Bu çalışmada, cevizin içini tespit etmek için 400-1000nm hiperspektral kamera kullanılmış ve ilgili araştırma için Hangzhou CHNSpec Technology Co., Ltd'nin bir ürünü olan FS-13 kullanılabilir.Ceviz yüzeyini 800-1700nm spektral aralığında algılamak için, 900-1700nm spektral aralığındaki FS-15 hiperspektral kamera, 2.5nm'den daha iyi dalga boyu çözünürlüğü ve 1200'e kadar spektral kanal ile kullanılabilir.Toplama hızı tam spektrumda 128FPS'ye ulaşabilir ve bant seçiminden sonraki maksimum hız 3300Hz'dir (çok bölgeli bant seçimini destekler).
Ceviz, her yaş için uygun bir kuruyemiş gıdası ve önemli bir odunsu yağ bitkisidir.Çin'de ceviz ekim alanı ve verimi dünyada birinci sıradadır.Ceviz tanelerinin kalite testi ve sınıflandırılması, ceviz üretimi ve işlenmesinde önemli bir halkadır.İlgili ulusal standartlara göre, iç kalite göstergeleri yağ içeriği ve protein içeriğini içerirken, ceviz tanelerinin görünüm kalitesi göstergeleri bütünlük ve kabuk rengini içerir.Fiili üretimde, ceviz çekirdeği tasnifi, esas olarak, yüksek üretim maliyetleri ve tasnifte yüksek rasgeleliğe sahip olan ve iç kaliteyi ayırt etmeyi zorlaştıran manuel görünüm ve renk seçimine dayanır.Geleneksel kimyasal testler, numuneler için yıkıcıdır ve tespit edilmesi uzun zaman aldığından, modern üretim gereksinimlerine uyum sağlamayı zorlaştırır.Şu anda, ceviz kalitesinin tespiti için hiperspektral teknolojinin kullanımına ilişkin araştırmalar, esas olarak ceviz kabuklarının ve çekirdeklerinin sınıflandırılmasına odaklanmaktadır ve ceviz çekirdeklerinin kalitesiyle ilgili herhangi bir rapor bulunmamaktadır.
Ceviz çekirdeğinin iç kalite tespitini ve görünüm sınıflandırmasını aynı anda gerçekleştirmeye yönelik bir yöntemi araştırmak için bu çalışma, ceviz çekirdeğinin yağ içeriği, protein içeriği ve renginin karakteristik spektrumlarını taramak ve ilgili karakteristik bantları taramak için hiperspektral görüntüleme teknolojisini kullandı. Ceviz çekirdeği kalitesinin tahribatsız muayenesinin uygulanmasına referans sağlamak için kalite göstergeleri.
Ceviz çekirdeği örneklerinin yakın kızılötesi bölgedeki (863-1704 mm) ortalama spektral bilgileri ve önceden işlenmiş spektral bilgiler Şekil 3'te gösterilmektedir. Örneklerin orijinal spektral bilgilerinin genel özellikleri, Suyun absorpsiyon zirveleri, diğer bileşenlerin absorpsiyon zirveleri belirgin değildir ve spektrumların daha fazla işlenmesi gerekir.MSE ve SNV'yi birleştiren ön işleme yöntemi, bazı arka plan gürültülerinin etkisini ortadan kaldırarak örneğin spektral bilgilerini daha pürüzsüz hale getirir.Aynı zamanda, spektral bilginin tutarlılığını daha da geliştirir, spektral zirveleri ve vadileri vurgular ve spektral özellikleri güçlendirir.
Ceviz çekirdeğinin spektral bilgi ve görüntü özelliklerine dayalı görünüm derecesi sınıflandırması.Şekil 6, görünür ışıkta ve kısa dalga yakın kızılötesi bölgelerde (382~1027nm) üç renkli ceviz çekirdeği numunesinin ortalama spektral eğrisini göstermektedir.Spektrumun ön ve arka segmentlerindeki gürültünün etkisi büyük olduğundan, ön ve arka segmentlerdeki 20 dalga bandı noktası kaldırılmıştır.Şekil 6'dan, orijinal spektrumda, üç farklı renge sahip ceviz içi örneklerinin spektral yansımasının, renk ışıktan derine değiştikçe görünür ışık aralığında önemli bir düşüş eğilimi gösterdiği ve spektrumun nispeten düzensiz olduğu görülebilir. yakın kızılötesi aralığında.MSC ve SNV yöntemlerinin kombinasyonu ile ön işleme tabi tutulan spektral bilgi, spektral yansımada belirli bir düzenlilik ve tutarlılık gösterir, bu da sonraki spektral işleme için yardımcı olur.
Hiperspektral görüntüleme teknolojisi kullanılarak, ceviz tanelerinin iç ve dış kalitesini tespit etmeye yönelik bir yöntem üzerinde çalışıldı.Spektral ve görüntü bilgileri birleştirilerek, ceviz tanelerinin protein ve yağ içeriği tahmini ve bütünlük ve renge dayalı görünüm kalitesi derecelendirmesi elde edildi.Sonuçlar, CARS algoritması ve korelasyon katsayısı yönteminin kombinasyonunun, tam spektral banttaki alakasız ve gereksiz bilgileri etkili bir şekilde kaldırdığını göstermektedir.Tam spektral bant ile karşılaştırıldığında, protein içeriği için özellik bandı tahmin modelinin doğrulama seti R ² 0,66'dan 0,91'e, RMSEP %1,37'den %0,78'e düştü;Yağ içeriği için doğrulama seti R ² 0,83'ten 0,93'e, RMSEP %0,98'den %0,47'ye düştü, bu da seçilen özellik bantlarının modelin karmaşıklığını etkili bir şekilde azalttığını ve tahmin yeteneğini geliştirdiğini gösteriyor.Renk farkı özellik spektrumları ile görüntü istatistiksel özellik parametreleri birleştirilerek, hiperspektral görüntülerden toplam renk farkı özellik bandı spektrumları çıkarıldı, bu da gereksiz bilgilerin girişimini önemli ölçüde azaltabilir ve modelleme verimliliğini artırabilir.Toplam renk farkı özellik bandı spektrumu ile görüntü istatistiksel özellik parametreleri birleştirilerek, sınıflandırma doğruluğu RGB bandına kıyasla daha da iyileştirilir.DT algoritması tarafından oluşturulan renk sınıflandırma modelini kullanırken, model en yüksek sınıflandırma doğruluğuna (%98,6) sahiptir.Hiperspektral görüntülerin kullanımı, aynı anda ceviz tanelerinin iç kalite parametrelerinin (protein içeriği, yağ içeriği) tespitini ve görünüm kalitesinin (bütünlük, renk) sınıflandırılmasını sağladı ve ceviz çekirdeğinin tahribatsız muayenesinin uygulanması için yeni bir çözüm sağladı. kalite.
