Chào mừng Quý độc giả đến với trang thông tin điện tử của Viện Khoa học Kỹ thuật Nông nghiệp miền Nam

Tin nổi bật
Thành tích

Huân chương Ðộc lập

- Hạng 1 - Hạng 2 - Hạng 3

Huân chương Lao động

- Hạng 1 - Hạng 2 - Hạng 3

Giải thưởng Nhà nước

- Nghiên cứu dinh dưởng và thức ăn gia súc (2005)

- Nghiên cứu chọn tạo và phát triển giống lúa mới cho xuất khẩu và tiêu dùng nội địa (2005)

Giải thưởng VIFOTEC

- Giống ngô lai đơn V2002 (2003)

- Kỹ thuật ghép cà chua chống bệnh héo rũ vi khuẩn (2005)

- Giống Sắn KM 140 (2010)

Trung tâm
Liên kết website
lịch việt
Thư viện ảnh
Video
Trung Tâm NC Khoai tây, Rau và Hoa, trồng rau Hàn Quốc theo VietGap

Thống kê truy cập
 Đang trực tuyến :  10
 Số lượt truy cập :  30537007
Hình ảnh đa mặt mới cho phép đo chất lượng cà phê theo thời gian thực
Thứ hai, 12-09-2022 | 08:19:36

Các nhà nghiên cứu Brazil đã phát triển một phương pháp lựa chọn có thể phân biệt giữa hạt cà phê thông thường và hạt cà phê đặc biệt thông qua trí thông minh nhân tạo.

 

Hình ảnh đa phổ dựa trên phản xạ và tự phát huỳnh quang được xử lý bằng cách sử dụng các mô hình toán học.

 

Các nhà nghiên cứu ở Brazil đã phát triển một phương pháp lựa chọn được thực hiện trực tiếp với hạt cà phê bằng cách sử dụng hình ảnh đa phổ (MSI) và trí tuệ nhân tạo (AI). Kỹ thuật này không yêu cầu rang và sẽ không phá hủy các mẫu. Nó cũng có thể được đưa vào như một bước trong quy trình sản xuất theo thời gian thực.

 

Chứng nhận do Hiệp hội Cà phê Đặc sản Hoa Kỳ (SCAA) cung cấp và theo hướng dẫn của tổ chức này, chất lượng cà phê được đo trên thang thập phân từ 0 đến 100. Cà phê đặc sản phải đạt từ 80 điểm trở lên. Thước đo Q, dùng để đo lường, được coi như một ngôn ngữ chung và cho phép người mua phân biệt cà phê hảo hạng với cà phê "hàng hóa" có điểm thấp hơn.

 

Hiện tại, người trồng gửi mẫu hạt thô đến ba cuppers (người nếm cà phê), những người rang và làm cà phê từ mỗi mẻ, kiểm tra chất lượng và chấm điểm theo thang điểm Q.

 

Phương pháp mới, dựa trên MSI và AI, đã được phát triển bởi các nhà khoa học Brazil và có thể đạt được trong thời gian thực, thu được kết quả nhanh chóng và tránh được lỗi của con người.

 

Winston Pinheiro Claro Gomes, tác giả đầu tiên của bài báo cho biết: “Trong phương pháp của chúng tôi, chúng tôi tách các loại hạt cà phê được coi là đặc sản và thương mại tiêu chuẩn bằng cách sử dụng kết hợp MSI và các thuật toán toán học để xử lý dữ liệu được cung cấp bởi hình ảnh”.

 

MSI là một kỹ thuật tương đối mới cho ngành cà phê và đã được sử dụng để lập bản đồ nitơ trong vườn cà phê, phát hiện bệnh hoại tử trên hạt, sâu bệnh và bệnh hại trên cây trồng.

 

Phương pháp luận - sử dụng hệ thống MSI

 

Các nhà nghiên cứu đã phân tích 16 mẫu hạt cà phê xanh từ các loại cây thương mại đặc sản và tiêu chuẩn được trồng ở các bang Minas Gerais và São Paulo. Mười trong số những hạt cà phê đặc sản (Coffea arabica) là từ niên vụ 2016/17 được trồng ở vùng Alta Mogiana. Sáu mẫu khác được lấy từ các cây thương phẩm tiêu chuẩn được mua với số lượng lớn trên thị trường địa phương. 

 

Đối với mỗi mẫu, 64 hạt cà phê (không xử lý trước) được tách ngẫu nhiên, tạo ra tổng số 1.024 hạt cà phê (384 hạt tiêu chuẩn, 640 hạt đặc sản) và được sử dụng để hiệu chuẩn, xác nhận và thử nghiệm máy học. 

 

Các nhà nghiên cứu đặt hạt cà phê vào đĩa petri và một máy ảnh ghi lại hình ảnh sau khi chiếu sáng đồng nhất và khuếch tán ở các bước sóng khác nhau. Đầu tiên máy ảnh chụp ảnh phản xạ đơn sắc và sau đó là ảnh tự phát huỳnh quang, sau đó thông tin liên quan đến các vùng quan tâm được phần mềm trích xuất và sử dụng để xây dựng các thuật toán.

 

Sau đó, các nhà nghiên cứu đã chạy bốn thuật toán máy học và tìm ra các biến chính để phân biệt chất lượng của hạt cà phê.

 

Các hạt cà phê đặc biệt có hình dạng đồng đều hơn trong hình ảnh quang phổ nhìn thấy được (RGB), trong khi các hạt cà phê tiêu chuẩn có cường độ cao hơn trong các hình ảnh tự phát huỳnh quang. 

 

Mặc dù là một khám phá quan trọng, kỹ thuật này đòi hỏi phải nghiên cứu thêm vì mô hình chưa thể cho biết hạt cà phê đạt điểm 80 hay 90. Gomes giải thích rằng điều này sẽ yêu cầu máy học với các mẫu cho mỗi điểm để chỉ định các loại này trong mô hình toán học.

 

T.H - Mard,  theo Newfoodmagazine.

Trở lại      In      Số lần xem: 137

[ Tin tức liên quan ]___________________________________________________
  • Bản đồ di truyền và chỉ thị phân tử trong trường hợp gen kháng phổ rộng bệnh đạo ôn của cậy lúa, GEN Pi65(t), thông qua kỹ thuật NGS
  • Bản đồ QTL chống chịu mặn của cây lúa thông qua phân tích quần thể phân ly trồng dồn của các dòng con lai tái tổ hợp bằng 50k SNP CHIP
  • Tuần tin khoa học 479 (16-22/05/2016)
  • Áp dụng huỳnh quang để nghiên cứu diễn biến sự chết tế bào cây lúa khi nó bị nhiễm nấm gây bệnh đạo ôn Magnaporthe oryzae
  • Vai trò của phân hữu cơ chế biến trong việc nâng cao năng năng suất và hiệu quả kinh tế cho một số cây ngắn ngày trên đất xám đông Nam Bộ
  • Tuần tin khoa học 475 (18-24/04/2016)
  • Vi nhân giống cây măng tây (Asparagus officinalis L.)
  • Thiết lập cách cải thiện sản lượng sắn
  • Nghiên cứu xây dựng hệ thống dự báo, cảnh báo hạn hán cho Việt Nam với thời hạn đến 3 tháng
  • Liệu thủ phạm chính gây nóng lên toàn cầu có giúp ích được cho cây trồng?
  • Tuần tin khoa học 478 (09-15/05/2016)
  • Sinh vật đơn bào có khả năng học hỏi
  • Côn trùng có thể tìm ra cây nhiễm virus
  • Bản đồ QTL liên quan đến tính trạng nông học thông qua quần thể magic từ các dòng lúa indica được tuyển chọn
  • Nghiên cứu khẳng định số loài sinh vật trên trái đất nhiều hơn số sao trong giải ngân hà chúng ta
  • Cơ chế di truyền và hóa sinh về tính kháng rầy nâu của cây lúa
  • Vật liệu bọc thực phẩm ăn được, bảo quản trái cây tươi hơn 7 ngày mà không cần tủ lạnh
  • Giống đậu nành chống chịu mặn có GEN gmst1 làm giảm sự sinh ra ROS, tăng cường độ nhạy với ABA, và chống chịu STRESS phi sinh học của cây Arabidopsis thaliana
  • Khám phá hệ giác quan cảm nhận độ ẩm không khí ở côn trùng
  • Phương pháp bền vững để phát triển cây lương thực nhờ các hạt nano
Designed & Powered by WEBSO CO.,LTD