高光譜相機(jī)解決方案

  • 基于高光譜成像技術(shù)的稻谷品種鑒別研究

  • 信息來(lái)源：彩譜品牌廠家   瀏覽次數(shù)：569    發(fā)表時(shí)間：2022-11-04
  • 基于高光譜成像技術(shù)的稻谷品種鑒別研究
           本研究應(yīng)用了400-1000nm的高光譜相機(jī)，可采用杭州彩譜科技有限公司產(chǎn)品FS13進(jìn)行相關(guān)研究。
           水稻是世界上最重要的糧食作物之一，也是中國(guó)第二大播種面積的農(nóng)作物。近年來(lái)播種面積一直保持在3000萬(wàn)公頃左右(數(shù)據(jù)來(lái)自中國(guó)國(guó)家統(tǒng)計(jì)局)，是中國(guó)的主要口糧之一。按粒形和粒質(zhì)分為秈稻(早秈稻和晚秈稻)、粳稻和糯米(秈稻糯米和粳稻糯米)。水稻是一年生草本植物，有50 000多個(gè)品種。不同品種的水稻具有不同的儲(chǔ)藏特性、抗蟲(chóng)防霉性和品質(zhì)變化。應(yīng)按品種分類(lèi)存放，更有利于后期采購(gòu)加工。不同水稻品種的認(rèn)定也是規(guī)范糧食流通秩序、優(yōu)化糧食供給結(jié)構(gòu)的現(xiàn)實(shí)需要。高光譜作為一種無(wú)損、快速的檢測(cè)技術(shù)，已廣泛應(yīng)用于食品質(zhì)量檢測(cè)和定量分析。本研究實(shí)現(xiàn)了從光譜反射信息中識(shí)別大米蛋白質(zhì)含量、肉制品新鮮度和咖啡豆品種。國(guó)內(nèi)學(xué)者通過(guò)提取非轉(zhuǎn)基因親本及其轉(zhuǎn)基因大豆的特征波長(zhǎng)，結(jié)合化學(xué)計(jì)量學(xué)方法，建立了PLS-DA識(shí)別模型，為轉(zhuǎn)基因大豆的識(shí)別提供了新的途徑。因此，本工作擬利用高光譜技術(shù)開(kāi)展水稻品種鑒定的相關(guān)研究，探索一種適合“中國(guó)好糧油”計(jì)劃的優(yōu)質(zhì)水稻鑒定方法。
           本實(shí)驗(yàn)以五種不同品種的水稻為研究對(duì)象，綜合運(yùn)用光譜分析技術(shù)和數(shù)據(jù)處理方法，根據(jù)樣本的不同信息建立相應(yīng)的模型。對(duì)高光譜成像技術(shù)在水稻品種識(shí)別中的檢測(cè)方法進(jìn)行了研究，主要結(jié)論如下:
           提出了一種基于圖像信息的水稻品種識(shí)別方法。通過(guò)PCA分析，選擇680 nm作為特征波長(zhǎng)，提取特征波長(zhǎng)下的圖像信息，將提取的紋理特征和形態(tài)特征參數(shù)組合作為輸入量建立水稻品種識(shí)別模型。結(jié)果表明，F(xiàn)isher判別分析、偏最小二乘回歸模型和神經(jīng)網(wǎng)絡(luò)模型對(duì)稻谷品種識(shí)別的準(zhǔn)確率分別為95.3%、95%和98%。該方法將原始的150× 200光譜數(shù)據(jù)矩陣縮減為150× 8特征分類(lèi)矩陣，大大減少了分類(lèi)建模過(guò)程中的數(shù)據(jù)處理工作量，滿(mǎn)足了水稻品種識(shí)別精度的要求。
           在水稻品種識(shí)別模型的優(yōu)化中，基于圖像特征參數(shù)的ANN模型比Fisher判別分析和PLSR識(shí)別效果更好，識(shí)別準(zhǔn)確率高達(dá)98%。該方法可實(shí)現(xiàn)水稻品種的無(wú)損快速鑒定，并具有處理大量樣本的潛力，可用于大規(guī)模檢測(cè)和智能分析。
  • 【關(guān)閉本頁(yè)】 【返回頂部】 【打印此頁(yè)】 【收藏此頁(yè)】