في هذه الدراسة ، تم استخدام كاميرا 400-1000 نانومتر فائقة الطيف للكشف عن داخل الجوز ، ويمكن استخدام FS-13 ، أحد منتجات Hangzhou CHNSpec Technology Co.، Ltd ، في الأبحاث ذات الصلة.لاكتشاف سطح الجوز في النطاق الطيفي 800-1700 نانومتر ، يمكن استخدام الكاميرا الفائقة الطيفية FS-15 في النطاق الطيفي من 900 إلى 1700 نانومتر مع دقة أطوال موجية أفضل من 2.5 نانومتر وما يصل إلى 1200 قناة طيفية.يمكن أن تصل سرعة الاستحواذ إلى 128 إطارًا في الثانية في الطيف الكامل ، والحد الأقصى بعد تحديد النطاق هو 3300 هرتز (دعم اختيار النطاق متعدد المناطق).
الجوز هو غذاء مناسب لجميع الأعمار ومحصول زيت خشبي مهم.تحتل منطقة زراعة وإنتاج الجوز في الصين المرتبة الأولى في العالم.يعد اختبار الجودة وتصنيف حبات الجوز رابطًا مهمًا في إنتاج الجوز ومعالجته.وفقًا للمعايير الوطنية ذات الصلة ، تشمل مؤشرات جودة مظهر حبات الجوز سلامة ولون البشرة ، بينما تشتمل مؤشرات الجودة الداخلية على محتوى الدهون ومحتوى البروتين.في الإنتاج الفعلي ، يعتمد تصنيف نواة الجوز بشكل أساسي على الاختيار اليدوي للمظهر واللون ، مما يؤدي إلى ارتفاع تكاليف الإنتاج والعشوائية العالية في التصنيف ، مما يجعل من الصعب التمييز بين الجودة الداخلية.الاختبارات الكيميائية التقليدية مدمرة للعينات وتستغرق وقتًا طويلاً لاكتشافها ، مما يجعل من الصعب التكيف مع متطلبات الإنتاج الحديثة.في الوقت الحالي ، تركز الأبحاث حول استخدام تقنية الطيف الفائق للكشف عن جودة الجوز بشكل أساسي على تصنيف قشور الجوز وحباتها ، ولم تكن هناك تقارير ذات صلة عن جودة حبات الجوز.
من أجل استكشاف طريقة لتحقيق الكشف الداخلي للجودة وتصنيف المظهر في وقت واحد لنواة الجوز ، استخدمت هذه الدراسة تقنية التصوير الفائق الطيفي لفحص الأطياف المميزة لمحتوى الدهون ومحتوى البروتين ولون نواة الجوز ، وفحص النطاقات المميزة ذات الصلة من مؤشرات الجودة من أجل توفير مرجع لتطبيق الاختبار غير المدمر لجودة نواة الجوز.
يظهر متوسط المعلومات الطيفية لعينات نواة الجوز في منطقة الأشعة تحت الحمراء القريبة (863-1704 مم) والمعلومات الطيفية التي تمت معالجتها مسبقًا في الشكل 3. الخصائص العامة للمعلومات الطيفية الأصلية للعينات متسقة بشكل أساسي ، باستثناء قمم امتصاص الماء ، قمم امتصاص المكونات الأخرى ليست واضحة ، وهناك حاجة إلى مزيد من المعالجة للأطياف.تعمل طريقة المعالجة المسبقة التي تجمع بين MSE و SNV على التخلص من تأثير بعض ضوضاء الخلفية ، مما يجعل المعلومات الطيفية للعينة أكثر سلاسة.وفي الوقت نفسه ، يعزز أيضًا اتساق المعلومات الطيفية ، ويسلط الضوء على القمم والوديان الطيفية ، ويقوي السمات الطيفية.
تصنيف درجة المظهر لنواة الجوز بناءً على المعلومات الطيفية وخصائص الصورة.يوضح الشكل 6 متوسط المنحنى الطيفي لثلاث عينات من نواة الجوز الملونة في الضوء المرئي ومناطق الموجة القصيرة القريبة من الأشعة تحت الحمراء (382 ~ 1027 نانومتر).نظرًا لأن الضوضاء في الجزء الأمامي والخلفي من الطيف لها تأثير كبير ، تتم إزالة 20 نقطة نطاق موجة في الجزءين الأمامي والخلفي.من الشكل 6 ، يمكن ملاحظة أنه في الطيف الأصلي ، يُظهر الانعكاس الطيفي لعينات نواة الجوز بثلاثة ألوان مختلفة اتجاهًا هبوطيًا كبيرًا في نطاق الضوء المرئي حيث يتغير اللون من الضوء إلى العمق ، ويكون الطيف مضطربًا نسبيًا في نطاق الأشعة تحت الحمراء القريبة.تُظهر المعلومات الطيفية المُعالجة مسبقًا عن طريق الجمع بين طرق MSC و SNV انتظامًا واتساقًا معينًا في الانعكاس الطيفي ، وهو أمر مفيد للمعالجة الطيفية اللاحقة.
باستخدام تقنية التصوير الفائق الطيفي ، تمت دراسة طريقة للكشف عن الجودة الداخلية والخارجية لحبات الجوز.من خلال الجمع بين المعلومات الطيفية والصورة ، تم تحقيق التنبؤ بمحتوى البروتين والدهون في حبات الجوز وتصنيف جودة المظهر بناءً على التكامل واللون.أظهرت النتائج أن الجمع بين خوارزمية CARS وطريقة معامل الارتباط يزيل بشكل فعال المعلومات غير ذات الصلة والمكررة في النطاق الطيفي الكامل.بالمقارنة مع النطاق الطيفي الكامل ، فإن مجموعة التحقق R الخاصة بنموذج تنبؤ نطاق الميزة لمحتوى البروتين ² من 0.66 إلى 0.91 ، انخفض RMSEP من 1.37٪ إلى 0.78٪ ؛مجموعة التحقق R لمحتوى الدهون ² من 0.83 إلى 0.93 ، انخفض RMSEP من 0.98٪ إلى 0.47٪ ، مما يشير إلى أن نطاقات الميزات المحددة قللت بشكل فعال من تعقيد النموذج وحسنت قدرته على التنبؤ.من خلال الجمع بين أطياف ميزة اختلاف اللون ومعلمات الميزة الإحصائية للصورة ، تم استخراج أطياف نطاق ميزة اختلاف اللون الكلي من الصور الفائقة الطيفية ، والتي يمكن أن تقلل بشكل كبير من تداخل المعلومات الزائدة عن الحاجة وتحسين كفاءة النمذجة.من خلال الجمع بين الطيف الكلي لنطاق ميزة اختلاف اللون مع معلمات الميزة الإحصائية للصورة ، تم تحسين دقة التصنيف بشكل أكبر مقارنة بنطاق RGB.عند استخدام نموذج تصنيف الألوان الذي تم إنشاؤه بواسطة خوارزمية DT ، يتمتع النموذج بأعلى دقة تصنيف (98.6٪).حقق استخدام الصور الفائقة الطيفية في وقت واحد الكشف عن معلمات الجودة الداخلية (محتوى البروتين ، محتوى الدهون) وتصنيف جودة المظهر (سلامة ، لون) حبات الجوز ، مما يوفر حلاً جديدًا لتطبيق الاختبار غير المدمر لنواة الجوز جودة.
