Abstract
There is a lack of studies comparing the internal quality of fruit with its external quality. However, issues of internal quality of fruit such as internal browning are important. We propose a method of classifying normal apples and internally browned apples using a near-infrared (NIR) non-destructive system. Specifically, we found the optimal wavelength and characteristics of the spectra for determining the internal browning of Fuji apples. The NIR spectra of apples were obtained in the wavelength range of 470-1150 nm. A group of normal apples and a group of internally browned apples were identified using principal component analysis (PCA), and a partial least squares regression (PLSR) analysis was performed to develop and evaluate the discriminant model. The PCA analysis revealed a clear difference between the normal and internally browned apples. From the PLSR, the correlation coefficient of the predictive model without pretreatment was determined to be 0.902 with an RMSE value of 0.157. The correlation coefficient of the predictive model with pretreatment was 0.906 with an RMSE value of 0.154. The results show that this model is suitable for classifying normal and internally browned apples and that it can be applied for the sorting and evaluation of agricultural products for internal and external defects.
본 논문에서는 농산물 산지 유통 센터에서 설치되어 사용하고 있는 비파괴 과일 선별 시스템을 이용하여 정상 사과와 내부에 결함이 있는 사과를 판별하기 위한 최적 파장과 해당 스펙트럼의 특성을 구명하고자 하였다. 총 54개 사과에 대해 470 - 1150 nm의 파장 범위에서 정상 사과와 갈변 사과의 투과 스펙트럼을 획득하였다. 주성분 분석(PCA)을 활용하여 정상 사과와 내부 갈변 사과의 군집을 확인하였으며, 판별 모델의 개발과 평가를 위해 부분최소제곱회귀(PLSR) 분석을 수행하였다. PCA 분석에서는 정상 사과와 내부 갈변 사과 군집의 확연한 구분이 보여 높은 판별율의 결과를 보여주었다. PLSR 분석 결과, 전처리를 하지 않은 예측 모델의 상관계수(R)는 0.902, RMSE 값은 0.157이었으며, 전처리를 적용했을 때 예측 모델의 상관계수는 0.906, RMSE 값은 0.154이었다. 따라서, 이 PLSR 모델은 이 시스템을 활용해 내부 갈변이 있는 사과도 우수하게 판별할 수 있음을 알 수 있었다. 이와 같은 방식을 이용할 경우, 외부 결함과 더불어 내부 결함에 대한 농산물 선별과 평가에 적용될 수 있을 것으로 사료된다.
