高光譜圖像技術(shù)檢測(cè)玉米種子品質(zhì)研究.pdf

1、國以農(nóng)為本，農(nóng)以種為先。種子質(zhì)量直接關(guān)系到農(nóng)作物的產(chǎn)量和農(nóng)民的利益。提高種子質(zhì)量，規(guī)范種子市場(chǎng)，對(duì)提高糧食生產(chǎn)能力、增加農(nóng)民收入等方面都有十分重要的意義。玉米是世界第三大糧食作物。玉米種子商品化程度高，品種繁多，易混淆。同時(shí)單粒播種技術(shù)的推進(jìn)進(jìn)一步提高了種子質(zhì)量精細(xì)管控的要求。研究單粒玉米種子質(zhì)量無損檢測(cè)技術(shù)有利于保障玉米育種業(yè)和種植業(yè)的健康發(fā)展。
　　本研究以商品化雜交玉米種子為研究對(duì)象，采用高光譜反射成像結(jié)合模式識(shí)別技術(shù)，針對(duì)

2、影響玉米種子質(zhì)量且不易分辨的幾類問題，研究單粒玉米種子的成熟度識(shí)別、品種真實(shí)性、是否遭受凍害及凍害程度的質(zhì)量問題的檢測(cè)方法。主要研究內(nèi)容和結(jié)論如下:
　　(1)提出基于500～580nm波段范圍方差圖的背景分割方法，方差圖二值化后結(jié)合掩模法實(shí)現(xiàn)對(duì)高光譜圖像中玉米種子和背景的分割，該方法可克服邊緣部分陰影的影響，實(shí)現(xiàn)玉米種子和背景之間的有效分割。
　　(2)分析玉米種子成熟度高和成熟度低2類感興趣區(qū)域的平均光譜，采用波段比運(yùn)算

3、并結(jié)合KW檢驗(yàn)，找出二者差異最大的最優(yōu)波段比（640 nm/525 nm）。提取最優(yōu)波段比對(duì)應(yīng)的波段比圖像，采用圖像處理技術(shù)分析圖像并區(qū)分2類種子。以864粒玉米種子為研究對(duì)象，對(duì)成熟度高和成熟度低的種子平均正確識(shí)別率為93.9％。
　　(3)提出光譜特征、形態(tài)特征和紋理特征相結(jié)合的玉米種子品種區(qū)分方法，有助于提高單獨(dú)采用光譜或形態(tài)特征時(shí)某些光譜相近或形態(tài)相近種子的正確識(shí)別率。采用SPA算法優(yōu)選種子特征波段，并提取特征波段的平均紋

4、理特征和種子的形態(tài)特征，將種子光譜信息和圖像信息融合作為SVM模型輸入變量，可以實(shí)現(xiàn)對(duì)雜交玉米種子品種的有效區(qū)分。選取了10種黃色系雜交玉米種子共1855粒樣本，玉米種子胚面數(shù)據(jù)預(yù)測(cè)集和胚乳面數(shù)據(jù)預(yù)測(cè)集對(duì)應(yīng)相應(yīng)的SVM模型的平均正確識(shí)別率均為96.8％和96.6％。
　　(4)考慮到玉米種子品種繁多，傳統(tǒng)的多分類模式識(shí)別方法在進(jìn)行模型訓(xùn)練時(shí)無法搜集到所有品種樣本進(jìn)行訓(xùn)練，因此提出以種子平均光譜為特征，采用SVDD-KNNDD分類器

5、的異常檢測(cè)方法對(duì)玉米品種進(jìn)行真實(shí)性快速無損檢測(cè)的技術(shù)路線。該方法針對(duì)每個(gè)品種建立單分類模型，該模型只與品種自身樣本有關(guān)，無須搜集其他品種樣本進(jìn)行訓(xùn)練，當(dāng)有新品種時(shí)，無須重新訓(xùn)練其他品種的識(shí)別模型。在各類樣本胚面光譜SGFD預(yù)處理后的SVDD-KNNDD模型的測(cè)試結(jié)果中，對(duì)10類樣本進(jìn)行測(cè)試，大多數(shù)情況下可以100％正確識(shí)別異常類種子，少數(shù)幾種情況的識(shí)別率較低，將異常品種種子誤判為正常品種種子的最高錯(cuò)誤識(shí)別率為68.5％，而將正常品種識(shí)別

6、為正常品種的最低正確識(shí)別率為84％，大部分正常類品種的正確識(shí)別率均大于90％。此技術(shù)路線可以為玉米種子品種真實(shí)性的快速檢測(cè)提供借鑒和參考，也可以作為其他類型種子的真實(shí)性識(shí)別參考方法。
　　(5)玉米種子受到凍害后會(huì)導(dǎo)致種子活力不同程度的下降。采用高光譜圖像識(shí)別肉眼難以分辨的受凍害的玉米種子樣本，種子的平均光譜結(jié)合SVM建?？梢杂行^(qū)分凍害種子和正常種子。MSC、SNV和SGFD預(yù)處理方法均有助于提高各類受凍害種子的正確識(shí)別率。當(dāng)數(shù)

7、據(jù)采用SGFD預(yù)處理方法SVM建模時(shí)，-5℃凍害處理樣本胚面數(shù)據(jù)的最低正確識(shí)別率為88％(4h)，最高正確識(shí)別率為96.9％(16 h)，胚乳面數(shù)據(jù)的最低正確識(shí)別率為73.6％(4h)，最高正確識(shí)別率為98.4(12h);-18℃凍害處理樣本胚面數(shù)據(jù)的最低正確識(shí)別率為96.9％，胚乳面數(shù)據(jù)的最低正確識(shí)別率為95.2％。
　　(6)考慮到無法采集到凍害樣本的實(shí)際情況，采用SVDD-KNNDD的異常檢測(cè)方法，只對(duì)正常類種子光譜建模并用

8、于凍害種子識(shí)別，該模型對(duì)種子發(fā)芽率嚴(yán)重下降的凍害處理樣本（-5℃凍害處理12h和16h，-18℃凍害處理4h以上）識(shí)別效果相對(duì)較好。當(dāng)采用正常類胚乳面和胚面平均光譜建模時(shí)，-5℃凍害處理的樣本中16h處理的凍害樣本正確識(shí)別率為96％和90％（對(duì)應(yīng)胚乳面和胚面數(shù)據(jù)），凍害處理12h的樣本正確識(shí)別率為65.5％和77.5％（對(duì)應(yīng)胚乳面和胚面數(shù)據(jù)），其他凍害處理時(shí)間較短的樣本正確識(shí)別率均較低;而-18℃凍害處理的樣本的正確識(shí)別率均較高，各凍害

9、處理樣本的胚乳面數(shù)據(jù)最低正確識(shí)別率為89.7％，最高為100％，各凍害處理樣本的胚面最低正確識(shí)別率為92％，最高為100％。
　　(7)高光譜圖像技術(shù)可以通過交互方式選擇感興趣區(qū)域來實(shí)現(xiàn)對(duì)不同部位的精確分析。為了精確研究玉米種子胚部的受凍害程度，提出用KW檢驗(yàn)選擇最優(yōu)波段比、確定最優(yōu)波段比圖像對(duì)玉米中胚部的分割方法，取得了較好的分割效果，并從分割后的胚部高光譜圖像中提取各像素點(diǎn)光譜結(jié)合SVM分類方法用于種子凍害程度識(shí)別。
　

10、　統(tǒng)計(jì)每個(gè)樣本胚部被識(shí)別為正常類和不同凍害程度的像素點(diǎn)占胚部圖像所有像素點(diǎn)的比例，并對(duì)胚部受凍害程度進(jìn)行識(shí)別。當(dāng)種子受到-5℃凍害處理時(shí)，對(duì)各樣本的胚部像素進(jìn)行分類，對(duì)正常樣本正確識(shí)別率為99.2％，經(jīng)4h凍害處理的樣本被識(shí)別為正常樣本的錯(cuò)誤識(shí)別率為4.2％，對(duì)經(jīng)16h凍害處理樣本的正確識(shí)別率為99.2％，經(jīng)12h凍害處理的樣本被識(shí)別為經(jīng)16h凍害處理樣本的錯(cuò)誤識(shí)別率為6.7％。凍害處理時(shí)間為4、8和12h的樣本胚部識(shí)別結(jié)果雖然也有一定