基于NIR高光谱成像技术的番茄叶片叶绿素含量检测

利用近红外高光谱成像技术对番茄叶片叶绿素含量的无损检测进行初步探讨。通过高光谱成像系统(900～1 700 nm)采集了192个番茄叶片图像，基于偏最小二乘回归模型(PLSR)对光谱进行样本集划分，对原始光谱与Kubelka-Munk函数曲线及多种光谱预处理的偏最小二乘回归模型进行对比分析，优选出多元散射校正(MSC)为预处理方法。采用5种方法提取特征波长，并根据特征波长建立偏最小二乘回归、多元线性回归(MLR)、主成分回归(PCR)3种模型的叶片叶绿素含量预测模型。结果表明，建立无信息变量消除法(UVE)挑选特征波长的偏最小二乘回归模型最优，其预测集的相关系数(R_P)为0.8495,均方根误差(RMSEP)为4.3375。因此，利用近红外高光谱成像技术提取特征波长进行叶绿素含量检测是可行的，同时也为今后番茄品质在线检测提供了理论依据。