Ein UGR-Forschungsteam hat eine Methode zur Klassifizierung der Reife von Paprika mithilfe von Hyperspektralbildgebung, einer nicht-invasiven Technik, und maschinellem Lernen entwickelt.
Das Projekt wurde unter Verwendung des kalifornischen Pfeffers entwickelt, der typischerweise eine blockige Form und dickes Fruchtfleisch hat. Es ermöglicht die Bestimmung der Festigkeit des Pfeffers – eine Qualität, die mit seiner Reife zusammenhängt und der Schlüssel zu seinem Erfolg auf dem Markt ist.
Um die Verpackung überreifer Paprika zu verhindern, hat das Forschungsteam des Color Imaging Lab der UGR in Zusammenarbeit mit der Abteilung für Analytische Chemie und der Genossenschaft Hortofrutícola Mabe in Almería eine neue Methode zur Messung der Reife dieser Produkte entwickelt.
Das Team verwendete hyperspektrale Bildgebung, eine nicht-invasive Technik, die dazu dient, die Qualitätsmerkmale von Obst und Gemüse zu identifizieren, zu klassifizieren und zu visualisieren und sicherzustellen, dass sie sicher zu verzehren sind.
Die Wissenschaftler analysierten die spektrale Reflexion im sichtbaren und nahen Infrarotbereich, um die Reife von Paprika aus drei verschiedenen Kulturen zu bestimmen, und identifizierten die Spektralbänder, die die besten Klassifizierungsraten zur Messung der Reife liefern.
Das Projekt hat ein realistisches Szenario konstruiert und ein Förderbandsystem simuliert, in dem die Paprika mithilfe von vier Klassifizierungsalgorithmen bewertet werden, um ihren Reifegrad vorherzusagen.
Der für diesen Klassifizierungsprozess verwendete Algorithmus erzielte Erfolgsraten von über 90 %, dank eines Systems, das die Haltbarkeitsschätzung der Paprika verbessert und eine bessere Produktqualität für die Kunden gewährleistet.
Dieses System bietet eine effektive und praktische Lösung zur Klassifizierung der Reife von Paprika und ermöglicht es Obst- und Gemüsebauern, das Pflanzenmanagement zu verbessern und Verluste durch überreife Produkte zu reduzieren.
Die Flexibilität des Systems ermöglicht es Unternehmen, die Anzahl der Spektralbänder entsprechend ihrem Budget und der Art des zu analysierenden Produkts auszuwählen.