Multispectral imaging for predicting sugar content of ‘Fuji’ apples

Tang, Chunxiao; He, Hayi; Li, Enbang; Li, Hongqiang

doi:10.1016/j.optlastec.2018.04.017

Cited by 40 publications

(21 citation statements)

References 30 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Food quality control and sorting were achieved using multispectral imaging [45]. Food samples can also be tested for specific constituents as in the following studies: water content in beef samples [46], and sugar content in Fuji apples [47].…”

Section: Related Workmentioning

confidence: 99%

Detection of Oil-Containing Dressing on Salad Leaves Using Multispectral Imaging

Raju

Sazonov

2020

IEEE Access

View full text Add to dashboard Cite

There is a need for non-invasive methods for nutritional analysis of food that can address the drawbacks of current methods such as color photography, which cannot distinguish between energydense and zero calorie foods. This paper discusses a novel, multispectral approach for the identification of oil, particularly in salads, and defines a pseudo-reflectance term. A custom-made multispectral camera was used to collect a novel, publicly shared dataset of images of untreated lettuce leaves or leaves treated with vinegar, oil, or a combination of these. The camera captured image data at 10 wavelengths ∈[380nm,980nm] across the electromagnetic spectrum in the visible and NIR (near-infrared) regions. Imaging was done in a lab environment with the presence of ambient light. Mean spectra were extracted from the regions of interest in the multispectral cube and used to compute pseudo-reflectance. ANOVA (Analysis of Variance) was performed to look for variances in the pseudo-reflectance curves. ANOVA proved that the differences between group means of the four treatment groups (oil, vinegar, oil plus vinegar, control) were statistically significant. Pairs of groups showing the greatest significance were established using a Tukey post hoc test. Sequential Forward Selection (SFS) was used to determine 5 optimal feature wavelengths from the whole feature space (410 nm, 455 nm, 485 nm, 810 nm, and 850 nm). A combination of visible (VIS) and infrared (IR) wavelengths, selected using SFS, showed the greatest potential for discrimination between groups containing oil and groups that do not contain oil with a classification accuracy of 84.20%. The pseudo-reflectance values were statistically proven to be sensitive to the presence of oil as a dressing. This research has demonstrated the feasibility of implementing a multispectral imaging technique for identifying the presence of oil in salads and possibly an energy content detection system. INDEX TERMS Multispectral imaging, energy density, food detection, high calorie detection, dietary assessment.

show abstract

Section: Related Workmentioning

confidence: 99%

Detection of Oil-Containing Dressing on Salad Leaves Using Multispectral Imaging

Raju

Sazonov

2020

IEEE Access

View full text Add to dashboard Cite

show abstract

“…Las imágenes multiespectrales están siendo empleadas en la evaluación de múltiples productos y determinar diversas características. Tang et al (2018), en Australia, estudiaron la aplicación de las imágenes multiespectrales para predecir el contenido de azucares en manzanas. Y específicamente, en el trabajo con pasturas, en Alemania se estudió la modelación de un mapa de rendimiento de pastizales y evaluaron si los problemas de saturación pueden corregirse por la composición de especies de plantas mediante la generación de los modelos (Magiera et.…”

Section: Aportes De La Metodologíaunclassified

Inserción de nuevas tecnologías en el estudio de indicadores productivos de la pastura, en Cajamarca

Arce¹,

Arce²,

Vásquez³

et al. 2020

Rev. Perspectiva

View full text Add to dashboard Cite

La utilización de imágenes multiespectrales para el estudio de pasturas viene siendo utilizadacada vez con más frecuencia; sin embargo, esta tecnología es desconocida para la gran mayoría delos productores ganaderos en Cajamarca. Es por ello que el objetivo de este estudio es registrar losindicadores productivos de raigrás – trébol utilizando imágenes multiespectrales en drones. Asípodremos dar a conocer las múltiples ventajas de su uso en el estudio pastoril. Para el muestreode las pasturas in situ se trabajará en potreros de una hectárea, y se aplicará la metodología transectosy cuadrantes, debidamente geo – referenciados. Los indicadores a medir serán: biomasa,composición florística, altura de planta, tasa de crecimiento y contenido de materia seca. Para elmuestreo de las pasturas con drones se captarán imágenes multiespectrales de los mismos puntostrabajados in situ. Por lo visto en los resultados obtenidos en otros trabajos de la misma línea deinvestigación, se avizora un futuro muy promisorio para la utilización de esta tecnología en elestudio de pasturas, en nuestra región.Palabras clave: Imagen multiespectral, pasturas dron, raigrás, trébol, Cajamarca.

show abstract

“…Para la validación vamos a comparar los valores verdaderos obtenidos mediante las técnicas tradicionales y los valores estimados (valor predicho por el modelo generado) (Casal, 2013) Aportes de la metodología Las imágenes multiespectrales están siendo empleadas en la evaluación de múltiples productos y determinar diversas características. Tang et al (2018), en Australia, estudiaron la aplicación de las imágenes multiespectrales para predecir el contenido de azucares en manzanas. Y específicamente, en el trabajo con pasturas, en Alemania se estudió la modelación de un mapa de rendimiento de pastizales y evaluaron si los problemas de saturación pueden corregirse por la composición de especies de plantas mediante la generación de los modelos (Magiera et.…”

Section: Generación Y Validación De Modelos Matemáticosunclassified

Inserción de nuevas tecnologías en el estudio de indicadores productivos de la pastura, en Cajamarca

Arce

Vásquez

et al. 2019

Rev. Perspectiva

View full text Add to dashboard Cite

La utilización de imágenes multiespectrales para el estudio de pasturas viene siendo utilizada cada vez con más frecuencia, sin embargo esta tecnología es desconocida para la gran mayoría de los productores ganaderos en Cajamarca. Es por ello que el objetivo de este estudio es registrar los indicadores productivos de raigrás – trébol utilizando imágenes multiespectrales en drones. Así podremos dar a conocer las múltiples ventajas de su uso en el estudio pastoril. Para el muestreo de las pasturas in situ se trabajará en potreros de una hectárea, y se aplicará la metodología transectos y cuadrantes, debidamente geo – referenciados. Los indicadores a medir serán:biomasa, composición florística, altura de planta, tasa de crecimiento y contenido de materiaseca. Para el muestreo de las pasturas con drones se captarán imágenes multiespectrales de los mismos puntos trabajados in situ. Por lo visto en los resultados obtenidos en otros trabajos de la misma línea de investigación, se avizora un futuro muy promisorio para la utilización de esta tecnología en el estudio de pasturas, en nuestra región. Palabras clave: imagen multiespectral, dron, raigrás, trébol, Cajamarca.

show abstract

Multispectral imaging for predicting sugar content of ‘Fuji’ apples

Cited by 40 publications

References 30 publications

Detection of Oil-Containing Dressing on Salad Leaves Using Multispectral Imaging

Detection of Oil-Containing Dressing on Salad Leaves Using Multispectral Imaging

Inserción de nuevas tecnologías en el estudio de indicadores productivos de la pastura, en Cajamarca

Inserción de nuevas tecnologías en el estudio de indicadores productivos de la pastura, en Cajamarca

Contact Info

Product

Resources

About