方案摘要
方案下载| 应用领域 | 食品/农产品 |
| 检测样本 | 蔬菜 |
| 检测项目 | 理化分析>挥发性盐基氮 |
| 参考标准 | 无 |
本研究应用了400-1000nm的高光谱相机，可采用杭州彩谱科技有限公司产品FS13进行相关研究。光谱范围在400-1000nm，波长分辨率优于2.5nm，可达1200个光谱通道。采集速度全谱段可达128FPS，波段选择后最高3300Hz（支持多区域波段选择）。
本研究应用了400-1000nm的高光谱相机，可采用杭州彩谱科技有限公司产品FS13进行相关研究。光谱范围在400-1000nm，波长分辨率优于2.5nm，可达1200个光谱通道。采集速度全谱段可达128FPS，波段选择后最高3300Hz（支持多区域波段选择）。
生菜富含蛋白质、碳水化合物、维生素等营养物质，且种植面积广。氮素是影响生菜生长的最主要元素之一，建立快速、高效、无损的生菜的氮素含量检测方法，便于对生菜的合理施肥进行指导.当前利用高光谱图像技术检测生菜氮素含量鲜有报道，本实验将高光谱图像技术应用于生菜叶片氮素含量的无损检测中，通过研究多种光谱预处理方法对PLSB 建模的影响，选出合适的生菜叶片光谱预处理方法，优选出适于预测生菜叶片氮素含量的敏感波长，尝试建立生菜叶片氮素含量最简最优预测模型，此套方法尚未见报道，同时也为开发便携式蔬菜营养元素监测仪提供依据，具有较强的实用价值。
利用高光谱图像技术采集了60个生菜叶片的高光谱图像，用AutoAnalyzer3型连续流动分析仪测定对应生菜叶片中的氮素含量值，采用ENVI软件提取出生菜叶子表面50×50区域的平均光谱数据. 并对提取出的平均光谱数据进行预处理（8种预处理方法），最后分别将原始光谱数据和8种预处理后的光谱数据作为PLSR的输入，建立9个生菜氮素含量预测模型。通过比较这9个预测模型的结果，选出最优预测模型OSC+PLSR，并分析 OSC+PLSR模型的回归系数图，选出13个敏感波长，然后将13个敏感波长作为PLSR输入，最终建立 OSC+SW+PLSR生菜氮素含量预测模型，较 OSC+PLSR 模型相比，预测效率得到了较大地提升，这可以作为一种高效、准确、无损的新方法用于生菜叶片中氮素含量的预测，能够为生菜氮素营养诊断和经济合理施肥提供参考。
文献贡献者
高光谱相机对“阳光玫瑰葡萄”的糖度测试实验
高光谱成像系统对燕麦β-葡聚糖含量估测研究
高光谱成像技术的水稻叶瘟病斑分割方法及其光谱特性分析
相关产品
关注
拨打电话
留言咨询
