Detection of Coated Cabbage Seeds Color Based on Hyperspectral Imaging Technology

WU Long-guo; MA Ling; ZHANG Yao; TIAN Yu; ZHU Yan-zhe; ZHANG Yi-yang

doi:10.12452/j.fxcsxb.240711212

您当前的位置：

首页 >

文章列表页 >

Detection of Coated Cabbage Seeds Color Based on Hyperspectral Imaging Technology

Scientific Papers | 更新时间：2025-03-17

- Detection of Coated Cabbage Seeds Color Based on Hyperspectral Imaging Technology
- Journal of Instrumental Analysis Vol. 44, Issue 3, Pages: 454-463(2025)
- 作者机构：
  
  1.宁夏大学葡萄酒与园艺学院，宁夏银川 750021
  2.宁夏现代设施园艺工程技术研究中心，宁夏银川 750021
- 作者简介：
- 基金信息：
- DOI：10.12452/j.fxcsxb.240711212
  CLC： O657.3;S482.2
- Received：11 July 2024，
  
  Revised：29 August 2024，
  
  Accepted：2024-09-10，
  
  Published：15 March 2025
- 稿件说明：
移动端阅览
吴龙国,马玲,张瑶,田雨,朱彦哲,张祎洋.基于高光谱成像技术的包衣甘蓝种子色度检测[J].分析测试学报,2025,44(03):454-463.

WU Long-guo,MA Ling,ZHANG Yao,TIAN Yu,ZHU Yan-zhe,ZHANG Yi-yang.Detection of Coated Cabbage Seeds Color Based on Hyperspectral Imaging Technology[J].Journal of Instrumental Analysis,2025,44(03):454-463.
吴龙国,马玲,张瑶,田雨,朱彦哲,张祎洋.基于高光谱成像技术的包衣甘蓝种子色度检测[J].分析测试学报,2025,44(03):454-463. DOI： 10.12452/j.fxcsxb.240711212.

WU Long-guo,MA Ling,ZHANG Yao,TIAN Yu,ZHU Yan-zhe,ZHANG Yi-yang.Detection of Coated Cabbage Seeds Color Based on Hyperspectral Imaging Technology[J].Journal of Instrumental Analysis,2025,44(03):454-463. DOI： 10.12452/j.fxcsxb.240711212.

摘要

采用高光谱成像技术对包衣过程中4个不同品种的包衣甘蓝种子，3个不同浓度包衣剂处理的包衣甘蓝种子的包衣颜色均匀性以及包衣颜色深浅进行分析。提取出240个种子样本的平均光谱反射率，通过4种预处理方法对原始光谱进行预处理和优化，然后用竞争自适应重加权算法（CARS）、连续投影算法（SPA）、无信息变量消除变换法（UVE）、遗传偏最小二乘法（GAPLS）4种方法提取特征波长。基于优选的特征波长建立了偏最小二乘回归（PLSR）、多元线性回归（MLR）以及主成分回归（PCR）模型。结果表明：羽衣甘蓝种子的包衣效果最明显，佳香口感型甘蓝次之，中甘15和紫甘蓝的包衣效果接近；优选Baseline法对色度值

*进行预处理，Normalize法对色度值

进行预处理，SNV法对色度值

进行预处理；GAPLS法提取的特征波长用于建立

*、

的定量预测模型，UVE法提取的特征波长用于建立色度

值的定量预测模型。PLSR建立的

*模型效果最优（

=0.814，

p=0.640；RMSEC=1.150，RMSEP=1.852）；MLR建立的色度

值模型效果更优（

c=0.981，

p=0.964；RMSEC=2.563，RMSEP=3.243）；PCR建立的色度

值模型效果最优（

=0.9

17，

p=0.913；RMSEC=2.552，RMSEP=2.589）。研究结果可为种子色度的在线监测提供技术支撑。

Abstract

Hyperspectral imaging technology was used to analyze the coating color uniformity and the depth of coating color of coated cabbage seeds of 4 different varieties and coated cabbage seeds treated with coating agents at 3 different concentrations during the coating process. The average spectral reflectance of 240 seed samples was extracted. The original spectra were preprocessed and optimized through 4 preprocessing methods. Then，4 methods including the competitive adaptive reweighted sampling algorithm（CARS），successive projections algorithm（SPA），uninformative variable elimination transformation method（UVE），and genetic algorithm partial least squares algorithm（GAPLS） were used to extract the characteristic wavelengths. Partial least squares regression（PLSR），multiple linear regression（MLR） and principal component regression（PCR） were established based on the optimized characteristic wavelengths. The results showed that the coating effect on kale seeds was the most obvious，followed by that on Jiaxiang taste-type cabbage，and the coating effects on Zhonggan 15 and purple cabbage were close. The Baseline method was preferably used to preprocess the chromaticity value

*，the Normalize method was used to preprocess the chromaticity value

，and the SNV method was used to preprocess the chromaticity value

. The characteristic wavelengths extracted by the GAPLS method were used to establish the quantitative prediction models for

* and

，the characteristic wavelengths extracted by the UVE method were used to establish the quantitative prediction model for the chromaticity value

. The

* model established by PLSR had the best effect（

c=0.814，

p=0.640；RMSEC=1.150，RMSEP=1.852），the model for the chromaticity value

established by MLR had a better effect（

c=0.981，

p=0.964；RMSEC=2.563，RMSEP=3.243），and the model for the chromaticity value

established by PCR had the best effect（

c=0.917，

p=0.913；RMSEC=2.552，RMSEP=2.589）. The research can provide technical support for the online monitoring of seed chromaticity.

关键词

Keywords

references

Yang H M ， Yan S C . Hebei Agric. Sci. （杨慧民，闫树成. 河北农业科学）， 2010 ， 14 （ 12 ）： 29 - 31 .

Moes J J ， Ruijken M M ， Gout E ， Frijlink H W ， Ugwoke M I . Int. J. Pharm. ， 2008 ， 357 （ 1 ）： 108 - 118 .

Buchanan B R ， Baxter M A ， Chen T S ， Qin X Z ， Robinson P A . Pharm. Res. ， 1996 ， 13 （ 4 ）： 616 - 621 .

Fukushima E . Annu. Rev. Fluid Mech. ， 1999 ， 31 （ 1 ）： 95 - 123 .

Ristow G H . Europhys. Lett. ， 1996 ， 34 （ 4 ）： 263 - 268 .

Jones J R ， Bridgwater J . Int. J. Miner. Process ， 1998 ， 53 （ 1 ）： 29 - 38 .

Chester A W ， Kowalski J A ， Coles M E ， Muegge E L ， Muzzio F J ， Brone D . Powder Technol. ， 1999 ， 102 （ 1 ）： 85 - 94 .

Madamba M C ， Mullett W M ， Debnath S ， Kwong E . AAPS Pharm . Sci. Tech. ， 2007 ， 8 （ 4 ）： 184 - 190 .

Ho L ， Müller R ， Römer M ， Gordon K C ， Heinämäki J ， Kleinebudde P ， Pepper M ， Rades T ， Shen Y C ， Strachan C J . J . Contr. Release ， 2007 ， 119 （ 3 ）： 253 - 261 .

Brock D ， Zeitler J A ， Funke A ， Knop K ， Kleinebudde P . Eur. J. Pharm. Biopharm. ， 2013 ， 85 （ 3 ）： 1122 - 1129 .

Ye Q . Research on Color Measurement Methods Based on Hyperspectral Imaging . Shanghai ： University of Chinese Academy of Sciences （叶琦.基于高光谱的颜色测量方法研究. 上海：中国科学院大学）， 2018 .

Yu Z C ， Zhao C Y ， Gao L . Agric. Mech. Res. （喻志成，赵春宇，高璐. 农机化研究）， 2017 ， 39 （ 12 ）： 26 - 31 .

Zhu P Y ， Fang W X ， Huang M ， Zhao X ， Chen Y P . Comput . Meas. Control （朱潘雨，方雯昕，黄敏，赵鑫，陈艳萍.计算机测量与控制）， 2023 ， 31 （ 4 ）： 76 - 82 .

Yang H ， Luo B ， Zhang H ， Zhou Y N ， Wang C . J. Jiangsu Univ. ： Nat . Sci. Ed .（杨欢，罗斌，张晗，周亚男，王成.江苏大学学报：自然科学版）， 2023 ， 44 （ 2 ）： 159 - 165 .

Lu X ， Liao G P ， Liu F . Chin . Agric. Sci. Technol. Herald （卢信，廖桂平，刘凡.中国农业科技导报）， 2023 ， 25 （ 1 ）： 92 - 99 .

Wang D ， Wang K ， Wu J Z ， Han P . Spectrosc . Spectral Anal. （王冬，王坤，吴静珠，韩平. 光谱学与光谱分析）， 2021 ， 41 （ 1 ）： 52 - 59 .

Chen L ， Wang H . J. Model Anal. ， 2023 ， 30 （ 2 ）： 80 - 95 .

Zhang Y ， Li X . Stat. Rev. ， 2022 ， 45 （ 3 ）： 150 - 165 .

Zhang S ， Wu Q . Spectrosc. Spectral Anal. ， 2023 ， 43 （ 2 ）： 50 - 65 .

Meng L . Research on the Rapid Detection of Nitrogen and Chlorophyll Contents in Tomato Leaves Based on Hyperspectral Imaging Technology . Yinchuan ： Ningxia University （孟露. 基于高光谱成像技术的番茄叶片氮素与叶绿素含量快速检测研究. 银川：宁夏大学）， 2021 .

Ma L . Study on Rapid Detection of Physiological Indexes of Muskmelon at Different Stages under Light Environment Regulation . Yinchuan ： Ningxia University （马玲. 光环境调控下不同时期甜瓜生理指标的快速检测研究. 银川：宁夏大学）， 2023 .

Liu R ， Tang G . J. Colorimetry ， 2022 ， 55 （ 4 ）： 120 - 135 .

Wang P ， Li K . Adv . Color Res. ， 2021 ， 28 （ 1 ）： 30 - 45 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

The Synthesis of Carbon Quantum Dots and Their Utilization in the Fluorescence-based Detection of Copper Ions

Detection of Cr（Ⅵ） and Hg（Ⅱ） by Fluorescent Carbon Dots Based on Polyester-Cotton Blended Fabrics

Research Progress on Detection of Food Allergic Protein Based on High-resolution Mass Spectrometry

Related Author

ZHANG Chang-sheng

LI Zi-qiang

LIANG Shuang

ZHANG Xin-zhong

LUO Feng-jian

LOU Zheng-yun

ZHOU Li

YANG Mei

Related Institution

Agricultural Product Quality and Safety Research Center，Tea Research Institute of Chinese Academy of Agricultural Sciences

College of Plant Protection，Jilin Agricultural University

Department of Chemistry and Chemical Engineering，Hubei Key Laboratory of Biomass Fibers and Eco-dyeing & Finishing，Wuhan Textile University

Hubei Key Laboratory of Novel Reactor and Green Chemical Technology，Wuhan Institute of Technology

China National Center for Food Safety Risk Assessment

Address：100 Xianlie Middle Road, Guangzhou Postal code：510070
Tel：020-87684776,37656606 Fax：020-87684776 Email：fxcsxb@china.com
Technical support is provided by Beijing Founder electronics co., LTD 粤ICP备12017312号-3 京公网安备11010802024621
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.
Total Visits：413072

⁰