高光譜成像儀無損檢測黃瓜葉內葉綠素分布
發布時間:2023-04-10
瀏覽次數:444
本檢測應用了400-1000nm的高光譜成像儀 SC系列。光譜范圍在400-1000nm,分光方式透射光柵,光譜分辨率優于2.5nm,像素尺寸5.86 μm,F數F/2.6。
本檢測應用了400-1000nm的高光譜成像儀 SC系列。光譜范圍在400-1000nm,分光方式透射光柵,光譜分辨率優于2.5nm,像素尺寸5.86 μm,F數F/2.6。
高光譜成像儀 SC系列
葉綠素是一種常見的有機化合物,因為它們自然存在于植物中,并賦予其特定的顏色。在體內,這些色素在光合作用中起著重要的作用,蔬菜的營養狀況與光合色素的含量高度相關。光合色素率技術可以提高農場的經營效率,減少農場對環境的影響。在這個領域,這些都刺激著研究的積極性,以找到有效的方法。傳統方法的色素分析需要通過提取光度法或高效液相色譜法,這樣會破壞測量的葉片。因此,隨著時間的推移,不允許測量單個葉片中色素含量的變化。另外,這種技術既耗時又昂貴,使得整體景觀植被健康和生態系統的評價不切實際。此外,無論其來源是原生的還是提取的葉綠素都是脆弱的分子,易于修改,具有能夠快速準確地識別和量化葉片的色素。本研究的目的是調查光譜反射率與葉綠素含量之間的關系,以發展基于高光譜成像的葉綠素在黃瓜葉片中分布的無損檢測技術。采集并處理了450-850納米范圍內立方體黃瓜葉的高光譜圖像數據。
從黃瓜葉樣品中獲得的立方體高光譜圖像數據如圖1所示(a)所示。原始反射圖像采用平場校正(公式1),圖1(b)位于紅(670納米)的三個波長,綠(525納米)藍(460nm)因此,類似的自然色出現在區域組合的光譜圖像中。當波段上升時,圖像的強度發生了變化。選擇靜脈葉(靜脈)、葉(綠)綠葉肉面積、黃葉肉面積(黃色)三個區域,如圖1所示(b)所示。三個區域的10x計算圖10像素的平均反射光譜(d)三個領域的平均光譜發生了很大的變化。由于新鮮葉片中的化學成分分布在細胞和細胞器的組織中,光譜特征與葉片圖像不一致。樣品的選擇區域變得非常重要,對預測模型的性能產生了深遠的影響。,葉綠素的測的測定。平均光譜和平滑頻譜如圖1所示(c)所示。從圖1(c)到圖1(d)。反射光譜在850到128之間飽和,毛刺多。進一步處理450-900納米范圍內的波長,以避免低信噪比。代表單波段反射圖像的黃瓜葉是從500到850納米選定的8個波段,如圖2所示。不同光譜區域之間的差異證明了高光譜圖像的一般模式。其個葉片的圖像質量從500到850納米相當好。750和850葉片表面的葉靜脈nm由于葉面上的黑斑,靜脈與正常葉肉之間的光譜比較顯得更加明顯。
相關產品
-
紅外光譜的發展、原理、特點、分類
紅外光譜的發展、原理、特點、分類紅外光譜的技術在各領域中的應用相繼經歷了很長時期,逐漸完善著自身技術在領域中的應用,且將低成本高性能作為發展與創新的主要方向。本..
-
近紅外光譜技術的優缺點和應用范圍
?由于近紅外光譜在光纖中良好的傳輸性,近年來也被很多發達國家廣泛應用在產業在線分析中。近紅外定量分析因其快速、正確已被列人世界谷物化學科技標準協會和美國谷物化學..
-
高光譜數據常見預處理方法有哪些?
高光譜在采集數據時會有成百上千個不同的波段數據,數據量巨大從而增加了數據處理的難度。而且在高光譜圖像采集過程中會有來自儀器與環境的干擾,獲得的光譜信號易存在噪聲..
-
高光譜成像儀光譜數據特征波長的選取方法介紹
高光譜成像儀?在對樣品進行側臉時,會采集多波段的光譜數據,全波段數據有較多的冗余信息,因此就需要采用一定的方法來選取樣本光譜的特征波段與紋理特征的重要變量。本文..