VIS/NIR 투과 분광기술을 이용한 토마토 내부품질 및 신선도 비파괴 평가 시스템 개발 Development of a nondestructive measuring system for assessment of internal quality and freshness of tomatoes using VIS/NIR transmittance spectroscopy technology원문보기
본 연구의 목적은 VIS/NIR (visible/near Infra-red) 투과 분광기술을 이용하여 토마토 내부품질을 측정하고 선별하기 위한 시스템을 개발하고 토마토 수확 후 저장기간 경과에 따른 신선도 측정을 위한 것이었다. 안정된 VIS/NIR 투과광을 획득하기 위하여 광원의 안정화 실험을 통해 광원 공급에너지를 100 W로 결정하였고 광원의 안정화에 소요되는 시간은 광원에 전력 공급 직후 4시간 이후부터 안정이 되는 것으로 조사되어 투과광 스펙트럼 측정은 전력 공급 후 4시간 이후에 측정하였다. 토마토 내부품질 예측모형 개발을 위한 효과적인 파장범위를 결정하기 위하여 측정한 650~1100 nm 파장을 660~850 nm, 660~950 nm 그리고 650~1100 nm 파장으로 구분한 다음 각 파장대역의 투과광 스펙트럼을 ...
본 연구의 목적은 VIS/NIR (visible/near Infra-red) 투과 분광기술을 이용하여 토마토 내부품질을 측정하고 선별하기 위한 시스템을 개발하고 토마토 수확 후 저장기간 경과에 따른 신선도 측정을 위한 것이었다. 안정된 VIS/NIR 투과광을 획득하기 위하여 광원의 안정화 실험을 통해 광원 공급에너지를 100 W로 결정하였고 광원의 안정화에 소요되는 시간은 광원에 전력 공급 직후 4시간 이후부터 안정이 되는 것으로 조사되어 투과광 스펙트럼 측정은 전력 공급 후 4시간 이후에 측정하였다. 토마토 내부품질 예측모형 개발을 위한 효과적인 파장범위를 결정하기 위하여 측정한 650~1100 nm 파장을 660~850 nm, 660~950 nm 그리고 650~1100 nm 파장으로 구분한 다음 각 파장대역의 투과광 스펙트럼을 mean, maximum, range에 의한 normalization, multiplicative scatter correction (MSC), standard normal variate (SNV), Savitzky-Golay와 Norris Gap 방법에 의한 1차와 2차 미분등의 9종 전처리를 적용한 자료와 전처리하지 않은 자료를 PLS 분석에 의해 총 10종의 예측모형을 개발하고 그 성능을 당도와 산도 예측모형별 분석하였다. 그 결과 당도와 산도의 예측모형을 개발하는데 효과적인 파장 대역은 660~1100 nm 이었다. 당도의 경우는 10종 예측모형 중 mean normalization 전처리하고 개발한 예측모형의 검증결과의 결정계수()가 0.54, standard error of prediction (SEP)값은 0.42°Brix로 나타났으며, 산도의 경우는 개발한 10종 예측모형 중 Norris Gap 1차 미분 전처리를 적용한 예측모형의 가 0.30, SEP 값은 0.09로 나타나 당도와 산도 예측모형을 개발하기 위해서 동일한 전처리 방법을 적용할 수는 없는 것으로 판단되어 당도와 산도 예측모형은 가능한 모든 전처리를 수행 후 그 성능을 검증하여 효과적인 모형을 개발하여야 할 것으로 판단하였다. 투과광 분광분석에 의한 토마토 내부품질 예측모형은 품종과 수확시기별 투과 스펙트럼을 9종 전처리를 적용한 자료와 전처리하지 않은 자료를 PLS 분석에 의해 당도와 산도 예측모형을 개발한 다음 그 성능을 검증하였고, 각 수확시기와 품종별로 개발한 예측모형을 품종과 수확시기가 다른 실험 자료로서 그 성능을 검증하였다. 그 결과 수확시기와 품종별 당도와 산도 예측모형의 개발은 가능한 것으로 판단하였다. 그러나 2007년 3월에 수확한 “super sunload” 품종(Data 1)에서 수집한 자료를 사용하여 개발한 예측모형을 2007년 4월에 수확한 “super sunload” 품종(Data 2), 5월에 수확한 “호용” 품종(Data 3) 그리고 2007년 7월에 수확한 “super top” 품종(Data 4) 실험 자료를 검증하고 Data 2로부터 개발한 예측모형을 이용하여 Data 1, 3 그리고 Data 4 자료의 검증, Data 3으로부터 개발한 예측모형을 이용하여 Data 1, 2 그리고 Data 4 자료 검증 그리고 Data 4로부터 개발한 예측모형을 이용하여 Data 1, 2 그리고 Data 3 자료를 검증한 결과, 품종과 수확시기가 내부품질을 측정하는데 큰 영향을 주는 것으로 판단하였다. 그러나 개발 예측모형의 성능을 선별 정확도로 판단하면 Data 1의 경우는 당도 5.5°Brix 미만과 그 이상의 경우 각각 31.3% (5/16)와 87.5% (21/24), 전체 선별 정확도는 65.0% (26/40), Data 2의 경우는 5.5°Brix 미만과 그 이상의 경우 각각 47.1% (9/17)와 100% (36/36)의 선별 정확도를 갖는 것으로 나타났고, 전체 선별 정확도는 84.9% (45/53), Data 3의 경우는 당도 5.0°Brix를 기준으로 선별한 경우 5.0°Brix 미만과 그 이상의 경우 각각 87.5% (42/48)와 8.0% (2/25)로 나타났고, 전체 선별 정확도는 60.3% (44/73)로 나타나 비록 당도가 높지 않은 토마토이지만 개발한 예측모형을 이용하여 고품질의 토마토 선별은 가능할 것으로 판단하였다. 수확시기가 다르지만 품종이 동일한 Data 1과 Data 2의 실험 자료를 혼합한 후 예측모형 개발용과 검증용 자료로 구분한 다음, 예측모형 개발용 자료를 사용하여 PLS 분석에 의해 총 10종의 당도와 산도 측정모형을 개발하였다. 그리고 검증용 혼합자료로 그 성능을 검증하였다. 그 결과, 당도의 경우 개발한 예측모형 중 MSC 전처리하여 개발한 모형의 R²_(v)성능이 가장 우수한 것으로 나타났다. 이러한 개발 모형의 R²_(v)와 SEP값은 각각 0.65, 0.45°Brix로 나타났다. 그리고 산도의 경우는 전처리하지 않고 개발한 모형의 가 0.15, SEP 값은 0.13으로서 대체로 그 예측성능이 낮은 것으로 분석되었다. 당도의 경우는 동일 품종에 대하여 수확시기에 무관한 당도 예측모형의 개발은 가능한 것으로 나타났다. 그러나 산도 예측모형은 동일 품종일 지라도 수확시기에 큰 영향을 받는 것으로 판단하였다. 토마토 품종과 수확시기에 관계없이 내부품질을 측정할 수 있는 예측모형을 개발하기 위해 Data 2와 Data 3 그리고 Data 4 실험 자료를 혼합하여 당도와 산도 예측모형을 개발하였다. 그리고 혼합자료와 예측모형 개발에 관계하지 않은 실험 자료로서 그 성능을 검증하였다. 그 결과, 예측모형 개발 시 관련된 수확시기와 품종의 토마토에 대하여 사용할 경우 그 예측이 가능할 것으로 판단하였다. 그러나 예측모형 개발에 관련이 없는 실험 자료를 이용하여 개발된 모형을 검증한 결과 그 측정은 불가능 할 것으로 판단하였다. 따라서 수확시기와 품종의 영향을 최소화한 예측모형을 개발하기 위해서 다양한 수확시기와 품종의 토마토 실험 자료를 수집하고 혼합한 다음 다양한 전처리를 수행하여 예측모형을 개발하여야 할 것으로 판단하였다. 실시간으로 토마토의 당도와 중량을 측정하여 당도와 중량 등급별로 선별할 수 있는 시스템을 개발하기 위해 본 연구에서 개발한 투과 스펙트럼 측정장치와 과일 컵을 선별기에 장착한 다음 실시간으로 토마토를 선별하였다. 각 선별 등급별로 임의로 샘플을 추출하여 실제 당도와 측정된 중량 자료를 비교하여 선별 정확도를 파악하여 개발 선별 시스템의 성능을 평가하였다. 그 결과, 전체 선별 정확도는 67.0% (73/109)로 나타나 토마토 당도와 중량을 측정하여 실시간으로 토마토를 선별하는 것은 가능한 것으로 판단하였다. 그러나 그 성능을 향상시키기 위한 좀 더 많은 연구가 필요할 것으로 판단하였다. 그리고 당도뿐만 아니라 산도 측정을 위한 예측모형 개발과 이를 적용한 선별 시스템을 개발하여야 할 것으로 판단하였다. 토마토 수확 후 저장기간을 측정하기 위한 예측모형을 개발하기 위한 실험은 토마토 수확 후 저장기간 동안 수집한 투과광 스펙트럼을 8종 전처리를 적용하고 전처리를 적용하지 않은 자료를 PLS 분석과 MLR 분석을 수행하여 예측모형을 개발하고 그 성능을 측정정확도로 판단하였다. 그 결과 PLS 분석이 좀 더 우수한 성능을 갖는 것으로 나타났다. PLS 분석에 의해 개발한 예측모형 중 SNV 전처리를 수행한 다음 개발한 예측모형의 전체 예측 정확도가 90.2%로 나타나 비교적 높은 수준의 정확도로 토마토 수확 후 저장기간을 측정할 수 있을 것으로 판단하였다.
본 연구의 목적은 VIS/NIR (visible/near Infra-red) 투과 분광기술을 이용하여 토마토 내부품질을 측정하고 선별하기 위한 시스템을 개발하고 토마토 수확 후 저장기간 경과에 따른 신선도 측정을 위한 것이었다. 안정된 VIS/NIR 투과광을 획득하기 위하여 광원의 안정화 실험을 통해 광원 공급에너지를 100 W로 결정하였고 광원의 안정화에 소요되는 시간은 광원에 전력 공급 직후 4시간 이후부터 안정이 되는 것으로 조사되어 투과광 스펙트럼 측정은 전력 공급 후 4시간 이후에 측정하였다. 토마토 내부품질 예측모형 개발을 위한 효과적인 파장범위를 결정하기 위하여 측정한 650~1100 nm 파장을 660~850 nm, 660~950 nm 그리고 650~1100 nm 파장으로 구분한 다음 각 파장대역의 투과광 스펙트럼을 mean, maximum, range에 의한 normalization, multiplicative scatter correction (MSC), standard normal variate (SNV), Savitzky-Golay와 Norris Gap 방법에 의한 1차와 2차 미분등의 9종 전처리를 적용한 자료와 전처리하지 않은 자료를 PLS 분석에 의해 총 10종의 예측모형을 개발하고 그 성능을 당도와 산도 예측모형별 분석하였다. 그 결과 당도와 산도의 예측모형을 개발하는데 효과적인 파장 대역은 660~1100 nm 이었다. 당도의 경우는 10종 예측모형 중 mean normalization 전처리하고 개발한 예측모형의 검증결과의 결정계수()가 0.54, standard error of prediction (SEP)값은 0.42°Brix로 나타났으며, 산도의 경우는 개발한 10종 예측모형 중 Norris Gap 1차 미분 전처리를 적용한 예측모형의 가 0.30, SEP 값은 0.09로 나타나 당도와 산도 예측모형을 개발하기 위해서 동일한 전처리 방법을 적용할 수는 없는 것으로 판단되어 당도와 산도 예측모형은 가능한 모든 전처리를 수행 후 그 성능을 검증하여 효과적인 모형을 개발하여야 할 것으로 판단하였다. 투과광 분광분석에 의한 토마토 내부품질 예측모형은 품종과 수확시기별 투과 스펙트럼을 9종 전처리를 적용한 자료와 전처리하지 않은 자료를 PLS 분석에 의해 당도와 산도 예측모형을 개발한 다음 그 성능을 검증하였고, 각 수확시기와 품종별로 개발한 예측모형을 품종과 수확시기가 다른 실험 자료로서 그 성능을 검증하였다. 그 결과 수확시기와 품종별 당도와 산도 예측모형의 개발은 가능한 것으로 판단하였다. 그러나 2007년 3월에 수확한 “super sunload” 품종(Data 1)에서 수집한 자료를 사용하여 개발한 예측모형을 2007년 4월에 수확한 “super sunload” 품종(Data 2), 5월에 수확한 “호용” 품종(Data 3) 그리고 2007년 7월에 수확한 “super top” 품종(Data 4) 실험 자료를 검증하고 Data 2로부터 개발한 예측모형을 이용하여 Data 1, 3 그리고 Data 4 자료의 검증, Data 3으로부터 개발한 예측모형을 이용하여 Data 1, 2 그리고 Data 4 자료 검증 그리고 Data 4로부터 개발한 예측모형을 이용하여 Data 1, 2 그리고 Data 3 자료를 검증한 결과, 품종과 수확시기가 내부품질을 측정하는데 큰 영향을 주는 것으로 판단하였다. 그러나 개발 예측모형의 성능을 선별 정확도로 판단하면 Data 1의 경우는 당도 5.5°Brix 미만과 그 이상의 경우 각각 31.3% (5/16)와 87.5% (21/24), 전체 선별 정확도는 65.0% (26/40), Data 2의 경우는 5.5°Brix 미만과 그 이상의 경우 각각 47.1% (9/17)와 100% (36/36)의 선별 정확도를 갖는 것으로 나타났고, 전체 선별 정확도는 84.9% (45/53), Data 3의 경우는 당도 5.0°Brix를 기준으로 선별한 경우 5.0°Brix 미만과 그 이상의 경우 각각 87.5% (42/48)와 8.0% (2/25)로 나타났고, 전체 선별 정확도는 60.3% (44/73)로 나타나 비록 당도가 높지 않은 토마토이지만 개발한 예측모형을 이용하여 고품질의 토마토 선별은 가능할 것으로 판단하였다. 수확시기가 다르지만 품종이 동일한 Data 1과 Data 2의 실험 자료를 혼합한 후 예측모형 개발용과 검증용 자료로 구분한 다음, 예측모형 개발용 자료를 사용하여 PLS 분석에 의해 총 10종의 당도와 산도 측정모형을 개발하였다. 그리고 검증용 혼합자료로 그 성능을 검증하였다. 그 결과, 당도의 경우 개발한 예측모형 중 MSC 전처리하여 개발한 모형의 R²_(v)성능이 가장 우수한 것으로 나타났다. 이러한 개발 모형의 R²_(v)와 SEP값은 각각 0.65, 0.45°Brix로 나타났다. 그리고 산도의 경우는 전처리하지 않고 개발한 모형의 가 0.15, SEP 값은 0.13으로서 대체로 그 예측성능이 낮은 것으로 분석되었다. 당도의 경우는 동일 품종에 대하여 수확시기에 무관한 당도 예측모형의 개발은 가능한 것으로 나타났다. 그러나 산도 예측모형은 동일 품종일 지라도 수확시기에 큰 영향을 받는 것으로 판단하였다. 토마토 품종과 수확시기에 관계없이 내부품질을 측정할 수 있는 예측모형을 개발하기 위해 Data 2와 Data 3 그리고 Data 4 실험 자료를 혼합하여 당도와 산도 예측모형을 개발하였다. 그리고 혼합자료와 예측모형 개발에 관계하지 않은 실험 자료로서 그 성능을 검증하였다. 그 결과, 예측모형 개발 시 관련된 수확시기와 품종의 토마토에 대하여 사용할 경우 그 예측이 가능할 것으로 판단하였다. 그러나 예측모형 개발에 관련이 없는 실험 자료를 이용하여 개발된 모형을 검증한 결과 그 측정은 불가능 할 것으로 판단하였다. 따라서 수확시기와 품종의 영향을 최소화한 예측모형을 개발하기 위해서 다양한 수확시기와 품종의 토마토 실험 자료를 수집하고 혼합한 다음 다양한 전처리를 수행하여 예측모형을 개발하여야 할 것으로 판단하였다. 실시간으로 토마토의 당도와 중량을 측정하여 당도와 중량 등급별로 선별할 수 있는 시스템을 개발하기 위해 본 연구에서 개발한 투과 스펙트럼 측정장치와 과일 컵을 선별기에 장착한 다음 실시간으로 토마토를 선별하였다. 각 선별 등급별로 임의로 샘플을 추출하여 실제 당도와 측정된 중량 자료를 비교하여 선별 정확도를 파악하여 개발 선별 시스템의 성능을 평가하였다. 그 결과, 전체 선별 정확도는 67.0% (73/109)로 나타나 토마토 당도와 중량을 측정하여 실시간으로 토마토를 선별하는 것은 가능한 것으로 판단하였다. 그러나 그 성능을 향상시키기 위한 좀 더 많은 연구가 필요할 것으로 판단하였다. 그리고 당도뿐만 아니라 산도 측정을 위한 예측모형 개발과 이를 적용한 선별 시스템을 개발하여야 할 것으로 판단하였다. 토마토 수확 후 저장기간을 측정하기 위한 예측모형을 개발하기 위한 실험은 토마토 수확 후 저장기간 동안 수집한 투과광 스펙트럼을 8종 전처리를 적용하고 전처리를 적용하지 않은 자료를 PLS 분석과 MLR 분석을 수행하여 예측모형을 개발하고 그 성능을 측정정확도로 판단하였다. 그 결과 PLS 분석이 좀 더 우수한 성능을 갖는 것으로 나타났다. PLS 분석에 의해 개발한 예측모형 중 SNV 전처리를 수행한 다음 개발한 예측모형의 전체 예측 정확도가 90.2%로 나타나 비교적 높은 수준의 정확도로 토마토 수확 후 저장기간을 측정할 수 있을 것으로 판단하였다.
This study was carried out to develop a nondestructive measurement system for assessing internal qualities (soluble solids content and acid content) and freshness of tomato fruits using visible and near infra red (VIS/NIR) transmittance spectroscopy technology and sorting the fruits based on the qua...
This study was carried out to develop a nondestructive measurement system for assessing internal qualities (soluble solids content and acid content) and freshness of tomato fruits using visible and near infra red (VIS/NIR) transmittance spectroscopy technology and sorting the fruits based on the qualities. The transmittance spectroscopy measurement systems consisted of a light source of tungsten-halogen lamps, a light illuminating part, the transmittance spectrum collection part, a spectrometer for measurement of the transmittance spectrum, light guide components, and a computer. The test to determine an optimum power of the light source and a pre-running time required for the light source to be stabilized was conducted. The intensity of the transmittance spectrum was in the level to be measured by the spectrometer as the power of the light source was 100 W. The transmittance spectrum was stable four hours after the light source turned on. The transmittance spectra were measured in three wavelengths ranges: 650~850, 650~950, and 650~1100 nm. To assess soluble solids content (SSC) and acid content of tomatoes, partial least squares (PLS) models were developed with the raw transmittance spectra in the three wavelength ranges and the spectra that were preprocessed by i) normalization by mean value, maximum value, and range, ii) multiplicative scatter correction (MSC), iii) standard normal variate (SNV), iv) 1^(st) and 2^(nd) derivatives by Savitzky-Golay and Norris-Gap methods. In general, the results of the PLS models made with the spectra measured in 650-1100 nm were better than those in shorter wavelength ranges. The best model for assessment of SSC was found as the spectra were preprocessed by mean normalization and the coefficient of determination of validation (R_(v2)²) and the standard error of prediction (SEP) were 0.54 and 0.42°Brix, respectively. The R_(v2)² and SEP of the best model for assessment of acid content were 0.30 and 0.09, respectively, and the best model was obtained by the 1st derivatives of Norris-Gap method. The transmittance spectra were collected on three different tomato cultivars at four different harvest dates and categorized into four groups: data 1 (“super sunload” harvested in March, 2007), data 2 (“super sunload” harvested in April, 2007), data 3 (“hoyong” harvested in May, 2007), and data 4 (“super top” harvested in July, 2007). Each data group was divided into a calibration data set and a validation data set. To examine the effect of cultivar and harvest date on assessment of the internal qualities, a calibration model was made with a single data group and the model was validated with the other three data groups (e.g. a calibration model with data 1 and the validation of the model with data 2, 3, and 4). Total four calibration models were made and validated. The validation results of the models were not good enough to measure SSC and acid content accurately. This indicated that different cultivars and harvest dates could be one of the factors affecting the performance of calibration models for assessment of SSC and acid content. The effect of different harvest dates of the same cultivar on assessment of the internal qualities was examined with a mixed data group of data 1 and 2. The best model for predicting SSC was developed with the spectra preprocessed by MSC. The R_(v)² and SEP of the best model were 0.65 and 0.45°Brix, respectively. For assessment of acid content, the best model was obtained with raw data set without preprocessing. The R_(v)² and SEP of the best model were 0.15 and 0.13, respectively. It was believed that the effect of different harvest dates of the same cultivar on assessment of acid content was more significant than the effect on assessment of SSC. A calibration model was developed with a mixed calibration data set of data 2, 3, and 4 and validated with a validation data set of data 1, which was not involved in the calibration model, and validation data sets of data 2, 3, and 4, which were involved in the calibration model. The performance of the model with data 2, 3, and 4 was better that with data 1. This indicated that the effect of different cultivars and harvest dates on assessment of the internal qualities could be minimized by involving the data collected at various cultivars and harvest dates in the calibration models.
This study was carried out to develop a nondestructive measurement system for assessing internal qualities (soluble solids content and acid content) and freshness of tomato fruits using visible and near infra red (VIS/NIR) transmittance spectroscopy technology and sorting the fruits based on the qualities. The transmittance spectroscopy measurement systems consisted of a light source of tungsten-halogen lamps, a light illuminating part, the transmittance spectrum collection part, a spectrometer for measurement of the transmittance spectrum, light guide components, and a computer. The test to determine an optimum power of the light source and a pre-running time required for the light source to be stabilized was conducted. The intensity of the transmittance spectrum was in the level to be measured by the spectrometer as the power of the light source was 100 W. The transmittance spectrum was stable four hours after the light source turned on. The transmittance spectra were measured in three wavelengths ranges: 650~850, 650~950, and 650~1100 nm. To assess soluble solids content (SSC) and acid content of tomatoes, partial least squares (PLS) models were developed with the raw transmittance spectra in the three wavelength ranges and the spectra that were preprocessed by i) normalization by mean value, maximum value, and range, ii) multiplicative scatter correction (MSC), iii) standard normal variate (SNV), iv) 1^(st) and 2^(nd) derivatives by Savitzky-Golay and Norris-Gap methods. In general, the results of the PLS models made with the spectra measured in 650-1100 nm were better than those in shorter wavelength ranges. The best model for assessment of SSC was found as the spectra were preprocessed by mean normalization and the coefficient of determination of validation (R_(v2)²) and the standard error of prediction (SEP) were 0.54 and 0.42°Brix, respectively. The R_(v2)² and SEP of the best model for assessment of acid content were 0.30 and 0.09, respectively, and the best model was obtained by the 1st derivatives of Norris-Gap method. The transmittance spectra were collected on three different tomato cultivars at four different harvest dates and categorized into four groups: data 1 (“super sunload” harvested in March, 2007), data 2 (“super sunload” harvested in April, 2007), data 3 (“hoyong” harvested in May, 2007), and data 4 (“super top” harvested in July, 2007). Each data group was divided into a calibration data set and a validation data set. To examine the effect of cultivar and harvest date on assessment of the internal qualities, a calibration model was made with a single data group and the model was validated with the other three data groups (e.g. a calibration model with data 1 and the validation of the model with data 2, 3, and 4). Total four calibration models were made and validated. The validation results of the models were not good enough to measure SSC and acid content accurately. This indicated that different cultivars and harvest dates could be one of the factors affecting the performance of calibration models for assessment of SSC and acid content. The effect of different harvest dates of the same cultivar on assessment of the internal qualities was examined with a mixed data group of data 1 and 2. The best model for predicting SSC was developed with the spectra preprocessed by MSC. The R_(v)² and SEP of the best model were 0.65 and 0.45°Brix, respectively. For assessment of acid content, the best model was obtained with raw data set without preprocessing. The R_(v)² and SEP of the best model were 0.15 and 0.13, respectively. It was believed that the effect of different harvest dates of the same cultivar on assessment of acid content was more significant than the effect on assessment of SSC. A calibration model was developed with a mixed calibration data set of data 2, 3, and 4 and validated with a validation data set of data 1, which was not involved in the calibration model, and validation data sets of data 2, 3, and 4, which were involved in the calibration model. The performance of the model with data 2, 3, and 4 was better that with data 1. This indicated that the effect of different cultivars and harvest dates on assessment of the internal qualities could be minimized by involving the data collected at various cultivars and harvest dates in the calibration models.
주제어
#nondestructive measuring system internal quality freshness VIS/NIR transmittance spectroscopy technology
학위논문 정보
저자
김영태
학위수여기관
전남대학교 대학원
학위구분
국내박사
학과
농공학과
발행연도
2009
총페이지
122p.
키워드
nondestructive measuring system internal quality freshness VIS/NIR transmittance spectroscopy technology
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.