promedio del espectro y el preprocesamiento del espectro.El espectro medio original de las muestras de cáscara de naranja en diferentes años y las curvas espectrales medias después del pretratamiento SG+D1 se muestran en la Figura 4.Se puede ver en las figuras 4 a) y 4 b) que el método de pretratamiento combinado SG+D1 puede eliminar eficazmente la influencia de la deriva de la línea de base espectral y suavizar la curva espectral.Mejorando así la precisión de la identificación del año de la cáscara de naranja.
La identificación rápida del año de la cáscara de naranja por cámara hiperespectral tiene amplias perspectivas de aplicación en la industria de la medicina china.puede ayudar a los fabricantes y distribuidores de medicina china a controlar con precisión la calidad y el año de la cáscara de naranja, y evitar pérdidas económicas y riesgos de reputación causados por un error de apreciación del año.los departamentos pertinentes pueden utilizar la tecnología para realizar muestras rápidas de productos de cáscara de naranja en el mercadoAdemás, con la mejora continua y la popularización de la tecnología, la industria de la información y la comunicación se ha convertido en un mercado de la información y la comunicación.También proporcionará un fuerte apoyo a la investigación científica y la evaluación de la calidad de la cáscara de naranja., y promover el desarrollo de la industria de la cáscara de naranja en una dirección más estandarizada, estandarizada y científica.
