Értékelés:
Jelenleg nincsenek olvasói vélemények. Az értékelés 2 olvasói szavazat alapján történt.
Hyperspectral Imaging Analysis and Applications for Food Quality
Az élelmiszer-feldolgozásban a hiperspektrális képalkotás intelligens szoftverrel kombinálva lehetővé teszi, hogy a digitális szortírozók (vagy optikai szortírozók) azonosítani és eltávolítani tudják a hagyományos kamerás és lézeres szortírozók számára láthatatlan hibákat és idegen anyagokat. Hyperspectral Imaging Analysis and Applications for Food Quality a hiperspektrális képalkotás elemzésével és alkalmazásával kapcsolatos elméleti és gyakorlati kérdéseket vizsgálja, amelyek az alapvető képfeldolgozási algoritmusok fejlesztésével, elemzésével és alkalmazásával kapcsolatosak annak érdekében, hogy a hiperspektrális képalkotást az élelmiszerek minőségének értékelésére lehessen használni. Olyan stratégiákat és alapvető képfeldolgozási rutinokat vázol fel, amelyek szükségesek a megfelelő döntés meghozatalához a felderítési, osztályozási, azonosítási, mennyiségi meghatározási és/vagy előrejelzési folyamatok során.
Jellemzők.
⬤ Fedezi az alapvető képfeldolgozási eljárások élelmiszer-minőségi alkalmazásokhoz történő fejlesztésével, elemzésével és alkalmazásával kapcsolatos gyakorlati kérdéseket.
⬤ Felméri a különböző képfeldolgozási megközelítések széles skáláját, amelyeket az évek során a hiperspektrális képalkotás élelmiszer-minőségi megfigyelésre történő megvalósítására tett kísérletek során alkalmaztak.
⬤ Magyarázza a hiperspektrális rendszerek működési elveit, valamint a hiperspektrális adatok alapfogalmát és szerkezetét.
⬤ Leírja a képgyűjtés, adatgyűjtés és vizualizáció során alkalmazott különböző megközelítéseket.
A könyv három részre tagolódik. Az I. szakasz a képalkotó rendszerek alapjait tárgyalja : Hogyan optimalizálható a hiperspektrális képkockák felvétele? Emellett két fejezet foglalkozik a képszegmentálással, az adatok kinyerésével és kezelésével. Hét fejezet alkotja a II. szakaszt, amely a kemometriával foglalkozik. Az egyik a többváltozós elemzés és technikák alapjait ismerteti, míg hat másik fejezetben az olvasó számos kemometriai technikáról talál információkat és alkalmazásokat: főkomponens-elemzés, parciális legkisebb négyzetek elemzése, lineáris diszkriminanciamodell, támogató vektorgépek, döntési fák és mesterséges neurális hálózatok. Az utolsó, Alkalmazások című fejezetben számos példát találunk a hiperspektrális képalkotó rendszerek alkalmazásaira a halak, húsok, gyümölcsök, zöldségek, gyógynövények, tejtermékek, italok és élelmiszer-adalékanyagok esetében.