欧亚国际

来自中国的科学家利用Videometer多光谱成像系统发表了题为Nondestructive Detection of Authenticity of Thai Jasmine Rice Using Multispectral Imaging的文章，结论指出，利用多光谱成像技术并结合化学计量法可应用于对种质资源的无损、快速真实性检测。

Nondestructive Detection of Authenticity of Thai Jasmine Rice Using Multispectral Imaging

The detection of authenticity is essential to the development and management of Thai jasmine rice industry. In this study, the multispectral imaging system (405–970 nm) was used for the detection of adulteration in Thai jasmine rice combined  with chemometric methods including principal component analysis (PCA), partial least squares (PLS), least squares-support vector machines (LS-SVM), and backpropagation neural network (BPNN). Three varieties of rice that were similar to Thai jasmine rice in appearance were selected to perform  the classification and quantitative prediction  experiments by multispectral  images. For the classification experiment, four varieties of rice samples could be easily classified with accuracy achieved to 92% by the BPNN model. For the quantitative prediction of adulteration proportion  experiments, the results showed that, among the different chemometric methods, LS-SVM achieved the best prediction performance comparing  the results of coefficient of determination, root-mean-square error (RMSEP), bias, and residual predictive deviation (RPD). It can be concluded that multispectral imaging technology with chemometric methods can be applied in the rapid and nondestructive  detection of authenticity of Thai jasmine rice.