In dit onderzoek werd een 400-1000nm hyperspectrale camera toegepast, en FS13, een product van Hangzhou Color Spectrum Technology Co., LTD., kon worden gebruikt voor gerelateerd onderzoek.,de golflengte-resolutie is beter dan 2,5 nm en tot 1200 spectrale kanalen kunnen worden bereikt. De verkrijgingssnelheid kan 128 FPS in het volledige spectrum bereiken,en het maximum na de selectie van de band is 3300Hz (ondersteuning van de selectie van de band voor meerdere regio's).
De productie van rijst in China is goed voor meer dan 30% van de wereldwijde rijstproductie en "Meihe-rijst" in de provincie Jilin is een product met geografische aanduiding van de Japonica-rijst van China.en zijn productiegebied ligt in de wereldwijde gouden graanproductiegordel (45° N breedtegraad)In het praktische leven zijn er veel soorten Meihe rijst,en chemische methoden zoals Kjellod stikstofbepaling en spectrophotometrie worden gewoonlijk gebruikt om het eiwitgehalte van verschillende variëteiten rijst te bepalenDeze traditionele chemische methoden zijn echter niet alleen destructief voor het monster zelf, maar ook complexe stappen en een te lange detectiecyclus.Infrarood spectroscopie is veel gebruikt bij de detectie van de belangrijkste bestanddelen van rijst (eiwitten ≥Het kan echter alleen het gehalte van de bestanddelen verkrijgen volgens de spectraalinformatie en kan geen intuïtievere uitdrukking bereiken, dat wil zeggen:de visualisatie van de inhoudHet hyperspectrum is een driedimensionale kubus van gegevens, met inbegrip van beeld- en spectruminformatie.De verkregen hyperspectrale afbeelding bevat zowel interne informatie van rijst (interne fysieke structuur en chemische samenstelling) als externe informatie van rijst (korntyp)In dit artikel worden drie soorten rijst (Daohuahua,Akita Omachi en Jijing 60) van 4 productiegebieden in de stad MeiheHet onderzoek werd uitgevoerd in de provincie Jilin en werd uitgevoerd met behulp van hyperspectrale beeldvorming om de gecollecteerde rijst te detecteren en het gemiddelde spectrum van de onderzochte regio te verkrijgen.Om de signaal/geluidsverhouding van het spectrum te verminderen en een relatief robuust model te verkrijgen, Drie soorten voorspellingsmodellen van het eiwitgehalte van rijst, waaronder partiële regressie van het kleinste vierkant, regressie van de belangrijkste componenten en neuraal netwerk voor fout-terugverspreiding,werden vastgesteld door middel van een samentrekking, gemiddeld centralisatie en correctie van meervoudige verstrooiing.en het hyperspectrale beeld van rijst omzetten in de kaart van de verdeling van het eiwitgehalte om de visualisatie van het eiwitgehalte van rijst van verschillende rassen te realiseren.
De haalbaarheid van de visualisatie van de eiwitverdeling in rijst werd onderzocht met behulp van hyperspectrale beeldvormingstechnologie.Een vereenvoudigd en efficiënt model voor de voorspelling van het PLSR-eiwitgehalte werd verkregen door middel van de MC-spectrumvoorbehandelmethode en de selectie van SPA-kenmerkende banden.Op basis van het kwantitatieve model werd de verdeling van het eiwitgehalte in rijst van verschillende rassen en verschillende oorsprong gevisualiseerd.het is moeilijk om de rijst te onderscheiden door gewone RGB-afbeeldingenHet beeldvormen van de verdeling van het eiwitgehalte kan ideeën bieden voor het identificeren van de oorsprong van rijst.en het vergelijken van de kaart van de verdeling van het eiwitgehalte van rijst tussen verschillende rassen kan bewijs leveren voor de latere veredeling van rijstrassen.