이 연구는 400-1000Nm의 초 분광 카메라를 적용했으며, Hangzhou Caipu Technology Co., Ltd.의 FS13 제품은 관련 연구에 사용될 수 있습니다. 스펙트럼 범위는입니다
400-1000nm, 파장 해상도는 2.5nm보다 낫고 최대 1200 개의 스펙트럼 채널입니다. 획득 속도는 전체 스펙트럼에서 128fps에 도달 할 수 있으며
밴드 선택 후 3300Hz (다중 지역 대역 선택 지원)입니다.
밤나무는 우리 나라의 식용 견과류 중 하나입니다. 저렴하고 영양가가 높으며 연간 생산에서 세계에서 1 위를 차지합니다. 깨진 밤나무는 중요한 지표 중 하나입니다
밤나무의 외부 품질을 평가합니다. 깨진 밤나무는 자연 생산 조건에서 벗겨 지거나 외부 세력에 의해 손상되는 밤나무
기계적 손상으로. 노출 된 밤나무 살은 일련의 식품 안전 문제를 일으킬 가능성이 높습니다. 현재 갈라진 밤나무는 주로 수동으로 분류되며, 이는 매우 높습니다.
주관적이며 정렬 오류율이 높습니다. 따라서 효과적이고 적용 가능한 금산 된 밤나무 탐지 방법을 연구하면 빠른 비파괴의 기초가 될 수 있습니다.
밤나무의 탐지 및 등급. 연구팀은 초기 단계에서 결함있는 밤의 식별 방법에 대한 연구를 수행했지만
결함이있는 밤나무에서 깨진 밤의 식별 방법. 근적외선 분광법 기술은 내부 품질을 빠르고 비파괴 적으로 효과적으로 감지 할 수 있습니다.
농산물 및 기계 비전 기술의 정보는 농산물의 외부 특성을 잘 반영 할 수 있습니다. 그들은 농업에서 널리 사용되었습니다
제품 품질 감지이지만 내부 및 외부의 농산물의 포괄적 인 품질을 동시에 감지하는 요구 사항을 충족 할 수 없습니다. 빠른
과학 및 기술 개발 및 컴퓨터 기술의 빠른 진행, 스펙트럼과 이미지를 결합한 새로운 첨단 기술 - 초 분광 이미지 탐지
기술은 농산물의 비파괴 테스트 분야에서 연구원들의 관심을 끌고 있습니다. Hyperspectral 이미지는 풍부한 정보를 기록 할 수 있습니다
농산물의 품질은 농산물의 내부 및 외부 품질을 감지하는 데 사용될 수 있습니다. 국내 및 외국 학자들은 초 분광을 적용했습니다
과일, 채소, 차 및 육류 제품의 비파괴 테스트에 대한 영상 기술과 좋은 결과를 얻었습니다. 그러나 분할 감지에 대한 연구는 없었습니다.
-초 분광 영상 기술을 사용한 병원. 이 백서는 Hyperspectral 이미징 기술을 사용하여 분할 입은 밤나무를 식별하고 추출하고 분석 할 것을 제안합니다.
분할 입은 밤나무 및 자격있는 밤의 스펙트럼 곡선, 특성 파장을 최적화하고 밴드 비율 알고리즘을 사용하고, 텍스처를 통해 시너지 효과를 추출하십시오.
필터링, 그런 다음 일련의 수학적 형태 학적 작업을 결합하여 온라인에 새로운 아이디어를 제공 할 수있는 분할 입은 밤나무의 식별을 완료합니다.
쪼개진 밤나무의 탐지.
이 논문은 Hyperspectral Imaging 기술을 사용하여 분할 입머스의 식별 방법을 연구합니다.
1) 특성 파장 (477nm, 769nm 및 923nm)은 주요 구성 요소 분석에 의해 최적화되며, 특성의 밴드 비율 이미지 및 단일 대역 이미지
특성 파장의 상이한 조합에 의해 얻어진 파장을 분석하고 비교한다. 769mm/923nm 대역 비율 이미지가 분할을 가장 잘 반영 할 수 있음을 보여줍니다.
-입구 영역이며 분할 입 특징의 추출에 더 도움이됩니다.
2) 769NM/923NM 대역 비율 이미지를 분석하고 공동 텍스처 필터링을 기반으로 이미지를 추출하며 임계 값 세분화 및 수학적 형태 학적 OPE를 결합합니다.
대상 영역의 추출을 완료하기위한 배급. 그 중에서도 스플릿 입의 올바른 인식 속도는 94.3%, 자격있는 밤의 인식 속도는 96.8%, OV
Erall 인식 률은 95.5%에 도달합니다. 해당 필터를 선택하여 온라인, 신속하고 비파괴적인 온라인을 달성하기 위해 필터 기반 Hyperspectral Image Detection System을 설계 할 수 있습니다.
스플릿 입석의 검출. 동시에, 그것은 또한 다른 농산물의 품질을 탐지하기위한 새로운 방법을 제공합니다.
