Videometer利用可见光和近红外多光谱结合对不同番茄种子品种进行分类

利用可见光、近红外多光谱和化学计量学对不同番茄种子品种的分类
 

摘要：利用可见光和短波近红外光谱结合化学计量学方法，研究了五种不同番茄种子品种快速无损分类的可行性。从番茄种子的多光谱图像中提取了19种不同波长（375 nm至970 nm）的可见-近红外光谱。主成分分析（PCA）用于数据挖掘，偏最小二乘判别分析（PLS-DA）和支持向量机判别分析（SVM-DA）用于对5个不同番茄品种进行分类。结果表明，无论化学计量学方法如何，对于所有番茄品种，两个独立测试集的分类准确率都非常高，范围从94%到100%。PLS-DA和SVM-DA校准模型的总体分类错误率分别为3.2%和0.4%。结果表明，可见-近红外光谱有可能用于番茄种子品种的无损鉴别，并有机会将其纳入植物遗传资源管理、植物品种保护或登记方案。
 

图1.捕获的五个番茄种子品种的多光谱图像。（a）蓝色背景分割后的图像；种子上的白边显示ROI的选择（b）;525nm下的种子图像（c）
 

来自五个番茄品种种子的Vis-NIR光谱数据显示出变化，但在每个波长上表现出相似的反射趋势（图 2）。光谱的变化表明番茄品种在番茄种子的物理和化学特性方面存在差异。可见光范围的变化可归因于种子样品的颜色，而NIR区域的变化是由于品种种子的化学差异所致。这些光谱变化表明 Vis-NIR 可用于定性使用化学计量学方法进行分类。PCA 最初是在 Vis-NIR 光谱上进行的，没有任何数据预处理，以探索番茄品种的可能聚类并识别可能的异常值。然而，没有观察到番茄品种之间的明显区别（数据未显示）。这并不奇怪，因为种子的光谱特性可能会影响光散射、粒度分布和与入射光束对齐等物理现象，这些现象会给数据增加噪声。因此，数学数据预处理算法 SNV 和 detrend 用于消除或最小化物理效应以进行进一步数据分析。对预处理的 Vis-NIR 光谱执行的 PCA 显示校准集中很少有异常值（数据未显示）。然而，去除异常值并没有改进模型，它们随后被保留用于分类模型的进一步开发。图 3 显示了使用前三个得分向量 PC 1、PC 2 和 PC 3 的三维主成分 (PC) 得分图，它们贡献了 96.5% 的大部分光谱变化，即分别为47.8%、42.6% 和 6.1%。它显示了相同栽培品种的种子样本的聚类，尽管观察到栽培品种的聚类之间存在一些重叠。结果表明，根据种子的反射率可以区分五种番茄品种。此外，这意味着来自样品的不同光谱属性可以与来自每个栽培品种的种子的特征相关联。
 

图2.从19个波长的种子图像的 ROI 中提取的五个番茄品种的平均 Vis-NIR 光谱。375nm至700nm的波长来自可见光范围，780nm至970nm的波长来自NIR区域 (a)；番茄种子的平均SNV和detrend预处理可见-近红外光谱（b）

PLS-DA模型

利用六个LVs建立了PLS-DA模型对番茄品种进行分类。开发的PLS-DA模型解释了99.7%的可见-近红外光谱变化，其中96.4%的变化信息来自前三个LV。该模型能够以3.2%的总体分类ER对校准集的所有品种进行分类，HRD17和CL的最小ER分别为0.3%和0.8%。校准模型在分类品种BL410、Care Nepal和T9时相对较差，因为每个品种的误分类率较高，并且对总体ER有显著贡献。这可能是合理的，因为在探索性分析中发现这三个品种的集群重叠（图3）。然而，该模型能够预测样本的测试集，两个测试集的分类准确率为94%至100%。在两个试验组中，误分类种子的比例几乎相似。图4显示了测试集1的PLS-DA模型的分类精度。测试集1和测试集2的总体ERs也一致，分别为1.8%和2.1%。此外，对于CL和HRD17具有绝对分类的所有品种，模型的敏感性，即正确识别属于该类别的阳性样本的能力，合理地更高。该模型的特异性，即拒绝所有其他品种样品的能力，也足够高，与正确分类样品的能力非常相似，这表明该模型的稳健性。总的来说，PLS-DA显示了可见-近红外光谱数据对番茄品种种子分类的潜力。
 

图3.前三个主成分(PC)得分图显示了五个番茄品种对它们的群体成员的聚类。括号中的值表示各个 PC 中包含的变化信息