高光譜如何“看”菜籽含油量？FS-19S近紅外高光譜應用實踐

菜籽含油量是油菜籽品質分析中的重要指標之一。傳統檢測方法往往需要取樣、制樣及后續分析，而近紅外高光譜成像技術將圖像信息與光譜信息結合，為農產品品質檢測與后續模型分析提供了另一種技術思路。

本次彩譜科技高光譜應用實踐采用FS-19S近紅外高光譜相機，對4種菜籽樣本進行900–1700 nm波段的數據采集，觀察不同樣本之間的光譜響應差異，并分析這些數據用于菜籽含油量檢測的可行性。

圖1：FS-19S高光譜相機實驗設備

一、為什么高光譜能夠用于菜籽品質分析？

不同物質的分子組成和內部結構不同，對不同波長光的吸收、反射響應也會產生差異。

高光譜成像能夠在獲取樣品空間圖像的同時，記錄每個位置在連續波段下的光譜數據。也就是說，一次掃描得到的不只是“菜籽長什么樣”，還可以獲得相應區域隨波長變化的反射率曲線。

在近紅外波段，樣品內部化學組成的變化可能反映在光譜吸收和反射特征中。因此，通過采集穩定的光譜數據，再結合相應的化學參考值和數據建模方法，可用于開展含油量等指標的定量分析研究。

二、實驗怎么做？

本次實驗選擇4種菜籽樣本：

l 256-101

l 256-203

l 256-402

l 256-503

實驗設備采用FS-19S近紅外高光譜相機，采集范圍為900–1700 nm，配合SortingExpert 軟件進行數據處理。

實驗過程中，將菜籽樣本放置在掃描平臺上進行高光譜圖像采集，每種樣本分別進行10組掃描，通過軟件框選對應的菜籽區域，提取樣品光譜信息。

圖2：橙色標簽框選256-101品種菜籽樣本區域

圖3：綠色標簽框選256-203品種菜籽樣本區域

圖4：藍色標簽框選256-402品種菜籽樣本區域

圖5：黃色標簽框選256-503品種菜籽樣本區域

這種區域提取方式，可以減少背景信息對數據分析的干擾，使后續獲得的光譜曲線更多地反映菜籽樣本自身的光譜響應。

三、不同菜籽，光譜曲線一樣嗎？

經過數據預處理后，將4種菜籽樣本的平均光譜曲線進行比較，可以看到，在900–1700 nm范圍內，不同樣本的反射率變化并不完全一致。

從實驗結果來看，4組樣本在曲線形態及部分波段的吸收、反射變化上具有較為清晰的差異，不同樣本呈現出各自的光譜特征。

圖6：四種菜籽平均光譜曲線對比圖

這類差異也是高光譜進行樣本識別和品質參數分析的重要數據基礎。相比單純依靠外觀顏色或人工觀察，高光譜記錄的是多個連續波段下的響應信息，可以進一步挖掘肉眼難以直接獲取的樣品特征。

四、這次實驗說明了什么？

本次實驗中，4種菜籽樣本在900–1700 nm波段呈現出不同的反射率特征，樣本之間具有較清晰的光譜區分度。

實驗報告表明，在本次硬件配置和測試條件下，FS-19S高光譜相機采集獲得的數據具有可辨識的光譜特征，可為菜籽含油量檢測分析及后續模型建立提供數據基礎。

需要說明的是，高光譜用于含油量定量檢測時，通常還需要配合樣品真實含油量參考值，經過光譜預處理、特征波段篩選、模型訓練與驗證等步驟，建立光譜數據與含油量之間的對應關系。因此，高質量、穩定的光譜數據采集，是后續定量分析中的重要環節。