利用机器视觉和多光谱成像技术对豇豆种子进
2022/7/25 来源：不详保守评估种子的办法常常是先停止有损取样，而后停止物理、生理、生化和分子测定。这些办法确实是灵验的，但其对种子停止了摧残，而且耗时耗力，还须要有阅历的种子解析师。本文探索的方针是探索机械视觉和多光谱成像系统在高通量豇豆种子分类中的运用潜力。哄骗主动机械视觉抽芽系统在种子吸胀和抽芽期间不中断地监测，来辨别一齐单个种子的不同类型。本文哄骗从多光谱图象中索取的单个豇豆种子的光谱特色，建造了基于线性鉴识解析(LDA)的多变量解析模子，依照种子的老化水平、生气水平、嫩芽成长境况和抽芽速率将种子分为不同的类型。
处置多光谱图象，索取种子的光谱讯息，打算种子萌生数据，建造多变量鉴识模子是多光谱图象处置的关键环节
a.不同期间人为加快老化（24,48,72和96h）的非老化（比较）和老化种子的紧要反射特色,b.一齐豇豆种子的原始光谱数据的PCA得分图显示老化和未老化种子之间的不同,c.在人为加快老化前提下，抽芽种子和未抽芽种子的紧要反射率特色
终于说明，该多光谱成像系统也许在紫外、看来光和短波近红外波段为豇豆种子的分类供给须要的讯息。思索到图象收集功夫短和样本制备有限，这类先进的多光谱成像办法和种子分类中的化学计量学解析也许成为经济灵验的及时候选和分级历程中在线分类计划的实用功具。由于它不只供给样式和物理特色，还供给被检种子的化学讯息。跟着盘算机硬件成本的下降和本能的抬高，实行种子品质评估专用的图象处置算法，关于抬高盘算机集成系统在种子品质主动探测方面的吸引力是特别灵验的。跟着盘算机硬件成本的下降和本能的抬高，实行种子品质评估专用的图象处置算法，关于抬高盘算机集成系统在种子品质主动探测方面更具吸引力。
运用LDA模子对非老化种子和24、48、72和96小时老化种子停止区别，第一行显示种子的原始彩色图象，第二行在图象中的每个像素上运用LDA模子后可视化分类终于。绿色示意“未老化”类，血色示意“老化”类
起原：PlantMethods.Utilizationof
