Mohon tunggu...
Reza Sugiarto
Reza Sugiarto Mohon Tunggu... -

Selanjutnya

Tutup

Inovasi

Pengukuran Objek Berbasis Citra Hyperspectral

14 Juni 2018   14:40 Diperbarui: 14 Juni 2018   14:48 757
+
Laporkan Konten
Laporkan Akun
Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.

Salah satu kelebihan hyperspectral  adalah kemampuan untuk membangun citra berdasarkan kandungan kimia. Proses untuk mendapatkan citra berdasarkan kandungan kimia adalah dengan memprediksi citra hyperspectral berdasarkan model yang ditelah dibangun sebelumnya (Shi et al., 2017, 2018). Hal ini mungkin dilakukan karena kamera hyperspectral menangkap hasil reflektansi pada panjang gelombang yang tidak teramati pada citra pada rentang cahaya tampak.

Pada perkembangannya, sistem pengukuran berdasarkan hyperspectral ini telah banyak diaplikasikan seperti deteksi penyakit pada tanaman (Xie & He, 2016; Zhu et al., 2017), pada bidang mikrobiologi (Ferrari, Lombardi, & Signoroni, 2017; Yoon et al., 2010) dan pada pengukuran kadar kandungan kimia pada suatu bahan (Shi et al., 2018).

Daftar Pustaka

ElMasry, G., & Sun, D.-W. (2010). Principles of Hyperspectral Imaging Technology. https://doi.org/10.1016/C2009-0-01853-4

Ferrari, A., Lombardi, S., & Signoroni, A. (2017). Bacterial colony counting with Convolutional Neural Networks in Digital Microbiology Imaging. Pattern Recognition, 61, 629--640. https://doi.org/10.1016/j.patcog.2016.07.016

Heijden, F. van der. (1994). Image based measurement systems: Object recognition and parameter estimation. Retrieved from http://as.wiley.com/WileyCDA/WileyTitle/productCd-0471950629.html

Sbalzarini, I. F. (2016). Seeing is believing: Quantifying is convincing: Computational image analysis in biology. Advances in Anatomy Embryology and Cell Biology, 219, 1--39. https://doi.org/10.1007/978-3-319-28549-8_1

Shi, J., Chen, W., Zou, X., Xu, Y., Huang, X., Zhu, Y., & Shen, T. (2018). Detection of triterpene acids distribution in loquat (Eriobotrya japonica) leaf using hyperspectral imaging. Spectrochimica Acta - Part A: Molecular and Biomolecular Spectroscopy, 188, 436--442. https://doi.org/10.1016/j.saa.2017.07.023

Shi, J., Hu, X., Zou, X., Zhao, J., Zhang, W., Holmes, M., ... Zhang, X. (2017). A rapid and nondestructive method to determine the distribution map of protein, carbohydrate and sialic acid on Edible bird's nest by hyper-spectral imaging and chemometrics. Food Chemistry, 229, 235--241. https://doi.org/10.1016/j.foodchem.2017.02.075

Xie, C., & He, Y. (2016). Spectrum and Image Texture Features Analysis for Early Blight Disease Detection on Eggplant Leaves. Sensors, 16(5), 676. https://doi.org/10.3390/s16050676

Yoon, S. C., Lawrence, K. C., Line, J. E., Siragusa, G. R., Feldner, P. W., Park, B., & Windham, W. R. (2010). Detection of Campylobacter colonies using hyperspectral imaging. Sensing and Instrumentation for Food Quality and Safety, 4(1), 35--49. https://doi.org/10.1007/s11694-010-9094-0

HALAMAN :
  1. 1
  2. 2
  3. 3
Mohon tunggu...

Lihat Konten Inovasi Selengkapnya
Lihat Inovasi Selengkapnya
Beri Komentar
Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE

Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!
LAPORKAN KONTEN
Alasan
Laporkan Konten
Laporkan Akun