資源描述：
《基于高光譜成像的黃瓜葉內(nèi)葉綠素分布的無損檢測》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、基于高光譜成像的黃瓜葉內(nèi)葉綠素分布的無損檢測ZouXiaoboa,ShiJiyonga,HaoLiminb,ZhaoJiewena,MaoHanpinc,ChenZhenweia,LiYanxiaoa,MelHolmesdA中國江蘇大學(xué)食品與生物工程學(xué)院，中國江蘇鎮(zhèn)江B中國漢麻材料研究中心，中國北京C中國江蘇大學(xué)中國農(nóng)業(yè)工程重點(diǎn)實(shí)驗(yàn)室，中國江蘇鎮(zhèn)江D英國利茲大學(xué)食品科學(xué)系，英國摘要本研究的目的是調(diào)查的光譜反射率之間的關(guān)系和葉綠素含量來發(fā)展一種基于高光譜成像的黃瓜葉內(nèi)葉綠素分布的無損檢測技術(shù)。在450-850納米
2、范圍的立方體黃瓜葉的高光譜圖像數(shù)據(jù)進(jìn)行了采集和處理。六十個(gè)光學(xué)數(shù)據(jù)或指數(shù)作為一個(gè)功能相關(guān)的反射特定納米波長，在文獻(xiàn)中提出文獻(xiàn)是用來預(yù)測黃瓜葉片中葉綠素的總含量。最后,R710/R760,(R780?R710)/(R780?R680),(R750?R705)/(R750+R705),(R680?R430)/(R680+R430),R860/(R550×R708),和一個(gè)根據(jù)紅邊位置經(jīng)過線性外推方法所估計(jì)的指標(biāo)被確定為理想指標(biāo)。紅邊波段（680–780nm)）出現(xiàn)在這些理想指標(biāo)中表明了紅邊位置在估計(jì)葉綠素時(shí)的重要性
3、。當(dāng)(R695?705)?1?(R750?800)?1，最好的指數(shù)適用于獨(dú)立的驗(yàn)證設(shè)置，葉綠素含量（r=0.8286）得到了合理的預(yù)測表明了模型的穩(wěn)健性。根據(jù)實(shí)例，這種技術(shù)能夠識(shí)別和描述各種葉綠素的相對含量及在黃瓜葉中的分布。圖表顯示在邊緣葉綠素處于一個(gè)相對的較低水平，可以看到在主葉脈和一些出現(xiàn)暗綠色組織的區(qū)域含有更高的葉綠素。我們的研究表明，高光譜成像有相當(dāng)大的希望可以預(yù)測的葉子的色素而色素可以用于原生植物樣品的無損檢測。1.引言葉綠素是常見的有機(jī)化合物因?yàn)樗麄兪亲匀淮嬖谟谥参锊⒔o其特定的顏色[1]。在體內(nèi)，
4、這些色素在光合作用中發(fā)揮著重要作用，蔬菜的營養(yǎng)狀況與光合色素含量高度相關(guān)[2]。光合色素率技術(shù)可以提高農(nóng)場經(jīng)營效率，減少農(nóng)場對環(huán)境的影響，在領(lǐng)域內(nèi)，這些都刺激著為尋找有效方法而進(jìn)行的積極研究。傳統(tǒng)方法的色素分析，通過萃取光度法或高效液相色譜法測定，需要破壞測量葉，因此，隨著時(shí)間的推移不允許單葉中色素含量變化的測量[3]。此外，該技術(shù)是費(fèi)時(shí)和昂貴，從而使整體景觀植被健康和生態(tài)系統(tǒng)的評(píng)估不切實(shí)際。此外，不論其來源—原生的或提取的—葉綠素是脆弱的分子和容易修改，擁有能夠快速準(zhǔn)確的識(shí)別和量化葉子的色素[4]。反射光譜信
5、息的潛力結(jié)合數(shù)據(jù)圖像處理（例如，導(dǎo)數(shù)分析）已引導(dǎo)了遙感技術(shù)的最新進(jìn)展，幾種用于定量和半定量各種植物葉片中的葉綠素估計(jì)的導(dǎo)數(shù)指標(biāo)已經(jīng)被發(fā)表了[2].。相比于那些像人工神經(jīng)網(wǎng)絡(luò)，遺傳算法或支持向量機(jī)一樣復(fù)雜的模型，基于二到四波段的指標(biāo)更實(shí)用，因?yàn)槠浜芷毡榍也贿m用的風(fēng)險(xiǎn)更低一些。兩個(gè)獨(dú)立的帶比和歸一化差異指數(shù)被廣泛用于評(píng)價(jià)氮?dú)?葉綠素狀態(tài)，此外，表面吸收的第一差異轉(zhuǎn)化，相互反射的對數(shù)，被認(rèn)為是對新鮮大楓葉的氮和葉綠素的最好預(yù)測[5]。當(dāng)使用較大的實(shí)驗(yàn)數(shù)據(jù)庫，一個(gè)用于計(jì)算四個(gè)離散波段的雙差指數(shù)可以給出很好的葉綠素的估計(jì)
6、[6]。相比于一些常用指標(biāo)，一些基于紅色邊緣反射的指數(shù)是更好的葉綠素含量的指標(biāo)。紅邊位置定義為植物反射光譜在紅色和近紅色區(qū)域的最大坡度，是不容易被干擾的因素且被認(rèn)為是葉綠素含量的最佳估計(jì)。當(dāng)應(yīng)用多個(gè)物種和功能型植物時(shí)，一些發(fā)表的光譜指數(shù)與葉片葉綠素含量的相關(guān)性相對較差[7]。因此，如何選擇最佳的指數(shù)是一個(gè)有趣的問題。光譜分析時(shí)，新鮮葉片組織比干燥，地面上的葉片組織有更多的問題，許多葉片蠟質(zhì)角質(zhì)層可引起高光譜反射率[8,9]。水會(huì)強(qiáng)烈的吸收紅外輻射且新鮮植物里的細(xì)胞結(jié)構(gòu)會(huì)散光是因?yàn)楣庖圆煌恼凵渎释ㄟ^水和空氣的界
7、面。這些現(xiàn)象可能掩蓋細(xì)微的彎曲和伸展的化學(xué)鍵引起的吸收現(xiàn)象。此外，由于組織細(xì)胞和細(xì)胞器，鮮葉中的化學(xué)成分的分布并不均勻。大多數(shù)的蛋白質(zhì)和葉綠素包裝成葉綠體遷移和聚集，這主要取決于光環(huán)境和在細(xì)胞壁中的木質(zhì)素[10–12]。光譜儀器技術(shù)的最新進(jìn)展提高了估計(jì)枝葉生化物質(zhì)濃度或總含量的可能性，各種非侵入葉片顏料預(yù)測技術(shù)，視頻圖像分析[13–15]和光譜學(xué)[16]的是潛在的在線實(shí)施方法，彩色視頻圖像分析系統(tǒng)，可以在三個(gè)不同的波長或波段捕捉圖像?，F(xiàn)代數(shù)字紅，綠，藍(lán)圖像可以有很高的空間分辨率，但是有一個(gè)有限的光譜分辨率，光譜
8、儀提供了可見光和近紅外光譜區(qū)的高光譜分辨率的信息，但幾乎沒有空間信息。包括數(shù)碼相機(jī)和光譜儀的高光譜成像系統(tǒng)，可以取得高空間和光譜分辨率的圖像內(nèi)容[17]。因此，該系統(tǒng)可以認(rèn)為是視頻圖像分析系統(tǒng)與數(shù)百個(gè)窄的光譜波段的延伸。由于高光譜成像，每個(gè)像素的頻譜和每個(gè)窄帶的灰階色調(diào)圖像都可以得到。高光譜成像已經(jīng)成功的測試了幾個(gè)高精度的農(nóng)業(yè)應(yīng)用試驗(yàn)[18–21]。高光譜成像在捕捉空間和生化信息的同時(shí)
