• Journal of Biosystems Engineering
• /
• 제43권2호
• /
• pp.138-147
• /
• 2018

Purpose: A narrowband hyperspectral imaging sensor of high-dimensional spectral bands is advantageous for identifying the reflectance by selecting the significant spectral bands for predicting crop yield over the broadband multispectral imaging sensor for each wavelength range of the crop canopy. The images acquired by each imaging sensor were used to develop the models for predicting the Chinese cabbage yield. Methods: The models for predicting the Chinese cabbage (Brassica campestris L.) yield, with multispectral images based on unmanned aerial vehicle (UAV), were developed by simple linear regression (SLR) using vegetation indices, and forward stepwise multiple linear regression (MLR) using four spectral bands. The model with hyperspectral images based on the ground were developed using forward stepwise MLR from the significant spectral bands selected by dimension reduction methods based on a partial least squares regression (PLSR) model of high precision and accuracy. Results: The SLR model by the multispectral image cannot predict the yield well because of its low sensitivity in high fresh weight. Despite improved sensitivity in high fresh weight of the MLR model, its precision and accuracy was unsuitable for predicting the yield as its $R^2$ is 0.697, root-mean-square error (RMSE) is 1170 g/plant, relative error (RE) is 67.1%. When selecting the significant spectral bands for predicting the yield using hyperspectral images, the MLR model using four spectral bands show high precision and accuracy, with 0.891 for $R^2$, 616 g/plant for the RMSE, and 35.3% for the RE. Conclusions: Little difference was observed in the precision and accuracy of the PLSR model of 0.896 for $R^2$, 576.7 g/plant for the RMSE, and 33.1% for the RE, compared with the MLR model. If the multispectral imaging sensor composed of the significant spectral bands is produced, the crop yield of a wide area can be predicted using a UAV.

• 산업식품공학
• /
• 제15권1호
• /
• pp.48-55
• /
• 2011

본 연구에서는 고춧가루의 매운맛을 내는 주성분인 캡사이신 함량을 신속하게 측정할 수 있도록 근적외선 흡광도를 측정할 수 있는 시스템을 구성하였다. 이를 이용하여 동일지역(영광군)에서 생산된 맵지 않은 일반 품종의 고춧가루와 우리나라에서 아주 매운 고추로 알려진 청양 품종의 고춧가루를 혼합하여 만들어진 시료에 대하여 입자의 크기별로 캡사이신 함량을 예측할 수 있는 PLSR 모델을 개발하였다. 고춧가루 입도별로 캡사이신 함량의 예측성능을 향상시키기 위한 스펙트럼 전처리 조건을 구명하였으며, 입도가 캡사이신의 함량 예측에 미치는 영향을 구명하였다. 그결과를 요약하면 다음과 같다. (1) 고춧가루의 근적외선 흡광도 측정 시스템은 1100-2300 nm 대역에서의 근적외선 흡광도 측정용 AOTF-NIR Spectrometer, 여러 부위의 흡광도를 측정하기 위하여 제작된 시료 회전판, 시료 회전판을 회전시키는 모터, 회전판의 속도를 조절하는 속도조절장치와, 시료 용기 등으로 구성되었다. (2) 1100-2300 nm의 대역에서 고춧가루와 순수 캡사이신 분말의 스펙트럼을 측정한 결과 고춧가루의 스펙트럼 피크들과 캡사이신의 스펙트럼 피크가 유사한 대역에서 나타나, 근적외선 분광법을 이용하여 고춧가루의 캡사이신 함량 예측이 가능한것으로 판단되었다. (3) 고춧가루 입도별(0.425 mm이하, 0.425-0.71 mm, 0.71-1.4 mm)로 획득한 근적외선 흡광도에 대하여 전처리를 달리하여 개발한 캡사이신 함량 예측용 PLSR 모델을 교차 검증한 결과 결정계수(${R_V}^2$)는 0.948-0.979, 예측오차(SEP)는 6.56-7.94 mg% 범위에서 나타났으며, 입도가 작을수록 예측성능이 우수하였다. (4) 3가지 입도를 통합한 고춧가루(입도 1.4 mm이하)에 대하여 캡사이신 함량 예측모델 개발을 위한 최적의 스펙트럼 전처리 조건은 영역 정규화, SNV와 1차 미분 3가지를 순차적으로 적용하는 것이었으며, 이를 이용하여 PLSR 예측모델을 개발하여 교차검증으로 검증할 때 결정계수(${R_V}^2$)는 0.959, 예측오차(SEP)는 8.82 mg%로 나타났다. (5) 입도가 구분된 고춧가루에는 입도별 예측모델을 적용하고, 입도가 구분되지 않은 고춧가루는 통합 입도 예측모델에 적용함으로써 캡사이신 함량의 예측정확도를 향상시킬 수 있을 것으로 판단되었다.

• 한국축산식품학회지
• /
• 제38권1호
• /
• pp.180-188
• /
• 2018

The market size of home meal replacement (HMR) products has been gradually growing worldwide, even in Korea. In Korean HMR products, meat is the most important food ingredient compared with rice and vegetables. Therefore, this study aimed to evaluate changes in physiochemical and sensory aspects of beef under different preparation processes. For preparing four treatments, beef eye of round (ER) added with salt and sugar (treatment 1) and that without salt and sugar (treatment 2) were mixed with rice and frozen at $-50^{\circ}C$. Beef ER without salt and sugar was also topped onto the rice and frozen (treatment 3), and that was topped onto the rice and precooled before freezing (treatment 4). Physiochemical analyses included cooking and drip losses, shear force, color, salt soluble protein, and sensory attributes were tested. The results showed significantly higher drip loss and total loss in beef ER samples 1 and 2, which were mixed with rice, compared to beef ER samples 3 and 4, which were not mixed with rice. A significantly higher discoloration was also observed in beef ER samples 1 and 2, compared to that in samples 3 and 4. In the partial least squares regression (PLSR) analysis, beef ER sample 4 (precooled before freezing) was highly related to sensory attributes, such as flavor, overall acceptability, and juiciness, and far from non-preferred shear force. As a result, beef ER in HMR sample 4 was the most preferable to the sensory panel, and it had the most desirable physicochemical analysis outcomes.

• 한국근적외분광분석학회:학술대회논문집
• /
• 한국근적외분광분석학회 2001년도 NIR-2001
• /
• pp.1528-1528
• /
• 2001

Ginseng cultivated in different country or growing condition has generally different components such as saponin and protein, and it relates to efficacy and action. Protein content assumes by nitrogen content in ginseng radix. Nitrogen content could be determined by chemical analysis such as kjeldahl or extraction methods. However, these methods require long analysis time and result environmental pollution and sample damage. In this work we investigated possibility of non-destructive determination of nitrogen content in ginseng radix using near-infrared spectroscopy. Ginseng radix, root of Panax ginseng C. A. Meyer, was studied. Total 120 samples were used in this study and it was consisted of 6 sample sets, 4, 5 and 6-year-old Korea ginseng and 7, 8 and 9-year-old China ginseng, respectively. Each sample set has 20 sample. Nigrogen content was measured by electronic analysis. NIR reflectance spectra were collected over the 1100 to 2500 nm spectral region with a InfraAlyzer 500C (Bran+Luebbe, Germany) equipped with a halogen lapmp and PbS detector and data were collected every 2 nm data point intervals. The calibration models were carried out by multiple linear regression (MLR) and partial least squares (PLS) analysis using IDAS and SESAME software. Result of electronic analysis, Korean ginseng were different mean value in nitrogen content of China ginseng. Ginseng tend to generally decrease the nitrogen content according as cultivation year is over 6 years. The MLR calibration model with 8 wavelengths using IDAS software accurately predicted nitrogen contents with correlation coefficient (R) and standard error of prediction of 0.985 and 0.855%, respectively. In case of SESAME software, the MLR calibration with 9 wavelength was selected the best calibration, R and SEP were 0.972 and 0.596%, respectively. The PLSR calibration model result in 0.969 of R and 0.630 of RMSEP. This study shows the NIR spectroscopy could be applied to determine the nitrogen content in ginseng radix with high accuracy.

• Journal of Biosystems Engineering
• /
• 제36권5호
• /
• pp.369-376
• /
• 2011

The overall goal of this study was to examine the feasibility of predicting firmness of pear fruit by analyzing laser-induced light backscattering images. Thirty-five image analysis characteristics extracted from the laser-induced light backscattering images were used to build partial least squares regression (PLSR) models for predicting firmness of pear fruit. Experiments were conducted with three sets of pear samples which were in same "Shingo" cultivar, harvested in a same season, but produced in different counties. In every experiments with fruit samples produced in a same county, the correlation coefficients of prediction ($r_p$) and root mean square errors of prediction (RMSEP) of the models were 0.550~0.761 and 4.039~6.154 N, respectively. In an experiment with mixed fruit samples produced in different counties, the $r_p$ and RMSEP of the model were 0.669 and 5.02 N, respectively. The experiment results indicate that the analysis of laser-induced light backscattering images could be a useful tool for predicting firmness of pear fruit nondestructively.

• 농업과학연구
• /
• 제46권2호
• /
• pp.257-271
• /
• 2019

The use of food grade hexane (FGH) for edible oil extraction is responsible for the presence of benzene in the crude oil. Benzene is a Group 1 carcinogen and could pose a serious threat to the health of consumer. However, its detection still depends on classical methods using chromatography which requires a rapid non-destructive detection method. Hence, the aim of this study was to investigate the feasibility of using Fourier transform infrared (FTIR) spectroscopy combined with multivariate analysis to detect and quantify the benzene residue in edible oil (sesame and cottonseed oil). Oil samples were adulterated with varying quantities of benzene, and their FTIR spectra were acquired with an attenuated total reflectance (ATR) method. Optimal variables for a partial least-squares regression (PLSR) model were selected using the variable importance in projection (VIP) and the selectivity ratio (SR) methods. The developed PLS models with whole variables and the VIP- and SR-selected variables were validated against an independent data set which resulted in $R^2$ values of 0.95, 0.96, and 0.95 and standard error of prediction (SEP) values of 38.5, 33.7, and 41.7 mg/L, respectively. The proposed technique of FTIR combined with multivariate analysis and variable selection methods can detect benzene residuals in edible oils with the advantages of being fast and simple and thus, can replace the conventional methods used for the same purpose.

• 한국축산식품학회지
• /
• 제43권6호
• /
• pp.1150-1169
• /
• 2023

Edible insects are gaining popularity as a potential future food source because of their high protein content and efficient use of space. Black soldier fly larvae (BSFL) are noteworthy because they can be used as feed for various animals including reptiles, dogs, fish, chickens, and pigs. However, if the edible insect industry is to advance, we should use automation to reduce labor and increase production. Consequently, there is a growing demand for sensing technologies that can automate the evaluation of insect quality. This study used short-wave infrared (SWIR) hyperspectral imaging to predict the proximate composition of dried BSFL, including moisture, crude protein, crude fat, crude fiber, and crude ash content. The larvae were dried at various temperatures and times, and images were captured using an SWIR camera. A partial least-squares regression (PLSR) model was developed to predict the proximate content. The SWIR-based hyperspectral camera accurately predicted the proximate composition of BSFL from the best preprocessing model; moisture, crude protein, crude fat, crude fiber, and crude ash content were predicted with high accuracy, with R² values of 0.89 or more, and root mean square error of prediction values were within 2%. Among preprocessing methods, mean normalization and max normalization methods were effective in proximate prediction models. Therefore, SWIR-based hyperspectral cameras can be used to create automated quality management systems for BSFL.

• 한국토양비료학회지
• /
• 제43권6호
• /
• pp.968-974
• /
• 2010

본 연구에서는 토양의 가시 근적외선 스펙트럼의 피크중첩에 의한 분석오차를 감소시킴으로써 토양유기물 추정의 정확도 향상을 위해 이산 웨이블릿 변환 (DWT) 신호처리기법의 적용을 검토하고 공간정보모델링을 통해 토양유기물의 분포도를 작성하고자 하였다. 토양유기물 함량에 따른 스펙트럼의 정량적 변화의 강조를 위해 Continuum 제거, 도함수 변환과 함께 Haar, Daubechies DWT 변환된 스펙트럼을 PLSR 모델에 대입하여 산출한 토양유기물 추정식들은 거의 비슷한 결과를 도출하였고 $R^2$ > 0.6, RPD > 1.5 의 '대략적인' 추정 결과를 보였다. 잡음을 줄이고 신호값을 향상시키기 위해 이산 웨이블렛 변환을 적용한 결과에서 오히려 약간 낮은 성능을 나타내었는데 성긴 근사값 (Coarser approximation) 스펙트럼으로 변환되어 추정식의 유의성이 낮아졌을 가능성이 있다. 따라서 토양의 분광스펙트럼에 더 적합한 이산 웨이블렛 필터와 수준 등의 DWT 조건을 찾고 적용함으로써 추정식의 유의성을 향상시킬 수 있을 것으로 본다. 또한, 유기물에 의한 에너지의 흡수, 반사를 일으키는 주요 파장대의 상관성을 분석하여 선택적으로 해당 영역의 스펙트럼이나 파라미터 값을 산출하여 추정모델에 적용하는 시도도 필요할 것으로 사료된다. 이러한 토양유기물의 추정값과 실측값을 이용해 구역 크리깅을 수행하여 분포지도를 작성하였다. 토양 샘플의 유기물 분석값은 평균값을 중심으로 정규분포를 나타내었는데 크리깅 지도에서도 전반적으로 유사한 패턴의 값이 분포하였다. 추정값을 이용한 크리깅 결과도 실측값을 이용한 분포지도와 유사한 공간적 패턴을 나타내었다. 지도의 우하단부와 중앙 부분에서 실측값 분포보다 추정값 분포지도에서 약간 더 높은 경향을 보였는데 이는 토양 유기물의 추정치와 실측치 간의 오차에 의한 것으로 판단된다. 분광 스펙트럼을 이용한 추정 모델은 정확도 제고가 필요한 단계이나 신속성, 용이성 면에 있어서 토양 특성에 대해 광역 단위에서 다량의 시료 분석에 유용할 것으로 보이고, 또한 지역, 세계 규모의 디지털 토양 매핑, 토양 분류 및 원격탐사 자료와의 연계 분석에 활용될 수 있을 것으로 기대된다.

• 원예과학기술지
• /
• 제32권1호
• /
• pp.105-114
• /
• 2014

본 연구에서는 UV-VIS spectrophotometer를 이용한 total carotenoids, flavonoids, phenolics 함량 데이터와 FT-IR 스펙트럼 데이터를 다변량통계분석법을 통하여 기능성 성분 함량이 높은 아프리칸 얌 고속 선발 시스템을 구축하였다. 62개 아프리칸 얌의 total carotenoids 함량은 $0.01-0.91{\mu}g{\cdot}g^{-1}$ dry wt 나타냈다. Total flavonoids와 phenolics 함량은 $12.9-229.0{\mu}g{\cdot}g^{-1}$ dry wt와 $0.29-5.2mg{\cdot}g^{-1}$ dry wt로 각각 나타났다. 아프리칸 얌은 FT-IR 스펙트럼상의 1700-1500, 1500-1300, $1,100-950cm^{-1}$, 부위에서 중요한 스펙트럼 변화가 나타났다. 이 부위는 각각 amide I과 II을 포함하는 아미노산 및 단백질계열의 화합물, phosphodiester group을 포함한 핵산 및 인지질 그리고 단당류나 복합 다당류를 포함하는 carbohydrates 계열의 화합물들의 질적, 양적 정보를 반영하는 부위이다. PCA 분석과 PLS-DA 분석에서 62개 아프리칸 얌은 유연성이 높은 종으로 3개의 그룹을 형성하였다. 아프리칸 얌의 FT-IR 스펙트럼 데이터와 UV-VIS spectrophotometer을 이용한 total carotenoids, flavonoids, phenolics 함량 데이터 간에 PLS regression 분석하였다. Total carotenoids, flavonoids, phenolics 함량 성분의 실측 값과 예측 값간에 상관계수($R^2$)가 각각 0.83, 0.86, 0.72로 나타났다. 이 결과, 아프리칸 얌으로부터 FT-IR 스펙트럼을 이용한 total carotenoids, flavonoids, phenolics 함량 예측이 가능하였다. 본 연구에서 확립된 대사체 수준에서 아프리칸 얌의 유용 기능성 성분 함량 예측 모델링을 통해 품종, 계통의 신속한 선발 수단으로 활용이 가능할 것으로 예상된다.

• 한국식품과학회지
• /
• 제38권5호
• /
• pp.628-634
• /
• 2006

단체급식 및 대형 할인점에서 사용 및 판매되는 전처리 농산물중 급식에서 사용빈도가 높은 감자, 당근, 양배추에 대한 품질 평가를 실시하였다. 품질평가를 위해 관능 품질검사와 이화학적 분석이 이루어졌다. 전반적으로 대기업 급식업체에서 생산하는 전처리 농산물과 중소규모의 급식 납품업체에서 공급하는 제품 간의 큰 차이를 보이지 않았다. 또한 학교급식에 납품하는 업체의 전처리 농산물이 관능 품질검사에서 높은 점수를 나타내어 학교급식에서 사용되는 전처리 농산물의 품질이 높은 것으로 나타났다. 반면 대형할인점에서 판매하는 양배추, 당근, 감자의 품질은 개선의 여지가 보였다. 관능 품질 검사와 이화학적 분석 결과의 상관관계 분석에서는 "pH", "환원당"과 "산도"가 전처리된 양배추, 감자, 당근에서 관능 품질 검사 항목과 높은 상관관계를 나타냈고 이는 PLSR 분석을 통해서도 확인할 수 있었다. 향후 이들 농산물의 품질 검사에서 주요 분석항목으로 사용이 가능하리라 여겨진다. 전반적으로 단체급식에서 사용하는 전처리 농산물의 품질은 적정한 수준으로 여겨지나 가장 우려되는 부분이 식품의 안전성임을 고려할 때 다량 급식되는 식재료의 입고에서 조리-배식단계까지 주의가 확보되어야 할 것으로 여겨지고 실제 입고 후 조리 및 배식 전 과정에서의 분석이 향후 필요할 것으로 여겨진다.