เทคโนโลยีการถ่ายภาพไฮเปอร์สเปกตรัมสำหรับการตรวจจับปริมาณน้ำมันที่บ่มด้วยปล่องยาสูบโดยไม่ทำลาย

ในระบบการประเมินคุณภาพของใบ น้ํามันเป็นหนึ่งในตัวชี้วัดที่สําคัญในการวัดคุณภาพของทุบกะปิการประเมินปริมาณน้ํามัน ส่วนใหญ่ขึ้นอยู่กับการพิจารณาเชิงประสบการณ์ของผู้เชี่ยวชาญในช่วงปีล่าสุด เทคโนโลยีการถ่ายภาพแบบไฮเปอร์สเปคตรัล เนื่องจากลักษณะของการรวมกราฟและสเปคตรได้แสดงถึงศักยภาพการใช้ในด้านการตรวจสอบคุณภาพของผลิตภัณฑ์การเกษตรโดยใช้การศึกษาเกี่ยวกับการตรวจสอบสารประกอบของน้ํามันทุบกะเบียนที่ถูกรักษาจากควันเป็นตัวอย่าง ในบทความนี้จะนําผลการใช้งานเชิงปฏิบัติการของเทคโนโลยีไฮเปอร์สเปคตรัลที่มองเห็นได้ในอินฟราเรดใกล้เคียงในกรณีนี้

สถานการณ์การวิจัยและการออกแบบการทดลอง
การศึกษานี้ได้คัดตัวอย่างใบทุบ 634 ใบ ที่ถูกรักษาจากควัน จากจังหวัดที่ปลูกทุบ 22 แห่ง (ภูมิภาคอิสระ) ทั่วประเทศ ซึ่งครอบคลุมส่วนบน, กลาง และส่วนล่าง The research team used the FigSpec series hyperspectral imaging system from CHNSpec (including FigSpec-23 and FigSpec-25 cameras) to synchronously collect the spectral information of tobacco leaves in the wavelength ranges of 400-1000nm and 900-1700nmระหว่างกระบวนการเก็บ, โดยการกําหนดมุมแหล่งแสงและระยะห่างกล้อง, การสอดคล้องการสว่างได้รับการรับประกัน,และค่าเฉลี่ยหลังจากรวบรวมข้อมูลสเปคตรัลสองครั้งสําหรับตัวอย่างแต่ละตัว ได้ถูกใช้เป็นค่าเข้าเดิม.

คะแนนปริมาณน้ํามันถูกประเมินอย่างอิสระบนระดับ 10 แต้มโดยทีมประเมินคุณภาพการแสดงออกประกอบด้วย 20 คนตัวอย่างถูกแบ่งออกเป็นชุดปรับ (443 ตัวอย่าง) และชุดรับรอง (191 ตัวอย่าง) ในสัดส่วน 7:3ลักษณะการกระจายของปริมาณน้ํามันในตัวอย่างทั้งสองชุดสอดคล้องกับประชากรทั่วไป ซึ่งเป็นพื้นฐานที่น่าเชื่อถือสําหรับการสร้างรุ่นหลัง

การประมวลผลล่วงหน้าและการวิเคราะห์ความสัมพันธ์
ข้อมูลสเปคตรัลเดิมมีเสียงดังและความรบกวนการกระจาย ซึ่งต้องมีการประมวลผลก่อน เพื่อเสริมสร้างสัญญาณที่มีประสิทธิภาพรวมถึงการคลายเฉลี่ยเคลื่อน (MA), การแก้ไขการกระจายตัวคูณ (MSC), ตัวแปรปกติมาตรฐาน (SNV), ผลอนุพันธ์แรก (D1), และการมาตรฐาน (SS), รวมถึงกลยุทธ์การรวมของพวกมัน

ผลการวิเคราะห์แสดงให้เห็นว่า MSC และ SNV การประมวลผลล่วงหน้าสามารถปรับปรุงความสัมพันธ์ระหว่างการสะท้อนสะท้อนและปริมาณน้ํามันคอเรเลชั่นเพิ่มขึ้นจาก 00.076-0.124 ของสเปคเตอร์เดิม 0.331-0.640D1 การประมวลผลก่อน โดยการเสริมสร้างลักษณะการเปลี่ยนแปลงท้องถิ่นของเส้นโค้งสายสีผลลัพธ์เหล่านี้ชี้ให้เห็นว่ากลยุทธ์การประมวลผลล่วงหน้าที่สมเหตุสมผล ช่วยในการปรับปรุงความสามารถในการคาดการณ์ของ.

การสร้างรุ่นและการประเมินผลงาน
การศึกษานี้ใช้อัลการิทึมสองแบบ คือ การลดลงส่วนเล็กของกําลังสอง (PLSR) และการลดลงตัวเบคเตอร์สนับสนุน (SVR) เพื่อสร้างแบบจําลองการคาดการณ์ปริมาณสําหรับคะแนนปริมาณน้ํามันรูปแบบ PLSR ที่ใช้ในช่วงคลื่นอินฟราเรดใกล้มองเห็นเต็ม มีค่า RPD ตั้งค่าการรับรองระหว่าง 1.642 และ 1.775 ภายใต้สภาพก่อนการประมวลผลส่วนใหญ่ โดยที่ชุดการรับรอง R2 สูงถึง 0.683 และ RMSE เป็น 0.346 หลังการรับรอง MA รุ่น SVR มีชุดการรับรอง R2 เท่ากับ 0653 และ RMSE 0.362 ภายใต้การประกอบ D1 + SS การประกอบก่อน

เพื่อรวมข้อดีของทั้งสองแบบ การศึกษานํามาใช้กลยุทธ์การหลอมหลอมรูปแบบฟิวชั่นที่พัฒนาจากวงจรไฟฟ้าใกล้อินฟราเรดที่มองเห็นได้เต็ม (PLSR ภายใต้การประมวลผลก่อน MA และ SVR ภายใต้การประมวลผลก่อน D1 + SS) ได้เห็นการรับรอง R2 เพิ่มขึ้นเป็น 0.721, RMSE ลดเป็น 0324, และ RPD จะถึง 1.894, แสดงผลการคาดการณ์ที่ดีกว่ารุ่นเดียว

การเลือกแบนด์ลักษณะและการปรับปรุงรุ่น
ข้อมูลความยืดหยุ่นประกอบด้วยร้อยๆ แบนด์ ซึ่งมีปัญหาเรื่องการขยายตัวของข้อมูล การศึกษาได้นําอัลการิทึมการคาดการณ์ต่อเนื่อง (SPA) มาใช้ในการคัดเลือกแบนด์ลักษณะผลการตรวจแสดงว่าหลังจากการแปรรูปก่อนของ MA, รูปแบบ PLSR ที่ถูกสร้างขึ้นด้วยช่วงความลักษณะ 95 อันที่คัดเลือกโดย SPA มีชุดการรับรอง R2 ของ 0.685 และ RMSE ของ 0.345; หลังการประมวลผลก่อน D1 + SS รูปแบบ SVR ที่สร้างขึ้นจาก 56 แบนด์ลักษณะที่เลือกโดย SPA มีชุดการรับรอง R2 0.666 และ RMSE 0.355จํานวนแบนด์ลักษณะถูกลดลงอย่างสําคัญ จาก 428 ในแบนด์เต็ม

รูปแบบการหลอมรวมของ PLSR และ SVR ที่ใช้การคัดเลือก SPA เพิ่มความแม่นยําในการคาดการณ์เพิ่มขึ้น โดยที่ชุดการรับรอง R2 กลายเป็น 0.724, RMSE อยู่ที่ 0323, และ RPD ที่ 1.904ผลลัพธ์นี้ชี้ให้เห็นว่าการเลือกแบนด์ลักษณะรักษาความเป็นจริงของรุ่นในขณะที่ลดการเพิ่มข้อมูล

Application Outlook การใช้งานในระบบ
การศึกษานี้แสดงให้เห็นถึงความเป็นไปได้ของเทคโนโลยีคลื่นไฮเปอร์สเปคตรัลในอินฟราเรดใกล้มองเห็นในการตรวจจับที่ไม่ทําลายล้างของสารน้ํามันทุบกะเบียนที่ระบายควันเปรียบเทียบกับวิธีการประเมินมือดั้งเดิม, เทคโนโลยีไฮเปอร์สเปคตรัลมีข้อดีที่เป็นไปได้ของความเป้าหมาย ความไม่ทําลายล้าง และความเร็วซึ่งสามารถเป็นพื้นฐานของการอ้างอิงสําหรับการพัฒนาอุปกรณ์การจัดลําดับใบทุบอัตโนมัติ และการสร้างระบบควบคุมคุณภาพที่ฉลาดระบบการถ่ายภาพแบบไฮเปอร์สเปคตรัลชุด FigSpec จาก CHNSpec ได้ดําเนินการรวบรวมข้อมูลหลักในการศึกษานี้ และตรวจสอบความสามารถในการใช้ในกรณีการตรวจสอบคุณภาพวัสดุการเกษตร