農業行業
本研究應用了400-1000nm的高光譜相機，可采用杭州彩譜科技有限公司產品FS13進行相關研究。光譜范圍在400-1000nm，波長分辨率優于2.5nm，可達1200個光譜通道。采集速度全譜段可達128FPS，波段選擇后最高3300Hz（支持多區域波段選擇）。
中國稻米的產量占世界稻米產量的30%以上，而吉林省"梅河大米"是中國粳米地理標志產品，其產地位于世界黃金糧食生產帶（北緯 45°）。在實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類方法測定不同品種中大米的蛋白質含量，但是這些傳統的化學方法不但對樣品本身具有破壞性，而且步驟繁瑣，檢測周期過長。紅外光譜技術作為一種快速無損的檢測手段，已經廣泛的應用于大米主要成分（蛋白質≥、脂肪β、淀粉三、水分）的檢測，但是其只能根據光譜信息得到組分的含量，無法實現更加直觀的表達即含量的可視化。
高光譜是包括圖像信息和光譜信息的三維立方體數據，得到的高光譜圖像既包含了大米的內部信息（內部物理結構、化學成分的信息）也包含了大米的外部信息（粒型、缺陷等），能彌補近紅外不能快速識別某一物質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個產區的3個品種（稻花香、秋田小町、吉粳60）的大米為研究對象，利用高光譜成像技術對采集的大米進行檢測，求取大米感興趣區域的平均光譜，為了降低光譜的信噪比和得到相對穩健的模型，對光譜進行了卷積平滑、均值中心化、多元散射校正3種算法的預處理，建立了大米蛋白質含量的偏最小二乘回歸、主成分回歸、誤差反向傳播神經網絡3種預測模型。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變為蛋白質含量分布圖，實現不同品種產地大米蛋白質含量的可視化。
采用高光譜成像技術對大米中蛋白質含量分布的可視化進行了可行性研究，通過MC光譜預處理方法和SPA特征波段的選取，得到了簡化高效的PLSR 蛋白質含量預測模型，基于該定量模型的基礎上對不同品種和不同產地大米中蛋白質含量的分布進行可視化研究。由于同一品種間大米形狀相近，難以通過普通RGB圖像區分，通過對蛋白質含量分布成像可以為大米產地的識別提供思路，而對比不同品種間大米的蛋白質含量分布圖，可以為后期選育大米品種提供依據。
