Toepassing van hyperspectrale beeldvormingstechnologie bij de detectie van het gehalte aan melkeiwitten

January 08, 2025

Bij de evaluatie van zuivelvoedingsstoffen is het eiwitgehalte een belangrijke indicator voor melk, wat een noodzakelijke bron van eiwitabsorptie is in het dagelijkse leven van mensen. De afgelopen jaren de gezondheid

van consumenten en de ontwikkeling van de zuivelindustrie zijn nauw verwant aan de kwaliteit van melk. Daarom is de detectie van het gehalte aan melkeiwitten een zeer belangrijke link. Traditionele detectie

Methoden duren lang en verspillen veel menselijke hulpbronnen, en leiden ook tot degradatie van het milieu. Daarom is het vinden van een snellere en nauwkeuriger methode voor het detecteren van melkeiwit

Inhoud is van groot belang voor inspectie van zuivelkwaliteit. Daarom gebruikt dit artikel machine learning gecombineerd met hyperspectrale beeldvormingstechnologie om de melk kwantitatief te evalueren

Eiwitgehalte, die een haalbare oplossing biedt voor detectie van het melkproteïnegehalte op de markt. Het specifieke onderzoekswerk en conclusies zijn als volgt:

1. Experimentele materialen

Zeven verschillende merken pure melk, waaronder Mengniu, New Hope, Yili en Bright, werden gekocht en opgeslagen in een koelkast. Het eiwitgehalte wordt weergegeven in tabel 1.

2. Experimentele apparatuur

Dit artikel past een 400-1000 nm hyperspectrale camera toe en het FS13-product van Hangzhou Caipu Technology Co., Ltd. kan worden gebruikt voor gerelateerd onderzoek. Het spectrale

Bereik is 400-1000 nm, de resolutie van de golflengte is beter dan 2,5 nm en tot 1200 spectrale kanalen. De acquisitiesnelheid kan 128 fps bereiken in het volledige spectrum,

en de hoogste na bandselectie is 3300Hz (ondersteunende multi-region bandselectie).

3. Experimentele opstellingsmethode

Hyperspectrale beelden van melkmonsters werden verzameld met behulp van een hyperspectrometer. Drie monsters werden verzameld voor elk type melk en vervolgens werd een duidelijker beeld geselecteerd uit Envi5.3. De

verzamelde spectrale afbeelding had een resolutie van 777x1004 pixels. De belichtingstijd van de hyperspectrale imager was 10ms, het aantal pixelmenging was 6 keer, de resolutie was 4,8 nm, de

Het gemiddelde interval was 0,8 nm, de verticale afstand was 30 cm en de acquisitieomstandigheden waren kamertemperatuur (23 ~ 25 ° C). De beeldvormingsspectrometer en het scanning gimbal werden geïnstalleerd

Samen tijdens het fotograferen, en de gemiddelde spectrale gegevens van melk werden uiteindelijk afgeleid van het hyperspectrale beeld met behulp van envi -software. "

4. Extractie en voorbewerking van hyperspectrale gegevens

Het extraheren van hyperspectrale reflectiegegevens uit hyperspectrale afbeeldingen is de basis van traditionele modellering van machine learning. In het algemeen worden de spectrale reflectiegegevens van het monster verkregen door

het extraheren van de gemiddelde spectrale reflectie van alle pixels in het interessegebied (staaf). Dit artikel gebruikt envi -software om het gekalibreerde hyperspectrale beeld van het melkmonster te openen en gebruikt de

Rechthoekgereedschap om de pixels in de buurt van het midden van elk hyperspectrale beeld te selecteren als het interessegebied (ROI). Een totaal van 30 ROI's worden geselecteerd voor elk hyperspectrale beeld, en in totaal 210 ROI's

zijn geselecteerd voor 7 hyperspectrale afbeeldingen. De gemiddelde spectrale reflectie van alle pixels in de ROI wordt berekend als de spectrale gegevens van het monster, met in totaal 210 spectrale gegevens. De spectrale gegevens

wordt opgeslagen in ASCI -formaat. De volgende figuur toont het proces van het extraheren van ROI.

Dit artikel voorspelt het eiwitgehalte van melk door hyperspectrale beeldvormingstechnologie te combineren met machine learning om de nauwkeurigheid van de voorspelling van het melkeiwitgehalte te verbeteren. Een hyperspectrale

Het beeldsysteem werd gebouwd om hyperspectrale afbeeldingen van 7 merken melk op de markt te verzamelen, en spectrale gegevens werden geëxtraheerd met behulp van envi -software om een melkhyerkerspectrale gegevensset op te zetten, en

Uiteindelijk werden 210 hyperspectrale gegevens geëxtraheerd.

Hyperspectrale beeldvormingstechnologie heeft een groot potentieel aangetoond op het gebied van het detectie van het melkeiwitgehalte. Hoewel het in dit stadium voor enkele uitdagingen staat, met de integratie en innovatie van

Interdisciplinaire technologieën, zal het geleidelijk een revolutie teweegbrengen in het traditionele melkdetectiemodel. Door het technische systeem continu te optimaliseren en praktische toepassingsproblemen op te lossen,

Hyperspectrale beeldvorming zal zeker een onmisbaar en krachtig hulpmiddel worden voor de kwaliteitscontrole van zuivelkwaliteit, waardoor de economische en sociale voordelen van de melkindustrie worden verbeterd en de consumenten ontmoeten

Groeiende vraag naar hoogwaardige zuivelproducten. 。

Dit artikel wordt verstrekt door CAIPU -technologie. Raadpleeg voor meer informatie.

Caipu Technology (Zhejiang) Co., de producten van Ltd. worden op grote schaal gebruikt in landbouw, bosbouw, waterkwaliteit, plastic producten, coatings, voedselveiligheid en medische testen, en de reikwijdte van de toepassing gaat door

om uit te breiden. Het bedrijf staat aan op technologieonderzoek en -ontwikkeling, verbetert de serviceniveaus en zorgt voor productstabiliteit. Het belangrijkste bedrijf van het bedrijf is een reeks optische testapparatuur

zoals multispectrale camera's, colorimeter, spectrofotometer, glanzend meter, enz., Die gebruikers effectieve oplossingen kunnen bieden.

Gerelateerde productlinks ：