Dans cette étude, une caméra hyperspectrale de 400-1000 nm a été appliquée et FS13, un produit de Hangzhou Color Spectrum Technology Co., LTD., pourrait être utilisé pour des recherches connexes.,la résolution de longueur d'onde est meilleure que 2,5 nm et jusqu'à 1200 canaux spectraux peuvent être atteints. La vitesse d'acquisition peut atteindre 128 FPS dans le spectre complet,et le maximum après sélection de bande est de 3300 Hz (support de sélection de bande multi-région).
La production chinoise de riz représente plus de 30% de la production mondiale de riz, et le " riz Meihe " dans la province de Jilin est un produit d'indication géographique du riz japonica chinois,et sa zone de production est située dans la ceinture de production mondiale de céréales dorées (45° de latitude N)Dans la vie pratique, il existe de nombreuses sortes de riz Meihe,et les méthodes chimiques telles que la détermination de l'azote Kjellod et la spectrophotométrie sont généralement utilisées pour déterminer la teneur en protéines des différentes variétés de riz., mais ces méthodes chimiques traditionnelles sont non seulement destructrices pour l'échantillon lui-même, mais aussi compliquées par des étapes et un cycle de détection trop long.La spectroscopie infrarouge a été largement utilisée dans la détection des principaux composants du riz (protéines ≥, les acides gras β, l'amidon III, l'eau), mais il ne peut obtenir la teneur des composants que selon l'information spectrale, et ne peut pas obtenir une expression plus intuitive, c'est-à-direla visualisation du contenuL'hyperspectre est un cube tridimensionnel de données comprenant des informations d'image et des informations spectrales.L'image hyperspectrale obtenue contient à la fois des informations internes sur le riz (structure physique interne et composition chimique) et des informations externes sur le riz (type de grain)Dans cet article, le riz de 3 variétés (Daohuahua,Akita Omachi et Jijing 60) de 4 régions productrices de la ville de MeiheLa technologie d'imagerie hyperspectrale a été utilisée pour détecter le riz collecté et obtenir le spectre moyen de la région d'intérêt du riz.Afin de réduire le rapport signal/bruit du spectre et d'obtenir un modèle relativement robusteTrois types de modèles de prédiction de la teneur en protéines de riz, y compris la régression partielle du moindre carré, la régression des composants principaux et le réseau neuronal de rétropropagation d'erreur,ont été établis par lissage par convolutions, la centralisation moyenne et la correction de la dispersion multiple.et transformer l'image hyperspectrale du riz dans la carte de distribution de la teneur en protéines pour réaliser la visualisation de la teneur en protéines du riz de différentes variétés.
La faisabilité de la visualisation de la répartition de la teneur en protéines dans le riz a été étudiée à l'aide de la technologie d'imagerie hyperspectrale.Un modèle simplifié et efficace de prédiction de la teneur en protéines PLSR a été obtenu par la méthode de prétraitement spectrale MC et la sélection de bandes caractéristiques SPA.. Sur la base du modèle quantitatif, la répartition de la teneur en protéines dans le riz de différentes variétés et d'origine différente a été visualisée.il est difficile de distinguer le riz par des images RGB ordinairesL'imagerie de la répartition de la teneur en protéines peut fournir des idées pour identifier l'origine du riz.et comparer les cartes de répartition de la teneur en protéines du riz entre différentes variétés peut fournir des preuves de l'élevage ultérieur des variétés de riz.