稻谷是我国第一大粮食品种,占全国人民口粮消费的近60%。传统方法对稻米品种的识别以其形态和生理上的差异为主,由于稻米颗粒微小,数量较大,传统方法较难对稻米品种进行批量无损的精确判定,因此有必要寻找一种无损、精确、快速的稻米品种分类方法。高光谱图像法[具有检测精确、无损样品、检测速度快等优点,近年来逐渐被应用到物质检测和鉴别[领域。2012年,Garrido-Novell等利用三原色(Red Green Blue,RGB)数字成像技术和高光谱成像技术对苹果在不同贮藏条件下的成熟度进行分析[,结果表明,高光谱识别对不同存储状态的分类效果优于RGB。2015年,YANG Xiaoling等提出了一种基于可见光和近红外(VIS/NIR)高光谱图像中提取的光谱、形态和纹理等特征的玉米种子分类新方法[。同年,WANG Lu等研究了利用高光谱成像技术对水稻品质进行鉴别的方法[。2016年,WANG Lu等利用高光谱成像技术完成不同品种玉米种子的快速、无损分类[。2018年,GAO Junfeng等利用高光谱图像结合机器学习技术完成对杂草和玉米的区分[。
高光谱成像技术近年来发展较快,在物质检测和鉴别等方面具有重大应用,但在稻米等粮食作物的品种鉴别及分类方面应用较少,本文以东北地区常见的3个品种的稻米作为实验样本,运用高光谱图像法获得3种稻米可见光波段(400~720 nm)的特征光谱图像,通过提取图像的特征参数,实现对稻米品种分类鉴别,为稻米的快速分类鉴别提供了一种新方法。
1 实验系统
1.1 实验装置
实验中采用的光路如
图 1(Fig.1)