Resonon | 基于深度學(xué)習(xí)和高光譜圖像估算車(chē)?yán)迩芽扇苄怨绦挝锖考坝捕?/h1>

更新時(shí)間：2023-02-13點(diǎn)擊次數(shù)：704

車(chē)?yán)遄樱嘈糯蠹叶疾荒吧吘?ldquo;車(chē)?yán)遄幼杂?rdquo;曾經(jīng)也是風(fēng)靡一時(shí)的網(wǎng)絡(luò)熱詞。但是車(chē)?yán)迩咽鞘裁茨?車(chē)?yán)遄拥淖兎N？車(chē)?yán)遄雍颓炎拥慕Y(jié)合？空想不如實(shí)干，看看度娘怎么說(shuō)......

嚯，原來(lái)車(chē)?yán)迩丫褪浅Ｒ?jiàn)的小番茄！另外，小加還了解到車(chē)?yán)迩押胸S富的維他命和十分高的鐵質(zhì)含量，不僅有美容功效，還可以預(yù)防出現(xiàn)貧血，可謂是值得多次購(gòu)買(mǎi)的營(yíng)養(yǎng)好物。但是購(gòu)買(mǎi)時(shí)，我們只能通過(guò)樸素的雙眼判斷其好壞，如果從專(zhuān)業(yè)性的角度出發(fā)，該如何評(píng)估車(chē)?yán)迩训馁|(zhì)量呢？答案就在下面這篇論文里，快一起來(lái)看看吧！

基于深度學(xué)習(xí)和高光譜圖像估算車(chē)?yán)迩芽扇苄怨绦挝锖考坝捕?/span>

車(chē)?yán)迩眩⊿olanum lycopersicum）因其特殊的香味深受世界各地消費(fèi)者喜愛(ài)。可溶性固形物（SSC）和硬度是評(píng)估產(chǎn)品質(zhì)量的兩個(gè)主要指標(biāo)。現(xiàn)存的測(cè)量技術(shù)主要依賴(lài)于化學(xué)方法。然而，這種破壞性的方法不適用于大面積的測(cè)量。高光譜成像技術(shù)可以同時(shí)獲取光譜信息和空間信息，已廣泛應(yīng)用于各個(gè)領(lǐng)域，如植物病害脅迫檢測(cè)、工業(yè)食品包裝、醫(yī)學(xué)圖像分類(lèi)及水果質(zhì)量分析。

基于此，來(lái)自浙江工業(yè)大學(xué)和浙江省農(nóng)業(yè)科學(xué)院的研究人員選擇當(dāng)?shù)刂髁鞯能?chē)?yán)迩眩╖heyingfen-1）為研究對(duì)象，測(cè)量其硬度和SSC，并基于高光譜圖像（PIKA XC 高光譜相機(jī)，Resonon Inc.，Bozeman，MT，USA）和相應(yīng)的深度學(xué)習(xí)回歸模型開(kāi)發(fā)了無(wú)損式測(cè)量技術(shù)。

高光譜成像系統(tǒng)

【結(jié)果】

（A）校正的光譜反射率圖。（B）MSC預(yù)處理。（C）二階差分預(yù)處理。

每個(gè)模型的SSC估算結(jié)果。（A）小樣本數(shù)據(jù)的SVR估算結(jié)果。（B）大樣本數(shù)據(jù)的SVR估算結(jié)果。（C）小樣本數(shù)據(jù)的KNNR估算結(jié)果。（D）大樣本數(shù)據(jù)的KNNR估算結(jié)果。（E）小樣本數(shù)據(jù)的AdaBoostR估算結(jié)果。（F）大樣本數(shù)據(jù)的AdaBoostR估算結(jié)果。（G）小樣本數(shù)據(jù)的PLSR估算結(jié)果。（H）大樣本數(shù)據(jù)的PLSR估算結(jié)果。（I）小樣本數(shù)據(jù)的Con1dResNet估算結(jié)果。（J）大樣本數(shù)據(jù)的Con1dResNet估算結(jié)果。

大樣本數(shù)據(jù)集每個(gè)模型的硬度估算結(jié)果。

【結(jié)論】

本研究中，作者利用高光譜圖像提出了Con1dResNet深度學(xué)習(xí)模型來(lái)估算車(chē)?yán)迩训腟SC和硬度。相比傳統(tǒng)的機(jī)器學(xué)習(xí)方法，充足的樣本數(shù)量可以實(shí)現(xiàn)更好的結(jié)果。就SSC估算而言，其R2值為0.901，比PLSR高26.4%，其MSE為0.018，比PLSR低0.046。就硬度估算而言，其R2值為0.532，優(yōu)于PLSR33.7%。結(jié)果表明高光譜成像結(jié)合深度學(xué)習(xí)可以顯著提高車(chē)?yán)迩裇SC和硬度估算準(zhǔn)確性。

 

• 上一篇：Resonon高光譜成像儀在各行業(yè)有什么應(yīng)用
• 下一篇：傅里葉變換紅外光譜儀遇到問(wèn)題時(shí)應(yīng)該怎么處理