常規(guī)方法難以從苜蓿種子批次中去除甜三葉草種子，影響種子批次的純度，從而導(dǎo)致苜蓿干草生產(chǎn)和種子產(chǎn)量的損失。然而，如果沒有專門的培訓(xùn)，很難區(qū)分苜蓿種子批次中的甜三葉草種子污染。在這項研究中，評估了具有面向?qū)ο蟮亩嘧兞繄D像分析的多光譜成像分離甜三葉草和苜蓿種子的潛力。應(yīng)用主成分分析(PCA)、線性判別分析(LDA)、偏最小二乘判別分析(PLSDA)、AdaBoost和支持向量機(SVM)等方法根據(jù)甜三葉草和苜蓿的形態(tài)特征和光譜特征對種子進行分類或其組合。結(jié)果表明，基于測試數(shù)據(jù)集中的形態(tài)特征和光譜數(shù)據(jù)的組合，可以實現(xiàn)出色的分類。在LDA模型的驗證集中，種子分類準(zhǔn)確率高達99.58%，優(yōu)于PLSDA（68.19%）、AdaBoost（96.95%）和SVM（98.47%）模型。因此，多光譜成像與化學(xué)計量學(xué)多變量分析相結(jié)合是一種很有前景的技術(shù)，可以高效識別苜蓿種子批次中的甜三葉草種子。
 

關(guān)鍵詞：苜蓿，多光譜成像，多元分析，甜三葉草

圖1.苜蓿和草木犀種子19個波長（nm）的平均光譜強度
 

苜蓿和苜蓿的種子具有顯著不同的光反射模式。一般來說，在405到430nm和660到880nm的光譜范圍內(nèi)，在Melilotus spp 中觀察到顯著更高的反射率值。種子與苜蓿種子相比。然而，在450至630nm和940至970nm波長范圍內(nèi)，觀察到相反的趨勢，與苜蓿種子相比，苜蓿種子具有顯著更高的反射強度。
 

基于VideometerLab的nCDA模型，區(qū)域MSI平均值為正的種子被歸類為苜蓿屬，負值的種子被歸類為苜蓿。對于驗證樣本，360個Melilotus spp 中的7個。360顆紫花苜蓿種子中有13顆正確分類，平均分類準(zhǔn)確率為97.22%。

圖2.苜蓿和苜蓿屬植物的預(yù)測�；�于從nCDA轉(zhuǎn)換圖像計算的區(qū)域MSI平均值的數(shù)據(jù)集