Hyperspectral imaging to classify and monitor quality of agricultural materials.

Mahesh, S., Jayas, D.S., Paliwal, J., et White, N.D.G. (2015). « Hyperspectral imaging to classify and monitor quality of agricultural materials. », Journal of Stored Products Research, 61, p. 17-26. doi : 10.1016/j.jspr.2015.01.006  Accès au texte intégral (en anglais seulement)

Résumé

L’imagerie hyperspectrale est une technologie émergente dont l’utilisation est reconnue pour le suivi des paramètres de qualité et l’amélioration de la classification des produits agricoles, notamment ceux des grandes cultures (p. ex., céréales, légumineuses, plantes oléagineuses) et des cultures horticoles (p. ex., pommes, fraises). Cet outil de recherche devenu populaire permet la réalisation d’analyses d’échantillons non destructives et approfondies grâce à l’acquisition simultanée de données spectrales et de données spatiales. La technique utilisée est une extension de l’imagerie multispectrale, qui produit de grands ensembles de données suivant les principes de l’imagerie classique, de la radiométrie et de la spectroscopie pour l’acquisition d’images. L’imagerie hyperspectrale, d’abord utilisée pour les applications de télédétection, a été mise au point pour faciliter la réalisation d’analyses complètes et fiables des propriétés intrinsèques et des caractéristiques externes des échantillons. Dans le présent article, nous examinons les applications de l’imagerie hyperspectrale dans les activités courantes de l’industrie céréalière, comme la détermination du grade et de la classe et les analyses chimiométriques des principaux constituants des produits agricoles.

Date de modification :