Application de la technologie d'imagerie hyperspectrale à la détection de la teneur en protéines dans le lait

Dans l'évaluation de la nutrition laitière, la teneur en protéines est l'indicateur le plus important que le lait est une source essentielle d'absorption des protéines dans la vie quotidienne des personnes.La santé des consommateurs et le développement de l'industrie laitière sont étroitement liés à la qualité du lait.Les méthodes de détection traditionnelles prennent beaucoup de temps, gaspillent beaucoup de ressources humaines et entraînent une détérioration de l'environnement..Il est donc très important de trouver une méthode plus rapide et plus précise pour détecter la teneur en protéines du lait.Ce document utilise l'apprentissage automatique combiné à la technologie d'imagerie hyperspectrale pour évaluer quantitativement la teneur en protéines du laitLes travaux de recherche spécifiques et les conclusions sont les suivantes:

一、Matériaux expérimentaux

Nous avons acheté sept marques différentes de lait pur, dont Mengniu, New Hope, Yili et Guangming, et les avons conservées au réfrigérateur.

二、Équipement expérimental

Dans cet article, une caméra hyperspectrale de 400 à 1000 nm est utilisée.la résolution de longueur d'onde est meilleure que 2.5nm, et jusqu'à 1200 canaux spectraux peuvent être atteints.et le maximum après sélection de bande est de 3300 Hz (support de sélection de bande multi-région).

三、Méthode de réglage expérimental

Les images hyperspectrales des échantillons de lait ont été prélevées à l'aide d'un spectromètre hyperspectraux.et puis une image claire a été sélectionnée à partir de ENVI5.3L'image spectrale recueillie avait une résolution de 777x1004 pixels. Le temps d'exposition de l'imagerie hyperspectrale était de 10 ms, les temps de mélange des pixels étaient de 6, la résolution était de 4,8 nm,l' intervalle moyen était de 0.8 nm, la distance verticale était de 30 cm, et la condition d'acquisition était la température ambiante (23 ~ 25 ° C).et les données spectrales moyennes du lait sont dérivées de l'image hyperspectrale utilisant le logiciel ENVI. "

四、Extraction et prétraitement des données hyperspectrales

L'extraction de données de réflexion hyperspectrale à partir d'images hyperspectrales est la base de la modélisation traditionnelle de l'apprentissage automatique.les données de réflectivité spectrale des échantillons sont obtenues en extraisant la réflectivité spectrale moyenne de tous les pixels de la région d'intérêt (ROD)Dans ce document, le logiciel ENVI a été utilisé pour ouvrir l'image hyperspectrale corrigée d'un échantillon de lait,et le pixel près du centre de chaque image hyperspectrale a été sélectionné comme le retour sur investissement avec l'outil rectangleUn total de 30 ROI et 7 images hyperspectrales ont été sélectionnés, et 210 ROI ont été sélectionnés. La réflectance spectrale moyenne de tous les pixels dans ROI a été calculée comme les données spectrales de l'échantillon,un total de 210 données spectralesLes données spectrales sont enregistrées au format ASCI. La figure suivante montre le processus d'extraction du ROI.

Dans cet article, la technologie d'imagerie hyperspectrale combinée à l'apprentissage automatique a été utilisée pour prédire la teneur en protéines du lait afin d'améliorer la précision de la prédiction de la teneur en protéines du lait.Le système d'imagerie hyperspectrale a été construit., des images hyperspectrales de 7 marques de lait sur le marché ont été collectées, des données spectrales ont été extraites par le logiciel ENVI, un ensemble de données hyperspectrales de lait a été établi,et 210 données hyperspectrales ont finalement été extraites.

La technologie d'imagerie hyperspectrale a montré un grand potentiel dans le domaine de la détection de la teneur en protéines du lait, bien qu'il y ait quelques défis à ce stade,mais avec l'intégration de l'innovation technologique interdisciplinaire, il révolutionnera progressivement le mode de détection du lait traditionnel.L'imagerie hyperspectrale deviendra un outil indispensable et puissant pour le contrôle de la qualité des produits laitiers, contribuer à améliorer les avantages économiques et sociaux de l'industrie laitière et répondre à la demande croissante des consommateurs de produits laitiers de haute qualité.