This study was carried out to devel

This study was carried out to develop a hyperspectral imaging system in the near infrared (NIR) region
(900–1700 nm) to assess the quality of cooked turkey hams of different ingredients and processing
parameters. Hyperspectral images were acquired for ham slices originated from each quality grade and
then their spectral data were extracted. Spectral data were analyzed using principal component analysis
(PCA) to reduce the high dimensionality of the data and for selecting some important wavelengths. Out of
241 wavelengths, only eight wavelengths (980, 1061, 1141, 1174, 1215, 1325, 1436 and 1641 nm) were
selected as the optimum wavelengths for the classification and characterization of turkey hams. The data
analysis showed that it is possible to separate different quality turkey hams with few numbers of wavelengths
on the basis of their chemical composition. The results revealed the potentiality of NIR hyperspectral
imaging as an objective and non-destructive method for the authentication and classification
of cooked turkey ham slices.

ผลลัพธ์ (ไทย) 1:

การศึกษานี้ได้ดำเนินการพัฒนาระบบถ่ายภาพ hyperspectral ในภูมิภาคใกล้อินฟราเรด (NIR)(900 – 1700 nm) เพื่อประเมินคุณภาพของ hams ตุรกีสุกส่วนผสมต่าง ๆ และประมวลผลพารามิเตอร์ ภาพ Hyperspectral สินทรัพย์สำหรับชิ้นแฮมมาจากแต่ละชั้นคุณภาพ และจากนั้น ได้แยกข้อมูลสเปกตรัม ข้อมูลสเปกตรัมได้วิเคราะห์โดยใช้การวิเคราะห์ส่วนประกอบหลัก(PCA) เพื่อลด dimensionality สูง ของข้อมูล และเลือกความยาวคลื่นที่สำคัญบางอย่าง ออกของความยาวคลื่นที่ความยาว 241 คลื่น แปดเท่านั้น (980, 1061, 1141, 1174, 1215, 1325, 1436 และ 1641 nm) ได้เลือกเป็นความยาวคลื่นที่เหมาะสมสำหรับการจัดประเภทและคุณสมบัติของตุรกี hams ข้อมูลวิเคราะห์พบว่า จะสามารถให้คุณภาพแตกต่างกันแยก hams ตุรกีด้วยหมายเลขสามของความยาวคลื่นตามองค์ประกอบทางเคมีของพวกเขา ผลเปิดเผยศักยภาพของ NIR hyperspectralภาพเป็นวัตถุประสงค์และวิธีแบบไม่ทำลายสำหรับการรับรองความถูกต้องและการจัดประเภทของตุรกีสุกแฮมชิ้น

ผลลัพธ์ (ไทย) 2:

การศึกษาครั้งนี้ได้ดำเนินการในการพัฒนาระบบการถ่ายภาพ Hyperspectral ในใกล้อินฟราเรด (NIR) ภูมิภาค
(900-1,700 นาโนเมตร) เพื่อประเมินคุณภาพของแฮมไก่งวงปรุงสุกของส่วนผสมที่แตกต่างกันและการประมวลผล
พารามิเตอร์ ภาพ Hyperspectral ได้มาสำหรับชิ้นแฮมมาจากคุณภาพเกรดแต่ละคนและ
จากนั้นข้อมูลสเปกตรัมของพวกเขาถูกสกัด ข้อมูลสเปกตรัมถูกวิเคราะห์โดยใช้การวิเคราะห์องค์ประกอบหลัก
(PCA) เพื่อลดมิติสูงของข้อมูลและการเลือกบางความยาวคลื่นที่สำคัญ ออกจาก
241 ความยาวคลื่นเพียงแปดความยาวคลื่น (980, 1061, 1141, 1174, 1215, 1325, 1436 และ 1641 นาโนเมตร) ได้รับ
เลือกให้เป็นความยาวคลื่นที่เหมาะสมสำหรับการจำแนกประเภทและลักษณะของแฮมไก่งวง ข้อมูล
การวิเคราะห์แสดงให้เห็นว่ามันเป็นไปได้ที่จะแยกแฮมไก่งวงที่มีคุณภาพที่แตกต่างกันมีจำนวนไม่กี่ความยาวคลื่น
บนพื้นฐานขององค์ประกอบทางเคมีของพวกเขา ผลการศึกษาพบศักยภาพของ NIR Hyperspectral
การถ่ายภาพเป็นวิธีการวัตถุประสงค์และไม่ทำลายสำหรับการตรวจสอบและการจัดประเภท
ของชิ้นแฮมไก่งวงปรุงสุก

ผลลัพธ์ (ไทย) 3:

การศึกษานี้มีวัตถุประสงค์เพื่อพัฒนาระบบภาพ hyperspectral ในอินฟราเรดใกล้ ( NIR ) เขต
( 900 – 1 , 700 nm ) เพื่อประเมินคุณภาพของสุกไก่งวงแฮมของส่วนผสมที่แตกต่างกันและการประมวลผล
พารามิเตอร์ hyperspectral ภาพได้มาแฮมชิ้นที่มาจากแต่ละเกรดคุณภาพและ
แล้วข้อมูลสเปกตรัมของพวกเขาถูกสกัดข้อมูลสเปกตรัม วิเคราะห์ข้อมูลโดยใช้การวิเคราะห์องค์ประกอบหลัก ( PCA )
เพื่อลด dimensionality สูงของข้อมูลและการเลือกความยาวคลื่นที่สำคัญบางอย่าง อก
241 ความยาวคลื่นแสงเพียงแปด ( 980 1 , 806 , 1174 1215 1048 , , , และคุณเสก nm )
เลือกเป็นความยาวคลื่นที่เหมาะสมสำหรับการจำแนกและลักษณะสมบัติของแฮมไก่งวง ข้อมูล
การวิเคราะห์แสดงให้เห็นว่ามันเป็นไปได้ที่จะแยกแฮมไก่งวงที่มีคุณภาพที่แตกต่างกันไม่กี่ตัวเลขของความยาวคลื่น
บนพื้นฐานขององค์ประกอบทางเคมี พบว่า ศักยภาพของเนียร์ hyperspectral
ภาพเป็นวัตถุประสงค์และวิธีไม่ทำลายเพื่อตรวจสอบและการจำแนก
สุกไก่งวงแฮมชิ้น