利用神经网络检测辣椒毒素的无损方法研究

某些农业系统中的霉菌毒素污染一直是人类和动物健康的严重关切。霉菌毒素是由生长在田间或储存中的种子和饲料上的真菌产生的次级代谢产物，具有毒性。在热带发展中国家，对人类健康最可能具有重大意义的食源性霉菌毒素是黄曲霉毒素和伏马菌素。辣椒在收获、生产和储存期间也容易受到黄曲霉毒素的污染。现有的各种霉菌毒素检测方法虽然结果准确，但速度慢、成本高且具有破坏性。破坏性方法是指测试会降解被测样品的材料；而无损检测则在测试后允许部件用于其预期目的。超声方法、多光谱图像处理方法、太赫兹方法、X 射线和热成像技术在材料的无损检测和表征以及健康监测中非常流行。图像处理方法用于提高图像的视觉质量并从中提取有用信息。在本提案工作中，将收集辣椒样品，并使用图像处理方法处理样品的 X 射线和多光谱图像。“计算智能”一词指的是在计算机上模拟人类智能，也称为“人工智能”（AI）方法。AI 方法中使用的技术包括神经网络、模糊逻辑和进化计算。最后，除了图像处理外，还将使用计算智能方法，以便为检测收集样品中的霉菌毒素水平提供最佳、高性能且准确的结果。