nach oben

Erschienen in:

2019 | OriginalPaper | Buchkapitel

Calyx and Stem Discrimination for Apple Quality Control Using Hyperspectral Imaging

verfasst von : Israel Pineda, Nur Alam MD, Oubong Gwun

Erschienen in: Technology Trends

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

The production of high-quality food products needs an efficient method to detect defects in food, this is particularly true in the production of apples. Hyperspectral image processing is a popular technique to carry out this detection. However, the stem and calyx of the apple provoke frequent detection errors. We analyze the spectrum of our apple data set, propose an algorithm that uses the average of the principal components of two regions of the spectrum to identify the defects, and couple this detection routine with a two-band ratio that discriminates the calyx and stem. Our study considers the spectral range between 403 nm and 998 nm. Our results include the detection of scab, bruise, crack, and cut with and without stem and calyx. We describe all the necessary parameters provided by our spectral analysis. Our algorithm has an overall accuracy of 95%. We conclude that our algorithm effectively detects defects in the presence of stem and calyx.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Towards the Implementation of a Software Platform Based on BPMN and TDABC for Strategic Management

Nächstes Kapitel Perso2U: Exploration of User Emotional States to Drive Interface Adaptation

ElMasry, G., Wang, N., Vigneault, C.: Detecting chilling injury in red delicious apple using hyperspectral imaging and neural networks. Postharvest Biol. Technol. 52(1), 1–8 (2009). https://doi.org/10.1016/J.POSTHARVBIO.2008.11.008, https://www.sciencedirect.com/science/article/pii/S0925521408003220

Lee, H., et al.: A simple multispectral imaging algorithm for detection of defects on red delicious apples. J. Biosyst. Eng. 39(2), 142–149 (2014). https://doi.org/10.5307/JBE.2014.39.2.142, http://koreascience.or.kr/journal/view.jsp?kj=NOGGB5&py=2014&vnc=v39n2&sp=142

Leemans, V., Destain, M.F.: A real-time grading method of apples based on features extracted from defects. J. Food Eng. 61(1), 83–89 (2004). https://doi.org/10.1016/S0260-8774(03)00189-4, https://www.sciencedirect.com/science/article/pii/S0260877403001894

Li, J., et al.: Multispectral detection of skin defects of bi-colored peaches based on vis-NIR hyperspectral imaging. Postharvest Biol. Technol. 112, 121–133 (2016). https://doi.org/10.1016/j.postharvbio.2015.10.007

Li, J., Rao, X., Ying, Y.: Detection of common defects on oranges using hyperspectral reflectance imaging. Comput. Electron. Agric. 78(1), 38–48 (2011). https://doi.org/10.1016/J.COMPAG.2011.05.010, https://www.sciencedirect.com/science/article/pii/S0168169911001256

López-García, F., Andreu-García, G., Blasco, J., Aleixos, N., Valiente, J.M.: Automatic detection of skin defects in citrus fruits using a multivariate image analysis approach. Comput. Electron. Agric. 71(2), 189–197 (2010). https://doi.org/10.1016/J.COMPAG.2010.02.001, https://www.sciencedirect.com/science/article/pii/S016816991000013X

Mehl, P.M., Chen, Y.R., Kim, M.S., Chan, D.E.: Development of hyperspectral imaging technique for the detection of apple surface defects and contaminations. J. Food Eng. 61(1), 67–81 (2004). https://doi.org/10.1016/S0260-8774(03)00188-2, https://www.sciencedirect.com/science/article/pii/S0260877403001882

Merken, P., Vandersmissen, R.: Dark current and influence of target emissivity. Technical report (2016)

Polder, G., van der Heijden, G.W., Keizer, L.P., Young, I.T.: Calibration and characterisation of imaging spectrographs. J. Near Infrared Spectrosc. 11(3), 193–210 (2003). https://doi.org/10.1255/jnirs.366, http://journals.sagepub.com/doi/10.1255/jnirs.366

10.

Qin, J., Burks, T.F., Zhao, X., Niphadkar, N., Ritenour, M.A.: Development of a two-band spectral imaging system for real-time citrus canker detection. J. Food Eng. 108(1), 87–93 (2012). https://doi.org/10.1016/j.jfoodeng.2011.07.022

11.

Wang, J., Nakano, K., Ohashi, S., Kubota, Y., Takizawa, K., Sasaki, Y.: Detection of external insect infestations in jujube fruit using hyperspectral reflectance imaging. Biosyst. Eng. 108(4), 345–351 (2011). https://doi.org/10.1016/J.BIOSYSTEMSENG.2011.01.006, https://www.sciencedirect.com/science/article/pii/S1537511011000183

12.

Wen, Z., Tao, Y.: Building a rule-based machine-vision system for defect inspection on apple sorting and packing lines. Expert Syst. Appl. 16(3), 307–313 (1999). https://doi.org/10.1016/S0957-4174(98)00079-7, https://www.sciencedirect.com/science/article/pii/S0957417498000797

13.

Zhang, B., et al.: Hyperspectral imaging combined with multivariate analysis and band math for detection of common defects on peaches (prunus persica). Comput. Electron. Agric. 114, 14–24 (2015). https://doi.org/10.1016/J.COMPAG.2015.03.015, https://www.sciencedirect.com/science/article/pii/S0168169915001003

Titel: Calyx and Stem Discrimination for Apple Quality Control Using Hyperspectral Imaging
verfasst von: Israel Pineda
Nur Alam MD
Oubong Gwun
Verlag: Springer International Publishing
Buch: Technology Trends
Print ISBN: 978-3-030-05531-8

Electronic ISBN: 978-3-030-05532-5

Copyright-Jahr: 2019
DOI: https://doi.org/10.1007/978-3-030-05532-5_20

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"