Wetenschap
Verbetering van de kwaliteitsanalyse van zoete aardappel met hyperspectrale beeldvorming en AI
Zoete aardappelen zijn een populaire voedselkeuze voor consumenten over de hele wereld vanwege hun heerlijke smaak en voedzame kwaliteit. Het rode knolgewas kan worden verwerkt tot frites en frites en heeft een scala aan industriële toepassingen, waaronder textiel, biologisch afbreekbare polymeren en biobrandstoffen.
Beoordeling van de kwaliteit van zoete aardappelen is van cruciaal belang voor producenten en verwerkers, omdat kenmerken de textuur en smaak, de voorkeuren van de consument en de levensvatbaarheid voor verschillende doeleinden beïnvloeden. Een nieuwe studie van de Universiteit van Illinois Urbana-Champaign onderzoekt het gebruik van hyperspectrale beeldvorming en verklaarbare kunstmatige intelligentie (AI) om eigenschappen van zoete aardappelen te beoordelen.
“Traditioneel gebeurt de kwaliteitsbeoordeling met analytische methoden in het laboratorium. Je hebt verschillende instrumenten nodig om verschillende eigenschappen in het laboratorium te meten, en je moet wachten op de resultaten. Met hyperspectrale beeldvorming kun je meerdere parameters tegelijk meten. Je kunt elke aardappel in een laboratorium beoordelen. een batch, niet slechts een paar monsters."
"Spectrale beeldvorming is niet-invasief, snel, nauwkeurig en kosteneffectief", zegt Mohammed Kamruzzaman, assistent-professor bij de afdeling Landbouw- en Biologische Techniek (ABE), onderdeel van het College voor Landbouw-, Consumenten- en Milieuwetenschappen (ACES) en het Grainger College of Engineering in Illinois.
De studie maakt deel uit van een samenwerking tussen meerdere staten met het Amerikaanse ministerie van Landbouw, waaronder onderzoekers uit Mississippi, North Carolina, Michigan, Louisiana en Illinois. Elke universiteit behandelt verschillende aspecten van het project; Het team van Kamruzzaman richt zich op de beoordeling van drie chemische kenmerken – droge stof, stevigheid en gehalte aan oplosbare suikers (graad brix) – die van invloed zijn op de marktprijs en of een aardappel geschikt is voor de consument of voor verwerking.
De onderzoekers gebruiken een zichtbare nabij-infrarood hyperspectrale beeldcamera om vanuit twee verschillende hoeken beelden van zoete aardappelen te maken. Het analyseren van de beelden levert spectrale gegevens op, die worden gebruikt om de belangrijkste golflengten te identificeren en kleurenkaarten te ontwikkelen die de verdeling van de gewenste kenmerken weergeven.
Hyperspectrale beeldvorming is een belangrijk hulpmiddel geworden in onderzoek in de landbouw en voedselverwerking. Het genereert echter een enorme hoeveelheid gegevens die worden verwerkt met machine learning. Het is complex en fungeert doorgaans als een zwarte doos waarin gebruikers niet weten wat er gebeurt.
"We combineren hyperspectrale beeldvorming met verklaarbare AI, waardoor we de processen achter de resultaten kunnen begrijpen. Het is een manier om te visualiseren hoe de machine learning-algoritmen werken, hoe invoergegevens worden verwerkt en hoe functies zijn verbonden om de uitvoer te voorspellen", aldus Md Toukir Ahmed, een doctoraatsstudent in ABE en hoofdauteur van het artikel.
"Wij geloven dat dit een nieuwe toepassing is van deze methode voor de beoordeling van zoete aardappelen. Dit baanbrekende werk heeft het potentieel om de weg vrij te maken voor gebruik in een breed scala van andere agrarische en biologische onderzoeksgebieden."
De resultaten kunnen professionals uit de industrie en onderzoekers helpen het belang van verschillende kenmerken bij het voorspellen van kwaliteitskenmerken te begrijpen, wat leidt tot beter geïnformeerde besluitvorming en de levering van producten van hogere kwaliteit aan consumenten garandeert.
Kamruzzaman zei dat een doel van het multi-universitaire project het ontwikkelen van een tool is waarmee verwerkers snel en eenvoudig batches zoete aardappelen kunnen scannen om de kenmerken en kenmerken te bepalen. Uiteindelijk zouden onderzoekers een mobiele app kunnen maken die consumenten in de supermarkt kunnen gebruiken om de kwaliteit van zoete aardappelen op het verkooppunt te scannen.
Het werk is gepubliceerd in het tijdschrift Computers and Electronics in Agriculture .