Trong nghiên cứu này, một máy ảnh siêu phổ 400-1000nm đã được sử dụng để phát hiện bên trong quả óc chó và FS-13, một sản phẩm của Hangzhou CHNSpec Technology Co., Ltd, có thể được sử dụng cho nghiên cứu liên quan.Để phát hiện bề mặt quả óc chó trong dải quang phổ 800-1700nm, có thể sử dụng máy ảnh siêu phổ FS-15 trong dải quang phổ 900-1700nm với độ phân giải bước sóng tốt hơn 2,5nm và lên đến 1200 kênh quang phổ.Tốc độ thu nhận có thể đạt tới 128FPS trong toàn phổ và mức tối đa sau khi chọn băng tần là 3300Hz (hỗ trợ lựa chọn băng tần nhiều vùng).
Quả óc chó là một loại hạt thực phẩm phù hợp với mọi lứa tuổi và là cây lấy dầu quan trọng.Diện tích trồng và sản lượng quả óc chó ở Trung Quốc đứng đầu thế giới.Việc kiểm tra chất lượng và phân loại nhân quả óc chó là một mắt xích quan trọng trong quá trình sản xuất và chế biến quả óc chó.Theo các tiêu chuẩn quốc gia có liên quan, các chỉ số chất lượng bên ngoài của nhân quả óc chó bao gồm tính toàn vẹn và màu da, trong khi các chỉ số chất lượng bên trong bao gồm hàm lượng chất béo và hàm lượng protein.Trong thực tế sản xuất, việc phân loại nhân quả óc chó chủ yếu dựa vào việc lựa chọn thủ công về hình thức và màu sắc nên chi phí sản xuất cao, phân loại có tính ngẫu nhiên cao nên khó phân biệt chất lượng bên trong.Thử nghiệm hóa học truyền thống phá hủy các mẫu và mất nhiều thời gian để phát hiện, gây khó khăn cho việc thích ứng với các yêu cầu sản xuất hiện đại.Hiện tại, nghiên cứu sử dụng công nghệ siêu quang phổ để phát hiện chất lượng quả óc chó chủ yếu tập trung vào việc phân loại vỏ và nhân quả óc chó, chưa có báo cáo liên quan về chất lượng của nhân quả óc chó.
Để khám phá một phương pháp đồng thời thực hiện việc phát hiện chất lượng bên trong và phân loại bề ngoài của nhân quả óc chó, nghiên cứu này đã sử dụng công nghệ hình ảnh siêu quang phổ để sàng lọc quang phổ đặc trưng của hàm lượng chất béo, hàm lượng protein và màu sắc của nhân quả óc chó, đồng thời sàng lọc ra các dải đặc trưng có liên quan của các chỉ số chất lượng để cung cấp tài liệu tham khảo cho việc áp dụng thử nghiệm không phá hủy chất lượng nhân quả óc chó.
Thông tin phổ trung bình của các mẫu nhân quả óc chó trong vùng cận hồng ngoại (863-1704 mm) và thông tin phổ được xử lý trước được thể hiện trong Hình 3. Các đặc điểm chung của thông tin phổ ban đầu của các mẫu về cơ bản là nhất quán, ngoại trừ các đỉnh hấp thụ của nước, các đỉnh hấp thụ của các thành phần khác không rõ ràng và cần xử lý thêm phổ.Phương pháp tiền xử lý kết hợp MSE và SNV giúp loại bỏ ảnh hưởng của một số nhiễu nền, làm cho thông tin phổ của mẫu mượt mà hơn.Đồng thời, nó tăng cường hơn nữa tính nhất quán của thông tin quang phổ, làm nổi bật các đỉnh và thung lũng quang phổ, đồng thời củng cố các đặc điểm quang phổ.
Phân loại cấp độ xuất hiện của nhân quả óc chó dựa trên thông tin quang phổ và các đặc điểm hình ảnh.Hình 6 cho thấy đường cong quang phổ trung bình của ba mẫu nhân quả óc chó màu trong vùng ánh sáng khả kiến và vùng cận hồng ngoại sóng ngắn (382~1027nm).Do nhiễu ở phần trước và sau của quang phổ có tác động lớn nên 20 điểm dải sóng ở phần trước và sau sẽ bị loại bỏ.Từ Hình 6, có thể thấy trong phổ ban đầu, độ phản xạ phổ của các mẫu nhân quả óc chó với ba màu khác nhau cho thấy xu hướng giảm đáng kể trong dải ánh sáng khả kiến khi màu thay đổi từ nhạt sang đậm và phổ tương đối rối loạn trong vùng cận hồng ngoại.Thông tin quang phổ được xử lý trước bằng sự kết hợp của các phương pháp MSC và SNV cho thấy tính đều đặn và nhất quán nhất định trong hệ số phản xạ quang phổ, giúp ích cho quá trình xử lý quang phổ tiếp theo.
Sử dụng công nghệ hình ảnh siêu quang phổ, một phương pháp phát hiện chất lượng bên trong và bên ngoài của nhân quả óc chó đã được nghiên cứu.Bằng cách kết hợp thông tin quang phổ và hình ảnh, dự đoán hàm lượng protein và chất béo của nhân quả óc chó và phân loại chất lượng bề ngoài dựa trên tính toàn vẹn và màu sắc đã đạt được.Kết quả cho thấy sự kết hợp giữa thuật toán CARS và phương pháp hệ số tương quan giúp loại bỏ hiệu quả các thông tin không liên quan và dư thừa trong toàn dải phổ.So với dải quang phổ đầy đủ, bộ xác thực R của mô hình dự đoán dải đặc trưng cho hàm lượng protein ² Từ 0,66 xuống 0,91, RMSEP giảm từ 1,37% xuống 0,78%;Bộ xác thực R cho hàm lượng chất béo ² Từ 0,83 xuống 0,93, RMSEP giảm từ 0,98% xuống 0,47%, cho thấy rằng các dải đặc trưng được chọn đã giảm độ phức tạp của mô hình một cách hiệu quả và cải thiện khả năng dự đoán của mô hình.Bằng cách kết hợp phổ đặc trưng chênh lệch màu với các tham số đặc trưng thống kê hình ảnh, tổng phổ dải đặc trưng chênh lệch màu được trích xuất từ hình ảnh siêu phổ, có thể giảm đáng kể nhiễu thông tin dư thừa và cải thiện hiệu quả mô hình hóa.Bằng cách kết hợp tổng phổ dải tính năng khác biệt màu với các tham số tính năng thống kê hình ảnh, độ chính xác phân loại được cải thiện hơn nữa so với dải RGB.Khi sử dụng mô hình phân loại màu được thiết lập bởi thuật toán DT, mô hình có độ chính xác phân loại cao nhất (98,6%).Việc sử dụng hình ảnh siêu phổ đồng thời đạt được việc phát hiện các thông số chất lượng bên trong (hàm lượng protein, hàm lượng chất béo) và phân loại chất lượng bên ngoài (độ nguyên vẹn, màu sắc) của nhân quả óc chó, cung cấp một giải pháp mới cho ứng dụng kiểm tra không phá hủy nhân quả óc chó chất lượng.
