تشخیص غیرمخرب بیاتی نان با استفاده از تصاویر فراطیفی

نویسندگان

1 دانشیار دانشگاه علوم کشاورزی و منایع طبیعی خوزستان

2 دانشکده علوم و مهندسی صنایع غذایی دانشگاه کشاورزی و منابع طبیعی رامین خوزستان

3 دانشجوی کارشناسی ارشد، گروه مهندسی ماشین‌های کشاورزی و مکانیزاسیون، دانشکده مهندسی زراعی و عمران روستایی، دانشگاه علوم کشاورزی

doi
10.22104/ift.2023.6279.2142
چکیده

تصویربرداری فراطیفی، ترکیبی از فناوری تصویربرداری و طیف‌سنجی است که مقادیر زیادی از اطلاعات فضایی و طیفی را به‌طور همزمان ارائه می‌دهد، و امروزه به‌عنوان یک ابزار تشخیص غیرمخرب و سریع برای ارزیابی کیفیت و ایمنی مواد غذایی در حال گسترش است. در این پژوهش با استفاده از تصویربرداری فراطیفی، در محدوده طول موج nm400-950 و با وضوح کیفی nm 795/0، چگونگی فرایند بیات شدن نان و تاثیر آن بر رفتار نان بررسی شد. بعد از استخراج مولفه‌های اصلی، به منظور پیش‌بینی ویژگی‌های بافتی از سه روش مدل‌سازی PCR، PLSR و GRNN طی شش روز نگهداری استفاده شد؛ نتایج نشان دادند روش GRNN نسبت به دو روش دیگر دارای بیشترین مقادیر ضریب تشخیص R^2 برای دو ویژگی، ارتجاعیت و سفتی به ترتیب 96/0 و 94/0 و همچنین کمترین مقدار خطا RMSE برای دو ویژگی، پیوستگی و سفتی به ترتیب 11/0 و 32/0 می‌باشد که نشاندهنده توانایی مدل شبکه عصبی رگرسیون تعمیم‌یافته برای پیش‌بینی ویژگی‌های بافتی نان است.