农业行业
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）。
中国稻米的产量占世界稻米产量的30%以上，而吉林省"梅河大米"是中国粳米地理标志产品，其产地位于世界黄金粮食生产带（北纬 45°）。在实际生活中梅河大米的种类繁多，通常采用凯氏定氮法和分光光度法等化学类方法测定不同品种中大米的蛋白质含量，但是这些传统的化学方法不但对样品本身具有破坏性，而且步骤繁琐，检测周期过长。红外光谱技术作为一种快速无损的检测手段，已经广泛的应用于大米主要成分（蛋白质≥、脂肪β、淀粉三、水分）的检测，但是其只能根据光谱信息得到组分的含量，无法实现更加直观的表达即含量的可视化。
高光谱是包括图像信息和光谱信息的三维立方体数据，得到的高光谱图像既包含了大米的内部信息（内部物理结构、化学成分的信息）也包含了大米的外部信息（粒型、缺陷等），能弥补近红外不能快速识别某一物质的空间分布情况即图像的缺失。本文选取了吉林省梅河市4个产区的3个品种（稻花香、秋田小町、吉粳60）的大米为研究对象，利用高光谱成像技术对采集的大米进行检测，求取大米感兴趣区域的平均光谱，为了降低光谱的信噪比和得到相对稳健的模型，对光谱进行了卷积平滑、均值中心化、多元散射校正3种算法的预处理，建立了大米蛋白质含量的偏最小二乘回归、主成分回归、误差反向传播神经网络3种预测模型。采用 SPA 选取特征波长，建立特征波长模型，并将大米高光谱图像转变为蛋白质含量分布图，实现不同品种产地大米蛋白质含量的可视化。
采用高光谱成像技术对大米中蛋白质含量分布的可视化进行了可行性研究，通过MC光谱预处理方法和SPA特征波段的选取，得到了简化高效的PLSR 蛋白质含量预测模型，基于该定量模型的基础上对不同品种和不同产地大米中蛋白质含量的分布进行可视化研究。由于同一品种间大米形状相近，难以通过普通RGB图像区分，通过对蛋白质含量分布成像可以为大米产地的识别提供思路，而对比不同品种间大米的蛋白质含量分布图，可以为后期选育大米品种提供依据。
