本书简要介绍以近红外、拉曼、太赫兹为代表的分子光谱技术及光谱成像技术的基础理论、发展概述及相关的化学计量学方法，**围绕小麦、玉米、花生等农作物种子质量快速检测，详细介绍分子光谱及光谱成像技术在种子发芽特性指标量化检测、种子活力水平定性鉴别、种子理化指标量化测定、种子不完善粒定性识别、种子切片化学成像精细分析，以及品种鉴别、霉变程度判别等领域的应用研究和可行性探索。为便于读者理解和应用，附录提供了本书中所开发的种子光谱信息资源库和相关分析软件的源代码。 本书可供从事农业、食品品质检测领域的光谱分析技术研究的科技工作者、分析测试工作者，以及相关专业大专院校学生阅读参考。

第1章 绪论1 1.1 近红外光谱技术发展概述1 1.1.1 近红外光谱产生机理简介3 1.1.2 近红外光谱仪器发展4 1.1.3 近红外光谱应用领域的发展7 1.2 拉曼光谱技术发展概述10 1.2.1 拉曼光谱产生机理简介10 1.2.2 拉曼光谱仪器发展11 1.2.3 拉曼光谱应用领域的发展12 1.3 太赫兹时域光谱技术发展概述13 1.3.1 太赫兹时域光谱产生机理简介14 1.3.2 太赫兹时域光谱仪的发展15 1.3.3 太赫兹时域光谱应用领域的发展15 1.4 光谱成像技术发展概述16 1.4.1 近红外光谱成像技术发展概述17 1.4.2 拉曼光谱成像技术发展概述18 1.4.3 太赫兹时域光谱成像技术发展概述19 1.5 农作物种子质量检测方法概述21 1.5.1 传统检测方法概述21 1.5.2 新兴检测方法概述22 1.6 本书主要内容概述24 参考文献25 第2章 分子光谱及光谱成像分析技术基础29 2.1 近红外光谱及光谱成像分析技术概述29 2.1.1 近红外光谱分析理论基础29 2.1.2 近红外光谱常规分析技术31 2.1.3 近红外光谱分析流程32 2.1.4 近红外定标模型的评价指标33 2.1.5 近红外光谱成像分析技术34 2.2 拉曼光谱及光谱成像分析技术概述36 2.2.1 拉曼常规分析技术36 2.2.2 拉曼光谱分析流程和方法37 2.2.3 拉曼光谱成像分析技术介绍37 2.3 太赫兹时域光谱及光谱成像分析技术概述38 2.3.1 太赫兹时域光谱光学参数提取38 2.3.2 太赫兹时域光谱成像分析技术介绍40 2.4 化学计量学方法概述41 2.4.1 预处理41 2.4.2 光谱预处理43 2.4.3 定量校正51 2.4.4 模式识别58 参考文献60 第3章 种子发芽率近红外光谱检测65 3.1 引言65 3.2 基于近红外全谱的种子发芽率PLS模型的建立66 3.2.1 样本制备66 3.2.2 光谱采集68 3.2.3 PLS模型建立与评价69 3.3 基于特征谱区的种子发芽率近红外PLS模型优化方法研究70 3.3.1 样本制备71 3.3.2 光谱采集71 3.3.3 基于SiPLS的种子发芽率模型优化方法研究71 3.3.4 基于BiPLS的种子发芽率模型优化方法研究72 3.3.5 两类模型性能比较73 3.3.6 种子发芽率特征光谱解析73 3.4 基于多模型共识的种子发芽率NIR模型优化方法研究74 3.4.1 样本制备75 3.4.2 光谱采集75 3.4.3 基于多模型共识的小麦种子发芽率NIR模型优化75 3.4.4 基于Boosting和多模型共识的小麦种子发芽率NIR模型优化77 3.4.5 基于特征谱区和多模型共识的小麦种子发芽率NIR模型优化79 3.5 本章小结80 参考文献80 第4章 种子活力近红外光谱判别85 4.1 引言85 4.2 基于NIR和发芽指标的种子活力综合评价探索87 4.2.1 样本制备87 4.2.2 光谱采集87 4.2.3 种子发芽指标NIR量化模型建立88 4.2.4 基于发芽指标的小麦种子活力综合评价探索89 4.3 自然老化种子活力的近红外光谱无损识别93 4.3.1 样本制备94 4.3.2 光谱采集94 4.3.3 光谱数据预处理94 4.3.4 自然老化种子光谱定性解析95 4.3.5 种子自然老化程度近红外无损识别96 4.4 本章小结99 参考文献99 第5章 种子理化品质近红外高光谱成像分析102 5.1 引言102 5.2 多籽粒种子理化品质的近红外高光谱成像快速无损分析103 5.2.1 样本制备103 5.2.2 近红外光谱采集与处理104 5.2.3 高光谱图像采集与处理106 5.2.4 结果与分析108 5.3 单粒种子理化品质近红外高光谱成像快速无损分析110 5.3.1 样本制备110 5.3.2 高光谱图像采集与处理110 5.3.3 结果与分析110 5.4 本章小结112 参考文献112 第6章 小麦不完善粒近红外高光谱图像检测115 6.1 引言115 6.2 样本制备116 6.3 高光谱图像采集与特征提取116 6.3.1 高光谱图像采集与标定116 6.3.2 高光谱特征提取117 6.4 基于多分类支持向量机的小麦不完善粒高光谱检测119 6.4.1 多分类支持向量机简介119 6.4.2 样本集划分与模型参数设置121 6.4.3 基于光谱特征的小麦不完善粒检测121 6.4.4 基于图像特征的小麦不完善粒检测122 6.4.5 基于光谱与图像特征的小麦不完善粒检测123 6.5 基于CNN网络的小麦不完善粒高光谱检测124 6.5.1 CNN网络简介124 6.5.2 数据预处理125 6.5.3 CNN网络训练125 6.5.4 CNN网络建立126 6.6 本章小结126 参考文献127 第7章 基于拉曼显微成像技术的种子切片精细分析130 7.1 引言130 7.2 材料与方法131 7.2.1 样本制备131 7.2.2 拉曼显微图像采集131 7.2.3 光谱剥离方法132 7.3 基于拉曼显微图像的种皮厚度测量方法研究132 7.3.1 种皮目标提取133 7.3.2 种皮厚度像素数计算134 7.3.3 图像比例尺标定134 7.3.4 种皮厚度计算135 7.4 基于拉曼显微图像的种子内部成分分布解析135 7.4.1 采集纯物质拉曼光谱136 7.4.2 淀粉、纤维素分布解析136 7.4.3 蛋白质分布解析137 7.5 本章小结138 参考文献138 第8章 基于太赫兹光谱及成像技术的种子品质检测方法研究140 8.1 引言140 8.2 基于LVQ和太赫兹时域光谱的玉米品种鉴别方法研究142 8.2.1 样本制备142 8.2.2 光谱采集142 8.2.3 结果与分析144 8.3 基于距离匹配法和太赫兹时域光谱的花生品种鉴别方法研究145 8.3.1 样本制备146 8.3.2 光谱采集146 8.3.3 数据预处理147 8.3.4 结果与分析148 8.4 基于SVM和太赫兹时域光谱的花生霉变程度鉴别方法研究150 8.4.1 样本制备150 8.4.2 ATR光谱采集152 8.4.3 透射光谱采集152 8.4.4 数据预处理153 8.4.5 结果与分析154 8.5 玉米种子太赫兹时域光谱图像预处理方法研究156 8.5.1 样本制备157 8.5.2 光谱图像采集157 8.5.3 消噪预处理157 8.5.4 图像增强158 8.5.5 结果与分析158 8.6 本章小结161 参考文献162 第9章 种子光谱资源管理系统及化学计量学软件开发165 9.1 种子光谱资源管理系统开发165 9.1.1 系统框架165 9.1.2 系统数据库设计165 9.1.3 系统功能167 9.1.4 系统模块设计与实现167 9.2 光谱化学计量学分析软件开发171 9.2.1 软件结构框架171 9.2.2 软件功能172 9.2.3 软件界面设计175 9.3 本章小结180 参考文献181 第10章 谷物联合收割机车载近红外光谱仪应用探索183 10.1 引言183 10.2 车载式近红外光谱仪的应用可行性研究184 10.2.1 样本制备185 10.2.2 光谱采集仪器185 10.2.3 数据采集及处理186 10.2.4 小麦粗蛋白含量近红外PLS模型的建立187 10.3 样本温度对车载式近红外光谱仪分析模型的影响190 10.3.1 实验设计190 10.3.2 温度对近红外光谱吸收的影响192 10.3.3 近红外温度稳健分析模型的建立193 10.4 样本水分对车载式近红外光谱仪分析模型的影响199 10.4.1 实验设计199 10.4.2 水分含量对近红外光谱吸收的影响分析200 10.4.3 基于遗传算法的支持向量机参数优选202 10.4.4 基于不同水分区间的小麦粗蛋白综合分析模型的建立202 10.4.5 基于不同水分区间的小麦粗蛋白专用分析模型的建立205 10.5 本章小结210 参考文献211 附录A 小麦种子NIR光谱资源管理系统部分代码213 附录B 光谱化学计量学分析软件部分源代码226