This study was carried out to inves

This study was carried out to investigate the potential of NIR
hyperspectral imaging system for non-destructive classification of
different pork grades. Experimental results have shown that the
traditional method used for pork classification can present some
weaknesses. These methods rely on average measurements of smaller
regions of the pork sample and are not suitable for assessment of every
sample in fast-paced large-scale production. Also, samples exhibiting
different classeswithin the loin eye region can be inaccurately classified
according to the location of the measurements acquired. The results
emphasized that the NIR hyperspectral imaging in the 900–1700 nm
range has the potential to classify pork sampleswithout any background
of physicochemical information. Multivariate techniques were used to
reduce the spectral dimension of the hyperspectral image data and
extract useful image features that are valuable for differentiating pork
grades. Distinctive spectral difference among pork grades could be
explained in various wavelengths in NIR range of the spectra. These
identified wavelengths are related to water and other chemical
components of the samples. This procedure allows for the later
introduction of cheaper multispectral NIR instruments for the desired
application. This study illustrated more accurate determination of pork
qualities by using non-destructive and chemical-free methods. For
industrial applications, it is necessary to implement on-line prediction of
intact meat to allow rapid and accurate quality assessment. The major
barriers are the high dimensionality of the hyperspectral data aswell as
the correct selection of representative ROIs. The first confronted
constraint could be overcome by the ideal selection of the most
important wavelengths; meanwhile the selection of ROI could be
performed by applying several image processing regimes on the
selected wavebands. Further studies should be carried out to in this
sense to overcome these disadvantages for proper industrial imple-
mentations. Generally, results highlighted from the recent work have
shown the potential of this technology to fulfill the need of the pork
industry for an accurate and fast method for quality classification
although some modifications must be supplied.

ผลลัพธ์ (ไทย) 1:

การศึกษาครั้งนี้ได้ดำเนินการในการตรวจสอบศักยภาพของ NIR ระบบภาพ
hyperspectral สำหรับการจัดหมวดหมู่แบบไม่ทำลายของ
หมูเกรดที่แตกต่างกัน ผลการทดลองแสดงให้เห็นว่า
วิธีการแบบดั้งเดิมที่ใช้สำหรับการจัดหมวดหมู่หมูสามารถนำเสนอจุดอ่อน
บาง วิธีการเหล่านี้ขึ้นอยู่กับการวัดค่าเฉลี่ยของภูมิภาคท​​ี่มีขนาดเล็ก
ของตัวอย่างเนื้อหมูและจะไม่เหมาะสำหรับการประเมินของทุก
ตัวอย่างในอย่างรวดเร็วการผลิตขนาดใหญ่ นอกจากนี้ยังมีตัวอย่างการแสดงที่แตกต่างกัน
classeswithin ภูมิภาคตาเนื้อซี่โครงสามารถจำแนกไม่ถูกต้อง
ตามที่ตั้งของวัดที่ได้มา ผล
เน้นย้ำว่าการถ่ายภาพ NIR hyperspectral ในช่วง 900-1700 นาโนเมตร
มีศักยภาพในการจัดหมู sampleswithout
พื้นหลังของข้อมูลใด ๆ ทางเคมีกายภาพเทคนิคหลายตัวแปรถูกนำมาใช้เพื่อลด
มิติสเปกตรัมของข้อมูลภาพ hyperspectral และ
สกัดคุณลักษณะภาพที่มีประโยชน์ที่มีคุณค่าสำหรับความแตกต่างของเนื้อหมูเกรด
ความแตกต่างที่โดดเด่นในหมู่สเปกตรัมเกรดหมูอาจจะ
อธิบายในความยาวคลื่นต่างๆในช่วง NIR ของสเปกตรัม เหล่านี้ระบุความยาวคลื่น
ที่เกี่ยวข้องกับน้ำและสารเคมีอื่น ๆ
ส่วนประกอบของกลุ่มตัวอย่าง ขั้นตอนนี้จะช่วยให้สำหรับการแนะนำ
ภายหลังจากที่ถูกกว่าตราสาร NIR multispectral สำหรับการประยุกต์ใช้
ที่ต้องการ การศึกษานี้แสดงให้เห็นถึงความมุ่งมั่นที่ถูกต้องมากขึ้นมีคุณภาพ
หมูโดยใช้วิธีการที่ไม่ทำลายและปราศจากสารเคมี สำหรับงานอุตสาหกรรม
มันเป็นสิ่งจำเป็นที่จะใช้ทำนาย on-line ของ
เนื้อเหมือนเดิมเพื่อให้การประเมินคุณภาพอย่างรวดเร็วและถูกต้อง
อุปสรรคที่สำคัญคือมิติสูงของ hyperspectral ข้อมูลเช่นกันเช่น
การเลือกที่ถูกต้องของ rois ตัวแทน ข้อ จำกัด
เผชิญหน้าครั้งแรกสามารถเอาชนะโดยการเลือกอุดมคติของความยาวคลื่นมากที่สุด
ที่สำคัญในขณะที่การเลือกของพระเจ้าแผ่นดินอาจจะ
ดำเนินการโดยใช้ระบบการประมวลผลภาพหลาย
wavebands เลือก การศึกษาต่อไปควรจะดำเนินการไปในความรู้สึก
นี้ที่จะเอาชนะข้อเสียเหล่านี้ที่เหมาะสมสำหรับการ Imple-
mentations อุตสาหกรรม โดยทั่วไปผลการไฮไลท์จากการทำงานที่ผ่านมาได้
ที่แสดงศักยภาพของเทคโนโลยีนี้เพื่อตอบสนองความต้องการของอุตสาหกรรม
หมูหาวิธีการที่ถูกต้องและรวดเร็วสำหรับการจัดหมวดหมู่ที่มีคุณภาพ
แม้ว่าการปรับเปลี่ยนบางต้องป้อน.

ผลลัพธ์ (ไทย) 2:

การศึกษานี้ได้ดำเนินการตรวจสอบศักยภาพของ NIR
hyperspectral ภาพระบบ classification แบบไม่ทำลายของ
เกรดหมูแตกต่างกัน ผลการทดลองได้แสดงที่
วิธีดั้งเดิมที่ใช้สำหรับหมู classification สามารถนำเสนอบาง
อ่อน วิธีใช้โดยเฉลี่ยวัดเล็ก
ภูมิภาคของหมูตัวอย่าง และไม่เหมาะสมสำหรับการประเมินทุก
ตัวอย่างในการผลิตขนาดใหญ่อย่างรวดเร็ว ยัง ตัวอย่างอย่างมีระดับ
classeswithin ต่างภูมิภาคตาหยิบได้อย่างไม่ถูกต้อง classified
ตามที่ตั้งของวัดมาได้ ผล
ย้ำว่า hyperspectral NIR ภาพใน 900–1700 nm
ช่วงมีศักยภาพในการจัดประเภทหมู sampleswithout พื้นหลังใด ๆ
physicochemical ข้อมูล ตัวแปรพหุเทคนิคเคยใช้
ลดมิติข้อมูลภาพ hyperspectral สเปกตรัม และ
แยกคุณลักษณะประโยชน์ภาพที่คุณค่าในความแตกต่างหมู
เกรด ความแตกต่างโดดเด่นที่สเปกตรัมระหว่างหมูเกรดอาจ
อธิบายในความยาวคลื่นต่าง ๆ ในช่วง NIR แรมสเป็คตรา เหล่านี้
เกี่ยวข้องกับน้ำและสารเคมีอื่น ๆ ความยาวคลื่น identified
ส่วนประกอบของตัวอย่าง กระบวนการนี้ช่วยให้การต่อ
แนะนำถูกกว่า multispectral NIR เครื่องสำหรับที่ต้อง
แอพลิเคชัน การศึกษานี้แสดงกำหนดถูกต้องมากขึ้นของหมู
คุณภาพ โดยใช้วิธีแบบไม่ทำลาย สารพิษ สำหรับ
งานอุตสาหกรรม จำเป็นต้องใช้การคาดเดาของง่ายดาย
เนื้อเหมือนเดิมให้ประเมินคุณภาพรวดเร็ว และถูกต้อง หลักการ
อุปสรรคมี dimensionality สูงของ aswell ข้อมูล hyperspectral เป็น
ROIs แทนการเลือกต้องการ first เผชิญ
สามารถเอาชนะข้อจำกัด โดยการเลือกที่เหมาะที่สุด
ความยาวคลื่นที่สำคัญ ในขณะเดียวกัน การเลือกร้อยอาจ
ดำเนินการ โดยใช้ระบอบการประมวลผลภาพต่าง ๆ บนการ
เลือก wavebands ศึกษาเพิ่มเติมควรดำเนินการในนี้
รู้สึกจะเอาชนะข้อเสียเหล่านี้สำหรับเหมาะสมอุตสาหกรรม imple-
mentations ทั่วไป มีผลลัพธ์ที่เน้นงานล่า
แสดงศักยภาพของเทคโนโลยีนี้ในการ fulfill ความต้องการของหมู
อุตสาหกรรมสำหรับวิธีถูกต้อง และรวดเร็วสำหรับคุณภาพ classification
แม้ว่าต้องให้ modifications บาง

ผลลัพธ์ (ไทย) 3:

การศึกษานี้เป็นการกระทำในการสืบสวนสอบสวนเป็นไปได้ของระบบ ภาพ hyperspectral NIR
สำหรับระดับไม่มีการทำลาย classification ของ
เนื้อหมูที่แตกต่าง ผลการทดลองได้แสดงให้เห็นว่าวิธีการแบบดั้งเดิมที่
ใช้สำหรับ classification เนื้อหมูจะสามารถนำเสนอ
จุดอ่อนบางอย่าง วิธีนี้ใช้ในการวัดโดยเฉลี่ยแล้วมีขนาดเล็กกว่าของ
เขตพื้นที่ของตัวอย่างเนื้อหมูและไม่ได้เหมาะสำหรับการประเมินผลของทุก
ตัวอย่างในการผลิตขนาดใหญ่ก้าวล้ำอย่างรวดเร็ว. นอกจากนี้ยังแสดงตัวอย่าง
classeswithin แตกต่างกันพื้นที่ตาขาวม้าที่สามารถ classified ไม่แน่นอน
ตามที่ตั้งของการวัดที่ได้รับ ผลที่ได้
เน้นที่การถ่าย ภาพ hyperspectral NIR ที่อยู่ในช่วง 900-1700 nm
ซึ่งจะช่วยให้มี ศักยภาพ ที่จะแบ่งแยก sampleswithout หมูพื้นหลังของข้อมูลใดๆ
physicochemicalเทคนิค multivariate ได้ถูกนำมาใช้เพื่อ
ซึ่งจะช่วยลดขนาดความยาวคลื่นของข้อมูล ภาพ hyperspectral และ
โดดเด่นไปด้วยแยกเป็นประโยชน์ ภาพ ที่มีความสำคัญมากสำหรับแยกความแตกต่างระหว่างหมู
เกรด ความแตกต่างความยาวคลื่นที่มีความโดดเด่นในเนื้อหมูเกรดไม่สามารถจะอธิบายไว้ในความยาวคลื่นที่ใช้
ต่างๆในช่วง NIR ของ Ambilight Spectra ความยาวคลื่นที่ใช้
identified เหล่านี้มีความเกี่ยวข้องกับน้ำและสารเคมีอื่นๆ
คอมโพเนนต์ของตัวอย่างนี้ได้. ขั้นตอนนี้ช่วยให้สำหรับตราสาร NIR ใน ภายหลัง
ซึ่งจะช่วยการแนะนำของ multispectral ราคาถูกกว่าสำหรับแอปพลิเคชันที่ต้องการ
ซึ่งจะช่วยได้ การศึกษานี้แสดงความมุ่งมั่นมากกว่าความถูกต้องแม่นยำของเนื้อหมู
คุณภาพ โดยการใช้วิธีการใดวิธีการหนึ่งไม่มีการทำลายและสารเคมี - แบบไม่เสียค่าบริการ สำหรับแอปพลิเคชันอุตสาหกรรม
ซึ่งจะช่วยให้มีความจำเป็นที่จะต้องใช้การคาดเดาในสายของ
เนื้อไม่เปลี่ยนแปลงในการอนุญาตให้การประเมิน คุณภาพ อย่างรวดเร็วและแม่นยำขึ้น
อุปสรรคสำคัญที่มีสวนกันกับ"ความมีมิติเดียวสูงของชุมชนมหาวิทยาลัยเช่นเดียวกับโอกาส hyperspectral ข้อมูลที่เป็นทางเลือกที่ถูกต้อง
ของ rois ตัวแทนท้องถิ่น first เผชิญหน้า
ข้อบังคับที่ไม่สามารถทำได้ทางเลือกที่ดีเยี่ยมมากที่สุดของ
ซึ่งจะช่วยให้ความสำคัญความยาวคลื่นที่ใช้ในขณะเดียวกันทางเลือกของร้อยไม่มี
ซึ่งจะช่วยดำเนินการโดยการใช้ระบอบการประมวลผล ภาพ ที่หลากหลายบน
wavebands ที่เลือก การศึกษาเพิ่มเติมเป็นสิ่งที่ควรกระทำใน
ความรู้สึกนี้เพื่อเอาชนะข้อเสียเปรียบเหล่านี้สำหรับ mentations การริเริ่ม -
อุตสาหกรรมที่เหมาะสม โดยทั่วไปแล้วผลที่ถูกไฮไลท์ให้เด่นชัดขึ้นจากงานเมื่อไม่นานมานี้ได้มี
ซึ่งจะช่วยแสดง ศักยภาพ ของเทคโนโลยีนี้เพื่อ fulfill จำเป็นต้องของเนื้อหมู
ทางอุตสาหกรรมสำหรับวิธีการที่ถูกต้องและรวดเร็วสำหรับ classification คุณภาพ
แม้ว่าจะดัดแปลงโดยบางส่วนจะต้องให้มา.