光谱成像技术在霉变大豆识别与筛选中的检测

大豆作为我国主要粮食作物之一，富含蛋白质、异黄酮、脂肪以及多种维生素、微量元素，是人们日常生活中的食品，其重要性不言而喻。大豆在我国至今已有5000多年的种植史，目前主要集中在东北、华北、陕、川及长江下游地区。在大豆的收获过程中，首先需要将存在于豆荚中的大豆进行脱壳处理，然后需再将其摊开晾晒，等到大豆自由水脱干，才能入仓贮藏。在这一整个过程中，大豆中免不了混入杂质，如豆荚、石子、泥沙等等，同时，有些大豆在成熟的过程中,由于各种原因可能导致的干瘪、霉变、籽粒大小不均匀的不利因素，将会严重影响大豆的质量，因此对于大豆里的杂质、霉变大豆的筛选显得尤其重要。

本案例通过光谱成像技术来区分霉变大豆和正常大豆，利用霉变大豆和正常大豆光谱数据的差异，实现对两者的识别与筛选。 高光谱数据采集分析设备推扫式高光谱相机由sinespec(赛斯拜克)自主研发和生产制造，拥有超高光谱分辨率，覆盖400-1700nm波段光谱范围，可快速、精准获取观测目标的高光谱信息，广泛应用于挂载、便携、室内等应用场景。该产品可结合目标物的空间图像信息和光谱信息，利用目标物不同部位或成分的光谱特征，进行无损、无接触、快速高效的精准获取、发现识别、分类筛选和分析应用。

赛斯拜克高光谱相机

数据分析与模型训练对所采集的光谱数据使用光谱分析软件进行区域采集数据和主成分分析。(注：主成分分析是对采集的光谱数据在光谱维度下进行分析计算，得出图像中的光谱差异，以伪彩色进行标注，如下图：

（红色曲线：正常，绿色曲线：霉变）

通过sinespec高光谱大数据分析应用云平台，把采集的正常大豆和霉变大豆的光谱数据放入数据集中，对多个样本进行标注，分析和模型训练，最后通过正常和霉变大豆混合采集的数据进行模型匹配，验证结果如下图。

如上图验证结果表明，基于光谱成像技术并结合机器学习模型训练方法能够准确地实现正常大豆与霉变大豆的识别与筛选。 高光谱成像技术可捕捉远大于可见光范围的光谱信息和图像信息，能看到普通可见光成像看不到的物质信息，是未来成像技术主要发展方向之一。sinespec(赛斯拜克)作为国内光谱成像行业产业化企业，拥有自主研发的分光器件、光谱相机、光谱软件和光谱智能云平台，产品与技术在科学研究、精准农业、生态环境、资源勘探、工业检测、生物医学、智能探测、食品安全等领域得到广泛应用。未来，sinespec将持续攻难克坚，坚持“光谱领域芯片技术+光谱产品+解决方案+行业应用”的市场定位，推动高光谱成像技术从科研到工业应用、并最终到消费级应用，为各行业实现光谱数字化、智能化赋能，为改善人们生活品质而持续努力。