Lidar

Potential applications of hyperspectral imaging for the determination of total soluble solids, water content and firmness in mango

By Sivakumar Servakaranpalayam. S.

Department of Bioresource Engineering Macdonald campus, McGill University Montreal, Quebec, Canada

A thesis submitted to the Graduate and Postdoctoral Office in partial fulfillment of the requirements for the degree ofMaster of Science

February 2006

©Sivakumar Servakaranpalayam. S., 2006

ABSTRACT The application of hyperspectral imaging technique in the wavelength range of 400-1000 nm to estimate some of the maturity parameters of mangoes was investigated. Mangoes with different quality levels were grouped using principle component analysis (PCA). Feature wavelengths were identified to predict totalsoluble solids content, water content and firmness using simple correlation, first derivative, partial least square (PLS) regression analysis and measured values. Calibration models were developed using the selected wavelengths from correlation coefficients, first derivative, partial least square (PLS) regression analysis and corresponding maturity parameters employing artificial neural network model topredict total soluble solids content, water content and firmness of the fruit. Performance of the models was compared using the correlation coefficient (r) values. Fruit firmness was predicted with high correlation coefficient (r=0.88) followed by water content (r=0.81) and total soluble solids (r=0.78) using wavelengths selected from simple correlation of first derivative data with theparameters and ANN model. The results of the study demonstrated the scope for further research on maturity and quality evaluation of fruits using hyperspectral imaging technique.

i

RÉSUMÉ L’utilisation d’une technique d’imagerie hyperspectrale sur une gamme de longueur d’ondes entre 400 et 1000 nm a été étudiée pour l’évaluation de certains des paramètres de maturité de la mangue. Des mangues ayantdes niveaux variés de qualité ont été regroupées par une analyse composante principale. Des longueurs d’ondes

particulières ont été identifiées pour la prédiction du contenu total de solides solubles, de la teneur en eau et de la fermeté, et ce, en utilisant une simple corrélation, une dérivée de premier ordre, une analyse de régression par la méthode des moindres carrés et des donnéesmesurées. Des modèles de calibration ont été développés à partir des longueurs d’ondes issues des coefficients de corrélation, de la dérivée de premier ordre, de l’analyse de régression par la méthode des moindres carrés et des caractéristiques de maturité correspondantes et ce, en utilisant un réseau neuronal artificiel pour prédire le contenu total de solides solubles, la teneur en eau et la fermeté desfruits. La performance des modèles a été comparée en utilisant les coefficients de corrélation (r). La prédiction de fermeté a obtenu un coefficient de corrélation élevé (r=0.88), suivi de la teneur en eau (r=0.81) et le contenu total de solides solubles (r=0.78), en utilisant les longueurs d’ondes issues d’une simple corrélation des données de la dérivée de premier ordre avec les paramètres dumodèle par réseau neuronal artificiel. Les résultats de l’étude ont défini l’étendue de la recherche nécessaire pour l’évaluation de la maturité et de la qualité des fruits par technique d’imagerie hyperspectrale.

ii

ACKNOWLEDGEMENTS I have immense pleasure to express my deep sense of gratitude and indebtedness to my thesis supervisor, Dr.G.S.Vijaya Raghavan, James McGill Professor forsuggesting this problem, his valuable suggestions and useful criticism, constant encouragement and inspiration evinced throughout the course of this research and in preparation of the thesis. I wish to place on record my special gratitude to my thesis co-supervisor, Dr.Ning Wang for her continuous and valuable guidance, support and motivation for successful completion of the research work. My special...