Dans cette étude, une caméra 400-1000nm hyperspectral a été appliquée, et FS13, un produit de la technologie Cie., Ltd de spectre de couleur de Hangzhou, pourrait être employé pour la recherche relative. Le domaine spectral est 400-1000nm, la résolution de longueur d'onde est meilleure que 2.5nm, et jusqu'à 1200 canaux spectraux peuvent être atteints. La vitesse d'acquisition peut atteindre 128FPS dans le plein spectre, et le maximum après que la sélection de bande soit 3300Hz (sélection de bande de multi-région de soutien).
La laitue est riche en protéine, hydrates de carbone, vitamines et d'autres éléments nutritifs, et le secteur de plantation est large. L'azote est l'un des éléments les plus importants affectant la croissance de la laitue. Pour établir un rapide, la méthode efficace et non destructive pour la détection satisfaite d'azote de la laitue est commode pour guider la fertilisation raisonnable de la laitue. Actuellement, il y a peu de rapports sur l'utilisation de la technologie hyperspectral d'image de détecter la teneur d'azote en feuilles de laitue. Dans cette étude, la technologie hyperspectral d'image a été appliquée à la détection non destructive de la teneur d'azote en feuilles de laitue. En étudiant les effets de diverses méthodes spectrales de traitement préparatoire sur PLSB modelant, des méthodes spectrales appropriées de traitement préparatoire ont été choisies pour des feuilles de laitue, et des longueurs d'onde sensibles appropriées à la teneur de prévision d'azote en feuilles de laitue ont été optimisées. Une tentative a été faite d'établir le modèle de la prévision la plus simple et optimale du contenu d'azote dans des feuilles de laitue. Cet ensemble de méthodes n'a pas été rapporté, et il constitue également une base pour le développement du détecteur végétal portatif d'élément nutritif, qui a la valeur pratique forte.
Les images hyperspectral de 60 feuilles de laitue ont été rassemblées par technologie hyperspectral d'image, et la teneur en azote des feuilles correspondantes de laitue a été déterminée par l'analyseur du flux continu AutoAnalyzer3. Les données spectrales moyennes des régions 50×50 sur la surface des feuilles crues de laitue ont été extraites par le logiciel d'ENVI. Les données spectrales moyennes extraites ont été prétraitées (8 genres de méthodes de traitement préparatoire). En conclusion, les données spectrales originales et 8 genres de données spectrales de traitement préparatoire ont été employés comme entrée de PLSR pour établir 9 modèles de prévision pour la teneur en azote de la laitue. En comparant les résultats de ces 9 modèles de prévision, la prévision optimale OSC+PLSR modèle a été choisie, et le diagramme de coefficient de régression du modèle d'OSC+PLSR a été analysé. 13 longueurs d'onde sensibles ont été choisies, et alors 13 longueurs d'onde sensibles ont été prises comme entrée de PLSR. En conclusion, le modèle de prévision du contenu d'azote de laitue d'OSC+SW+PLSR a été établi. Comparé au modèle d'OSC+PLSR, l'efficacité de prévision a été considérablement améliorée, qui peut être employée comme nouvelle méthode efficace, précise et non destructive pour la prévision du contenu d'azote dans des feuilles de laitue, et peut fournir une référence pour le diagnostic de nutrition d'azote et la fertilisation économique et rationnelle de la laitue.