基于近红外高光谱图像分析的麦粒硬度分类研究

摘要：

为对小麦硬度进行自动检测，采集不同硬度小麦品种的近红外高光谱图像，将光谱数据经过求导处理后，提取950~1645 nm 有效光谱区间数据，然后经过多元散射校正，建立偏最小二乘判别分析(PLS - DA)模型。采用120粒小麦对模型进行训练，剩余的90粒进行检验，总体上模型分类准确率为99.63%。表明，采用近红外高光谱成像技术对单籽粒小麦硬度进行分类是可行的。

关键词：近红外高光谱图像、光谱分析、偏最小二乘判别分析、小麦硬度、分类

分类号：TP391.41;S512.1(计算技术、计算机技术)

资助基金：国家自然科学基金项目31101085;河南省基础与前沿技术研究计划项目122300410145;河南省高等学校青年骨干教师资助计划项目2011GGJS -094;华北水利水电大学教学名师培育项目2014108;华北水利水电大学2014年大学生创新创业计划项目HSCX2004143

在线出版日期：2015-06-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：181-184