基于高光譜成像技術(shù)的種子霉發(fā)、芽變識(shí)別分析報(bào)告（二）
基于高光譜成像技術(shù)的種子霉發(fā)、芽變識(shí)別分析報(bào)告（二）
二、基于高光譜成像技術(shù)的種子霉發(fā)、芽變識(shí)別分析報(bào)告數(shù)據(jù)分析：
本文以四川糧食所提供的正常種子、霉發(fā)種子、芽變?yōu)檠芯繉?duì)象，利用四川雙利合譜科技有限公司的高光譜成像儀Gaia Field（光譜范圍400 nm - 1000 nm）采集測(cè)試對(duì)象的高光譜數(shù)據(jù)。
對(duì)成像高光譜儀拍攝的原始影像數(shù)據(jù)進(jìn)行數(shù)據(jù)的預(yù)處理，預(yù)處理過(guò)程主要包括兩部分。**部分是輻射定標(biāo)；**部分為噪聲去除。
首先進(jìn)行輻射定標(biāo)。輻射定標(biāo)的計(jì)算公式如1所示。
(1)
其中，Reftarget為目標(biāo)物的反射率，Refpanel為標(biāo)準(zhǔn)參考板的反射率，DNtarget為原始影像中目標(biāo)物的的數(shù)值，DNpanel為原始影像中標(biāo)準(zhǔn)參考板的數(shù)值，DNdark為成像光譜儀系統(tǒng)誤差。
基于高光譜成像技術(shù)的種子霉發(fā)、芽變識(shí)別分析報(bào)告（二）
其次是噪聲去除，本文運(yùn)用國(guó)外較為常用的*小噪聲分離方法(Minimum Noise Fraction Rotation， MNF)進(jìn)行噪聲去除。*小噪聲分離工具用于判定圖像數(shù)據(jù)內(nèi)在的維數(shù)（即波段數(shù)），分離數(shù)據(jù)中的噪聲，減少隨后處理中的計(jì)算需求量。MNF本質(zhì)上是兩次層疊的主成分變換。**次變換（基于估計(jì)的噪聲協(xié)方差矩陣）用于分離和重新調(diào)節(jié)數(shù)據(jù)中的噪聲，這步操作使變換后的噪聲數(shù)據(jù)只有*小的方差且沒(méi)有波段間的相關(guān)。**步是對(duì)噪聲白化數(shù)據(jù)（Noise-whitened）的標(biāo)準(zhǔn)主成分變換。為了進(jìn)一步進(jìn)行波譜處理，通過(guò)檢查*終特征值和相關(guān)圖像來(lái)判定數(shù)據(jù)的內(nèi)在維數(shù)。數(shù)據(jù)空間可被分為兩部分：一部分與較大特征值和相對(duì)應(yīng)的特征圖像相關(guān)，其余部分與近似相同的特征值以及噪聲占主導(dǎo)地位的圖像相關(guān)。由于此次采集的高光譜影像沒(méi)有白板校正，因此數(shù)據(jù)預(yù)處理的**步輻射定標(biāo)沒(méi)有進(jìn)行分析處理，直接作MNF降噪分析。圖7為MNF降噪前后的成像高光譜數(shù)據(jù)中DN值的變化。
圖7 MNF變換前(左)后(右)高光譜影像DN值的變化
下圖分別為正常種子與霉發(fā)種子、芽變種子的光譜反射率值（因本次測(cè)試無(wú)白板數(shù)據(jù)，故以背景值作為參考板計(jì)算種子的光譜反射率）。從圖8和圖9可知，不同程度的霉變種子與正常種子的光譜反射率有較大的區(qū)別；種子芽變前后期，其光譜反射率也有較大的區(qū)別。
基于高光譜成像技術(shù)的種子霉發(fā)、芽變識(shí)別分析報(bào)告（二）
圖8 正常種子與霉發(fā)種子的光譜反射率值
圖9 種子芽變初期、后期的光譜反射率變化
利用SpecView軟件的Analysis-Animate功能，能快速瀏種子各波段圖像的灰度變化，結(jié)果表明能較為清楚地識(shí)別種子霉發(fā)、芽變的波段主要集中在紅光及紅邊區(qū)域，這與目前國(guó)內(nèi)外的研究結(jié)果相同。圖10霉發(fā)種子、芽變種子在740 nm處的灰度圖像，從圖像可知，與正常種子相比，霉發(fā)種子表現(xiàn)較暗一些；發(fā)芽前期的種子比發(fā)芽后期的種子表現(xiàn)亮一些。
圖10 霉發(fā)種子、芽變種子在740 nm處的灰度圖像
基于高光譜成像技術(shù)的種子霉發(fā)、芽變識(shí)別分析報(bào)告（二）
假彩色合成是將不同波段的影像分別賦予不同的色彩，合成處理的過(guò)程。假彩色合成能夠增強(qiáng)圖像的局部信息，便于用戶觀察感興趣區(qū)域。本研究將830 nm、730 nm、630 nm賦予紅、綠、藍(lán)三種顏色合成影像，如圖11所示。從圖11可知，假彩色合成影像相對(duì)灰度影像而言，更容易識(shí)別霉發(fā)種子和芽變種子。
圖11 霉發(fā)種子、芽變種子在的假彩色合成影像
基于高光譜成像技術(shù)的種子霉發(fā)、芽變識(shí)別分析報(bào)告（二）
為了更為客觀地分析霉發(fā)種子、芽變種子，對(duì)經(jīng)預(yù)處理后的高光譜數(shù)據(jù)進(jìn)行主成分分析（Principal Component Analysis, PCA），去除波段之間的多余信息、將多波段的圖像信息壓縮到比原波段更有效的少數(shù)幾個(gè)轉(zhuǎn)換波段下。一般情況下，**主成分包含波段中的80%的方差信息，前三個(gè)主成分包含了所有波段的中95%以上的信息量。由于各波段之間的不相關(guān)，主成分波段可以生成更多顏色、飽和度更好的彩色合成圖像。圖12為霉發(fā)種子、芽變種子高光譜影像PCA的合成彩**。從圖12可知，經(jīng)過(guò)PCA變換后，由PCA各主成分合成的彩**像更能識(shí)別出正常種子、霉發(fā)種子、芽變種子。
圖12霉發(fā)種子、芽發(fā)種子高光譜影像PCA合成圖
（左 R：PCA2,G:PCA1，B：PCA3；右 R：PCA1,G:PCA2，B：PCA3）
為了更加形象地分辨芽變種子的芽芯位置，運(yùn)用*大似然法分類提取發(fā)芽種子，并對(duì)提取的發(fā)芽種子做PCA變換，再用PCA前三個(gè)主成分合成假彩**像，如圖13所示。從圖13可知，提取的芽變種子經(jīng)主成分變換后發(fā)變種子不論是發(fā)芽前或發(fā)芽后，其芽芯位置均能較為清晰地顯示出來(lái)。
圖13提取芽變種子真彩色合成圖與PCA合成圖
（左 R：640 nm, G: 550 nm，B：460 nm；右 R：PCA1,G:PCA2，B：PCA3）
