Abstract Seeds in the drying process due to improper control of process and temperature often cause heat damage to affect seed vigor. How to quickly and nondestructively identify seeds that are heat-damaged plays a key role in agricultural production. In this study, the electric heating constant temperature blast drying oven was used to simulate the drying process of rice seeds and heated for different time (Untreated, 1 h/60 °C, 3 h/60 °C, 5 h/60 °C, 7 h/60 °C, 9 h/60 °C, 11 h/60 °C). The hyperspectral images of rice seeds with different degrees of heat damage were obtained by using a hyperspectral imaging system of 866.4–1701.0 nm. Three preprocessing methods (Savitzky-Golay first derivative, standard normal variate, and multivariate scatter correction) were used to preprocess the original spectral data, three feature extraction algorithms (second derivative, successive projections algorithm, and neighborhood component analysis) were used to extract the feature wavelengths, and three classifier models (k-nearest neighbor, support vector machine, and naive Bayes) were used for modeling analysis. After multivariate data analysis, the multivariate scatter correction-neighborhood component analysis-naive Bayes model performed best and was selected as the best model. Finally, the hyperspectral images of the verification set were visualized based on the object-wise method to show the intuitive classification effect. The results show that the hyperspectral imaging technology is an effective tool for quickly identifying and visualizing rice seeds with different degrees of heat damage.

中文翻译：

---

高光谱成像技术结合多元数据分析识别热害水稻种子

摘要 种子在干燥过程中，由于工艺和温度控制不当，往往会造成热损伤，影响种子活力。如何快速无损地识别受热损伤的种子在农业生产中起着关键作用。本研究采用电加热恒温鼓风干燥箱模拟水稻种子的干燥过程，加热不同时间（未处理、1 h/60 °C、3 h/60 °C、5 h/60 °C）。 、7 小时/60 °C、9 小时/60 °C、11 小时/60 °C）。利用866.4-1701.0 nm高光谱成像系统获得不同热损伤程度水稻种子的高光谱图像。采用三种预处理方法（Savitzky-Golay 一阶导数、标准正态变量和多元散射校正）对原始光谱数据进行预处理，采用三种特征提取算法（二阶导数、逐次投影算法、邻域分量分析）提取特征波长，采用三种分类器模型（k-最近邻、支持向量机、朴素贝叶斯）进行建模分析。经过多元数据分析，多元散射校正-邻域分量分析-朴素贝叶斯模型表现最佳，被选为最佳模型。最后，基于object-wise方法对验证集的高光谱图像进行可视化，展示直观的分类效果。结果表明，高光谱成像技术是一种快速识别和可视化不同程度热损伤水稻种子的有效工具。和邻域分量分析）提取特征波长，并使用三种分类器模型（k-最近邻、支持向量机和朴素贝叶斯）进行建模分析。经过多元数据分析，多元散射校正-邻域分量分析-朴素贝叶斯模型表现最佳，被选为最佳模型。最后，基于object-wise方法对验证集的高光谱图像进行可视化，展示直观的分类效果。结果表明，高光谱成像技术是一种快速识别和可视化不同程度热损伤水稻种子的有效工具。和邻域分量分析）提取特征波长，并使用三种分类器模型（k-最近邻、支持向量机和朴素贝叶斯）进行建模分析。经过多元数据分析，多元散射校正-邻域分量分析-朴素贝叶斯模型表现最佳，被选为最佳模型。最后，基于object-wise方法对验证集的高光谱图像进行可视化，展示直观的分类效果。结果表明，高光谱成像技术是一种快速识别和可视化不同程度热损伤水稻种子的有效工具。和朴素贝叶斯）用于建模分析。经过多元数据分析，多元散射校正-邻域分量分析-朴素贝叶斯模型表现最佳，被选为最佳模型。最后，基于object-wise方法对验证集的高光谱图像进行可视化，展示直观的分类效果。结果表明，高光谱成像技术是一种快速识别和可视化不同程度热损伤水稻种子的有效工具。和朴素贝叶斯）用于建模分析。经过多元数据分析，多元散射校正-邻域分量分析-朴素贝叶斯模型表现最佳，被选为最佳模型。最后，基于object-wise方法对验证集的高光谱图像进行可视化，展示直观的分类效果。结果表明，高光谱成像技术是一种快速识别和可视化不同程度热损伤水稻种子的有效工具。基于object-wise方法对验证集的高光谱图像进行可视化，展示直观的分类效果。结果表明，高光谱成像技术是一种快速识别和可视化不同程度热损伤水稻种子的有效工具。基于object-wise方法对验证集的高光谱图像进行可视化，展示直观的分类效果。结果表明，高光谱成像技术是一种快速识别和可视化不同程度热损伤水稻种子的有效工具。