Deteksi Memar pada Buah Menggunakan Pencitraan Hiperspektral
Buah yang memar dapat berdampak signifikan pada kualitas dan masa simpannya secara keseluruhan. Memar menyebabkan buah menjadi lunak, yang membuatnya lebih rentan terhadap pembusukan dan masalah pembusukan lainnya. Buah yang memar juga cenderung kehilangan rasa, tekstur, dan nilai gizi seiring berjalannya waktu. Selain itu, memar dapat membuat buah rentan terhadap serangan hama atau patogen, yang menyebabkan pembusukan lebih lanjut. Dengan demikian, deteksi memar merupakan tindakan pengendalian kualitas yang penting dalam industri buah. Namun, metode konvensional untuk mendeteksi memar bergantung pada pemeriksaan manual, yang bersifat subjektif. Lebih jauh lagi, efisiensi dan akurasi cenderung menurun setelah beberapa jam pemeriksaan berkelanjutan. Dalam upaya untuk meminimalkan kesalahan pemeriksaan dan meningkatkan efisiensi, banyak yang beralih ke teknologi pemeriksaan otomatis seperti sistem penglihatan mesin. Sistem penglihatan mesin konvensional didasarkan pada kamera atau sensor RGB (merah, hijau, dan biru). Sistem ini mampu mendeteksi buah dengan cacat yang jelas melalui perubahan warna. Namun, sistem ini tidak dapat diandalkan dalam hal mengidentifikasi kerusakan memar laten yang halus dan memiliki varian warna yang tidak konsisten antara jaringan yang memar dan jaringan normal.
Pencitraan Hiperspektral
Pendekatan yang lebih baik untuk mendeteksi memar pada buah secara cepat dan akurat adalah melalui pencitraan hiperspektral (HSI). Kombinasi pencitraan optik dan spektroskopi, HSI sudah banyak digunakan dalam banyak aplikasi inspeksi dalam industri makanan, seperti daging, kacang-kacangan, dll. Kemampuan HSI untuk mendeteksi memar pada buah-buahan juga didokumentasikan dengan baik dalam berbagai penelitian. Misalnya, Lu (2003) mampu mendeteksi memar pada apel secara efektif menggunakan NIR (Near-Infrared) HSI. VNIR (Visible and Near-Infrared) HSI menunjukkan potensi yang baik dalam mendeteksi memar pada buah pir dan buah kiwi, seperti yang ditunjukkan oleh Wang dkk. (2022) dan Lu dkk. (2011), masing-masing.
Contoh ilustrasi pencitraan hiperspektral
HSI bekerja dengan memperoleh gambar buah-buahan pada rentang pita spektrum yang berdekatan, sehingga memberikan tingkat detail dan akurasi yang lebih tinggi untuk menganalisis fitur yang terkait dengan memar. Dengan menggunakan data turunan HSI, HSI dapat membedakan antara buah yang memar dan tidak memar dengan akurasi yang tinggi, bahkan untuk buah-buahan dengan kerusakan memar laten. Misalnya, HSI dapat mengukur perubahan reflektansi yang terkait dengan memar. Data ini kemudian dapat digunakan untuk melatih model pembelajaran mesin guna mendeteksi memar pada buah-buahan dengan akurasi yang lebih tinggi.
Kamera Pencitraan Hiperspektral Spesifik untuk Mendeteksi Memar pada Buah
Specim, penyedia solusi pencitraan hiperspektral terkemuka, menawarkan beberapa kamera hiperspektral pemindaian garis (pushbroom), dariĀ model portabel hingga model industri canggih, yang digunakan secara luas di berbagai aplikasi ilmu pangan, dan inspeksi. Seri Specim FX, khususnya kamera hiperspektral VNIR FX10 dan kamera hiperspektral NIR FX17, adalah pilihan yang sangat baik dalam hal mendeteksi memar pada buah, bahkan pada tahap awal, sebelum terlihat oleh mata telanjang. Dirancang untuk integrasi yang mudah, bahkan dengan sistem visi mesin atau sistem penyortiran optik yang ada, baik kamera hiperspektral FX10 maupun kamera hiperspektral FX17 menawarkan frame rate tinggi yang mampu memenuhi permintaan produksi atau penyortiran berkecepatan tinggi. Lihat video Specim FX10 dan FX17 untuk mempelajari lebih lanjut tentang kemampuannya.
Apakah Anda ingin mempelajari lebih lanjut tentang HSI dan menemukan kamera dan solusi hyperspectral yang tepat untuk aplikasi atau proyek Anda? Spesialis kami siap memberikan konsultasi gratis. Hubungi kami sekarang