이코텍 에코텍과 International advanced기기 기술 회사가 협력하여"생태를 제공하기 위해 힘쓰다- 농업- 건강 "전면 기술 시나리오.회사는 International advanced 기반의Specim 하이 스펙트럼 이미징 기술은 기계 시각과 자동화 연구 개발 통합을 결합하여 사용자에게 다양화, 맞춤화, 자동화의 온라인 선별 솔루션을 제공하여 산업 라인 제품의 높은 통화량의 빠른 분류와 실시간 응답을 실현한다.시스템은 공업 흐름선, 컨베이어 벨트 및 스마트 분류 시스템과 결합할 수 있으며, 강력한 스펙트럼 식별 능력과 유연한 분류 모델을 바탕으로 정확한 식별 결과를 실시간으로 출력할 수 있으며, 사용자는 일련의 복잡한 코딩과 스펙트럼 이미지 해석 작업을 진행할 필요가 없이 최종 결과를 얻을 수 있으며, 높은 스펙트럼 영상 기술이 시장 응용으로 나아가는 문턱을 현저하게 낮출 수 있다.

주요 특징:

▌SpectraScan은스펙트럼 영상 스캐닝 플랫폼 기술, 사용자 사용 장면에 따라 특수 맞춤형 적응 방안

▌ 산업용 밀어내기식 하이 스펙트럼 이미저(옵션)400-1000nm、900-1700nm、2700-5300nm등파 대역

▌ 분류 모델 훈련 소프트웨어: 샘플 데이터 보기, 분류 모델 훈련, 분류 효과 검증, 응용 프로그램 구축

▌ 온라인 실시간 선별: 분류 모델에 따라 실시간으로 연산하고 온라인으로 선별 결과를 표시하는 고성능 데이터 처리 장치

▌ 지원GigE는，USB3.0의 RS-232/485，CAN은인터페이스, 산업 라인 다운스트림 공정 호환 가능, 스마트 분류 보조

▌ 하이 스펙트럼 이미징 기술 통과CE는、FCC는、RoHS3는등 국제 주류 인증

활용 사례:

1. 피스타치오 품질 검사

견과류의 품질은 일반적으로 제품의 신선도, 결함 유무, 진드기와 외래물 등 오염물에 따라 평가되는데 피스타치오의 품질통제에서 결함과 이물질검사는 생산에서 가장 중요한 부분이다.

기존에 사용되던 HPLC, GC-MS, IR-MS 등의 방법은 실시간으로 감지되지 않는 폐해가 있었다.최근 몇 년 동안 컬러 이미징 (RGB) 에 기반한 기계 시각 기술은 식품 가공 과정과 품질 제어 등에서 중요한 역할을 발휘했지만 진드기, 곰팡이 및 기타 외래물에 대한 식별에는 여전히 단점이 있습니다.이탈리아 실험자들은 피스타치오의 품질 제어에 하이 스펙트럼 이미징 (HSI) 기술을 적용하고 샘플의 다른 이화학적 특징에 대해 정성과 정량 분석을 수행하여 식품의 품질 제어를위한 더 나은 전략을 모색했습니다.

실험자들은 피스타치오 혼합물의 다른 유형의 특정 샘플을 무작위로 선택하여 99개의 샘플을 6가지 종류로 나누었다: 피스타치오 (23), 피스타치오 (23), 피스타치오 (13), 피스타치오 외피 (13), 잔가지 (13) 및 과핵 (14).그림 1.1 왼쪽에서 샘플은 훈련 세트 (70%) 와 검증 세트 (30%) 두 그룹으로 나뉘며, 먼저 원시 스펙트럼을 미리 처리하여 6가지 스펙트럼의 특징 차이를 드러낸다.

그림 1.1 왼쪽: RGB 그림(a), 트레이닝 세트(b) 및 검증 세트(c);오른쪽: SWIR 범위에서 6 클래스 샘플의 평균(a) 및 사전 처리(b) 반사 스펙트럼

주성분분석(PCA), 다변량 분류 방법을 적용한 다양한 분류 모델을 통해 훈련 데이터 세트를 훈련한 결과 아래 그림 1.2 왼쪽과 같이 CART 예측도가 PCA-kNN의 결과와 유사해 PLS-DA와 PCA-DA가 얻은 결과보다 우수한 분류 결과를 얻었다.서로 다른 분류 모델을 사용하여 검증 데이터 세트를 예측한 결과 그림 1.2 오른쪽에서 볼 수 있듯이 모델은 모두 돌을 정확하게 식별했으며 PLS-DA와 PCA-DA 예측도가 비슷해 같은 오류 분류 영역을 나타냈으며 CART 모델 예측도는 오류 분류 픽셀이 더 분산된 것이 특징이다.PCA-kNN 예측도 최상의결과적으로 단일 범주의 오류 분류 영역은 매우 적습니다.

그림 1.2 왼쪽 (a, b, c, d) 은 훈련 결과이다.오른쪽 (a, b, c, d) 은 예측 결과입니다.

그 결과 SWIR 대역을 기반으로 한 높은 스펙트럼 이미징 기술은 피스타치오 품질 모니터링 및 제어에 좋은 방법을 제공하여 산업 응용의 오프라인 또는 실시간 감지 장면에서 넓은 전망을 제공합니다.

2. 화초차 무손상 품질 검측 평가

소비자들의 건강에 대한 관심이 커지면서 화초차 소비량도 점차 늘고 있다.화초차는 두 종류 또는 여러 종류의 식물종이 입맛을 개선하고 건강상의 이점을 더하기 위한 목적으로 혼합된 것이다.다른 식품이나 건강식품과 마찬가지로 화초차의 품질 관리(QC)는 식품 안전과 보건 효과를 확보하는 데 매우 중요하다.

고효율 액상 크로마토그래피 (HPLC) 와 질량 크로마토그래피 (MS) 와 같은 전통적인 품질 제어 방법은 높은 중복성과 정확도를 가지고 있지만 시간이 많이 걸리고 파괴적이며 다양한 원료를 함유한 상황에서 각 성분을 단독으로 검사해야 하여 시간과 힘을 더욱 소모한다.본 연구에서 하이 스펙트럼 영상 기술은 전통적인 분광학과 디지털 영상을 신속하고 손상 없이 결합하는 방법으로 화초차의 품질을 평가하고 통제한다.

츠바니 과학기술대학 연구진은 SWIR 하이스펙트럼 영상을 이용해 Parceval Pty사로부터 구입한 원료(S.tortuosum 및 C.genistoides)와 다섯 무더기의 화초차 혼합물(Honeybush-Sceletium)의 하이스펙트럼 이미지를 채취했다.관련 화학지식이 없는 상황에서 두 원료를 전면 무손상으로 구분한 결과 주성분분석(PCA)에서 S.tortuosum과 C.genistoides 원료 사이에 54.2%의 화학성분 차이가 있는 것으로 나타났다.

그림 2.1 a) 두 가지 차 원료;b)PC1；c) 두 찻잎의 서로 다른 픽셀 클러스터 도표 (t1 vs t2)

화초차의 빠른 무손실 식별과 성분 계량화에서 PCA 교정 모델을 기반으로 PLS-DA 모델을 개발했다. 그림 2.2 왼쪽에서 볼 수 있듯이 테스트 세트 결과는 PCA와 유사하다. 두 개의 분리된 픽셀 클러스터를 관찰한 결과 52.8% 의 화학 성분 차이를 얻었다. 해당 Y-이미지는 산점도 옆에 표시되어 순수한 원료가 100% 분류되었다는 것을 설명한다.그림 2.2 오른쪽은 두 개의 외부 테스트 세트 샘플과 다섯 개의 화초 차 혼합물을 포함하는 예측 세트의 RGB 이미지와 예측 결과입니다. 그 결과 이 모델은 차 혼합물 성분의 특성을 정확하게 예측할 수 있음을 확인했습니다. 예측 화초 차 혼합물은 S.tortuosum과 C.genistoides 두 가지 원료만 포함하고 정량 예측 C.genistoides는 주요 성분 (함량 > 97%) 이고 이 96% 에 가깝습니다.실험결과는 량차혼합물 등 식품약품의 품질평가에서 고스펙트럼영상기술이 량호한 잠재력을 갖고있음을 보여주었다.

그림 2.2 왼쪽: a) PLS-DA 산점도 및 득점;b) S. tortuosum과 C. genistoides의 평균 스펙트럼 차이.오른쪽: 예측 세트 샘플의 시각화, a) RGB 이미지;b) PLS-DA 모델 기반 클래스 예측

이코타이 생태기술회사는 SpeatrAPP 스펙트럼 영상 혁신 응용 기술을 기반으로 식품 및 한약재 선별 및 품질 제어, 종자 종묘 분리, 공업 생산 라인 온라인 분류, 폐기물 재활용, 생산 라인 품질 제어, 기계 시각 응용 및 기타 고품질 응용 분야에 맞춤형 스펙트럼 영상 솔루션을 제공한다.

왼쪽부터 땅콩 곰팡이 분리, 육류 분리 (돼지고기, 쇠고기, 양고기), 사과 당도 검사 (이코타이 스펙트럼 영상 실험실 제공)

참조 문서:

[1] Bonifazi G, Capobianco G, Gasbarrone R, et al. 단파 적외선 초분광 이미지에 적용되는 다양한 분류 방법으로 피스타치오 [J [1] [2]식품 통제, 2021, 130(26):108202.

[2] A M S, A W C, B I V A, et al. 초분광 이미징을 사용하여 허브 차 혼합물의 비파괴적 인 품질 평가 - ScienceDirect [J].식물화학 편지, 2018, 24:94-101.