การทำนายคุณภาพของฝรั่งแบบไม่ทำลายโดยใช้ภาพไฮเปอร์สเปกตรัมแสงย่านใกล้อินฟราเรด

Non-destructive prediction of guava's qualities using NIR hyperspectral imaging

Name: ณัฐสินี กลิ่นบำรุง

ThaSH: ฝรั่ง -- คุณภาพ

ThaSH: เนียร์อินฟราเรดสเปกโทรสโกปี

ThaSH: อุปกรณ์ตรวจจับแบบอินฟราเรด

ThaSH: การทดสอบแบบไม่ทำลาย

ThaSH: ฝรั่ง -- การคัดเกรด

LCSH: Near infrared spectroscopy

LCSH: Infrared detectors

LCSH: Nondestructive testing

LCSH: Guava -- Grading

LCSH: Guava -- Quality

Abstract: ดัชนีคุณภาพในการคัดเลือกฝรั่งซึ่งจะส่งผลต่อการยอมรับของผู้บริโภคประกอบด้วย ค่าความเป็นกรดที่ไตเตรทได้ (TA), ปริมาณที่ของแข็งที่ละลายได้ทั้งหมด (TSS) และความแน่นเนื้อ (firmness) ของฝรั่งที่เป็นดัชนีคุณภาพที่สำคัญที่มีอิทธิพลต่อการยอมรับของผู้บริโภคในการตรวจสอบคุณภาพ การทดลองนี้จึงใช้เทคนิค near infrared hyperspectral imaging (NIR-HSI) แบบสะท้อนกลับ ในช่วงความยาวคลื่น 900-1700 นาโนเมตร ซึ่งเป็นเทคนิคแบบไม่ทำลายมาถูก ทดสอบเพื่อใช้ทำนายระดับความเป็นกรดที่ไตเตรทได้ (TA), ปริมาณของแข็งที่ที่ละลายได้ทั้งหมด (TSS) และความแน่นเนื้อ (firmness) โดยใช้ตัวอย่างเป็นฝรั่งพันธ์แป้นสีทองและทำการสแกนโดย NIR-HIS และทำการวิเคราะห์ออกเป็น 2 กลุ่ม คือกลุ่มสำหรับสร้างสมการสอบเทียบและเป็นกลุ่ม สำหรับการทำนายโดยทำการวิเคราะห์จาก ค่าสเปกตรัมเฉลี่ยที่น่าสนใจ (ROI) ของตัวอย่างถูกนำมาใช้เพื่อสร้างแบบจำลองการสอบเทียบในการทำนายระดับความเป็นกรดที่ไตเตรทได้ (TA), ปริมาณของแข็งที่ละลายได้ทั้งหมด (TSS) และความแน่นเนื้อ (firmness) ทำการทดสอบสมการจากการวิเคราะห์การถดถอยกำลังสองน้อยที่สุดบางส่วน (PLSR) เพื่อสร้างแบบจำลองการสอบเทียบ ซึ่ง ผลวิเคราะห์ที่ได้ในการทำนายระดับความเป็นกรดที่ไตเตรทได้ (N = 100) ให้ค่าสัมประสิทธิ์ของการตัดสินใจ (R²) เท่ากับ 0.972 และความคลาดเคลื่อนกำลังสองเฉลี่ยของการทำนาย (RMSEP) 0.010% ในส่วนของการทำนายปริมาณของแข็งที่ละลายได้ทั้งหมด (N=100) ให้ค่าสัมประสิทธิ์ของการตัดสินใจ (R²) เท่ากับ 0.801 และความคลาดเคลื่อนกำลังสองเฉลี่ยของการทำนาย (RMSEP) 0.437°Brix และในการทำนายความแน่นเนื้อ (N=138) ให้ค่าสัมประสิทธิ์ของการตัดสินใจ (R²) เท่ากับ 0.747 และความคลาดเคลื่อนกำลังสองเฉลี่ยของการทำนาย (RMSEP) 0.610 N จากการศึกษาจะเห็นได้ว่าผลลัพธ์เหล่านี้บ่งชี้ว่าเทคนิค near in fared hyperspectral imaging (NIR- HSI) มีความเป็นไปได้ในการตรวจสอบและมีศักยภาพที่จะใช้ในการวัดคุณภาพของฝรั่งแบบไม่ทำลาย.

Abstract: In order to sort good qualities of guava, titratable acidity (TA), total soluble solids (TSS) and firmness of guavas as important indices that influence the acceptance of consumers were considered. Therefore reflectance near infrared hyperspectral imaging (NIR-HSI) in the wavelength of 900-1700 nm which is a non-destructive technique was used to predict TA, TSS and firmness of guavas in this study. Guavas were scanned by NIR-HIS and divided into 2 groups for calibration and prediction. Average spectrum from a region of interest (ROI) of each sample from NIR-HSI was used to create calibration models to predict TA, TSS and firmness. The calibration models were established using the partial least squares regression (PLSR). The prediction results obtained the coefficient of determination (R2) of 0.972 and the root mean squared error of prediction (RMSEP) of 0.010% for TA, R2 of 0.801, RMSEP of 0.437 oBrix for TSS and R2 of 0.747, RMSEP of 0.610 N for firmness. Hence, the near infared hyperspectral imaging (NIR-HSI) technique was feasible and had the potential to be used to measure the qualities of guavas.

สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: Lifelong@kmitl.ac.th

Name: สนธิสุข ธีระชัยชยุติ

Role: อาจารย์ที่ปรึกษาวิทยานิพนธ์

Email : sontisuk.te@kmitl.ac.th

Created: 2563

Modified: 2564-07-15

Issued: 2564-07-15

วิทยานิพนธ์/Thesis

application/pdf

tha

DegreeName: วิทยาศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: วิทยาศาสตร์การอาหาร

Grantor: สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง

©copyrights สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	Fulltext Nutsinee Klinbumrung.pdf	1.73 MB	9	2024-07-01 13:43:37

ใช้เวลา

0.029644 วินาที