En este estudio, se aplicó una cámara hiperespectral de 400-1000 nm, y FS13, un producto de Hangzhou Color Spectrum Technology Co., LTD., podría usarse para investigaciones relacionadas.,la resolución de la longitud de onda es mejor que 2,5 nm y se pueden alcanzar hasta 1200 canales espectrales. La velocidad de adquisición puede alcanzar los 128 FPS en todo el espectro,y el máximo después de la selección de banda es de 3300Hz (suporte de selección de banda multi-región).
La producción de arroz de China representa más del 30% de la producción mundial de arroz, y el "arroz Meihe" en la provincia de Jilin es un producto de indicación geográfica del arroz japonica de China,y su zona de producción se encuentra en la zona de producción de granos dorados del mundo (45° de latitud norte)En la vida práctica, hay muchos tipos de arroz Meihe,y métodos químicos como la determinación de nitrógeno Kjellod y la espectrofotometría se utilizan generalmente para determinar el contenido de proteínas de diferentes variedades de arroz., pero estos métodos químicos tradicionales no sólo son destructivos para la muestra en sí, sino también complejos pasos y un ciclo de detección demasiado largo.La espectroscopia infrarroja se ha utilizado ampliamente en la detección de los principales componentes del arroz (proteína ≥, grasa β, almidón III, agua), pero sólo puede obtener el contenido de los componentes de acuerdo con la información espectral, y no puede lograr una expresión más intuitiva, es decir,la visualización del contenidoEl hiperespectro es un cubo tridimensional de datos que incluye información de imagen e información espectral.La imagen hiperespectral obtenida contiene tanto información interna del arroz (estructura física interna e información de composición química) como información externa del arroz (tipo de grano), defectos, etc.), lo que puede compensar la falta de imagen que el NIR no puede identificar rápidamente la distribución espacial de una determinada sustancia.Akita Omachi y Jijing 60) de 4 zonas productoras de la ciudad de MeiheSe utilizó tecnología de imagen hiperespectral para detectar el arroz recogido y obtener el espectro medio de la región de interés del arroz.Para reducir la relación señal/ruido del espectro y obtener un modelo relativamente robusto, Tres tipos de modelos de predicción del contenido de proteínas de arroz, incluyendo regresión parcial del menor cuadrado, regresión de componentes principales y red neuronal de retropropagación de errores,fueron establecidos mediante el suavizado por convoluciónSe utilizó SPA para seleccionar la longitud de onda característica, establecer el modelo de longitud de onda característica,y transformar la imagen hiperespectral del arroz en el mapa de distribución del contenido de proteínas para realizar la visualización del contenido de proteínas del arroz de diferentes variedades.
La viabilidad de la visualización de la distribución del contenido de proteínas en el arroz se estudió utilizando tecnología de imagen hiperespectral.Se obtuvo un modelo de predicción del contenido de proteínas PLSR simplificado y eficiente mediante el método de pretratamiento espectral MC y la selección de bandas características SPA.. Basándose en el modelo cuantitativo, se visualizó la distribución del contenido de proteínas en el arroz de diferentes variedades y origen diferente.es difícil distinguir el arroz por imágenes RGB ordinariasLa obtención de imágenes de la distribución del contenido de proteínas puede proporcionar ideas para identificar el origen del arroz.y comparar los mapas de distribución del contenido de proteínas del arroz entre diferentes variedades puede proporcionar evidencia para el mejoramiento posterior de las variedades de arroz.