이 연구에서, 400-1000nm 하이퍼스펙트럴 카메라는 사용될 수 있고 FS13, 한초우 치스페크 기술 주식회사의 제품이 관련 연구를 위해 사용될 수 있습니다. 스펙트럼 범위는 400-1000nm이고 파장 분해능이 1200년까지, 2.5nm 보다 더 낫습니다
2 스펙트럼 채널. 획득 속도는 전체 스펙트럼에서 128FPS에 도달할 수 있고 밴드 선택 뒤에 있는 최대가 3300Hz (지지 다중 영역 밴드 선택) 입니다.
사탕수수는 그것의 포도술 공업에서 곡물에 영양소가 "좋은 와인이 빨간 곡물에서 분리되 " 예민한 판단, 최고 2000만까지 Ｔ의 연간 소요를 가지고 있을 만큼 부유한 것 때문에, 중국에 중요한 식량작물 중 하나입니다. 요즈음, 와인 사탕수수의 주품종은 높은 전분 함량으로 뤼호우 빨갛, 치잉후양, 루누오 번호 7과 다른 차수수입니다. 많은 종류의 사탕수수와 다양한 채취 지구가 있기 때문에, 맛, 스타일, 질과 술의 생산량의 큰 차이로 이어지는 녹말, 단백질, 지방과 곡물에 타닌산의 내용은 매우 다릅니다. 사탕수수 원료의 뱃치 저장 전에 사탕수수 변종의 정확하고 효율적 식별이 고품질 술의 생산에 매우 중요한 이끄는 중요성을 가지며, 그것이 끓고 있는 프로세스 동안 거품이 이는 곡물의 시간, 물 사용량과 스트리밍 곡물과 같은 생산 과정을 제어할 수 있다는 것을 알 수 있습니다. 전통적 동정법은 주로 매뉴얼 경험적 식별과 생물학적 시료 채취 탐지를 포함합니다. 전자가 주관적 영향력, 낮은 효율에 따르고 통일 표준을 형성하기가 어렵는 반면에, 후자는 번거롭 시간이 걸리고 근면합니다. 그들 둘다는 사탕수수를 확인하기 위한 현대 술 기업의 필요를 충족시켜 줄 수는 없고 따라서 빠르고 정확하고 단순한 사탕수수 변종 분류와 탐지 방법을 발견하는 것은 긴급합니다. 이 연구의 목표는 분광 정보와 화상 정보를 결합시킴으로써 11 사탕수수 변종을 분류하고, 적용에서 그들의 정확도와 효율성을 향상시키기 위해, 비교와 외부 확인을 통하여 초다분광 기술과 기계 학습 방법을 최적화함으로써 다른 사탕수수 변종을 확인하는 것입니다.
사탕수수의 11이지 범주의 550개 샘플의 원래 스펙트럼 곡선과 MSC 전처리 뒤에 있는 스펙트럼 곡선은 형태 1에 나타납니다. 각각 색깔은 다른 카테고리를 대표합니다.
본 논문에서, 11그루 다양한 사탕수수의 신분증은 초다분광 스펙트럼과 화상 정보의 조합을 기반으로 연구되었습니다. 사탕수수의 초다분광 영상은 수집되었고, 48 특징 사고 방식이 스파 알고리즘에 의해 MSC 전-처리 뒤에 스펙트럼에서 선택되었고, 그리고 나서 이미지의 텍스추어 특징치가 추출되었습니다. SVM, PLS-DA와 ELM 분류 모델들은 각각 텍스추어 특징치, 전체 스펙트럼, 특징 영역과 그들의 합병된 화상 정보를 기반으로 확립되었습니다. 마침내, 모델링에 관련되지 않는 자료는 외부 확인을 위해 사용되었습니다. 특징 스펙트럼과 텍스추어 특징치의 조합을 기반으로 하는 SVM 분류 모델이 최고 효과를 가지는 것을 결과는 보여줍니다. 정상 인식은 시험 세트의 비율은 95.3% 이고 확인의 정확도가 세트는 91.8% 입니다. 가시 스펙트럼과 이미지의 조합은 효과적으로 포도주 사탕수수에 대한 빠른 인식을 실현하고 모델의 인식 정확도를 향상시킬 수 있습니다. 이것은 다른 양조 원료의 탐지와 끓고있는 자동화의 실현을 위한 이론적인 기초를 제공합니다.