高光譜成像技術以識別口腔栗子

這項研究應用了400-1000nm的高光譜攝像頭，Hangzhou Caipu Technology Co.，Ltd。的FS13產品可用於相關研究。光譜範圍是

400-1000nm，波長分辨率高於2.5nm，最多可達1200個光譜通道。採集速度可以在整個範圍內達到128fps，而最高

頻段選擇後為3300Hz（支持多區域頻段選擇）。

栗子是我國可食用的堅果之一。它是廉價，營養豐富的，在年度生產中排名全球。破裂的栗子是重要的指標之一

用於評估栗子的外部質量。破裂的栗子是指栗子在自然生產條件下破裂的果皮或外部力量破壞了這樣的栗子

作為機械損壞。裸露的栗子肉很可能會引起一系列食品安全問題。目前，破裂的栗子主要是手動分類的，這是高度的

主觀且具有高排序錯誤率。因此，研究有效且適用的破裂的栗子檢測方法可以為快速無損的基礎奠定基礎

栗子的檢測和分級。研究小組在早期階段已經對栗子有缺陷的識別方法進行了一些研究，但沒有關於

有缺陷的栗子中破裂的栗子的識別方法。近紅外光譜技術可以快速，無損，有效地檢測內部質量

農產品和機器視覺技術的信息可以很好地反映農產品的外部特徵。它們已被廣泛用於農業

產品質量檢測，但兩者都無法滿足在內部和外部發現農產品的全面質量的要求。隨著速度

科學技術的發展以及計算機技術的快速進步，這是一種結合頻譜和圖像的新型高科技技術 - 高光譜圖像檢測

技術越來越吸引研究人員在農產品非破壞性測試領域的關注。高光譜圖像可以記錄有關的豐富信息

農產品的質量可用於檢測農產品的內部和外部質量。國內和外國學者已經採用了高光譜

成像技術對水果，蔬菜，茶和肉類產品的非破壞性測試，並取得了良好的效果。但是，尚無關於分裂檢測的研究

- 使用高光譜成像技術的栗子。本文建議使用高光譜成像技術來識別口腔栗子，提取和分析

分式栗子和合格栗子的光譜曲線，優化特徵波長，使用帶比算法，通過紋理提取其協同圖像

進行過濾，然後結合一系列數學形態學操作，以完成對口腔栗子的識別，這可以為在線提供新的想法

檢測口栗子。

本文使用高光譜成像技術來研究口腔栗子的識別方法。

1）通過主成分分析優化了特徵波長（477nm，769nm和923nm），並在特徵性的頻帶比率圖像和單波段圖像進行了優化

分析並比較通過特徵波長的不同組合獲得的波長。它表明769mm/923nm頻帶比率圖像可以最好地反映拆分

- 嘴區域，更有利於提取分裂特徵。

2）分析769NM/923NM帶比圖像，根據協作紋理濾波提取圖像，並結合閾值分割和數學形態OPE

配給目標區域的提取。其中，嘴巴的正確識別率為94.3％，合格栗子的識別率為96.8％，OV為96.8％

ERALL識別率達到95.5％。可以選擇相應的過濾器來設計基於過濾器的高光譜圖像檢測系統，以實現在線，快速和無損

檢測口栗子。同時，它還為檢測其他農產品的質量提供了一種新方法。