ハイパースペクトルイメージングに基づくビワの非破壊品質評価と成熟度分類

Aug 10, 2023

Scientific Reports volume 13、記事番号: 13189 (2023) この記事を引用

140 アクセス

メトリクスの詳細

ビワの品質と成熟度を評価する従来の方法には、破壊的なサンプリングや時間がかかるなどの欠点があります。 この研究では、ハイパースペクトル イメージング技術を使用して、ビワの色、硬さ、可溶性固形分 (SSC) を非破壊的に予測および視覚化し、成熟度を識別しました。 さまざまな特徴変数選択方法とキャリブレーション モデルのパフォーマンスを比較した結果、多重線形回帰 (MLR) モデルと競合適応再重み付けアルゴリズム (CARS) を組み合わせたモデルがビワの品質に関して最高の予測パフォーマンスをもたらすことが示されました。 特に、色 (R2P = 0.96、RMSEP = 0.45、RPD = 5.38)、硬さ (R2P = 0.87、RMSEP = 0.23、RPD = 2.81)、および SSC (R2P = 0.84) について最適な予測性能を持つ CARS-MLR モデルが得られました。 、RMSEP = 0.51、RPD = 2.54)。 続いて、疑似カラー技術と組み合わせた最適な CARS-MLR モデルに基づいて、ビワの色、硬さ、SSC の分布図が得られました。 最後に、ビワの成熟度に関するさまざまな分類モデルの比較では、部分最小二乗判別分析モデルが最高のパフォーマンスを示し、キャリブレーション セットと予測セットでそれぞれ 98.19% と 97.99% の分類精度を示しました。 この研究は、ハイパースペクトルイメージング技術がビワの品質評価と成熟度分類に有望であることを実証しました。

ビワ（Eriobotrya japonica Lindl.）はバラ科の常緑果樹で、その果実は中国で2000年以上前から栽培され、薬や食の二役として利用されています1。 咽頭を浄化し、肺を潤し、咳を和らげ、痰を減らすために使用されます2。 ビワの成熟パターンは、更年期の果物と似ています。 早めに収穫すると果肉が硬くなり、味が淡白になります。 ビワは収穫後の生理学的代謝が活発であるため、収穫が遅れると水分と栄養素が失われ、腐敗しやすくなります3,4。 果物の品質はその商品価値に直接影響します。 色、硬さ、可溶性固形分（SSC）はビワの重要な特徴であり、味と成熟度を評価するための重要なパラメータです5。 したがって、収穫後のビワの検出は非常に重要です。

ただし、従来の判定方法には破壊的サンプリングという欠点があり、オンライン検出には適していません。 近年、二次元の画像情報と一次元のスペクトル情報を組み合わせたハイパースペクトルイメージング（HSI）技術が、果実の品質と成熟度を評価するために広く使用されています。 HSI は、プラム 6、スイートチェリー 7、梨 8、桃 9、メロン 10 などの果物の複数の指標 (SSC、硬さなど) を測定するために使用されています。 果物の品質と熟度を予測するために広範な研究が行われてきました。 Wei ら 11 は、HSI を使用して柿の熟度を分類し、硬さを予測しました。 Munera et al.12 は、内部の品質と成熟度の指標を使用して、「Big Top」および「Magique」ネクタリンの内部の物理化学的特性と感覚認識を評価しました。 総可溶性固形分（TSS）と滴定可能な酸度（TA）の比をパイナップルの熟度指数として使用し、透過率短波長近赤外分光法と反射率近赤外ハイパースペクトルイメージングがパイナップルの熟度の予測に与える影響を分析しました。それぞれ同じ手順とモデル13. Benelli ら 14 は、赤ブドウ「サンジョヴェーゼ」の収穫時期を予測するために、自然光条件下での近接測定を通じて畑で HSI を直接使用する可能性を調査しました。 彼らは、SSC の基準値に基づいてブドウのサンプルを 2 つのクラスに分割し、それぞれ SSC を予測するモデルと成熟段階を認識するモデルを確立しました。 Zhang et al.15 は、HSI とサポート ベクター マシン (SVM) を組み合わせてイチゴの熟度を評価しました。 結果は、SVM モデルが最高のパフォーマンスを示し、分類精度が 85% 以上であることを示しました。