1. Важность проверки качества продовольствия

Технология гиперспектральной визуализации (HSI), как передовое средство обнаружения, которое объединяет спектральный анализ и пространственную визуализацию, создает полностью * битную, высокоточную аналитическую систему в области контроля качества продуктов питания, демонстрируя незаменимую прикладную ценность. Благодаря синхронному сбору спектральных характеристик образцов и информации о пространственном распределении, Эта технология реализует интегрированное обнаружение внешнего вида и внутреннего состава пищевых продуктов - данные пространственной визуализации могут точно идентифицировать плесень, несовершенные зерна, чистоту сортов и другие внешние показатели качества, спектральные характеристики могут глубоко анализировать распределение содержания и физические структурные характеристики основных химических компонентов, таких как влага, белки, крахмал и т. Д., Для достижения « баланса сердечника поверхности» полноразмерной оценки качества.

По сравнению с традиционными методами тестирования, которые полагаются на химические реагенты, длительный цикл тестирования, есть разрушительные ограничения, технология HSI с основными преимуществами « быстрого, объективного, бесконтактного и неразрушающего » для достижения эффективного скрининга большого количества образцов, не только избегает риска вторичного загрязнения, вызванного химическим тестированием, но и значительно повышает эффективность тестирования и точность результатов, полностью соответствует требованиям развития современного контроля безопасности пищевых продуктов и управления качеством. По мере того, как компьютерное зрение, машинное обучение и технологии глубокого обучения продолжают развиваться, применение HSI для контроля качества пищевых продуктов будет более интеллектуальным, обеспечивая качество для сельскохозяйственного производства, переработки продуктов питания и хранения продуктов питания.Квалифицированные и эффективные средства контроля качества помогают продвигать продовольственную промышленность Китая в направлении высокого качества и интеллекта.

2. Применение методов гиперспектральной визуализации для определения качества физико - химических продуктов питания

An et al. (2024) Разработан метод оценки жизнеспособности зеленых и неразрушающих монозернистых семян кукурузы в сочетании с технологией гиперспектральной визуализации и стратегией слияния данных.

В качестве ключевых биохимических показателей были изучены активность фермента перекиси водорода (CAT) и содержание пропилендиальдегида (MDA), на основе экспериментов по искусственному старению были построены образцы семян с различными градиентами старения, а содержание CAT и MDA было предсказано с использованием модели частичной регрессии наименьших квадратов (PLSR), которая оптимизировала производительность модели в сочетании со стратегией слияния нижних и средних слоев (прогнозируемые наборы RPD составляют 2,11 и 2,93 соответственно). Далее предлагается стратегия двойного порогового определения, которая обеспечивает эффективную классификацию жизнеспособности семян с точностью 92,9% путем установления комбинированного порога CAT - активности (порог 317 мкмоль · мин ⁻1 · г ⁻1) и содержания MDA (порог 22 нмоль · г ⁻1).

Благодаря корреляции биохимических показателей с спектральными характеристиками этот метод обеспечивает объяснимую количественную основу для оценки жизнеспособности семян. По сравнению с традиционными испытаниями на прорастание и единой спектральной моделью он является одновременно эффективным, экологически чистым и высокоточным и предлагает новые идеи для управления качеством семян в сельском хозяйстве. Процесс исследования показан на диаграмме 7.

Диаграмма 8

3. Рекомендуемые продукты, связанные с гиперспектральным спектром двойного либидового спектра (адаптированные к сценариям проверки качества пищевых продуктов)

Jiangsu Shuanli Spectrum, как высокое * технологическое предприятие национального уровня, фокусируется на исследованиях и разработках технологии гиперспектральной визуализации, ее продукция может покрывать потребности всего процесса продовольственного « полевого мониторинга - обнаружения хранения - скрининга сортов», основные рекомендации заключаются в следующем:

Беспилотная лазерная радиолокационная гиперспектральная система визуализации (модель: GaiaSky - mini - VLidar)

Основные параметры

Подходит для проверки качества продовольствия

Мониторинг больших площадей:Применяется к кукурузе, рису и другим полевым культурам, таким как раннее предупреждение о качестве периода роста (например, распределение влаги, содержание хлорофилла), в сочетании с трехмерным точечным облаком лазерного радара, может быть связано с типом сельскохозяйственных культур и качеством семян (например, высота колосья и содержание крахмала);

Проверка поля перед хранением:Быстрое сканирование сельскохозяйственных угодий, предварительное определение содержания воды и жирных кислот в продуктах питания с помощью гиперспектральных данных, скрининг высококачественных районов для приоритетного приобретения, снижение риска хранения плесени

Беспилотная система флуоресценции хлорофилла с солнечной индукцией (модель: GaiaSky - SP - SIF)

Подходит для проверки качества продовольствия

Мониторинг состояния здоровья пищевых продуктов:Благодаря флуоресценции хлорофилла (пик волны 690 нм / 760 нм) отражает эффективность фотосинтеза сельскохозяйственных культур, предупреждает засуху, вредителей и других принуждений (принуждение может привести к повышению жирных кислот, снижению белка), чтобы обеспечить конечное качество продовольствия;

Помощь в сортировке:Сравните флуоресцентные характеристики различных сортов зерна, свяжите результаты испытаний на содержание белка на более позднем этапе, быстро просматривайте высококачественные сорта

4. Резюме

Гиперспектральная технология перешла от « лабораторных исследований» к « применению в пищевой промышленности», что позволяет достичь полного измерения неразрушающего обнаружения влаги, питательных веществ и жизнеспособности семян; Беспилотная бортовая гиперспектральная система с двойным спектром (включая лазерный радар, флуоресцентное обнаружение) обеспечивает аппаратную поддержку для применения этой технологии в « масштабировании и полевых условиях», в частности, адаптируется к фактическим потребностям « полевого мониторинга - сортировочного скрининга - раннего предупреждения о хранении» продовольствия, помогает пищевой промышленности Китая модернизироваться до « высокой точности и интеллекта».