用于食品与农产品质量评估的双模式多光谱成像系统
信号处理
2025-09-18 v2
摘要
多光谱成像与人工智能、机器学习和信号处理技术相结合，可作为实验室检测的可行替代方案，尤其在食品质量控制中。近期相关研究大多聚焦于反射式多光谱成像，但兼具反射与透射能力的系统对于包括固体与液体样品在内的广泛样本类型而言更为理想。本文提出一种包含专用反射模式与专用透射模式的装置。其双模式操作可实现两种模式间的快速切换。我们引入一种创新的合并模式，将样本的反射与透射信息结合，形成具有更多特征的更高维数据集。对测量的空间与时间变化进行分析以确保测量质量。该概念使用标准色卡进行验证，并对姜黄粉和椰子油等标准食品样本进行了具体案例研究，证明了所提贡献的有效性。标准色卡测试的分类准确率超过 90%，椰子油掺假识别准确率超过 95%，而合并模式对姜黄粉掺假提供了 99% 的最佳准确率。对椰子油掺假进行了线性函数映射，其 R2 值为 0.9558。
引用
@article{arxiv.2310.03110,
title = {Dual mode multispectral imaging system for food and agricultural product quality estimation},
author = {Darsha Udayanga and Ashan Serasinghe and Supun Dassanayake and Roshan Godaliyadda and H. M. V. R. Herath and M. P. B. Ekanayake and H. L. P. Malshan},
journal= {arXiv preprint arXiv:2310.03110},
year = {2025}
}
备注
This work has been submitted to the IEEE for possible publication