Hyperspectral imaging for in situ visual assessment of Industrial-Scale ginseng

高光谱成像 人参 主成分分析 人工智能 计算机科学 可视化 降维 成像光谱仪 原位 模式识别(心理学) 环境科学 生物系统 遥感 分光计 化学 地理 光学 医学 替代医学 病理 物理 有机化学 生物
作者
张伟 Zhang Wei,Xueyuan Bai,Guo Jian-ying,Jin Yang,Bo Yu,Jiaqi Chen,Jinyu Wang,Daqing Zhao,He Zhang,Meichen Liu
出处
期刊:Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy [Elsevier]
卷期号:321: 124700-124700
标识
DOI:10.1016/j.saa.2024.124700
摘要

In industrial production, the timely assessment of ginseng-derived ingredients is crucial and requires nondestructive techniques for identifying and analyzing composition. Hyperspectral imaging (HSI) effectively visualizes the three-dimensional spatial distribution of phytochemicals in dried ginseng. This study explores the in-situ prediction and visualization of moisture content (MC) and ginsenoside content (GC) in thermally processed ginseng using dual-band HSI. We collected hyperspectral images from 216 raw ginseng samples, which underwent dimensionality reduction, noise reduction, and feature enhancement via Principal Component Analysis (PCA) and Minimum Noise Separation (MNF). Linear regression models were developed following these pretreatments and evaluated using a validation set. The PCA-based models demonstrated superior performance over those based on MNF, especially in predicting GC in the near-infrared (NIR) spectrum. Similarly, models predicting MC in the visible spectrum showed favorable results. HSI enables rapid generation of distribution maps, facilitating real-time imaging for commercial applications. Repeated drying cycles and increased duration primarily affect the textural characteristics and visible color of the ginseng surface, without significantly altering its intrinsic properties. The deployment of this predictive model alongside real-time content inversion using HSI technology holds promise for integrating visual and intelligent quality monitoring in the trade of valuable herbal commodities.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
DarrenVan完成签到,获得积分10
刚刚
Lee完成签到,获得积分20
刚刚
orixero应助doctor采纳,获得10
刚刚
JamesPei应助一一采纳,获得10
刚刚
刚刚
刚刚
慕青应助搞怪的流沙采纳,获得10
1秒前
skysleeper完成签到,获得积分10
1秒前
anna1992发布了新的文献求助10
1秒前
joy12138发布了新的文献求助36
1秒前
成就的沛菡完成签到,获得积分10
1秒前
1秒前
IBMffff应助不落采纳,获得10
3秒前
子寒完成签到,获得积分10
3秒前
yn完成签到,获得积分10
4秒前
4秒前
5秒前
闪闪的夜阑完成签到,获得积分10
5秒前
Jasper应助舒服的踏歌采纳,获得10
5秒前
jjlyy完成签到,获得积分10
5秒前
aq22完成签到 ,获得积分10
5秒前
Alex完成签到,获得积分10
5秒前
彳亍完成签到,获得积分10
5秒前
夏侯初完成签到,获得积分0
6秒前
兴奋的冥茗完成签到,获得积分10
7秒前
7秒前
简洁发布了新的文献求助30
8秒前
fei完成签到 ,获得积分10
8秒前
Twikky发布了新的文献求助10
8秒前
科研通AI2S应助w6采纳,获得10
9秒前
loin完成签到,获得积分10
9秒前
行走De太阳花完成签到,获得积分10
10秒前
kim应助ff采纳,获得10
10秒前
缓慢千易完成签到,获得积分10
11秒前
11秒前
呼噜完成签到,获得积分10
11秒前
shawn完成签到,获得积分10
11秒前
852应助z'x采纳,获得10
12秒前
橘涂完成签到 ,获得积分10
12秒前
11发布了新的文献求助10
12秒前
高分求助中
Sustainability in Tides Chemistry 2000
Microlepidoptera Palaearctica, Volumes 1 and 3 - 13 (12-Volume Set) [German] 1122
Дружба 友好报 (1957-1958) 1000
The Data Economy: Tools and Applications 1000
Mantiden - Faszinierende Lauerjäger – Buch gebraucht kaufen 700
PraxisRatgeber Mantiden., faszinierende Lauerjäger. – Buch gebraucht kaufe 700
A Dissection Guide & Atlas to the Rabbit 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3099895
求助须知:如何正确求助?哪些是违规求助? 2751334
关于积分的说明 7613172
捐赠科研通 2403314
什么是DOI,文献DOI怎么找? 1275235
科研通“疑难数据库(出版商)”最低求助积分说明 616318
版权声明 599053