2.2 不同煙絲的高光譜反射率曲線對比分析
采集每個類型的香煙煙絲高光譜成像數據，通過換算預處理得到香煙煙絲的高光譜反射率曲線圖，並對其進行分析。由結果可知：7種香煙煙絲所提取的光譜反射率曲線基本一致，都在400～500nm的可見光區，光譜曲線出現吸收穀，並在680nm處也有輕微反射吸收穀且無波峰出現，這與查閱文獻的綠色植被的光譜反射率曲線不同，這一特征可用來區分識別煙草煙絲與其他綠色經濟作物。進一步結合香煙煙絲內部的組分信息變化分別對香煙煙絲焦油量和煙堿量進行分析，達到圖譜合一化，表明基於高光譜成像可以從圖像和光譜兩個角度對香煙煙絲的焦油量和煙堿量進行分析。
2.3 香煙煙絲的理化值預測模型構建
在400～1000nm波長範圍內，提取出7種香煙煙絲的平均光譜反射率值，分別與采集到的7種香煙的焦油量和煙堿量兩種理化值采用偏最小二乘法（PLS）建立相關預測模型分析。首先利用偏最小二乘法（PLS）建立7種香煙煙絲光譜反射率與焦油量的預測模型，其建模結果模型相關係數R=0.67。煙堿量俗稱尼古丁，利用7種香煙煙絲的光譜反射率值與所采集的香煙煙堿量采用偏最小二乘法（PLS）建立煙堿量的預測模型，其建模結果模型相關係數R=0.68。由香煙焦油量和煙堿量兩種理化值模型的建模結果可知：采用高光譜成像技術對香煙煙絲組份信息的定量識別是可行的。
3 結語
本文分別選用北京中南海8mg、四川嬌子（時代陽光）、上海紅雙喜（硬）等7種大眾化香煙的煙絲，利用成像光譜儀采集其光譜圖像，綜合利用高光譜成像技術圖譜合一的特點，對香煙煙絲進行對比分析，利用偏最小二乘法（PLS）建立7種香煙煙絲光譜反射率與焦油量的預測模型，焦油量建模結果模型相關係數R=0.67，煙堿量建模結果R=0.68。利用高光譜成像技術對香煙煙絲的無損檢測識別能與煙草的理化值含量具有很好的相關性，焦油量和煙堿量兩個典型理化值的模型建模結果相關係數效果較好。進而說明，采用高光譜成像技術對香煙煙絲組份信息進行無損檢測識別是可行的。今後還需進一步對不同品種的香煙煙草進行定性分析，並可對田間煙草的長勢監測進行定性、定量分析或對不同品種的香煙煙草成分信息進行深入分析比較。
參考文獻
[1] 關斌，王家俊，張峻鬆.近紅外光譜技術在煙草行業的研究進展[J].農產品加工（學刊），2009，（10）.
[2] 王文真，張懷寶.利用IA450近紅外分析儀快速測定煙草中的總氮含量[J].儀器儀表與分析監測，1995，（2）.
[3] 王東丹，李天飛，吳玉萍，等.近紅外光譜分析技術在煙草化學分析上的應用研究[J].雲南大學學報（自然科學版），2001，23（2）.
[4] 張建平，謝雯燕，束茹欣，等.煙草化學成分的近紅外快速定量分析研究[J].煙草科技，1999，（3）.
[5] 宋怡，劉巍，段焰青，等.近紅外光譜法快速測定煙草中的植物色素[J].中國煙草科學，2009，4（2）.
[6] 付秋娟，張懷寶，邱軍，等.近紅外光譜法快速測定煙草中的總揮發堿[J].中國煙草科學，2005，26（4）.
[7] 吳瓊，朱大洲，王成，等.基於高光譜成像的蔬菜新鮮度檢測初探[J].食品安全質量檢測學報，2012，3（6）.
[8] 吳瓊，朱大洲，王成，等.基於高光譜成像技術的小麥苗期監測研究[D].吉林大學，2012.
（責任編輯：陳 倩）