品质至上,客户至上,您的满意就是我们的目标
技术文章
当前位置: 首页 > 技术文章
多光谱食品品质可视化:利用多光谱成像数据对大西洋鳕鱼线虫进行序列分割
发表时间:2024-09-23 13:59:41点击:104
VideometerLab 4采用了LED滤波技术,组合测量可达多达20个不同波长并集成到1张高分辨光谱图像中。图像的每一个像素为反射光谱,设备可涵盖UV、可见光以及NIR波长其集成了可见光RGB高清成像,UV紫外成像以及近红外成像(组分分析)等强大功能。此设备还可选配叶绿素测量模块(叶绿素a和叶绿素b)。
VideometerLab4是一款光谱成像设备,设计用于快速、有效测定表面颜色、质构、化学组分,图像面积可达90 x 90。此设备易于使用,该设备简单易用,集成了照明,相机以及计算机技术,具有先进数字图像分析以及数据统计能力。 该技术对于于对样品或表面的化学和可视特性定性测量特别有用。
摘要
线虫对鱼类加工业构成了重大挑战,尤其是鳕鱼。尽管技术取得了进步,但该行业仍然依赖体力劳动来检测和提取线虫。本研究介绍了自动线虫检测和区分鱼片中其他常见缺陷(如皮肤残留物和血斑)的初始步骤。VideometerLab 4 是一种先进的多光谱成像 (MSI) 系统,用于在受控条件下采集 50 片大西洋鳕鱼片的 270 张图像。总共使用 Segment Anything Model (SAM) 标记了 173 个线虫,该模型经过训练,可以仅从几个具有代表性的像素中自动分割感兴趣的对象。利用获得的数据集,我们研究了通过线虫的光谱特征识别线虫的潜力。我们结合了归一化典型判别分析 (nCDA) 来开发分割模型,这些模型经过训练可以区分鱼片内的不同成分。通过整合多个细分模型,我们旨在实现假阴性和假阳性之间的令人满意的平衡。我们的注释测试数据准确率达到 88% 、召回率达 79% 。这种方法可以通过准确识别含有线虫的鱼片来改进过程控制。使用 MSI 可最大限度地减少对状况良好的鱼片进行不必要的检查,同时提高产品安全性和质量。
关键词:多光谱成像;鱼片检查;图像处理;线虫检测
Sequence Segmentation of Nematodes in Atlantic Cod with Multispectral Imaging Data
Abstract: Nematodes pose significant challenges for the fish processing industry, particularly in white fish. Despite technological advances, the industry still depends on manual labor for the detection and extraction of nematodes. This study addresses the initial steps of automatic nematode detection and differentiation from other common defects in fish fillets, such as skin remnants and blood spots. VideometerLab 4, an advanced Multispectral Imaging (MSI) System, was used to acquire 270 images of 50 Atlantic cod fillets under controlled conditions. In total, 173 nematodes were labeled using the Segment Anything Model (SAM), which is trained to automatically segment objects of interest from only few representative pixels. With the acquired dataset, we study the potential of identifying nematodes through their spectral signature. We incorporated normalized Canonical Discriminant Analysis (nCDA) to develop segmentation models trained to distinguish between different components within the fish fillets. By incorporating multiple segmentation models, we aimed to achieve a satisfactory balance between false negatives and false positives. This resulted in 88% precision and 79% recall for our annotated test data. This approach could improve process control by accurately identifying fillets with nematodes. Using MSI minimizes unnecessary inspection of fillets in good condition and concurrently boosts product safety and quality.
Keywords: multispectral imaging; fish fillet inspection; image processing; nematode detection
相关阅读
丹麦VideometerSLS/SGT颗粒/粘度/口感评价测量仪
食品品质光谱成像可视化:光谱成像应用于面食小麦籽粒真伪检测的可行性研究
食品品质光谱成像可视化:多光谱成像 (MSI):一种检测掺有马肉的碎牛肉的有前景的方法
食品品质光谱成像可视化:色度计和多光谱图像的肉类颜色测量结果的比较
食品品质光谱成像可视化:利用多光谱成像进行非侵入性污染评估和肉类样品绘图
食品品质光谱成像可视化:使用多光谱成像分析快速无损识别注水牛肉样品
食品品质光谱成像可视化:具有不同亚硝酸盐和硝酸盐还原酶活性的肉相关葡萄球菌在发酵香肠中的颜色形成
食品品质光谱可视化研究:长时间低温热处理的奶牛和公牛的肉韧性与结缔组织特性的关系
食品品质光谱成像可视化:使用 vis/NIR 多光谱成像对微加工苹果的每日新鲜度衰减:初步测试
食品品质光谱成像可视化:多光谱视觉系统与色度计在肉色评估中的比较
食品品质光谱可视化研究:使用光谱成像和三色测量对鲑鱼虾青素颜色进行分类
食品品质光谱可视化研究:长时间低温热处理的奶牛和公牛的肉韧性与结缔组织特性的关系
食品品质光谱可视化研究:高通量多光谱图像处理在食品科学中的应用
食品品质光谱可视化研究:一种基于多光谱图像的肉类腐败检测智能决策支持系统
食品品质光谱可视化研究:多光谱成像在草莓果实品质属性和成熟期测定中的应用
食品品质光谱可视化:多光谱成像技术在阿拉比卡和罗布斯塔咖啡豆鉴别中的应用
多光谱食品品质无损检测:用于快速评估鸡肉汉堡微生物质量的光谱数据
多光谱食品品质分析:利用基于光谱学、成像分析和模拟人类感官的传感器技术快速评估食用海藻的微生物质量霉菌种类和代谢物
多光谱食品品质可视化研究:结合DNA条形码、靶向代谢物分析和多光谱成像来识别切片面包中的霉菌种类和代谢物
多光谱食品品质可视化:通过光谱和仿生传感器和数据融合评估腌制鸡肉Souvlaki的微生物破坏和质量
多光谱食品品质可视化:凝乳酪蛋白凝胶性质对马苏里拉干酪挤压结构、流变学和功能性质的影响
多光谱食品品质可视化:基于双道二维相关光谱(2t2d Cos)和多快照可见近红外多光谱成像的牛肉肌肉鉴别新方法
多光谱食品品质可视化:丹麦黄油曲奇的分批与连续面团混合-近红外高光谱成像研究
多光谱食品品质可视化:利用透射多光谱成像技术定量评价椰子油掺假
食品多光谱品质可视化:人工光对整只煮熟的北方对虾冷冻贮藏过程中脂质氧化的影响
Videometer多光谱成像系统食品品质可视化:高油酸葵花籽油作为糖衣中棕榈油的潜在替代品—使用多光谱成像和电子鼻的比较质量测定