论文部分内容阅读
棉种是棉花生产的基础,棉种的质量直接影响着棉花产量和纤维品质。棉种活力是影响棉种质量的重要指标之一。目前检测脱绒棉种活力的方法存在的问题为检测时间长、劳动强度大、效率低。本文采用高光谱图像技术,以新疆石河子地区广泛种植的新陆早50、新陆早57、新陆早62三个品种的脱绒棉种为研究对象,以脱绒棉种电导率和低温发芽测量的发芽长度为主要指标,对脱绒棉种活力进行无损检测研究。本研究为脱绒棉种活力无损、快速检测提供一种新方法,也为科学、准确评价脱绒棉种活力奠定理论基础。(1)对脱绒棉种活力检测进行了定性分析研究。本研究通过高光谱成像仪采集了经过人工加速老化处理24h、48h及未处理的三个品种的脱绒棉种高光谱图像,将采集完高光谱图像后的脱绒棉种分别进行了脱绒棉种电导率和低温发芽,得到了脱绒棉种活力指标数据。对未处理、人工加速老化24h、和人工加速老化48h的脱绒棉种采用主成分分析降维,以前10个主成分作为输入变量,建立判别分析和支持向量机模型,其中支持向量机中采用K-CV和粒子群算法优化参数,其判别分析模型效果最优,其活力判别精度可达到89.70%。(2)对脱绒棉种电导率进行了定量分析研究。对比分析光谱预处理效果,最后得出采取SNV+一阶微分+S-G平滑和SNV+一阶微分+norris两个组合进行处理后建模效果最佳,新陆早50、新陆早57、新陆早62所采用S-G平滑和Norris平滑所用的点数相同,次数不同;采用Chauvenet和Leverage方法综合比较剔除异常样本;建立了脱绒棉种电导率的PLS、SMLR、PCR模型。结果表明,新陆早50、新陆早57、新陆早62建立模型效果最优均是PLS模型,RMSEP和RMSEC为38~46μS/cm,且RMSEP与RMSEC两者相差较小,其Rc和pR均达到了0.88以上。采用si PLS–GA提取了特征波长效果最优,其模型的Rc和pR分别为0.90、0.89,RMSEC和RMSEP分别48.20μS/cm和42.60μS/cm。(3)对脱绒棉种发芽长度进行了定性分析研究。采用低温发芽获得活力参数并进行了定量分析。以新陆早50、新陆早57为研究对象,对其光谱数据进行预处理和剔除异常样本,建立了发芽长度的PLS、SMLR、PCR模型;其中建立PLS模型效果最佳,Rc和Rp达到0.6以上,RMSEC和RMSEP变化范围为1.60~1.76cm。采用si PLS–GA提取了特征波长效果最优,其模型的cR和pR分别为0.70、0.65,RMSEC和RMSEP分别1.57cm、1.60cm。(4)以MATLAB为开发平台,设计了一套脱绒棉种活力检测软件。该软件的功能模块包括五部分,分别是数据导入功能模块、光谱数据预处理功能模块、脱绒棉种建模样本选取功能模块、建模波段选择功能模块、活力检测功能模块。