研究情報
Research information

本研究では、塩水漬けキャベツの品質を分類するための近赤外(NIR)領域(874–1734 nm)における非破壊ハイパースペクトルイメージング処理法の可能性を実証する。塩漬けキムチキャベツの塩分濃度は、消費者の好みとキムチの品質を示す重要な指標である。そこで、塩漬けキムチキャベツの水分含有量と塩分濃度をハイパースペクトルデータを用いて比較した。予測された塩漬けキムチキャベツの塩分濃度を分類するために、ハイパースペクトル画像データセットから最適な波長を抽出し、キムチサンプルを品質不適合グループと品質許容グループに分類するための新しいアプローチを確立した。標準正規変量および多重散乱補正(MSC)を経路長補正に使用した。Savitzky–Golayの1次および2次導関数を、生のスペクトルデータのデコンボリューションに使用した。実験結果から、MSC経路長補正とSavitzky-Golayの1次導関数の前処理を組み合わせたディシジョンツリーモデルが最適な分類モデルであることが確認された。提案したハイパースペクトル画像-NIRシステムは、工業用キムチ製造中の塩分検出に適用できる。
Creative Commons CC-BY license (https://creativecommons.org/licenses/by/4.0/).
https://doi.org/10.1016/j.heliyon.2024.e40817