品质至上,客户至上,您的满意就是我们的目标
技术文章
当前位置: 首页 > 技术文章
Videometer种子表型组学:使用多光谱成像和化学计量学方法在线鉴别水稻种子
发表时间:2022-04-01 08:54:45点击:1195
来源:北京博普特科技有限公司
分享:
Videometer Lab4多光谱种子表型成像系统是丹麦理工大学与丹麦Videometer公司开发,是用于种子研究先进的多光谱表型成像设备,典型客户为ISTA国际种子检验协会、ESTA欧洲种子检验协会、John Innes Centre、LGC化学家集团、奥胡斯大学等等,利用该系统发表的文章已经超过300篇。
Videometer种子表型表型成像系统可测量种子如尺寸、颜色、形状等,间接测定种子参数如种子纯度、发芽百分比、发芽率、种子健康度、种子成熟度、中寿命等。种子活力综合种子活力是种子发芽和出苗率、幼苗生长的潜势、植株抗逆能力和生产潜力的总和(发芽和出苗期间的活性水平与行为),是种子品质的重要指标,具体包括吸涨后旺盛的代谢强度、出苗能力、抗逆性、发芽速度及同步性、幼苗发育与产量潜力。种子活力是植物的重要表型特征,传统检测方法包括低温测试、高温加速衰老测试、幼苗生长测定等。
该系统也可以对细菌、虫卵、真菌等进行高通量成像测量,进行病理学、毒理学或其它研究。对于拟南芥等冠层平展的植物,可以进行自动的叶片计数等。
使用Videometer多光谱成像和化学计量学方法在线鉴别水稻种子
摘要:品种鉴定在水稻生产中起着保证产量和质量的重要作用。利用多光谱成像系统结合化学计量学数据分析,研究了快速无损检测水稻种子品种的可行性。应用偏最小二乘鉴别分析(PLSDA)、主成分分析反向传播神经网络(PCA-BPNN)和最小二乘支持向量机(LS-SVM)方法对水稻种子品种进行分类。结果表明,利用多光谱成像技术可以很容易地显示水稻种子品种间的明显差异,并且结合光谱和形态特征数据可以实现良好的分类。在LS-SVM模型的验证集中,分类准确率高达94%,优于PLSDA(62%)和PCA-BPNN(84%)模型。
图1.多光谱成像系统的主要设置
图2显示了不同品种水稻种子的分割图像。如图2所示,不同品种的水稻种子在形态上存在明显差异。因此,利用VideometerLab软件提取了所有水稻种子样品的形态特征。
图2.五种水稻种子的分割图像:FD2 (a)、QXY512 (b)、HXD3 (c)、QXY822 (d) 和 WKJ11 (e)
图3显示了整个数据集的每个品种的水稻种子样品的平均反射光谱。在405-970nm范围内收集光谱,包括 NIR 区域的可见光和较低波长。不同品种水稻种子样品的光谱反射曲线平滑,在整个波长范围内具有相同的趋势。然而,光谱上仍存在一些差异,这可能反映了这五个品种的水稻种子不同的理化成分。可见光范围的差异可能是由于样品的颜色,而NIR区域的差异可能是由于这五个品种的水稻种子之间的化学差异。因此,光谱差异可用于品种分类。光谱特征数据和组合光谱和形态特征数据用于分析。
图3.五种水稻种子多光谱图像的平均光谱
北京博普特科技有限公司是丹麦Videometer系列产品中国区总代理,全面负责其系列产品在中国市场的推广、销售和售后服务。
相关阅读
Videometer种子表型组学:多光谱成像作为菠菜种子健康检测的潜在工具