• 研究生: 劉宇珉
• 畢業學年度: 109
• 相關連結

台灣的農業面臨人口老化與國外低廉價格的威脅，近年來逐漸朝向精緻化農業發展，利用自動化與客製化的生產環境提升農產品品質，提升其市場競爭力。然而，許多農產品的檢測方法與標準並未隨著農業精緻化而有所提升，以杏鮑菇為例，杏鮑菇在台灣是一種常見的食用菇類，具有營養價值和經濟價值，新鮮度則是影響其價值的重要關鍵因素。然而，目前僅有的分級方式還是依據其物理大小分為三級，至於品質方面的檢測指標則付之闕如。因此杏鮑菇的品質往往必須回歸到消費者的感官(如：視覺、嗅覺、味覺、觸覺等)，加上經驗法則進行主觀判定。
高光譜影像技術常被使用在農作物檢測上，與彩色影像相比高光譜影像能夠蒐集眾多窄光譜波段，並涵蓋人眼不可見的紅外光波段，因此能夠針對不同的物質所反射的光譜特徵進行分析，用以偵測人類肉眼不可見的物質與資訊。本論文利用高光譜影像判斷杏鮑菇的新鮮度，所提出的方法是對目標物的高光譜影像波段間使用平滑濾波器搭配微分分析法，利用現今發展成熟的分類器如神經網路、支援向量機、隨機森林，針對杏鮑菇的新鮮度已儲存的日數進行分類判斷，並透過實驗來比較多項平滑濾波器結合微分分析法之預測效果。