Hyperspectral Imaging Analysis and Applications for Food Quality - 9781138630796

przetwarzaniu żywności obrazowanie hiperspektralne w połączeniu z inteligentnym oprogramowaniem umożliwia sortownikom cyfrowym (lub sortownikom optycznym) identyfikację i usuwanie defektów i ciał obcych, które są niewidoczne dla tradycyjnych sortowników kamerowych i laserowych. Analiza obrazowania hiperspektralnego i zastosowania w jakości żywności bada teoretyczne i praktyczne problemy związane z rozwojem, analizą i zastosowaniem podstawowych algorytmów przetwarzania obrazu w celu wykorzystania obrazowania hiperspektralnego do oceny jakości żywności. Nakreśla strategie i podstawowe procedury przetwarzania obrazu, które są niezbędne do podjęcia właściwej decyzji podczas procesów wykrywania, klasyfikacji, identyfikacji, oznaczania ilościowego i/lub przewidywania. Funkcje Obejmuje praktyczne zagadnienia związane z rozwojem, analizą i zastosowaniem podstawowego przetwarzania obrazu w zastosowaniach związanych z jakością żywności. Bada szeroki zakres różnych podejść do przetwarzania obrazu przyjętych na przestrzeni lat podczas prób wdrożenia obrazowania hiperspektralnego do monitorowania jakości żywności. Wyjaśnia zasady działania systemów hiperspektralnych. a także podstawową koncepcję i strukturę danych hiperspektralnych. Opisuje różne podejścia stosowane podczas akwizycji obrazu, gromadzenia danych i wizualizacji. Książka jest podzielona na trzy sekcje. W części I omówiono podstawy systemów obrazowania: W jaki sposób można zoptymalizować pozyskiwanie sześcianów obrazu hiperspektralnego? Ponadto dwa rozdziały dotyczą segmentacji obrazu, ekstrakcji danych i obróbki. Siedem rozdziałów składa się z Sekcji II, która dotyczy chemometrii. Jeden wyjaśnia podstawy analizy i technik wielowymiarowych, podczas gdy w sześciu innych rozdziałach czytelnik znajdzie informacje i zastosowania szeregu technik chemometrycznych: analiza głównych składowych, analiza cząstkowych najmniejszych kwadratów, liniowy model dyskryminacyjny, maszyny wektorów nośnych, drzewa decyzyjne i sztuczne sieci neuronowe. W ostatniej części, Zastosowania, podano liczne przykłady zastosowań systemów obrazowania hiperspektralnego w rybach, mięsie, owocach, warzywach, ziołach leczniczych, produktach mlecznych, napojach i dodatkach do żywności.