種子高光譜圖像分割與特征光譜提取研究.pdf

1、本文研究采用計(jì)算機(jī)圖像與模式識(shí)別技術(shù)、高光譜分析技術(shù)對(duì)于水稻種子活力進(jìn)行快速無(wú)損的檢測(cè)。
　　為了研究高光譜圖像技術(shù)用于水稻種子活力快速無(wú)損鑒別的可行性，本文以不同老化程度22個(gè)水稻品種共5280粒水稻種子為實(shí)驗(yàn)材料，將種子放在老化箱內(nèi)做老化處理。在溫度45℃、濕度98％下對(duì)種子進(jìn)行老化處理(0H、36H、72H)，得到3個(gè)活力梯度的種子。經(jīng)過人工老化的水稻種子樣本在25℃、光照20％條件下進(jìn)行發(fā)芽試驗(yàn)，統(tǒng)計(jì)發(fā)芽率和根長(zhǎng)，計(jì)算簡(jiǎn)易

2、活力指數(shù)，據(jù)此將每個(gè)品種的樣品劃分為不同活力梯度組，采用高光譜圖像技術(shù)，通過提取水稻種子的平均光譜反射率，對(duì)不同活力的水稻種子進(jìn)行分析，結(jié)合Savitzky-Golay(SG)平滑算法、標(biāo)準(zhǔn)正態(tài)變量(SNV)和多元散射校正(MSC)對(duì)874～1740 nm波段內(nèi)的光譜數(shù)據(jù)進(jìn)行去除噪聲處理，采用主成分分析法(PCA)、連續(xù)投影算法(SPA)進(jìn)行特征波長(zhǎng)選擇，基于全波段光譜和基于特征波長(zhǎng)分別建立了偏最小二乘判別分析(PLS-DA)模型。