本研究應(yīng)用了400-1000nm的高光譜相機(jī)，可采用杭州彩譜科技有限公司產(chǎn)品FS13進(jìn)行相關(guān)研究。光譜范圍在400-1000nm，波長分辨率優(yōu)于2.5nm，可達(dá)1200個(gè)光譜通道。采集速度全譜段可達(dá)128FPS，波段選擇后最高3300Hz（支持多區(qū)域波段選擇）。

　　中國稻米的產(chǎn)量占世界稻米產(chǎn)量的30%以上，而吉林省"梅河大米"是中國粳米地理標(biāo)志產(chǎn)品，其產(chǎn)地位于世界黃金糧食生產(chǎn)帶（北緯 45°）。在實(shí)際生活中梅河大米的種類繁多，通常采用凱氏定氮法和分光光度法等化學(xué)類方法測(cè)定不同品種中大米的蛋白質(zhì)含量，但是這些傳統(tǒng)的化學(xué)方法不但對(duì)樣品本身具有破壞性，而且步驟繁瑣，檢測(cè)周期過長。紅外光譜技術(shù)作為一種快速無損的檢測(cè)手段，已經(jīng)廣泛的應(yīng)用于大米主要成分（蛋白質(zhì)≥、脂肪β、淀粉三、水分）的檢測(cè)，但是其只能根據(jù)光譜信息得到組分的含量，無法實(shí)現(xiàn)更加直觀的表達(dá)即含量的可視化。

　　高光譜是包括圖像信息和光譜信息的三維立方體數(shù)據(jù)，得到的高光譜圖像既包含了大米的內(nèi)部信息（內(nèi)部物理結(jié)構(gòu)、化學(xué)成分的信息）也包含了大米的外部信息（粒型、缺陷等），能彌補(bǔ)近紅外不能快速識(shí)別某一物質(zhì)的空間分布情況即圖像的缺失。本文選取了吉林省梅河市4個(gè)產(chǎn)區(qū)的3個(gè)品種（稻花香、秋田小町、吉粳60）的大米為研究對(duì)象，利用高光譜成像技術(shù)對(duì)采集的大米進(jìn)行檢測(cè)，求取大米感興趣區(qū)域的平均光譜，為了降低光譜的信噪比和得到相對(duì)穩(wěn)健的模型，對(duì)光譜進(jìn)行了卷積平滑、均值中心化、多元散射校正3種算法的預(yù)處理，建立了大米蛋白質(zhì)含量的偏最小二乘回歸、主成分回歸、誤差反向傳播神經(jīng)網(wǎng)絡(luò)3種預(yù)測(cè)模型。采用 SPA 選取特征波長，建立特征波長模型，并將大米高光譜圖像轉(zhuǎn)變?yōu)榈鞍踪|(zhì)含量分布圖，實(shí)現(xiàn)不同品種產(chǎn)地大米蛋白質(zhì)含量的可視化。

　　采用高光譜成像技術(shù)對(duì)大米中蛋白質(zhì)含量分布的可視化進(jìn)行了可行性研究，通過MC光譜預(yù)處理方法和SPA特征波段的選取，得到了簡(jiǎn)化高效的PLSR 蛋白質(zhì)含量預(yù)測(cè)模型，基于該定量模型的基礎(chǔ)上對(duì)不同品種和不同產(chǎn)地大米中蛋白質(zhì)含量的分布進(jìn)行可視化研究。由于同一品種間大米形狀相近，難以通過普通RGB圖像區(qū)分，通過對(duì)蛋白質(zhì)含量分布成像可以為大米產(chǎn)地的識(shí)別提供思路，而對(duì)比不同品種間大米的蛋白質(zhì)含量分布圖，可以為后期選育大米品種提供依據(jù)。