ในการศึกษานี้ มีการใช้กล้องไฮเปอร์สเปกตรัม 400-1000 นาโนเมตรเพื่อตรวจจับด้านในของวอลนัท และสามารถใช้ FS-13 ซึ่งเป็นผลิตภัณฑ์ของ Hangzhou CHNSpec Technology Co., Ltd สำหรับการวิจัยที่เกี่ยวข้องในการตรวจจับพื้นผิววอลนัทในช่วงสเปกตรัม 800-1700 นาโนเมตร สามารถใช้กล้องไฮเปอร์สเปกตรัม FS-15 ในช่วงสเปกตรัม 900-1700 นาโนเมตรที่มีความละเอียดของความยาวคลื่นดีกว่า 2.5 นาโนเมตร และช่องสเปกตรัมสูงถึง 1200 ช่องความเร็วในการรับสามารถเข้าถึง 128FPS ในสเปกตรัมทั้งหมด และสูงสุดหลังจากเลือกแบนด์คือ 3300Hz (รองรับการเลือกแบนด์หลายภูมิภาค)
วอลนัทเป็นอาหารประเภทถั่วที่เหมาะสำหรับทุกเพศทุกวัยและเป็นพืชน้ำมันที่มีเนื้อไม้ที่สำคัญพื้นที่เพาะปลูกและผลผลิตของวอลนัทในจีนเป็นอันดับหนึ่งของโลกการทดสอบคุณภาพและการคัดเกรดเมล็ดวอลนัทเป็นการเชื่อมโยงที่สำคัญในการผลิตและการแปรรูปวอลนัทตามมาตรฐานแห่งชาติที่เกี่ยวข้อง ตัวบ่งชี้คุณภาพลักษณะของเมล็ดวอลนัทประกอบด้วยความสมบูรณ์และสีผิว ในขณะที่ตัวบ่งชี้คุณภาพภายในประกอบด้วยปริมาณไขมันและปริมาณโปรตีนในการผลิตจริง การแบ่งเกรดเมล็ดวอลนัทส่วนใหญ่อาศัยการเลือกรูปลักษณ์และสีด้วยตนเอง ซึ่งมีต้นทุนการผลิตสูงและการสุ่มเกรดสูง ทำให้แยกแยะคุณภาพภายในได้ยากการทดสอบทางเคมีแบบดั้งเดิมนั้นทำลายตัวอย่างและใช้เวลานานในการตรวจจับ ทำให้ยากต่อการปรับให้เข้ากับข้อกำหนดการผลิตสมัยใหม่ในปัจจุบัน การวิจัยเกี่ยวกับการใช้เทคโนโลยีไฮเปอร์สเปกตรัมสำหรับการตรวจจับคุณภาพวอลนัทส่วนใหญ่มุ่งเน้นไปที่การจำแนกประเภทเปลือกและเมล็ดวอลนัท และไม่มีรายงานที่เกี่ยวข้องเกี่ยวกับคุณภาพของเมล็ดวอลนัท
เพื่อสำรวจวิธีการในการตรวจจับคุณภาพภายในและการจำแนกลักษณะของเมล็ดวอลนัทไปพร้อมๆ กัน การศึกษานี้ใช้เทคโนโลยีการถ่ายภาพไฮเปอร์สเปกตรัมเพื่อคัดกรองสเปกตรัมคุณลักษณะของปริมาณไขมัน ปริมาณโปรตีน และสีของเมล็ดวอลนัท และคัดกรองแถบคุณลักษณะที่เกี่ยวข้อง ของตัวบ่งชี้คุณภาพเพื่อเป็นข้อมูลอ้างอิงสำหรับการประยุกต์ใช้ในการทดสอบคุณภาพเมล็ดวอลนัทแบบไม่ทำลาย
ข้อมูลสเปกตรัมเฉลี่ยของตัวอย่างเมล็ดวอลนัทในย่านอินฟราเรดใกล้ (863-1704 มม.) และข้อมูลสเปกตรัมที่ประมวลผลล่วงหน้าแสดงในรูปที่ 3 ลักษณะโดยรวมของข้อมูลสเปกตรัมดั้งเดิมของตัวอย่างนั้นสอดคล้องกันโดยทั่วไป ยกเว้น พีคของการดูดกลืนน้ำ พีคการดูดกลืนของส่วนประกอบอื่นๆ ไม่ชัดเจน และจำเป็นต้องมีการประมวลผลสเปกตรัมเพิ่มเติมวิธีการประมวลผลล่วงหน้าที่รวม MSE และ SNV ช่วยลดอิทธิพลของสัญญาณรบกวนพื้นหลัง ทำให้ข้อมูลสเปกตรัมของตัวอย่างราบรื่นขึ้นในขณะเดียวกัน ยังเพิ่มความสอดคล้องกันของข้อมูลสเปกตรัม ไฮไลท์พีคและหุบเขาสเปกตรัม และเพิ่มคุณสมบัติสเปกตรัมให้แข็งแกร่งยิ่งขึ้น
การจำแนกระดับลักษณะของเมล็ดวอลนัทตามข้อมูลสเปกตรัมและคุณลักษณะของภาพรูปที่ 6 แสดงเส้นโค้งสเปกตรัมเฉลี่ยของตัวอย่างเมล็ดวอลนัทสามสีในบริเวณแสงที่มองเห็นได้และคลื่นสั้นใกล้อินฟราเรด (382~1027nm)เนื่องจากสัญญาณรบกวนในส่วนด้านหน้าและด้านหลังของสเปกตรัมมีผลกระทบอย่างมาก จุดคลื่นความถี่ 20 จุดในส่วนด้านหน้าและด้านหลังจึงถูกลบออกจากรูปที่ 6 จะเห็นได้ว่าในสเปกตรัมดั้งเดิม การสะท้อนแสงสเปกตรัมของตัวอย่างเมล็ดวอลนัทที่มีสีต่างกันสามสีแสดงแนวโน้มที่ลดลงอย่างมีนัยสำคัญในช่วงแสงที่มองเห็นได้ เนื่องจากสีเปลี่ยนจากสีอ่อนเป็นสีลึก และสเปกตรัมค่อนข้างไม่เป็นระเบียบ ในช่วงอินฟราเรดใกล้ข้อมูลสเปกตรัมที่ประมวลผลล่วงหน้าโดยวิธี MSC และ SNV ร่วมกันแสดงความสม่ำเสมอและความสม่ำเสมอในการสะท้อนแสงสเปกตรัม ซึ่งเป็นประโยชน์สำหรับการประมวลผลสเปกตรัมในภายหลัง
โดยใช้เทคโนโลยีการถ่ายภาพไฮเปอร์สเปกตรัม เพื่อศึกษาวิธีการตรวจสอบคุณภาพภายในและภายนอกของเมล็ดวอลนัทด้วยการรวมข้อมูลสเปกตรัมและภาพเข้าด้วยกัน ทำให้สามารถทำนายปริมาณโปรตีนและไขมันของเมล็ดวอลนัทและการจัดระดับคุณภาพลักษณะที่ปรากฏตามความสมบูรณ์และสีได้สำเร็จผลลัพธ์แสดงให้เห็นว่าการรวมกันของอัลกอริทึม CARS และวิธีการสัมประสิทธิ์สหสัมพันธ์สามารถขจัดข้อมูลที่ไม่เกี่ยวข้องและซ้ำซ้อนในแถบสเปกตรัมทั้งหมดได้อย่างมีประสิทธิภาพเมื่อเปรียบเทียบกับแถบสเปกตรัมแบบเต็ม การตรวจสอบชุด R ของแบบจำลองการทำนายแถบคุณลักษณะสำหรับปริมาณโปรตีน ² จาก 0.66 เป็น 0.91, RMSEP ลดลงจาก 1.37% เป็น 0.78%;การตรวจสอบชุด R สำหรับปริมาณไขมัน ² จาก 0.83 เป็น 0.93 RMSEP ลดลงจาก 0.98% เป็น 0.47% ซึ่งบ่งชี้ว่าแถบคุณลักษณะที่เลือกช่วยลดความซับซ้อนของแบบจำลองได้อย่างมีประสิทธิภาพและปรับปรุงความสามารถในการทำนายด้วยการรวมสเปกตรัมคุณลักษณะความแตกต่างของสีเข้ากับพารามิเตอร์คุณลักษณะทางสถิติของภาพ สเปกตรัมแถบคุณลักษณะความแตกต่างของสีทั้งหมดถูกแยกออกจากภาพไฮเปอร์สเปกตรัม ซึ่งสามารถลดการรบกวนของข้อมูลที่ซ้ำซ้อนได้อย่างมากและปรับปรุงประสิทธิภาพการสร้างแบบจำลองด้วยการรวมสเปกตรัมแถบคุณสมบัติความแตกต่างของสีทั้งหมดเข้ากับพารามิเตอร์คุณสมบัติทางสถิติของภาพ ความแม่นยำในการจำแนกประเภทจึงได้รับการปรับปรุงให้ดียิ่งขึ้นเมื่อเทียบกับแถบ RGBเมื่อใช้โมเดลการจำแนกสีที่สร้างโดยอัลกอริทึม DT โมเดลจะมีความแม่นยำในการจำแนกสีสูงสุด (98.6%)การใช้ภาพไฮเปอร์สเปกตรัมประสบความสำเร็จในการตรวจจับพารามิเตอร์คุณภาพภายใน (ปริมาณโปรตีน ปริมาณไขมัน) และการจำแนกคุณภาพลักษณะที่ปรากฏ (ความสมบูรณ์ สี) ของเมล็ดวอลนัทไปพร้อม ๆ กัน ซึ่งเป็นโซลูชันใหม่สำหรับการประยุกต์ใช้การทดสอบแบบไม่ทำลายของเมล็ดวอลนัท คุณภาพ.
