一种简化和降低高光谱成像成本的新技术可以促进鸡蛋质量分析，提高孵化场和孵化场小鸡死亡率预测的准确性。

高光谱成像的工作原理

“我们为每个像素化图像提供数百个波长信息点，并且可以根据光与分子之间的相互作用来开始预测分子之间的化学键。这意味着当检测到异常情况（例如食品安全或质量问题）时，可以识别并拒绝它，”Pawluczyk 解释道。 “任何与生肉化学成分不同的东西都会被识别出来。该系统还可以确定所识别的物质（金属、橡胶、塑料、骨头、软骨等），以便找到来源。”

伊利诺斯州农业、消费者与环境科学学院和格兰杰工程学院农业与生物工程系的博士生图基尔·艾哈迈德说：“孵化是一个耗时且能量密集的过程，由于胚胎死亡，大量种蛋无法孵化。”

“一旦通过机器学习界面进行充分优化，该技术可以很容易地集成到现代孵化场中，只需对现有工业设备进行最小的修改，而不会影响当前的卫生和生物安全标准，每小时可进行多达20,000个鸡蛋的高通量筛选。”

对鸡蛋的化学成分进行成像

高光谱成像是光谱学的一种形式，它收集和处理光谱中不同波长的信息。这个信息揭示了一个物体的化学成分，比如一个鸡蛋。艾哈迈德说：“这项技术提供了比任何其他光学传感技术更详细的识别、分类、探测和绘制被测物体的非凡数据。”“然而，与传统RGB成像相比，高成本和操作复杂性是广泛采用的重大瓶颈。”

Ahmed开发的这项新技术使用深度机器学习从标准RGB图像重建高光谱图像。这种方法的好处之一是，它只需要一个低成本的手持设备来预测和评估产品。

孵化场的应用

根据发表在《智能农业技术》上的一篇论文，智能传感，包括新的高光谱成像方法，可能对孵化场有益。对于肉鸡来说，这项技术可以改善对孵化和孵化场环境的监测，并允许在调整孵化条件和在孵化前识别鸡蛋中小鸡死亡的迹象时做出数据驱动的决策。