基于近红外高光谱成像技术鉴别杂交稻品系

摘要：

种子的筛选和鉴别是农业育种过程中的关键环节.该文基于近红外高光谱成像技术(874~1734 nm)结合化学计量学方法以及图像处理技术实现杂交稻种的品系鉴别及可视化预测.采集了3类不同品系共2700粒杂交水稻的高光谱图像,用SPXY算法,按照2:1的比例划分建模集和预测集.基于水稻样本的光谱特征,采用主成分分析(PCA)方法初步探究3类样本的可分性.采用连续投影算法(SPA),提取出7个特征波长:985.08、1106、1203.55、1399.04、1463.19、1601.81、1645.82 nm.基于特征波长和全波段光谱,建立了偏最小二乘判别分析(PLS-DA)和支持向量机(SVM)模型.试验结果表明,所建模型判别效果较好,识别正确率均达到了90%以上,其中,SVM模型的判别效果优于PLS-DA模型,基于全谱的判别分析模型结果优于基于特征波长的判别模型.结合SPA-SVM校正模型和图像处理技术,生成样本预测伪彩图,可以直观的鉴别不同品系的水稻种子.结果表明,近红外高光谱成像技术可以实现杂交稻的品系识别及可视化预测,为农业育种过程中种子的快速筛选及鉴定提供了新思路.

关键词：图像处理、光谱分析、无损检测、高光谱成像、水稻种子、连续投影算法

所属期刊栏目：33

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家重大仪器设备开发专项2014YQ470377;国家十三五重点研发计划2016YFD0200603

在线出版日期：2017-12-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：189-194