基于高光谱图像的小麦脱氧雪腐镰刀菌烯醇含量等级鉴别

来源：食品工业科技杂志2016年第17期北京时间：

作者：杜莹莹, 陈小河, 梁琨, 徐剑宏, 沈明霞, 卢伟

摘要：以6种不同脱氧雪腐镰刀菌烯醇（DON）含量等级的小麦样本为研究对象,利用高光谱图像结合化学计量学方法实现DON毒素含量的鉴别。采集180份小麦样本高光谱图像,利用改进格拉姆斯密特算法（MGS）与遗传无信息变量消除算法（GAUVE）对4001021 nm波段光谱信息提取特征波长,分别利用线性判别分析（LDA）、随机森林（RF）、支持向量机（SVM）、最邻近结点（KNN）算法建立模型预测小麦脱氧雪腐镰刀菌烯醇含量等级。结果表明,利用MGS算法和GAUVE算法能有效地提取特征波长,降低波长变量数,提高运算速率,4种算法建模时准确率均高于85%,其中MGS-SVM模型鉴别效果最优。研究表明,高光谱图像结合化学计量方法与现有检测方法相比,可以快速无损地鉴别6种不同小麦DON毒素含量,为小麦DON毒素快速、无损、智能检测提供研究方法。

关键词：小麦,高光谱图像,脱氧雪腐镰刀菌醇,识别模型,