大豆作為我國主要糧食作物之一，富含蛋白質(zhì)、異黃酮、脂肪以及多種維生素、微量元素，是人們?nèi)粘Ｉ钪械氖称罚渲匾圆谎远鳌４蠖乖谖覈两褚延?000多年的種植史，目前主要集中在東北、華北、陜、川及長江下游地區(qū)。在大豆的收獲過程中，首先需要將存在于豆莢中的大豆進行脫殼處理，然后需再將其攤開晾曬，等到大豆自由水脫干，才能入倉貯藏。在這一整個過程中，大豆中免不了混入雜質(zhì)，如豆莢、石子、泥沙等等，同時，有些大豆在成熟的過程中,由于各種原因可能導(dǎo)致的干癟、霉變、籽粒大小不均勻的不利因素，將會嚴重影響大豆的質(zhì)量，因此對于大豆里的雜質(zhì)、霉變大豆的篩選顯得尤其重要。

本案例通過光譜成像技術(shù)來區(qū)分霉變大豆和正常大豆，利用霉變大豆和正常大豆光譜數(shù)據(jù)的差異，實現(xiàn)對兩者的識別與篩選。 高光譜數(shù)據(jù)采集分析設(shè)備推掃式高光譜相機由sinespec(賽斯拜克)自主研發(fā)和生產(chǎn)制造，擁有超高光譜分辨率，覆蓋400-1700nm波段光譜范圍，可快速、精準獲取觀測目標的高光譜信息，廣泛應(yīng)用于掛載、便攜、室內(nèi)等應(yīng)用場景。該產(chǎn)品可結(jié)合目標物的空間圖像信息和光譜信息，利用目標物不同部位或成分的光譜特征，進行無損、無接觸、快速高效的精準獲取、發(fā)現(xiàn)識別、分類篩選和分析應(yīng)用。

賽斯拜克高光譜相機

數(shù)據(jù)分析與模型訓(xùn)練對所采集的光譜數(shù)據(jù)使用光譜分析軟件進行區(qū)域采集數(shù)據(jù)和主成分分析。(注：主成分分析是對采集的光譜數(shù)據(jù)在光譜維度下進行分析計算，得出圖像中的光譜差異，以偽彩色進行標注，如下圖：

（紅色曲線：正常，綠色曲線：霉變）

通過sinespec高光譜大數(shù)據(jù)分析應(yīng)用云平臺，把采集的正常大豆和霉變大豆的光譜數(shù)據(jù)放入數(shù)據(jù)集中，對多個樣本進行標注，分析和模型訓(xùn)練，最后通過正常和霉變大豆混合采集的數(shù)據(jù)進行模型匹配，驗證結(jié)果如下圖。

如上圖驗證結(jié)果表明，基于光譜成像技術(shù)并結(jié)合機器學習模型訓(xùn)練方法能夠準確地實現(xiàn)正常大豆與霉變大豆的識別與篩選。 高光譜成像技術(shù)可捕捉遠大于可見光范圍的光譜信息和圖像信息，能看到普通可見光成像看不到的物質(zhì)信息，是未來成像技術(shù)主要發(fā)展方向之一。sinespec(賽斯拜克)作為國內(nèi)光譜成像行業(yè)產(chǎn)業(yè)化企業(yè)，擁有自主研發(fā)的分光器件、光譜相機、光譜軟件和光譜智能云平臺，產(chǎn)品與技術(shù)在科學研究、精準農(nóng)業(yè)、生態(tài)環(huán)境、資源勘探、工業(yè)檢測、生物醫(yī)學、智能探測、食品安全等領(lǐng)域得到廣泛應(yīng)用。未來，sinespec將持續(xù)攻難克堅，堅持“光譜領(lǐng)域芯片技術(shù)+光譜產(chǎn)品+解決方案+行業(yè)應(yīng)用”的市場定位，推動高光譜成像技術(shù)從科研到工業(yè)應(yīng)用、并最終到消費級應(yīng)用，為各行業(yè)實現(xiàn)光譜數(shù)字化、智能化賦能，為改善人們生活品質(zhì)而持續(xù)努力。