Verbesserung der Qualitätsanalyse von Süßkartoffeln durch hyperspektrale Bildgebung und KI

Aufgrund ihres köstlichen Geschmacks und ihrer nährstoffreichen Qualität sind Süßkartoffeln bei Verbrauchern auf der ganzen Welt ein beliebtes Lebensmittel. Das rote, knollenförmige Wurzelgemüse kann zu Chips und Pommes frites verarbeitet werden und hat eine Reihe industrieller Anwendungen, darunter Textilien, biologisch abbaubare Polymere und Biokraftstoffe.

Die Qualitätsbewertung von Süßkartoffeln ist für Produzenten und Verarbeiter von entscheidender Bedeutung, da die Merkmale Textur und Geschmack, Verbraucherpräferenzen und die Eignung für verschiedene Zwecke beeinflussen. Eine neue Studie der University of Illinois Urbana-Champaign untersucht den Einsatz von hyperspektraler Bildgebung und erklärbarer künstlicher Intelligenz (KI) zur Bewertung der Eigenschaften von Süßkartoffeln.

„Traditionell erfolgt die Qualitätsbewertung mithilfe von Laboranalysemethoden. Sie benötigen unterschiedliche Instrumente, um unterschiedliche Eigenschaften im Labor zu messen, und Sie müssen auf die Ergebnisse warten. Mit der hyperspektralen Bildgebung können Sie mehrere Parameter gleichzeitig messen. Sie können jede einzelne Kartoffel beurteilen.“ eine Charge, nicht nur ein paar Proben.“

„Spektralbildgebung ist nicht-invasiv, schnell, genau und kostengünstig“, sagte Mohammed Kamruzzaman, Assistenzprofessor am Department of Agricultural and Biological Engineering (ABE), Teil des College of Agricultural, Consumer and Environmental Sciences (ACES). und das Grainger College of Engineering in Illinois.

Die Studie ist Teil einer staatenübergreifenden Zusammenarbeit mit dem US-Landwirtschaftsministerium, an der Forscher aus Mississippi, North Carolina, Michigan, Louisiana und Illinois beteiligt sind. Jede Universität befasst sich mit unterschiedlichen Aspekten des Projekts; Kamruzzamans Team konzentriert sich auf die Bewertung von drei chemischen Eigenschaften – Trockenmasse, Festigkeit und Gehalt an löslichem Zucker (Brix-Grad) –, die sich auf den Marktpreis und darauf auswirken, ob eine Kartoffel für den Verbraucher oder zur Verarbeitung geeignet ist.

Die Forscher verwenden eine hyperspektrale Bildkamera im sichtbaren Nahinfrarotbereich, um Bilder von Süßkartoffeln aus zwei verschiedenen Winkeln aufzunehmen. Durch die Analyse der Bilder entstehen Spektraldaten, die zur Identifizierung wichtiger Wellenlängen und zur Entwicklung von Farbkarten verwendet werden, die die Verteilung der gewünschten Attribute darstellen.

Hyperspektrale Bildgebung ist zu einem wichtigen Instrument in der Agrar- und Lebensmittelverarbeitungsforschung geworden. Es erzeugt jedoch große Datenmengen, die mit maschinellem Lernen verarbeitet werden. Es ist komplex und verhält sich normalerweise wie eine Blackbox, in der Benutzer nicht wissen, was passiert.

„Wir kombinieren hyperspektrale Bildgebung mit erklärbarer KI, um die Prozesse hinter den Ergebnissen zu verstehen. Auf diese Weise können wir visualisieren, wie die Algorithmen des maschinellen Lernens funktionieren, wie Eingabedaten verarbeitet werden und wie Funktionen verbunden werden, um die Ausgabe vorherzusagen“, sagte er Md Toukir Ahmed, Doktorand bei ABE und Hauptautor des Artikels.

„Wir glauben, dass dies eine neuartige Anwendung dieser Methode zur Bewertung von Süßkartoffeln ist. Diese bahnbrechende Arbeit hat das Potenzial, den Weg für den Einsatz in einer Vielzahl anderer landwirtschaftlicher und biologischer Forschungsbereiche zu ebnen.“

Die Ergebnisse können Branchenexperten und Forschern helfen, die Bedeutung verschiedener Merkmale bei der Vorhersage von Qualitätsmerkmalen zu verstehen, was zu einer fundierteren Entscheidungsfindung führt und die Versorgung der Verbraucher mit qualitativ hochwertigeren Produkten gewährleistet.

Kamruzzaman sagte, ein Ziel des multiuniversitären Projekts sei die Entwicklung eines Tools, mit dem Verarbeiter schnell und einfach Chargen von Süßkartoffeln scannen können, um Merkmale und Attribute zu bestimmen. Schließlich könnten Forscher eine mobile App entwickeln, mit der Verbraucher im Lebensmittelgeschäft die Qualität von Süßkartoffeln am Ort des Kaufs scannen können.

Die Arbeit ist veröffentlicht im Tagebuch Computer und Elektronik in der Landwirtschaft.