この研究では400-1000nmのハイパースペクトルカメラが使用され,杭州カラースペクトルテクノロジー株式会社 (Hangzhou Color Spectrum Technology Co., LTD) の製品が使用されます.
FS13は関連研究を行っています.スペクトル範囲は400-1000nmで,波長解像度は2.5nmより良く,1200nmまで
2つのスペクトルチャンネル.全スペクトルで128FPSまで,バンド選択後3300Hzまで (マルチゾーンサポート)
ドメイン帯域選択)
牛肉の質は,通常,その丸め,生理的成熟度,筋肉色,脂肪色によって評価される.その中で,丸めの豊かさは最も重要な評価指標である.コンピュータと画像処理技術の発展とともに機械ビジョンは,牛肉のマーブル化画像の分割,特徴抽出,自動品格決定に広く研究され,適用されています.マシンビジョン技術を用いて牛肉のマーブルグレードの自動決定において牛肉の品種の自動決定の基礎は,精度の高い断片化です.光源のために,マーブルリングの不正確な分割の問題はまだ存在しています現在,多光スペクトル画像技術は多くの研究分野で使用されています.農産物の検出に関する研究報告が 広く行われていますこの論文では,高スペクトル画像とスペクトル情報技術による牛肉のマブルリングの分割に関する研究が報告されていません.牛肉の超スペクトル画像で脂肪と筋肉のスペクトル情報を採掘し分析することで牛肉のマーブル分割に適した最適なバンド画像を抽出し,その後オツゥー自動スロージングル法でマーブル分割を行った.細分化の精度が比較され分析されました.
異なる帯域では,牛肉の超スペクトル画像における脂肪領域と筋肉領域のスペクトル反射強度は明らかに異なる.脂肪領域と筋肉領域間のスペクトル反射強度の比率は主に465 ~ 580nm帯に集中しています.534 nm の波長では,脂肪領域と筋肉領域間のスペクトル反射強度の比率が最大値です.牛肉の色元の画像と 534nmの特徴の波長画像のマーブルセグメント化のために同じ画像処理方法が使用されました特徴の波長画像のマブルリングセグメンテーション精度 η=0.928は,元の画像よりも1に近いし,平均正方形誤差も小さい.したがって,元の画像と比較して牛肉の特徴的な波長画像の断片化により,より高い断片化精度を得ることができます.