[发明专利]一种水稻种子发芽能力的检测方法

说明书

本发明公开了一种基于高光谱成像和人工神经网络的水稻种子发芽能力的检测方法，该方法包括：获取原始高光谱成像数据；数据预处理；发芽试验，获得分组数据；选取特征波长，提取特征波长下的高光谱数据；进行标准归一化处理；利用主成分分析法进行降维；构建人工神经网络模型，得到预测模型；采集待测水稻种子的高光谱图像，得出待测水稻种子发芽能力的预测结果。本发明方法利用高光谱成像技术获取水稻种子的高光谱数据，再结合多次数据处理实现特诊波段的提取和数据降维，提取出最能够反应水稻种子发芽能力的高光谱数据，然后利用人工神经网络有效提高预测准确性，实现水稻种子品质的无损检测。

技术领域

本发明涉及水稻种子活力检测技术领域，尤其涉及一种基于高光谱成像和人工神经网络的水稻种子发芽能力的检测方法。

背景技术

种子活力，即种子的健壮度，是种子发芽和出苗率、幼苗生长的潜质、植株抗逆能力和生产潜力的综合，是种子品质的重要指标。低品质种子的田间出芽率低，易造成严重的经济损失。种子活力的检测成为农、林业发展的重要一环，它直接影响农业生产和自然环境等民生问题。对种子活力检测方法准确地掌握、合理地选取和精确地应用，不仅提高了种子活力测定效率，更能间接地推动了整个农、林业及其衍生行业的发展。

国际种子协会(ISTA)自成立以来，一直致力于推动种子检验技术的发展，修订了国际种子检验规程，收录了大量种子活力检测方法，如：ATP 含量测定、酶活力测定、葡萄糖代谢的测定、呼吸强度的测定、电导率法、发芽速率测定、幼苗生长测定、冷冻测定和加速老化测定等等方法。大量的实验验证可以证明，上述的方法能够准确地预测种子活力，但随着现代农业的不断发展，传统的种子检验方法已经无法满足农业生产对种子检测快速、准确、无损的新要求。因此，有必要提供一种无损、快速、准确的种子活力检测方法。

高光谱成像技术是基于非常多窄波段的影像数据技术，它将成像技术与光谱技术相结合，探测目标的二维几何空间及一维光谱信息，获取高光谱分辨率的连续、窄波段的图像数据。在农业领域，高光谱成像技术主要集中于作物品种识别、果蔬品质以及精准农业中的作物长势监测等方面。高光谱成像技术在种子的鉴别以及品质分析等领域已被广泛应用，在种子活力的检测方面也有少量相关报道。

例如：许思等(许思，赵光武，邓飞，祁亨年.基于高光谱的水稻种子活力无损分级检测.种子，2016,35(4):34～39)以不同老化程度的4个水稻品种的种子为材料，对样品进行人工老化后进行发芽试验，统计发芽率和根长，计算简易活力指数，据此将每个品种的样品划分为不同活力梯度组，采用高光谱图像技术，通过提取水稻种子的光谱反射率，结果Savitzky-Golay(SG)平滑算法、标准正态变量(SNV)和多元散射校正 (MSC)对874～1740nm波段内的关璞数据进行去除噪声处理，采用主成分分析法、连续投影算法进行特征波长选择，基于全波段光谱和基于特征波长分别建立偏最小二乘判别分析模型，进行水稻种子活力的检测。

吴小芬等(吴小芬，赵光武，祁亨年.高光谱技术在常规水稻种子活力检测中的应用.安徽农业科学，2017,29:12～14)采用高光谱成像技术 (波长范围874～1734nm)，提取甬籼69和中早392种常规水稻种子未老化、老化48h和老化72h的光谱反射率，在提取样本光谱时采用小波变换(WT)剔除像素点光谱噪声部分，并基于全波段光谱建立了支持向量机(SVM)判别分析模型。

然而，迄今为止，还未有将高光谱成像技术和人工神经网络进行结合，实现水稻种子活力无损、快速、准确检测的方法。

发明内容

本发明提供了一种基于高光谱成像和人工神经网络的水稻种子发芽能力的检测方法，该方法能够快速、高效、准确的判断水稻种子的发芽能力，实现水稻种子品质的无损检测。

具体技术方案如下：

一种基于高光谱成像和人工神经网络的水稻种子发芽能力的检测方法，包括：

(1)在检测波段下采集水稻种子训练样本的高光谱图像，获得水稻种子的原始高光谱成像数据；