品种鉴定在水稻生产中起着保证产量和质量的重要作用。利用多光谱成像系统结合化学计量学数据分析，研究了快速无损检测水稻种子品种的可行性。应用偏最小二乘鉴别分析（PLSDA）、主成分分析反向传播神经网络（PCA-BPNN）和最小二乘支持向量机（LS-SVM）方法对水稻种子品种进行分类。结果表明，利用多光谱成像技术可以很容易地显示水稻种子品种间的明显差异，并且结合光谱和形态特征数据可以实现良好的分类。在LS-SVM模型的验证集中，分类准确率高达94%，优于PLSDA（62%）和PCA-BPNN（84%）模型。

图2显示了不同品种水稻种子的分割图像。如图2所示，不同品种的水稻种子在形态上存在明显差异。因此，利用VideometerLab软件提取了所有水稻种子样品的形态特征。

图3显示了整个数据集的每个品种的水稻种子样品的平均反射光谱。在405-970nm范围内收集光谱，包括 NIR 区域的可见光和较低波长。不同品种水稻种子样品的光谱反射曲线平滑，在整个波长范围内具有相同的趋势。然而，光谱上仍存在一些差异，这可能反映了这五个品种的水稻种子不同的理化成分。可见光范围的差异可能是由于样品的颜色，而NIR区域的差异可能是由于这五个品种的水稻种子之间的化学差异。因此，光谱差异可用于品种分类。光谱特征数据和组合光谱和形态特征数据用于分析。

北京博普特科技有限公司是丹麦Videometer系列产品中国区总代理，全面负责其系列产品在中国市场的推广、销售和售后服务。