欢迎您来到博普特科技官方网站!

土壤仪器电话

010-82794912

品质至上,客户至上,您的满意就是我们的目标

当前位置:  首页 > 新闻动态

科学家利用Videometer多光谱成像设备发表豌豆真菌病害的文章

发表时间: 点击:249

来源:北京博普特科技有限公司

分享:

最近,来自巴西的科学家利用VideometerLab多光谱成像系统发表了题为Using Multispectral Imaging for Detecting Seed-Borne Fungi in Cowpea的文章,揭示了MSI多光谱成像系统在种子和植物病害领域的潜在应用潜力。

北京博普特科技有限公司是丹麦Videometer公司中国区总代理,全面负责其系列产品在中国市场的推广、销售和售后服务。

Using Multispectral Imaging for Detecting Seed-Borne Fungi in Cowpea

by Carlos Henrique Queiroz Rego 1,*,Fabiano França-Silva 1,Francisco Guilhien Gomes-Junior 1,Maria Heloisa Duarte de Moraes 2,André Dantas de Medeiros 3 andClíssia Barboza da Silva 4

1、Department of Crop Science, College of Agriculture “Luiz de Queiroz”, University of São Paulo, Piracicaba 13418-900, SP, Brazil

2、Department of Plant Pathology and Nematology, College of Agriculture “Luiz de Queiroz”, University of São Paulo, Piracicaba 13418-900, SP, Brazil

3、Department of Agronomy, Federal University of Viçosa, Viçosa 36570-900, MG, Brazil

4、Laboratory of Radiobiology and Environment, Center for Nuclear Energy in Agriculture, University of São Paulo, Piracicaba 13416-060, SP, Brazil

blob.png

Figure 1. Raw RGB images of cowpea seeds and corresponding transformed images into grayscale and by canonical discriminant analysis (nCDA) captured at 780 nm, with reflectance patters in classes of healthy seeds, Fusarium pallidoroseum, Rhizoctonia solani and Aspergillus sp. before incubation (a), and after incubation (b).

Abstract: Recent advances in  multispectral imaging-based  technology  have provided  useful information on seed health in order to optimize the quality control process. In this study, we verified the efficiency of multispectral imaging (MSI) combined with statistical models to assess the cowpea seed health and differentiate seeds carrying different fungal species. Seeds were artificially inoculated with Fusarium pallidoroseum, Rhizoctonia solani and Aspergillus sp. Multispectral images were acquired at 19 wavelengths (365 to 970 nm) from inoculated seeds and freeze-killed ‘incubated’ seeds. Statistical models based on linear discriminant analysis (LDA) were developed using reflectance, color and texture features of the seed images. Results demonstrated that the LDA-based models were efficient in detecting and identifying different species of fungi in cowpea seeds. The model showed above 92% accuracy before incubation  and 99% after incubation,  indicating  that the MSI technique in combination with statistical models can be a useful tool for evaluating the health status of cowpea seeds. Our findings can be a guide for the development of in-depth studies with more cultivars and fungal species, isolated and in association, for the successful application of MSI in the routine health inspection of cowpea seeds and other important legumes.

Keywords: Vigna unguiculata (L.) Walp; seed health spectroscopy

 


  • 土壤仪器品牌德国steps
  • 土壤仪器品牌奥地利PESSL
  • 土壤仪器品牌荷兰MACView
  • 土壤仪器品牌德国INNO_Concept
  • 土壤仪器品牌比利时WIWAM
  • 土壤仪器品牌德国HACH LANGE
  • 土壤仪器品牌德国Emclab
  • 土壤仪器品牌美国Biospec
  • 土壤仪器品牌德国GEFOMA
  • 土壤仪器品牌加拿大Torontech
  • 土壤仪器品牌奥地利schaller
  • 土壤仪器品牌荷兰PhenoVation
  • 土壤仪器品牌法国Hi-phen系统
  • 土壤仪器品牌美国Bemis(ALCAN)
  • 土壤仪器品牌美国3M(CUNO)
  • 土壤仪器品牌布鲁克
  • 土壤仪器品牌北京博普特
  • 土壤仪器品牌Videometer
  • 土壤仪器品牌比利时INDUCT(OCTINION)
  • 土壤仪器品牌美国EGC
  • 土壤仪器品牌德国multirotor
  • 土壤仪器品牌博普特老网站