光譜成像技術在霉變大豆識別與篩選中的檢測

大豆作為我國主要糧食作物之一，富含蛋白質、異黃酮、脂肪以及多種維生素、微量元素，是人們日常生活中的食品，其重要性不言而喻。大豆在我國至今已有5000多年的種植史，目前主要集中在東北、華北、陜、川及長江下游地區。在大豆的收獲過程中，首先需要將存在于豆莢中的大豆進行脫殼處理，然后需再將其攤開晾曬，等到大豆自由水脫干，才能入倉貯藏。在這一整個過程中，大豆中免不了混入雜質，如豆莢、石子、泥沙等等，同時，有些大豆在成熟的過程中,由于各種原因可能導致的干癟、霉變、籽粒大小不均勻的不利因素，將會嚴重影響大豆的質量，因此對于大豆里的雜質、霉變大豆的篩選顯得尤其重要。

本案例通過光譜成像技術來區分霉變大豆和正常大豆，利用霉變大豆和正常大豆光譜數據的差異，實現對兩者的識別與篩選。 高光譜數據采集分析設備推掃式高光譜相機由sinespec(賽斯拜克)自主研發和生產制造，擁有超高光譜分辨率，覆蓋400-1700nm波段光譜范圍，可快速、精準獲取觀測目標的高光譜信息，廣泛應用于掛載、便攜、室內等應用場景。該產品可結合目標物的空間圖像信息和光譜信息，利用目標物不同部位或成分的光譜特征，進行無損、無接觸、快速高效的精準獲取、發現識別、分類篩選和分析應用。

賽斯拜克高光譜相機

數據分析與模型訓練對所采集的光譜數據使用光譜分析軟件進行區域采集數據和主成分分析。(注：主成分分析是對采集的光譜數據在光譜維度下進行分析計算，得出圖像中的光譜差異，以偽彩色進行標注，如下圖：

（紅色曲線：正常，綠色曲線：霉變）

通過sinespec高光譜大數據分析應用云平臺，把采集的正常大豆和霉變大豆的光譜數據放入數據集中，對多個樣本進行標注，分析和模型訓練，最后通過正常和霉變大豆混合采集的數據進行模型匹配，驗證結果如下圖。

如上圖驗證結果表明，基于光譜成像技術并結合機器學習模型訓練方法能夠準確地實現正常大豆與霉變大豆的識別與篩選。 高光譜成像技術可捕捉遠大于可見光范圍的光譜信息和圖像信息，能看到普通可見光成像看不到的物質信息，是未來成像技術主要發展方向之一。sinespec(賽斯拜克)作為國內光譜成像行業產業化企業，擁有自主研發的分光器件、光譜相機、光譜軟件和光譜智能云平臺，產品與技術在科學研究、精準農業、生態環境、資源勘探、工業檢測、生物醫學、智能探測、食品安全等領域得到廣泛應用。未來，sinespec將持續攻難克堅，堅持“光譜領域芯片技術+光譜產品+解決方案+行業應用”的市場定位，推動高光譜成像技術從科研到工業應用、并最終到消費級應用，為各行業實現光譜數字化、智能化賦能，為改善人們生活品質而持續努力。