基于高光谱成像技术的西瓜种子活力等级分类方法研究

作者：杨波; 段明磊^*; 杨童

来源：河南农业科学, 2022, 51(09): 151-158.

DOI：10.15933/j.cnki.1004-3268.2022.09.016

• 西瓜种子
• 高光谱成像
• 贮存期
• 特征图像
• 光谱

为了探讨水果种子不同活力等级的判别方法，以西瓜种子为研究对象，建立基于偏最小二乘判别（PLS-DA）、极限学习机（ELM）的高光谱图谱信息种子活力判别模型。首先，提取光谱信息，建立西瓜种子活力等级的光谱定性分析模型，结果表明，特征变量筛选方法 UVE（无信息变量消除）结合建模方法PLS-DA得到的效果较好，分类正确率为100.00%，相关系数为0.86。其次，选取图像PC1权重系数，提取波长点为685、790、826、836、855 nm的特征图像，计算平均灰度值，建立基于图像特征的种子活力等级定性分析模型。结果表明，PLS-DA的误判率为6.67%，相关系数为0.85，优于ELM检测模型的误判率（10.00%）和相关系数（0.83）。高光谱成像技术的光谱和图像信息都能较好区分种子的活力等级，但基于光谱信息建立的判别模型优于基于图像特征建立的判别模型。

• 单位
  重庆师范大学涉外商贸学院; 华南农业大学