초분광 이미징을 기반으로 한 비파괴의 품질 평가 및 성숙도 분류

Aug 10, 2023

Scientific Reports 13권, 기사 번호: 13189(2023) 이 기사 인용

140 액세스

측정항목 세부정보

비파의 품질과 성숙도를 평가하는 전통적인 방법은 샘플링이 파괴되고 시간이 많이 걸리는 등의 단점이 있습니다. 본 연구에서는 초분광 이미징 기술을 사용하여 비파의 색상, 견고성, 가용성 고형분 함량(SSC)을 비파괴적으로 예측하고 시각화하고 성숙도를 식별했습니다. 다양한 특징변수 선택 방법과 보정 모델의 성능을 비교한 결과, 다중 선형 회귀(MLR) 모델과 경쟁 적응형 재가중 알고리즘(CARS)을 결합한 결과가 비파 품질 예측 성능이 가장 좋은 것으로 나타났습니다. 특히, 색상(R2P = 0.96, RMSEP = 0.45, RPD = 5.38), 견고성(R2P = 0.87, RMSEP = 0.23, RPD = 2.81), SSC(R2P = 0.84)에 대해 최적의 예측 성능을 갖는 CARS-MLR 모델이 얻어졌다. , RMSEP = 0.51, RPD = 2.54). 이후 유사색상 기술과 결합된 최적의 CARS-MLR 모델을 기반으로 비파의 색상, 견고성 및 SSC에 대한 분포 맵을 얻었습니다. 마지막으로, 비파 성숙도에 대한 다양한 분류 모델 비교에서 부분 최소 제곱 판별 분석 모델은 교정 및 예측 세트에 대해 각각 98.19% 및 97.99%의 분류 정확도로 최고의 성능을 보여주었습니다. 이 연구는 초분광 이미징 기술이 비파 품질 평가 및 성숙도 분류에 유망하다는 것을 보여주었습니다.

비파(Eriobotrya japonica Lindl.)는 장미과에 속하는 상록 과일나무로, 그 열매는 약재이자 식품으로 사용되며 중국에서는 2000년 이상 재배되어 왔습니다1. 인두를 맑게 하고 폐를 습하게 하며 기침을 멎게 하고 가래를 내리는 데 쓰인다2. 비파의 숙성 패턴은 갱년기 과일의 숙성 패턴과 유사합니다. 아주 일찍 수확하면 과육이 단단하고 맛이 밋밋합니다. 비파는 수확 후 생리학적 대사가 활발하기 때문에 늦게 수확할 ​​경우 물과 영양분이 손실되고 부패하기 쉽습니다3,4. 과일 품질은 상업적 가치에 직접적인 영향을 미칩니다. 색상, 견고함, 수용성 고형분(SSC)은 비파의 중요한 특성이며 맛과 성숙도를 평가하는 주요 매개변수입니다5. 따라서 수확 후 비파를 검출하는 것이 중요합니다.

그러나 전통적인 결정 방법은 파괴적인 샘플링이라는 단점이 있으며 온라인 검출에는 적합하지 않습니다. 최근에는 2차원 이미지 정보와 1차원 스펙트럼 정보를 결합한 하이퍼스펙트럼 이미징(HSI) 기술이 과일 품질과 성숙도를 평가하는 데 널리 사용되었습니다. HSI는 자두6, 체리7, 배8, 복숭아9, 멜론10을 포함한 과일의 여러 지표(SSC, 경도 등)를 결정하는 데 사용되었습니다. 과일의 품질과 숙성도를 예측하기 위해 광범위한 연구가 수행되었습니다. Wei 등11은 HSI를 사용하여 감의 숙성 정도를 분류하고 단단함을 예측했습니다. Munera et al.12는 내부 품질 및 성숙도 지수를 사용하여 'Big Top' 및 'Magique' 천도복숭아의 내부 물리화학적 속성과 감각 인식을 평가했습니다. 적정산도(TA)에 대한 총 가용성 고형분(TSS)의 비율을 파인애플 성숙도 지수로 사용하여 투과도 단파장 근적외선 분광법과 반사율 근적외선 초분광 이미징이 파인애플 성숙도 예측에 미치는 영향을 분석했습니다. 동일한 절차와 모델은 각각13. Benelli 등14은 'Sangiovese' 적포도의 수확 시기를 예측하기 위해 자연광 조건 하에서 근위 측정을 통해 현장에서 직접 HSI를 사용할 수 있는 가능성을 조사했습니다. 그들은 SSC의 기준 값을 기반으로 포도 샘플을 두 가지 클래스로 나누고 각각 SSC를 예측하고 성숙 단계를 인식하는 모델을 확립했습니다. Zhang 등15은 딸기 성숙도를 평가하기 위해 HSI와 SVM(지원 벡터 머신)을 결합했습니다. 결과는 SVM 모델이 85% 이상의 분류 정확도로 가장 잘 수행되는 것으로 나타났습니다.