稻谷品种的误鉴别是造成中国稻谷经济损失的重要原因之一。传统稻谷品种鉴别的方法主要有形态学方法、荧光扫描鉴定法、化学鉴定法和电泳鉴定法等。形态学方法鉴别所需时间长，精度不高；荧光扫描鉴定法、化学鉴定法和电泳鉴定法等精度高，但所需时间长，鉴别过程烦琐，需要专业人员操作，不适宜对样品进行批量分析和无损在线监测。

近年来，近红外光谱技术在稻谷鉴别中有了一定的研究，但近红外光谱所检测的区域通常是样品表面的某点或较小区域的近红外透射、漫反射信息，缺少对象的空间信息，可能会影响系统的稳定性。因此，稻谷品种的快速无损鉴别仍是目前农业产后研究领域的难点多光谱成像技术是一种图像和光谱的融合技术，可同时获取对象的空间信息及光谱信息，在农产品无损检测领域有着广泛研究，如黄瓜的冷害检测，正常小麦与受损小麦的识别正常麦粒和萌芽的或已发芽麦粒的区分，大麦、小麦和玉米中杂质的剔除，玉米粒中黄曲霉毒素感染的检测等。虽然光谱信息与农产品品质有着一定的相关性，并取得了一些研究成果，但由于光谱信息是高维数据，如何建立光谱与农产品品质之间的模型仍是一个开放问题。

通过对稻谷不同波长光谱反射率的测量，结合稻谷图像特征，建立基于较小二乘支持向量机的稻谷品种鉴别模型，利用粒子群优化算法进行SVM参数寻优，以期为稻谷品种的快速、无损鉴别提供一种方法。光谱测定采用VideometerLab多光谱测量仪检测光谱405、435、450、470、505、525、570、590、630、645、660、700、780、850、870、890、910、940和970nm19个波长。

图1为多光谱成像系统主要装置，其采集系统由摄像头、LED灯、积分球组成。

测量时将样品置于积分球内部，积分球涂有可使光线均匀散播的不光滑白色颜料，LED灯安放于积分球边缘，光谱敏感摄像头放置于积分球顶部。VideometerLab设备提供了丰富的光谱特征和图像特征提取方法。实际操作中，光谱特征的提取首先采用典型判别分析和阈值设定完成背景剔除和感兴趣区域分割，然后采用统计学方法获取稻谷感兴趣区域的平均光谱反射率；图像特征的提取也是首先进行CDA和阈值分割，然后通过Blob分析提取出各个稻谷的面积、宽长比、圆度、色差等特征值。

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