基于高光谱成像的黄瓜叶内叶绿素分布的无损检测

《基于高光谱成像的黄瓜叶内叶绿素分布的无损检测》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于高光谱成像的黄瓜叶内叶绿素分布的无损检测ZouXiaoboa,ShiJiyonga,HaoLiminb,ZhaoJiewena,MaoHanpinc,ChenZhenweia,LiYanxiaoa,MelHolmesdA中国江苏大学食品与生物工程学院，中国江苏镇江B中国汉麻材料研究中心，中国北京C中国江苏大学中国农业工程重点实验室，中国江苏镇江D英国利兹大学食品科学系，英国摘要本研究的目的是调查的光谱反射率之间的关系和叶绿素含量来发展一种基于高光谱成像的黄瓜叶内叶绿素分布的无损检测技术。在450-850纳米

2、范围的立方体黄瓜叶的高光谱图像数据进行了采集和处理。六十个光学数据或指数作为一个功能相关的反射特定纳米波长，在文献中提出文献是用来预测黄瓜叶片中叶绿素的总含量。最后,R710/R760,(R780−R710)/(R780−R680),(R750−R705)/(R750+R705),(R680−R430)/(R680+R430),R860/(R550×R708),和一个根据红边位置经过线性外推方法所估计的指标被确定为理想指标。红边波段（680–780nm)）出现在这些理想指标中表明了红边位置在估计叶绿素时的重要性

3、。当(R695−705)−1−(R750−800)−1，最好的指数适用于独立的验证设置，叶绿素含量（r=0.8286）得到了合理的预测表明了模型的稳健性。根据实例，这种技术能够识别和描述各种叶绿素的相对含量及在黄瓜叶中的分布。图表显示在边缘叶绿素处于一个相对的较低水平，可以看到在主叶脉和一些出现暗绿色组织的区域含有更高的叶绿素。我们的研究表明，高光谱成像有相当大的希望可以预测的叶子的色素而色素可以用于原生植物样品的无损检测。1.引言叶绿素是常见的有机化合物因为他们是自然存在于植物并给其特定的颜色[1]。在体内，

4、这些色素在光合作用中发挥着重要作用，蔬菜的营养状况与光合色素含量高度相关[2]。光合色素率技术可以提高农场经营效率，减少农场对环境的影响，在领域内，这些都刺激着为寻找有效方法而进行的积极研究。传统方法的色素分析，通过萃取光度法或高效液相色谱法测定，需要破坏测量叶，因此，随着时间的推移不允许单叶中色素含量变化的测量[3]。此外，该技术是费时和昂贵，从而使整体景观植被健康和生态系统的评估不切实际。此外，不论其来源—原生的或提取的—叶绿素是脆弱的分子和容易修改，拥有能够快速准确的识别和量化叶子的色素[4]。反射光谱信

5、息的潜力结合数据图像处理（例如，导数分析）已引导了遥感技术的最新进展，几种用于定量和半定量各种植物叶片中的叶绿素估计的导数指标已经被发表了[2].。相比于那些像人工神经网络，遗传算法或支持向量机一样复杂的模型，基于二到四波段的指标更实用，因为其很普遍且不适用的风险更低一些。两个独立的带比和归一化差异指数被广泛用于评价氮气/叶绿素状态，此外，表面吸收的第一差异转化，相互反射的对数，被认为是对新鲜大枫叶的氮和叶绿素的最好预测[5]。当使用较大的实验数据库，一个用于计算四个离散波段的双差指数可以给出很好的叶绿素的估计

6、[6]。相比于一些常用指标，一些基于红色边缘反射的指数是更好的叶绿素含量的指标。红边位置定义为植物反射光谱在红色和近红色区域的最大坡度，是不容易被干扰的因素且被认为是叶绿素含量的最佳估计。当应用多个物种和功能型植物时，一些发表的光谱指数与叶片叶绿素含量的相关性相对较差[7]。因此，如何选择最佳的指数是一个有趣的问题。光谱分析时，新鲜叶片组织比干燥，地面上的叶片组织有更多的问题，许多叶片蜡质角质层可引起高光谱反射率[8,9]。水会强烈的吸收红外辐射且新鲜植物里的细胞结构会散光是因为光以不同的折射率通过水和空气的界

7、面。这些现象可能掩盖细微的弯曲和伸展的化学键引起的吸收现象。此外，由于组织细胞和细胞器，鲜叶中的化学成分的分布并不均匀。大多数的蛋白质和叶绿素包装成叶绿体迁移和聚集，这主要取决于光环境和在细胞壁中的木质素[10–12]。光谱仪器技术的最新进展提高了估计枝叶生化物质浓度或总含量的可能性，各种非侵入叶片颜料预测技术，视频图像分析[13–15]和光谱学[16]的是潜在的在线实施方法，彩色视频图像分析系统，可以在三个不同的波长或波段捕捉图像。现代数字红，绿，蓝图像可以有很高的空间分辨率，但是有一个有限的光谱分辨率，光谱

8、仪提供了可见光和近红外光谱区的高光谱分辨率的信息，但几乎没有空间信息。包括数码相机和光谱仪的高光谱成像系统，可以取得高空间和光谱分辨率的图像内容[17]。因此，该系统可以认为是视频图像分析系统与数百个窄的光谱波段的延伸。由于高光谱成像，每个像素的频谱和每个窄带的灰阶色调图像都可以得到。高光谱成像已经成功的测试了几个高精度的农业应用试验[18–21]。高光谱成像在捕捉空间和生化信息的同时