基于近红外与高光谱技术的小麦种子多指标检测方法

被引：20

作者：

吴静珠 ^{[1
]}

刘倩 ^{[1
]}

陈岩 ^{[1
]}

孙丽娟 ^{[2
]}

张泽宇 ^{[1
]}

机构：

[1] 北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室

[2] 中国农业科学院作物科学研究所

来源：

传感器与微系统 | 2016年 / 35卷 / 07期

关键词：

小麦品质; 高光谱; 近红外光谱; 偏最小二乘法;

D O I：

暂无

中图分类号：

S512.1 [小麦]; TP751 [图像处理方法];

学科分类号：

摘要：

采集47份小麦样本的高光谱图像,提取感兴趣区内的平均光谱,结合反映小麦品质的水分、蛋白质和湿面筋三个指标基础数据,通过OPUS软件搜寻最佳的光谱预处理和波段组合,分别建立了三个指标的偏最小二乘法(PLS)定量分析模型。同时与采用近红外(NIR)光谱技术建立的三个指标的近红外模型进行比较,发现高光谱模型的各性能指标均明显优于近红外模型。结果表明:当被测样品为颗粒状且内部化学成分分布不均匀时,近红外模型的准确性和稳定性会受其测量条件的限制,而高光谱采样面积大,获取信息更全面,展现出强大的分析检测潜质,为小麦品质评价提供了新方法。

引用

页码：42 / 44

页数：3

共 11 条

[1] 融合光谱、纹理及形态特征的水稻种子品种高光谱图像单粒鉴别
邓小琴
朱启兵
黄敏
[J]. 激光与光电子学进展, 2015, 52 (02) : 128 - 134
[2] 基于高光谱图像的水稻种子活力检测技术研究
李美凌
邓飞
刘颖
祁亨年
张晓
[J]. 浙江农业学报, 2015, 27 (01) : 1 - 6
[3] 高光谱成像技术及其在农产品检测中的应用
丁冬
[J]. 科技信息, 2013, (35) : 72+98 - 72
[4] 基于高光谱图像技术的玉米杂交种纯度鉴定方法探索[J]. 贾仕强,刘哲,李绍明,李林,马钦,张晓东,朱德海,严衍禄,安冬.光谱学与光谱分析. 2013(10)
[5] 我国小麦品质评价与检验技术的发展现状
孙辉
尹成华
赵仁勇
吴存荣
[J]. 粮食与食品工业, 2010, 17 (05) : 14 - 18
[6] GB/T 24899-2010. 粮油检验小麦粗蛋白质含量测定近红外法[S]. 2010
[7] GB/T 24898-2010. 粮油检验小麦水分含量测定近红外法[S]. 2010
[8] GB/T 5511-2008. 谷物和豆类氮含量测定和粗蛋白质含量计算凯氏法[S]. 2008
[9] GB/T 14608-1993. 小麦粉湿面筋测定法[S]. 1993
[10] 现代近红外光谱分析技术[M]. 中国石化出版社 , 陆婉珍, 2006

← 1 2 →