水稻是世界上最重要的糧食作物之一，也是中國第二大播種面積的農(nóng)作物。近年來播種面積一直保持在3000萬公頃左右（數(shù)據(jù)來自中國國家統(tǒng)計局），是中國的主要口糧之一。按粒形和粒質(zhì)分為秈稻（早秈稻和晚秈稻）、粳稻和糯米（秈稻糯米和粳稻糯米）。水稻是一年生草本植物，有50 000多個品種。不同品種的水稻具有不同的儲藏特性、抗蟲防霉性和品質(zhì)變化。應(yīng)按品種分類存放，更有利于后期采購加工。不同水稻品種的認(rèn)定也是規(guī)范糧食流通秩序、優(yōu)化糧食供給結(jié)構(gòu)的現(xiàn)實需要。高光譜作為一種無損、快速的檢測技術(shù)，已廣泛應(yīng)用于食品質(zhì)量檢測和定量分析。本研究實現(xiàn)了從光譜反射信息中識別大米蛋白質(zhì)含量、肉制品新鮮度和咖啡豆品種。國內(nèi)學(xué)者通過提取非轉(zhuǎn)基因親本及其轉(zhuǎn)基因大豆的特征波長，結(jié)合化學(xué)計量學(xué)方法，建立了PLS-DA識別模型，為轉(zhuǎn)基因大豆的識別提供了新的途徑。因此，本工作擬利用高光譜技術(shù)開展水稻品種鑒定的相關(guān)研究，探索一種適合“中國好糧油”計劃的優(yōu)質(zhì)水稻鑒定方法。

　　本實驗以五種不同品種的水稻為研究對象，綜合運用光譜分析技術(shù)和數(shù)據(jù)處理方法，根據(jù)樣本的不同信息建立相應(yīng)的模型。對高光譜成像技術(shù)在水稻品種識別中的檢測方法進(jìn)行了研究，主要結(jié)論如下：

　　提出了一種基于圖像信息的水稻品種識別方法。通過PCA分析，選擇680 nm作為特征波長，提取特征波長下的圖像信息，將提取的紋理特征和形態(tài)特征參數(shù)組合作為輸入量建立水稻品種識別模型。結(jié)果表明，F(xiàn)isher判別分析、偏最小二乘回歸模型和神經(jīng)網(wǎng)絡(luò)模型對稻谷品種識別的準(zhǔn)確率分別為95.3%、95%和98%。該方法將原始的150× 200光譜數(shù)據(jù)矩陣縮減為150× 8特征分類矩陣，大大減少了分類建模過程中的數(shù)據(jù)處理工作量，滿足了水稻品種識別精度的要求。

　　在水稻品種識別模型的優(yōu)化中，基于圖像特征參數(shù)的ANN模型比Fisher判別分析和PLSR識別效果更好，識別準(zhǔn)確率高達(dá)98%。該方法可實現(xiàn)水稻品種的無損快速鑒定，并具有處理大量樣本的潛力，可用于大規(guī)模檢測和智能分析。