이 연구에서 400-1000nm 초광선 카메라를 사용할 수 있으며, Hangzhou Color Spectrum Technology Co., LTD의 제품은
FS13는 관련 연구를 수행합니다. 스펙트럼 범위는 400-1000nm이고 파장 해상도는 2.5nm보다 낫고 1200nm까지
두 개의 스펙트럼 채널. 전체 스펙트럼에서 128FPS까지의 획득 속도, 대역 선택 후 3300Hz까지 (다중 영역 지원)
도메인 대역 선택)
쇠고기의 품질은 보통 껍질, 생리적 성숙성, 근육색, 지방색에 따라 등급된다. 그 중에서도 껍질의 풍부함은 가장 중요한 평가 지표이다.컴퓨터 및 이미지 처리 기술의 발전으로기계 비전은 쇠고기 마블링 이미지 세분화, 특징 추출 및 자동 등급 결정에서 광범위하게 연구되고 적용되었습니다.기계 비전 기술을 사용하여 쇠고기 마블링 품질의 자동 결정고기 품질의 자동 결정의 기초는 고기의 정확한 세분화입니다. 많은 수의 고기 이미지 알고리즘이 제안되었지만,불정확한 분포의 문제는 여전히 광원 때문에 존재한다현재 하이퍼 스펙트럼 이미지 기술은 많은 연구 분야에서 사용되고 있습니다.그리고 농산물의 검출에 대한 광범위한 연구 보고서가 있습니다.그러나 과광상 이미지 및 스펙트럼 정보 기술에 의한 쇠고기 덩어리 세분화 연구는 보고되지 않았습니다.소고기 초광선 사진에서 지방과 근육의 스펙트럼 정보를 채굴하고 분석하여, 소고기 마블링 세분화에 적합한 최적의 밴드 이미지가 추출되었으며, 그 다음 오츠우 자동 임계 방법을 통해 마블링 세분화를 수행했습니다.그리고 세분화 정확도는 비교하고 분석되었습니다.
다른 대역에서, 쇠고기 초전광 이미지의 지방 영역과 근육 영역의 스펙트럼 반사 강도는 분명히 다릅니다.지방 영역과 근육 영역 사이의 스펙트럼 반사 강도의 비율은 주로 465 ~ 580 nm 대역에 집중됩니다.534nm의 파장에서는 지방 영역과 근육 영역 사이의 스펙트럼 반사 강도의 비율이 최대 값을 가지고 있습니다.동일한 이미지 처리 방법은 소고기 색상 원본 이미지와 534nm 특징 파장 이미지의 구석 조각에 사용되었습니다.특징의 파장 이미지에 대한 마블링 세그먼트 정확도 η=0.928은 원래 이미지와 비교하여 1에 가깝고 평균 제곱 오류도 작습니다. 따라서원본 이미지와 비교하면, 쇠고기 특유의 파장 이미지의 점화 세분화는 더 높은 세분화 정확도를 얻을 수 있습니다.