菇類於採收後的品質非常容易受到保存、運輸等眾多因素影響，而難以透過採收日期或保存期限來推估其品質，其中又以杏鮑菇在台灣屬於高經濟價值的作物，因此鎖定其為主要目標。

高光譜檢測技術，其光譜資訊遠比一般影像更為豐富，能夠呈現不同物質在光譜上的細微差異，搭配人工智慧與機器學習的模型，得以自動學習光譜特徵以及特徵波段。有鑑於此，本團隊多年來藉由建立的高光譜平台，大量蒐集杏鮑菇的高光譜影像，尋找與採收後品質關連最大的特徵波段，藉此自行開發手持式光譜儀，搭配自建的人工智慧檢測模型與智慧雲端平台，達成即時品質監測，並得以進一步預測後續的崩壞趨勢。今年度並將把所開發的技術整合於菇類分裝廠商的分貨資訊系統。

1. 尋找與杏鮑菇品質關連最大的特徵波段

2. 開發與杏鮑菇品質相關特徵波段之手持式光譜儀

3. 建立人工智慧檢測模型自動學習特徵與分析手持式光譜儀拍攝之資料

4. 架設雲端運算平台運行人工智慧檢測模型與接收手持式光譜儀拍攝資料

5. 整合手持式光譜儀與雲端智慧檢測平台於杏鮑菇集貨商的資訊平台

6. 優化雲端智慧檢測平台達成在線即時檢測

國立臺北科技大學電機工程系 吳昭正 副教授 (02)2771-2171#2182 ccwu@ntut.edu.tw