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 2.5nm 보다 더 낫고, 1200년까지 스펙트럼 채널이 도달될 수 있습니다. 획득 속도는 전체 스펙트럼에서 128FPS에 도달할 수 있고 밴드 선택 뒤에 있는 최대가 3300Hz (지지 다중 영역 밴드 선택) 입니다.
복합 사료의 주요 영양분은 물, 재, 조단백질, 칼슘, 전 인과 기타를 포함합니다. 사료의 주요 영양분의 탐지는 생산 과정에서 없어서는 안 되는 기술적 링크고 공급 제품의 품질을 보증하기 위한 중요한 수단입니다. 공급의 탐지와 분석법은 그것의 품질 관리의 원칙입니다. 요즈음, 일반적으로 분석법이 익숙한 전통적 화학 제품은 복합 사료의 주요 영양분을 결정합니다. 시간 지연의 결과가 되면서, 확정의 전통적 방법이 종종 시간이 걸리고 노동 집약적인 반면에, 확정 비용은 높고 일부가 심지어 또한 운영자들과 실험실에 대한 더 높은 요건을 가지고 있는 샘플 자체를 파괴할 필요가 있습니다. 복합 사료의 주요 영양분의 고속 검출을 위한 방법을 탐구하기 위해, 검출 비율을 향상시키고 테스트중인 수준의 복합 사료의 개발을 촉진하기 위한 높은 사회적이고 경제적 혜택을 가지고 있는 피드 기업을 판단하는 실제 시험과 분석에 포괄적으로 그것을 장려하고 적용하세요. 초다분광 영상 탐지는 컴퓨터 비전의 첨단 세트고 분광 검출이고, 샘플 정보를 획득하기 위한 초다분광 영상 기술의 사용이 3차원적 이미지 블록의 수많은 분광 정보를 포함하고, 그것이 높은 스펙트럼 분해능만을 가지고 있지 않고, 이미지로부터 추출된 분광 정보가 표본의 내부 품질을 발견하는데 사용될 수 있습니다. 그러므로, 초다분광 영상 검출 기술은 국내외에서 점점 더 많은 부쳐 학자들을 있고, 넓게 농산품의 품질검출에서 사용되었지만, 그러나 복합 사료에서 응용 연구가 좀처럼 보고되지 않습니다. 이 연구에서, 초다분광 영상 기술은 상품에게 수분, 재, 조단백질, 칼슘과 전 인과 같은 복합 사료의 실험적인 샘플의 / 근적외선 분광 정보와 복합 사료에서 주요 영양소의 양적 분석 모델을 획득하는데 사용되었고 화학량론 방법을 이용하여 확립되었고 복합 사료에서 주요 영양소를 발견하기 위해 초다분광 이미징 기술을 사용하는 가능성을 탐구하는 것을 목표하면서, 모델이 검증되었습니다. 그것은 또한 복합 사료의 고속 검출에게 새로운 아이디어와 원칙을 제공합니다.
이 연구에서, 기술이 익숙한 초다분광 영상은 편최소 제곱 화학양론에 결합되는 조단백질, 거친 재, 물, 비정상 샘플 이동에 의한 전 인과 복합 사료에서 칼슘 콘탠츠, 샘플 세트 부문, 최적 괴기한 전처리와 특징적 밴드 선정의 양적 분석 모델들을 확립합니다. 모델들은 검증되었습니다. 특징적 밴드에서의 SPXY 방법에 의해 나눠진 조단백질 샘플 세트와 CG 방법에 의해 나눠지고 AS, FD의 조합에 결합된 거친 재 샘플 세트와 확립된 양적 분석 모델인 SNV는 최고 효과를 가집니다. 보정 세트는 최적 조단백질 모델의 결정곁수 R&는 0.8373 입니다, 오차 제곱평균제곱근이 RMSEC은 2.1327% 이고, 상대적 분석 오차 르프디시는 2.4851 이고, 유효성 확인 세트 RV는 0.7778 이고, RMSEP은 2.6155% 이고 르프드프는 2.1143 입니다. 최적 거친 재 R&, RMSEC 1.0107%, 르프디시 2.2064, RV 0.7758, RMSEP 1.0611%와 르프드프 2.1204는 획득되었습니다. 조단백질과 거친 재의 양적 분석 모델들은 둘다 좋은 예상 성능을 보여주고 실용적 정량 분석을 위해 사용될 수 있습니다. AS, OSC와 디트렌드의 전처리에 결합된 CG 방법에 의해 나눠진 물 샘플 세트는 특징적 밴드에서 최고 효과를 가집니다. 그것의 보정 세트는 RE는 0.6470 입니다, RMSEC이 1.8221%이고 RPD는 1.6849 입니다, 유효성 확인 세트가 리는 0.6314 이고 RMSEP은 1.6003% 입니다. 르프드프는 모델이 실용적 정량 분석에서 사용될 수 있을 지라도 1.9371입니다, 그것의 예측 정확도가 여전히 더욱 최적화될 필요가 있습니다. CG 방법에 의해 나눠진 전 인 샘플 세트로부터 획득된 양적 분석 모델에 의한 결과는 AS의 프리트리트먼트 방법과 결합했습니다, FD와 SNV가 최적이었습니다. RS의 비율이 각각 최적 모델의 RMSEC과 RPD는 0.6038, 0.1656%와 1.5700이었습니다. 유효성 확인 세트 R9가 각각 RMSEP과 RPD/는 0.4672, 0.1916%와 1.3570입니다. 모델이 가난한 예상된 능력을 가지는 것을 나타내고, 실제 정량 분석에서 사용될 수 없으면서, 둘다 보정 모델과 유효 모델의 성능 파라미터는 가난합니다. CG 방법에 의해 나눠지고 AS, OSC와 디트렌드 방법으로 결합된 칼슘 샘플 세트의 전처리 뒤에, 그것의 특징적 밴드에서 확립된 양적 분석 모델은 최고 효과를 가지고, 최적 모델의 RB는 0.4784 이고, 단지 검증 세트 Ｒ는 0.4406 입니다. 모델의 예측 효과는 가난하고 그것이 실용적 분석에 적용될 수 없습니다. 초다분광 영상 기술을 기반으로 하는 조단백질 최적 정량 분석 모델의 예측 정확도는 최고이고 거친 재 모델의 예측 성능이 초이고 양쪽이 실용적 탐지에서 정확하게 사용될 수 있습니다. 식수 최적 정량 분석 모델의 예측 정확도는 향상되어야 합니다. 그러나, 전 인과 칼슘의 최적 정량 분석 모델은 실용적 탐지를 위해 가난한 예상 성능을 가지고 있고, 사용될 수 없습니다.