Neste estudo, uma câmera hiperespectral de 400-1000nm foi aplicada, e o FS13, um produto da Hangzhou Color Spectrum Technology Co., LTD., poderia ser usado para pesquisas relacionadas.,a resolução do comprimento de onda é melhor que 2,5 nm e podem ser alcançados até 1200 canais espectrais. A velocidade de aquisição pode atingir 128 FPS em todo o espectro,e o máximo após a seleção da faixa é 3300Hz (suporte à seleção da faixa multi-região).
A produção de arroz da China representa mais de 30% da produção mundial de arroz e o "arroz Meihe" na província de Jilin é um produto de indicação geográfica do arroz japonica da China,e a sua área de produção está localizada na zona de produção de grãos dourados do mundo (45° de latitude N)Na vida prática, há muitos tipos de arroz Meihe,e métodos químicos, tais como a determinação de nitrogénio Kjellod e a espectrofotometria, são normalmente utilizados para determinar o teor de proteínas de diferentes variedades de arroz, mas estes métodos químicos tradicionais não são apenas destrutivos para a amostra em si, mas também passos complicados e um ciclo de detecção demasiado longo.A espectroscopia infravermelha tem sido amplamente utilizada na detecção dos principais componentes do arroz (proteína ≥, gordura β, amido III, água), mas só pode obter o conteúdo dos componentes de acordo com a informação espectral e não pode obter uma expressão mais intuitiva, ou seja,A visualização do conteúdoO hiperespectro é um cubo tridimensional de dados, incluindo informações de imagem e informações espectrais.A imagem hiperespectral obtida contém tanto informações internas do arroz (estrutura física interna e composição química) como informações externas do arroz (tipo de grão), defeitos, etc.), o que pode compensar a falta de imagem que o NIR não pode identificar rapidamente a distribuição espacial de uma determinada substância.Akita Omachi e Jijing 60) de 4 zonas produtoras da cidade de MeiheA tecnologia de imagem hiperespectral foi utilizada para detectar o arroz coletado e obter o espectro médio da região de interesse do arroz.Para reduzir a relação sinal/ruído do espectro e obter um modelo relativamente robusto, Três tipos de modelos de previsão do teor de proteína de arroz, incluindo regressão parcial do menor quadrado, regressão dos componentes principais e rede neural de retropropagação de erros,foram estabelecidas por suavização por convolução, centralização média e correcção de dispersão múltipla.e transformar a imagem hiperespectral do arroz no mapa de distribuição de conteúdo de proteína para realizar a visualização do conteúdo de proteína do arroz de diferentes variedades.
A viabilidade da visualização da distribuição do teor de proteínas no arroz foi estudada utilizando tecnologia de imagem hiperespectral.Foi obtido um modelo de previsão do teor de proteínas PLSR simplificado e eficiente pelo método de pré-tratamento espectral MC e pela selecção de bandas características SPA.Com base no modelo quantitativo, foi visualizada a distribuição do teor de proteínas no arroz de diferentes variedades e diferentes origens.é difícil distinguir o arroz por imagens RGB comunsA imagem da distribuição do teor de proteínas pode fornecer ideias para identificar a origem do arroz,e comparar os mapas de distribuição do teor de proteína do arroz entre diferentes variedades pode fornecer evidências para o melhoramento posterior das variedades de arroz.