面向蛋类和孵化业的预测鸡胚死亡的高光谱图像重建

随着需求的持续增长，农业部门正经历向可持续和高效转型的变革，确保畜牧动物健康福祉的措施变得尤为重要。在更广泛的农业背景下，高光谱成像（HSI）的应用具有深远的意义。HSI已成为一种前沿、非破坏性技术，用于快速和准确的鸡蛋质量分析，包括检测鸡胚死亡。然而，与传统RGB成像相比，HSI的高成本和操作复杂性是其广泛采用中的重要瓶颈。为克服这些障碍并发挥HSI的潜力，一种有前景的解决方案是从标准RGB图像重建高光谱图像。本研究旨在从RGB图像重建高光谱图像，以实现对鸡胚死亡的非破坏性早期预测。首先，比较了不同图像重建算法，如HRNET、MST++、Restormer和EDSR，以重建受控期内鸡蛋的高光谱图像。随后，使用XGBoost和Random Forest分类方法对重建的光谱进行分类，以区分存活和死亡的鸡胚产生的鸡蛋。就重建性能而言，HRNET表现出色，MRAE为0.0955，RMSE为0.0159，PSNR为36.79 dB。本研究有力地表明，利用集成智能传感器和数据分析的成像技术，具有提高自动化、增强生物安全性并优化资源管理，以实现可持续农业4.0的潜力。