В этом исследовании была применена гиперспектральная камера 400-1000 нм, и FS13, продукт Hangzhou Color Spectrum Technology Co., LTD., может быть использован для соответствующих исследований.,разрешение длины волны лучше 2,5 нм, и может быть достигнуто до 1200 спектральных каналов. Скорость приобретения может достигать 128 FPS в полном спектре,и максимальный диапазон после выбора диапазона - 3300 Гц (поддержка выбора диапазона в нескольких регионах).
Производство риса в Китае составляет более 30% мирового производства риса, а "рис Мэйхе" в провинции Цзилинь является продуктом с географическим указанием китайского риса japonica,и его производственная зона расположена в золотом поясе производства зерна в мире (45° северной широты)В практической жизни существует множество видов риса.и химические методы, такие как определение азота Kjellod и спектрофотометрия, обычно используются для определения содержания белка в различных сортах риса, но эти традиционные химические методы разрушают не только сам образец, но и сложные этапы и слишком длительный цикл обнаружения.Инфракрасная спектроскопия широко используется для обнаружения основных компонентов риса (белок ≥, жир β, крахмал III, вода), но он может получить содержание компонентов только в соответствии со спектральной информацией и не может достичь более интуитивного выражения, то естьвизуализация контентаГиперспектр представляет собой трехмерный кубический материал, включающий изобразительную и спектральную информацию.Полученное гиперспектральное изображение содержит как внутреннюю информацию о рисе (внутренняя физическая структура и информация о химическом составе), так и внешнюю информацию о рисе (тип зерна), дефекты и т. д.), что может компенсировать отсутствие изображения, что NIR не может быстро определить пространственное распределение определенного вещества.Akita Omachi и Jijing 60) из 4 производственных районов города MeiheДля обнаружения собранного риса и получения среднего спектра интересующего региона риса была использована гиперспектральная технология визуализации.Чтобы уменьшить соотношение сигнала и шума спектра и получить относительно надежную модель, Три типа моделей прогнозирования содержания белка риса, включая частичную регрессию наименьшего квадрата, регрессию основных компонентов и ошибку обратного распространения нейронной сети,были установлены с помощью сверточного сглаживанияДля выбора характерной длины волны, установления модели характерной длины волны,и преобразовать гиперспектральное изображение риса в карту распределения содержания белка для реализации визуализации содержания белка риса из разных сортов.
Возможность визуализации распределения содержания белка в рисе изучалась с использованием гиперспектральной технологии визуализации.Упрощенная и эффективная модель прогнозирования содержания белка PLSR была получена методом предварительной спектральной обработки MC и выбором характеристических полос SPA.На основе количественной модели было визуализировано распределение содержания белка в рисе разных сортов и разного происхождения.трудно отличить рис от обычных изображений RGBИзображение распределения содержания белка может дать идеи для определения происхождения риса.и сравнивая карты распределения содержания белка риса между различными сортами, можно получить доказательства более позднего разведения сорта риса..