论文部分内容阅读
种子的质量关乎整个农业生产的发展,其中种子品种识别检验是保证种子质量的一个重要手段。我国棉花种植的面积比较大,杂交种发展迅速,品种层出不穷,多、乱、杂的现象十分普遍。由于传统的检测方法存在着周期长、过程繁琐等诸多缺点。因此本论文结合农业生产实际要求,将高光谱图像技术引入到脱绒棉种品种分类检测研究中,以710、新陆早41、新陆早50、新陆早57、新陆早62为研究对象,充分利用高光谱图像“图谱合一”的优势,结合化学计量方法,研究出一种方便、高效、快捷的脱绒棉种品种无损鉴定法。主要研究内容和结果如下:(1)融合高光谱图像的光谱和图像信息对脱绒棉种的品种进行识别研究。采用SG平滑及归一化法对棉种的光谱数据进行预处理,利用主动轮廓模型提取出棉种的长、宽、面积、圆形度等12个形态特征参数,选用SPA-GA-PLS投影分析对棉种的光谱和图像特征变量进行筛选,并将筛选出的7个光谱特征变量及5个形状特征变量进行融合,采用PLS-DA,SIMCA,kNN,PCA-LDA及PCA-QDA法建立基于光谱及形状信息融合的棉种分类模型。结果可得:其中PLS-DA模型的预测效果最好,该融合模型的识别精度从原来的93%提升到96%,表明融合高光谱图像的光谱和图像信息可有效的提高模型的识别精度。(2)利用高光谱图像技术探究种子老化对脱绒棉种分类鉴别的影响。对新陆早50、新陆早57、新陆早62三类脱绒棉种进行人工加速老化处理,将种子分为未老化处理、老化24h和老化48h三个等级,采用SPA结合偏最小二乘投影算法,将筛选出特征波长结合PLS-DA,SIMCA,kNN,PCA-LDA及PCA-QDA建立分类模型,从多方面反映种子老化对品种内部及品种间差异的影响。结果表明:六类PLS-DA模型的平均识别精度为96%,说明高光谱图像技术能在一定程度上反映种子老化对棉种差异的影响,从而对脱绒棉种在存储老化过程中的特征变化进行探究,同时为脱绒棉种存储过程的智能监测提供技术支持。(3)基于高光谱图像技术对混杂脱绒棉种进行可视化鉴别。将混杂脱绒棉种特征波长下的高光谱掩膜图像作为输入变量,导入到前期所建的PLS-DA分类模型中,对棉种样本上所有像素点进行预测,结合图像处理技术,得到混杂脱绒棉种的伪彩色可视化图,最终实现混杂脱绒棉种的可视化鉴别。