پردازش تصاویر فراطیفی به منظور تشخیص آلودگی مغز پسته به دو جدایه KK11 و R5 قارچ Aspergillus flavus

فناوری تصویربرداری فراطیفی به عنوان روشی نوین و موثر در تشخیص آلودگی محصولات کشاورزی به کار می رود. این روش برای تشخیص پسته سالم و آلوده به قارچ Aspergillus flavus با و بدون در نظر گرفتن مراحل آلودگی، مورد استفاده قرار گرفت. جدایه های R5 وKK11  به ترتیب با و بدون قابلیت تولید سم آفلاتوکسین، به طور جداگانه، برای آلوده سازی پسته استفاده شد. از بین طول موج های 960 تا 1700 نانومتر، سه طول موج موثر 1090، 1280، و 1700 نانومتر با استفاده از روش تحلیل مولفه های اصلی انتخاب شد. پس از استخراج ویژگی ، از روش های اعتبارسنجی K-بخشی، ماشین بردار پشتیبان، و شبکه عصبی مصنوعی برای طبقه بندی استفاده شد. نتایج نشان داد که دقت روش اعتبارسنجی K-بخشی در طبقه بندی نمونه های پسته سالم و آلوده بدون در نظر گرفتن مراحل آلودگی و نوع جدایه (71/99 درصد) بالاتر بود. حداکثر دقت طبقه بندی الگوریتم های توسعه یافته در تشخیص نوع جدایه و مراحل آلودگی 69 تا 91 درصد به دست آمد.