小果番茄果實美味分級

小果番茄果實美味分級系統

【產學合作技術成果】共同研發單位:農業部農業試驗所

結合高光譜成像技術與彩色影像分析之非破壞性小果番茄風味(適口性)分級分類工具,透過機器學習演算法與標準化視覺分級指標(VPF)之整合,建立果實品質客觀辨識模式,協助農民進行高效率且一致性良好的果實採收作業。導入 VPF 視覺分級指標,整合色彩光學資訊與紅外高光譜糖度實測資料,建立以演算法優化之小果番茄適口性分級分類流程,為小果番茄風味(適口性)評估提供了具體可行之解決方案。



田間植株健康風險篩檢
光譜與生理的對話:超越視覺的波段解析


消除變數:以硬體隔絕自然界的干擾
揭示隱形病徵:光譜特徵的唯一性


健康診斷模組:實測效能數據

健康診斷模組:實測效能數據

效益:

• 量化數據取代以視覺經驗判斷成熟度

• 非破壞式進行糖度預測

• 適口性分級與分類調適演算法完成轉移至可攜式紅外光譜儀

• 實測適口性分級與分類調適演算法驗證正確性達90%

• 加入因應市場需求因素改良成綜合適口性指標(Tomato Palatability Index, TPI)




聯絡我們