品质评价是小麦生产、收购、储运和加工过程中的重要技术依托,对国家粮食安全与经济发展有非常重要的影响。传统的品质检测手段主要有感官检验法和化学分析法两种,易受人为主观因素影响,工作强度大,并且操作复杂,已经难以满足当前种业市场的需求。目前研究比较广泛的机器视觉技术和近红外光谱检测技术存在模型可靠性低、难以实现单籽粒检测以及难以实现种子内部成分分布检测等局限。而光谱成像技术是成像科学与光谱技术的完美结合,既能获取被测样品在不同波长点处的图像信息,又能获得不同空间像素点处的光谱信息,具有“图谱合一”的特点。本文以小麦种子为研究对象,采用光谱成像技术,结合化学计量学分析方法,按照从“多籽粒→单籽粒→切片”空间尺度变化的思路逐步深入,展开小麦种子品质快速检测方法的研究工作。主要研究内容如下:1.基于近红外高光谱成像技术的多籽粒小麦种子品质分析。研究以水分、粗蛋白、湿面筋含量作为表征多籽粒小麦种子品质的评价指标,建立基于近红外高光谱成像技术的3个指标的最优定量分析模型,并通过与近红外光谱所建模型性能对比,表明近红外高光谱成像技术在多籽粒小麦品质指标定量分析检测方面具有明显的优越性。2.基于高光谱成像技术的单籽粒小麦品质分析。研究从单籽粒小麦粗蛋白含量预测和不完善粒识别两个方面进行单籽粒小麦品质分析:通过优化建立基于近红外高光谱成像技术的粗蛋白平均模型实现单籽粒小麦粗蛋白含量预测,并验证该方法的可行性;利用特征提取结合多分类支持向量机建立基于可见-近红外高光谱成像技术的多类型小麦不完善粒识别模型,实现小麦不完善粒的高通量识别。3.基于拉曼光谱成像技术的小麦种子切片精细分析。以小麦种子腰部切片为研究对象,采集其拉曼光谱图像,通过利用种皮光谱差异结合图像处理技术建立一种种皮厚度测量新方法;此外,通过基于全波段及特征波段相关图像分析的光谱剥离方法实现淀粉、纤维素及蛋白质的分布解析,从而实现小麦种子切片的精细分析。