文献

J-GLOBAL ID：202202235444720746   整理番号：22A0991250

近赤外スペクトル画像処理によるカビ変籾検出法【JST・京大機械翻訳】

Moldy Rice Detection Method Based on Near Infrared Spectroscopy Image Processing Technology

著者 (5件)： Wen Fengrui (黒竜江八一農墾大学信息与電气工程学院 ,黒竜江 大慶 163000) ,  Guan Haiou (黒竜江八一農墾大学信息与電气工程学院 ,黒竜江 大慶 163000) ,  Ma Xiaodan (黒竜江八一農墾大学信息与電气工程学院 ,黒竜江 大慶 163000) ,  Zuo Feng (黒竜江八一農墾大学食品学院 ,黒竜江 大慶 163000;国家雑粮工程技術研究中心 ,黒竜江 大慶 163000) ,  Qian Lili (黒竜江八一農墾大学食品学院 ,黒竜江 大慶 163000;国家雑粮工程技術研究中心 ,黒竜江 大慶 163000;黒竜江省農産品加工与質量安全重点実験室 ,黒竜江 大慶 163000)
資料名： Guangpuxue yu Guangpu Fenxi  (Guangpuxue yu Guangpu Fenxi)
巻： 42  号： 2  ページ： 428-433  発行年： 2022年 
JST資料番号： C2093A  ISSN： 1000-0593  CODEN： GYGFED  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 籾の貯蔵と輸送過程において、適切な温湿度環境下ではカビ変が発生しやすく、大量の食糧浪費と巨大な経済損失をもたらし、さらに食糧安全に影響する。伝統的な籾のカビ変検出に存在する煩雑で時間がかかるなどの不足を解決するため、近赤外スペクトル画像処理とニューラルネットワークに基づく水稲のカビ変化程度の測定方法を提出した。まず、農業マルチスペクトルカメラ(Sequoia)と固定光源などの設備を通じて、カビ変稲の近赤外画像データ収集プラットフォームを構築し、黒竜江地区の牡鳴、早香、彩稲の3品種の異なるカビ変状態(健康稲谷、軽度のカビ変、とうもろこし)を獲得した。中度のカビ変の近赤外スペクトル画像データ。近赤外スペクトル画像の160×160ピクセルの有効領域に対して、デジタル画像処理技術とスペクトル画像分析方法を併用し、NIR画像の多種類のテクスチャ特徴とスペクトル反射値周波数特性を分析し、異なる籾品種のカビ変化状態のスペクトル特徴を選別した。近赤外画像のテクスチャ特徴(平均値、標準偏差、平滑度、3次距離、一致性、情報エントロピー、平均勾配、フラクタル次元)及び間隔ステップ0.1におけるNIRスペクトル画像の0.20.8区間反射値周波数、合計14次元のスペクトル画像特性指標を計算した。最後に,NIR画像の固有ベクトルを抽出して,フィードフォワードニューラルネットワークの適応推論機構を用いて,14-60-3のニューラルネットワーク構造で,米粒の可変性とその近赤外線画像の特性の間の非線形マッピングモデルを確立した。さらに、ネットワーク出力コードベクトルをイネのカビ変級まで解析して、イネのカビ変度の迅速検出方法を実現した。結果は,学習回数が28455回であるときに,検出モデルの精度が0.06であり,抽出した米のNIR画像特性とモデル出力の間の相関係数は0.85であることを示した。シミュレーションテストで計算されたネットワーク出力値と期待出力値の誤差の平均値は0.52139,分散は0.13782,誤差の標準偏差は0.37123であり,異なる籾のカビ変化度の検出に対する精度は93.33%であった。この研究は,イネ穀粉の非破壊検査のための新しい方法を提供し,また,米穀倉貯蔵中のカビの早期自動迅速検出のための技術的支援を提供した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 光源 ,  シミュレーション ,  学習 ,  ネットワーク ,  標準偏差 ,  米 ,  ニューラルネットワーク ,  相関係数 ,  *スペクトル ,  画素 ,  *近赤外線 ,  品種 ,  平均値 ,  *スペクトル画像 ,  *近赤外スペクトル

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  分光分析  (CC03012W)

タイトルに関連する用語 (5件)： 近赤外スペクトル ,  画像処理 ,  カビ ,  籾 ,  検出法