[发明专利]一种基于高光谱的单粒玉米种子活力鉴别方法及装置

说明书

本发明涉及规划领域，具体涉及一种基于高光谱的单粒玉米种子活力鉴别方法及装置。该方法及装置通过高光谱来鉴别玉米种子活力，借助于机器学习的监督学习思想，提取感兴趣区域的平均光谱，利用不同的光谱特征构建基于人工神经网络的光谱‑活力关联模型，通过判别该玉米种子是否满足已知条件，从而判别该玉米种子有无活力及其活力程度，进而可以快速地对需要判别的不同活力程度的玉米种子进行鉴别。本发明省去了用户原本需要在实验室进行人工的生理生化试验与发芽试验的操作，缩短了玉米种子活力检测周期，提高了用户检测的效率。

技术领域

本发明涉及玉米种子领域，具体而言，涉及一种基于高光谱的单粒玉米种子活力鉴别方法及装置。

背景技术

玉米是世界三大粮食作物之一，它比传统的小麦、水稻等作物更能适应环境。而且玉米中含有大量的营养物质，也被广泛用于制作饲料和工业产品等。种子活力决定其能否发芽，出苗整齐的程度以及最终长成的植株的抗病害能力等，常用作评价玉米种子质量的关键性指标。同时，种子活力的鉴别不仅是品种试验的基础，对新品种的选育也具有非常重要的意义。在收获后的处理过程中，由于操作不当导致热损伤或者物理损坏，可能会使种子的活力丧失。在贮藏过程中，种子呼吸作用会产生大量的水和热量，也可能使种子发生老化从而影响其活力。因此，在播种之前对种子的活力进行准确地鉴别，可以有效地筛选出高质量的种子用于种植。可以大幅度提高玉米的产量以及质量，从而促进农业发展和经济稳定。

玉米作为中国重要的粮食作物，快速准确地鉴别玉米种子的活力对农业发展至关重要。然而，依靠人类的感官和种子的表型信息(如颜色、纹理和形状等信息)，难以对种子的活力程度进行准确判断。此外，传统的生理生化方法和发芽测试的鉴别结果虽然可靠，但是这些方法需要消耗特殊试剂，且存在周期长、成本高和样品损伤等缺点。此时，需要提出具体的无损检测方法来提高用户的效率。

光谱检测技术的发展使得快速鉴别成为可能，相比于传统的检测方法，高光谱不仅可以获得样品的光谱信息和图像信息，还可以反映样品内部物理结构和化学成分，其检测效率更高，其对样品无损害更能适应无损检测的需要。在利用光谱检测技术对种子质量进行鉴别中，采用高光谱结合机器学习方法鉴别玉米种子活力日益成为研究热点。使用高光谱对玉米种子活力进行检测时，重点要解决的是玉米种子的光谱与活力关联模型(人工神经网络)的构建与设计问题。

综上，目前在对玉米种子活力检测中，依靠人类的感官和种子的表型信息(如颜色、纹理和形状等信息)，难以对种子的活力程度进行准确判断。传统的生理生化方法和发芽测试的鉴别结果虽然可靠，然而这些方法需要消耗特殊试剂，对样本具有破坏性且检测数量有限。此外，蛋白质电泳和DNA分子标记技术等，费用昂贵且对操作人员的要求较高。激光散斑检测技术需要克服样本的差异性；电子鼻和核磁共振检测技术需要解决设备造价高昂的问题；机器视觉检测技术需要经过不断实验来确定拍摄区域。但是，高光谱成像技术不仅可以获得样品的光谱信息和图像信息，还可以反映样品内部物理结构和化学成分。

发明内容

本发明实施例提供了一种基于高光谱的单粒玉米种子活力鉴别方法及装置，以至少解决现有玉米种子活力鉴别效率低的技术问题。

根据本发明的一实施例，提供了一种基于高光谱的单粒玉米种子活力鉴别方法，包括以下步骤：

S101:采集不同活力程度的玉米种子高光谱图像，然后对玉米种子高光谱图像进行光谱图像校正；

S102:对光谱图像进行分割获取单粒玉米种子的感兴趣区域ROI，然后提取感兴趣区域ROI的平均光谱反射率；

S103:选择预处理方法对光谱图像进行预处理，消除背景干扰；

S104:采用连续投影算法提取光谱图像中的特征光谱；

S105:基于人工神经网络建立种子活力鉴别模型，对待测样本的活力程度进行判别。

进一步地，采集不同活力程度的玉米种子高光谱图像包括：