一種基于高光譜的種子發(fā)芽率在線檢測(cè)裝置及方法
【專利摘要】本發(fā)明公開了一種基于高光譜的種子發(fā)芽率在線檢測(cè)方法，包括以下步驟：S1對(duì)種子訓(xùn)練樣本進(jìn)行高光譜圖像采集，提取種子訓(xùn)練樣本的高光譜圖像在特征波段下的特征參數(shù)；S2利用傳統(tǒng)方法對(duì)種子訓(xùn)練樣本進(jìn)行試驗(yàn)，得到種子訓(xùn)練樣本的發(fā)芽結(jié)果；S3以種子訓(xùn)練樣本的高光譜圖像在特征波段下的特征參數(shù)和光譜反射值作為輸入，種子發(fā)芽結(jié)果作為輸出，建立基于高光譜的種子發(fā)芽率預(yù)測(cè)模型；S4對(duì)待檢測(cè)的種子進(jìn)行高光譜圖像采集，利用種子發(fā)芽率預(yù)測(cè)模型進(jìn)行檢測(cè)，得出待檢測(cè)的種子的發(fā)芽率。本發(fā)明還公開了基于高光譜的種子發(fā)芽率在線檢測(cè)裝置。本發(fā)明實(shí)現(xiàn)了簡(jiǎn)單、快速、無損、實(shí)時(shí)地檢測(cè)種子的發(fā)芽率。
【專利說明】一種基于高光譜的種子發(fā)芽率在線檢測(cè)裝置及方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及于高光譜技術(shù)和農(nóng)業(yè)育種領(lǐng)域，特別涉及一種基于高光譜的種子發(fā)芽率在線檢測(cè)裝置及方法。
【背景技術(shù)】
[0002]種子作為農(nóng)業(yè)生產(chǎn)最基本的生產(chǎn)資料，是確保農(nóng)業(yè)豐收的重要因素。目前中國(guó)每年需種量125億kg，實(shí)際供種量45億kg，種子商品率僅為36 %，種業(yè)市場(chǎng)發(fā)展空間很大。種子檢驗(yàn)是保證種子質(zhì)量的關(guān)鍵，而種子發(fā)芽率又是種子檢驗(yàn)中的最為重要的一個(gè)指標(biāo)，每年因種子發(fā)芽率問題給生產(chǎn)造成的損失非常嚴(yán)重。因此，做好種子發(fā)芽率檢測(cè)工作十分重要。
[0003]種子發(fā)芽率是指在規(guī)定的實(shí)驗(yàn)條件和時(shí)間內(nèi)，正常發(fā)芽種子粒數(shù)占供試種子粒數(shù)的百分率。不能發(fā)芽的種子，包括硬實(shí)、處于生理休眠期的種子、死種子(通常變軟、變色、發(fā)霉，并沒有幼苗生長(zhǎng)的跡象)和其他類型(如空的、無胚或蟲蛀的種子)。
[0004]為了快速測(cè)定種子發(fā)芽率，研究人員發(fā)明了很多方法，目前主要有感觀法、染色法、電導(dǎo)率法和吸脹狀態(tài)法等。但這些方法測(cè)定過程復(fù)雜，花費(fèi)時(shí)間較長(zhǎng)，需借助相關(guān)的儀器設(shè)備、試劑等才能完成，并且需要對(duì)樣品做破壞性處理，這些都無法實(shí)現(xiàn)種子的快速在線檢測(cè)。近些年出現(xiàn)了相關(guān)的無損檢測(cè)的方法，如中國(guó)專利CN201110203684.1公布了一種利用電子鼻預(yù)測(cè)蔬菜種子發(fā)芽率快速檢測(cè)的方法，中國(guó)專利CN201010227418.8公布了利用高光譜構(gòu)建農(nóng)作物種子綜合品質(zhì)檢測(cè)裝置及方法，中國(guó)專利CN201010514132.8公布了基于高光譜圖像技術(shù)的糧粒含水率檢測(cè)方法，中國(guó)專利CN201210090171.9公布了高光譜反射圖像采集系統(tǒng)及基于該系統(tǒng)的玉米種子純度無損檢測(cè)方法。但是上述專利涉及的方法存在如下問題:(1)電子鼻不直觀顯示種子品質(zhì)，對(duì)種子缺陷的定性和定量較困難，雖然可以判定發(fā)芽率，但是不能篩分出不發(fā)芽的種子。(2)高光譜在農(nóng)作物種子的綜合品質(zhì)檢測(cè)、糧粒含水率檢測(cè)和玉米種子純度檢測(cè)上的應(yīng)用，雖然已經(jīng)將高光譜應(yīng)用于種子檢驗(yàn)，但是都未能檢測(cè)不發(fā)芽種子的缺陷并依據(jù)種子分級(jí)情況計(jì)算種子發(fā)芽率。

【發(fā)明內(nèi)容】

[0005]為了克服現(xiàn)有技術(shù)的不足，本發(fā)明的目的在于提供一種基于高光譜的種子發(fā)芽率在線檢測(cè)裝置及方法，實(shí)現(xiàn)簡(jiǎn)單、快速、無損、實(shí)時(shí)地檢測(cè)種子的發(fā)芽率，并能依據(jù)種子分級(jí)情況計(jì)算種子發(fā)芽率。
[0006]本發(fā)明的目的通過以下技術(shù)方案實(shí)現(xiàn):
[0007]一種基于高光譜的種子發(fā)芽率在線檢測(cè)方法，包括以下步驟:
[0008]SI對(duì)種子訓(xùn)練樣本進(jìn)行高光譜圖像采集，提取種子訓(xùn)練樣本的高光譜圖像在特征波段下的特征參數(shù)；
[0009]S2利用中國(guó)國(guó)標(biāo)GB/T3543.4-1995《農(nóng)作物種子檢驗(yàn)規(guī)程-發(fā)芽試驗(yàn)》所提供的方法，對(duì)種子訓(xùn)練樣本進(jìn)行試驗(yàn)，得到種子訓(xùn)練樣本的發(fā)芽結(jié)果；[0010]S3以種子訓(xùn)練樣本的高光譜圖像在特征波段下的特征參數(shù)和光譜反射值作為輸入，種子發(fā)芽結(jié)果作為輸出，采用徑向基函數(shù)支持向量機(jī)方法建立基于高光譜的種子發(fā)芽率預(yù)測(cè)模型，如公式(I)所示:
[0011]
【權(quán)利要求】
1.一種基于高光譜的種子發(fā)芽率在線檢測(cè)方法，其特征在于，包括以下步驟: Si對(duì)種子訓(xùn)練樣本進(jìn)行高光譜圖像采集，提取種子訓(xùn)練樣本的高光譜圖像在特征波段下的特征參數(shù)； S2利用中國(guó)國(guó)標(biāo)GB/T3543.4-1995《農(nóng)作物種子檢驗(yàn)規(guī)程-發(fā)芽試驗(yàn)》所提供的方法，對(duì)種子訓(xùn)練樣本進(jìn)行試驗(yàn)，得到種子訓(xùn)練樣本的發(fā)芽結(jié)果； S3以種子訓(xùn)練樣本的高光譜圖像在特征波段下的特征參數(shù)和光譜反射值作為輸入，種子發(fā)芽結(jié)果作為輸出，采用徑向基函數(shù)支持向量機(jī)方法建立基于高光譜的種子發(fā)芽率預(yù)測(cè)模型，如公式(I)所示:

2.根據(jù)權(quán)利要求1的種子發(fā)芽率在線檢測(cè)方法，其特征在于，步驟SI所述對(duì)種子訓(xùn)練樣本進(jìn)行高光譜圖像采集，提取種子訓(xùn)練樣本的高光譜圖像在特征波段下的特征參數(shù)，具體為: Sll選取種子訓(xùn)練樣本； S12對(duì)種子訓(xùn)練樣本進(jìn)行高光譜圖像采集； S13對(duì)步驟S12采集到的種子訓(xùn)練樣本的高光譜圖像進(jìn)行預(yù)處理:進(jìn)行反色光譜校正、圖像增強(qiáng)和圖像分割，得到種子訓(xùn)練樣本的子圖像； S14特征波段提取:利用高光譜圖像的譜間相關(guān)性將原始光譜波段劃分為若干個(gè)波段子集，并利用偏最小二乘法提取出3個(gè)特征波長(zhǎng)； S15圖像特征提取:分別在3個(gè)特征波段下，利用圖像分割方法對(duì)S14中所得種子訓(xùn)練樣本的子圖像進(jìn)行輪廓提取，得到種子訓(xùn)練樣本的輪廓圖像；再?gòu)姆N子訓(xùn)練樣本的輪廓圖像提取種子訓(xùn)練樣本在特征波段下的特征參數(shù)。
3.根據(jù)權(quán)利要求1或2所述的種子發(fā)芽率在線檢測(cè)方法，其特征在于，所述特征參數(shù)包括顏色、能量、熵、慣性矩和角度。
4.根據(jù)權(quán)利要求1的種子發(fā)芽率在線檢測(cè)方法，其特征在于，所述種子訓(xùn)練樣本包括正常粒、發(fā)霉粒、休眠粒、硬實(shí)粒、變軟粒、變色粒、空粒、無胚粒和蟲蛀粒。
5.根據(jù)權(quán)利要求2的種子發(fā)芽率在線檢測(cè)方法，其特征在于，當(dāng)種子為黃豆時(shí)，3個(gè)特征波段分別是:631 ~638nm，955 ~959nm, 1715 ~1721nm。
6.實(shí)現(xiàn)權(quán)利要求1所述種子發(fā)芽率在線檢測(cè)方法的基于高光譜的種子發(fā)芽率在線檢測(cè)裝置，其特征在于，包括裝料器、高光譜成像識(shí)別系統(tǒng)和種子自動(dòng)分級(jí)部件； 所述種子自動(dòng)分級(jí)部件包括輸送鏈、多個(gè)分級(jí)料斗、一個(gè)分級(jí)執(zhí)行器、一個(gè)種子滑道、位于輸送鏈的輸出端的兩個(gè)種子收集箱；所述分級(jí)料斗通過料斗軸均勻地裝在輸送鏈上；所述種子滑道，位于輸送鏈的輸出端，通過一個(gè)軸承和一個(gè)汽缸支撐，所述汽缸與分級(jí)執(zhí)行器相連接； 所述高光譜成像識(shí)別系統(tǒng)包括光源、成像光譜儀、計(jì)算機(jī)、分級(jí)控制模塊、兩個(gè)位置傳感器；所述分級(jí)控制模塊分別與計(jì)算機(jī)、分級(jí)執(zhí)行器連接，用于根據(jù)計(jì)算機(jī)輸出的結(jié)果控制分級(jí)執(zhí)行器；兩個(gè)位置傳感器分別固定在輸送鏈的中間和輸出端的位置；所述位置傳感器與分級(jí)控制模塊 連接，用于提供輸送鏈上每個(gè)種子的位置信息； 所述裝料器位于輸送鏈一端的上方。
【文檔編號(hào)】A01C1/02GK103636315SQ201310585694
【公開日】2014年3月19日 申請(qǐng)日期:2013年11月20日 優(yōu)先權(quán)日:2013年11月20日
【發(fā)明者】孫大文, 楊藝超, 曾新安, 蒲洪彬 申請(qǐng)人:華南理工大學(xué)