小麥發(fā)芽特性高光譜成像快速檢測(cè)研究.pdf

1、小麥在收獲前受陰雨影響并長(zhǎng)期處于潮濕環(huán)境下而產(chǎn)生的穗上發(fā)芽現(xiàn)象稱為小麥穗發(fā)芽，嚴(yán)重時(shí)會(huì)導(dǎo)致小麥大面積減產(chǎn)，威脅國(guó)家糧食安全，因此探究影響小麥發(fā)芽特性相關(guān)因素，實(shí)現(xiàn)小麥發(fā)芽特性快速檢測(cè)，進(jìn)而培育抗穗發(fā)芽小麥品種是當(dāng)前重要議題。然而如今傳統(tǒng)的檢測(cè)方法卻存在著周期長(zhǎng)、工作量大、過(guò)程繁瑣的諸多缺點(diǎn)，近年來(lái)發(fā)展較為迅速的近紅外光譜技術(shù)又因易受樣本均勻性干擾使得檢測(cè)結(jié)果穩(wěn)定性較差，實(shí)踐中建立一套高效、準(zhǔn)確、可靠的技術(shù)體系成為當(dāng)前的迫切需要，而高光譜

2、成像技術(shù)的近地應(yīng)用為此提供可能，其具有“圖譜合一”的優(yōu)勢(shì)，兼具空間維和光譜維的高分辨特性，能有效獲取整個(gè)目標(biāo)區(qū)域光譜，彌補(bǔ)傳統(tǒng)近紅外光譜技術(shù)上單點(diǎn)獲取的不足。針對(duì)上述目標(biāo)，實(shí)驗(yàn)以單粒和群體小麥為研究對(duì)象，擬采用近紅外高光譜成像技術(shù)結(jié)合化學(xué)計(jì)量方法以及數(shù)據(jù)分析技術(shù)，分別從影響小麥發(fā)芽特性的內(nèi)在因素—品種以及影響小麥發(fā)芽特性的外在因素—存儲(chǔ)年限出發(fā)，對(duì)不同品種和不同年份小麥光譜差異進(jìn)行分析，進(jìn)而達(dá)到對(duì)不同品種以及不同年份小麥準(zhǔn)確鑒別的目的，

3、最終通過(guò)對(duì)單粒、群體小麥的發(fā)芽預(yù)測(cè)來(lái)完成整個(gè)實(shí)驗(yàn)探索。
　　本研究主要內(nèi)容包括：⑴充分利用高光譜成像技術(shù)“圖譜合一”特性進(jìn)行不同品種小麥差異分析，使用德國(guó)EVK近紅外高光譜成像儀獲取了三個(gè)類型六個(gè)品種的單粒小麥高光譜成像數(shù)據(jù)，采用圖像處理結(jié)合模式識(shí)別方法以及信息融合的方式對(duì)獲取的圖像特征和光譜特征進(jìn)行了分析,建立了小麥品種的圖像、光譜以及融合信息分類識(shí)別模型。從圖像模型中得知對(duì)于強(qiáng)筋、弱筋等外形差異較為明顯籽粒，識(shí)別率能達(dá)到100

4、％，說(shuō)明近紅外高光譜圖像的形態(tài)信息能夠反映品種的差異；從建立的光譜特征模型中得知小麥籽粒胚乳區(qū)域較胚區(qū)域分類識(shí)別率略高，說(shuō)明不同部位受籽粒形狀影響會(huì)產(chǎn)生光譜誤差；從最終的信息融合模型分類效果得知：無(wú)論是從穩(wěn)定性還是識(shí)別率上其效果都較單一模型略好,分類精度從原來(lái)的95.56％提升到98.89％，表明充分挖掘高光譜圖像所包含的形態(tài)特征和光譜特征可有效提高分類效果。⑵利用近紅外高光譜成像儀分析單粒小麥種子在存儲(chǔ)過(guò)程中的特征變化，首先獲取了20

5、07-2012年共計(jì)六個(gè)年份的單粒小麥近紅外高光譜數(shù)據(jù)，通過(guò)分析原始光譜得知在1400-1600nm波段光譜反射率存在明顯差異，可能是存儲(chǔ)過(guò)程中小麥籽粒水分和蛋白質(zhì)含量逐漸降低所致；對(duì)六個(gè)年份小麥籽粒光譜數(shù)據(jù)進(jìn)行主成分分析，從主成分分布圖上得知相同或相近年份的小麥籽粒呈現(xiàn)出聚類特性，且這種特性會(huì)隨存儲(chǔ)年份的增加而更加明顯；進(jìn)一步利用SIMCA方法對(duì)不同年份小麥籽粒進(jìn)行分類，相鄰年份之間的二分類正確識(shí)別率達(dá)到97.44％，六個(gè)年份的混合分

6、類識(shí)別率達(dá)到82.5％，表明利用近紅外高光譜成像技術(shù)進(jìn)行小麥存儲(chǔ)過(guò)程中的特征識(shí)別與品質(zhì)劃分是可行的⑶首先利用高光譜成像技術(shù)進(jìn)行單籽粒小麥發(fā)芽預(yù)測(cè)，分析了單粒發(fā)芽與未發(fā)芽小麥籽粒之間的光譜差異，在1400-1600nm波段未發(fā)芽籽粒較發(fā)芽籽粒的光譜反射率略高，進(jìn)一步利用LSSVM方法建立發(fā)芽與未發(fā)芽籽粒預(yù)測(cè)模型，二者的平均正確識(shí)別率能達(dá)到72.5％，說(shuō)明利用高光譜成像技術(shù)進(jìn)行單粒籽粒發(fā)芽預(yù)測(cè)具備一定可行性。在此基礎(chǔ)上獲取了2003-201