高光譜圖像技術檢測玉米種子品質研究.pdf

1、國以農為本，農以種為先。種子質量直接關系到農作物的產量和農民的利益。提高種子質量，規(guī)范種子市場，對提高糧食生產能力、增加農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。同時單粒播種技術的推進進一步提高了種子質量精細管控的要求。研究單粒玉米種子質量無損檢測技術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象，采用高光譜反射成像結合模式識別技術，針對

2、影響玉米種子質量且不易分辨的幾類問題，研究單粒玉米種子的成熟度識別、品種真實性、是否遭受凍害及凍害程度的質量問題的檢測方法。主要研究內容和結論如下:
　　(1)提出基于500～580nm波段范圍方差圖的背景分割方法，方差圖二值化后結合掩模法實現(xiàn)對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，采用波段比運算

3、并結合KW檢驗，找出二者差異最大的最優(yōu)波段比（640 nm/525 nm）。提取最優(yōu)波段比對應的波段比圖像，采用圖像處理技術分析圖像并區(qū)分2類種子。以864粒玉米種子為研究對象，對成熟度高和成熟度低的種子平均正確識別率為93.9％。
　　(3)提出光譜特征、形態(tài)特征和紋理特征相結合的玉米種子品種區(qū)分方法，有助于提高單獨采用光譜或形態(tài)特征時某些光譜相近或形態(tài)相近種子的正確識別率。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，可以實現(xiàn)對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，玉米種子胚面數據預測集和胚乳面數據預測集對應相應的SVM模型的平均正確識別率均為96.8％和96.6％。
　　(4)考慮到玉米種子品種繁多，傳統(tǒng)的多分類模式識別方法在進行模型訓練時無法搜集到所有品種樣本進行訓練，因此提出以種子平均光譜為特征，采用SVDD-KNNDD分類器

5、的異常檢測方法對玉米品種進行真實性快速無損檢測的技術路線。該方法針對每個品種建立單分類模型，該模型只與品種自身樣本有關，無須搜集其他品種樣本進行訓練，當有新品種時，無須重新訓練其他品種的識別模型。在各類樣本胚面光譜SGFD預處理后的SVDD-KNNDD模型的測試結果中，對10類樣本進行測試，大多數情況下可以100％正確識別異常類種子，少數幾種情況的識別率較低，將異常品種種子誤判為正常品種種子的最高錯誤識別率為68.5％，而將正常品種識別

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

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

8、于凍害種子識別，該模型對種子發(fā)芽率嚴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）識別效果相對較好。當采用正常類胚乳面和胚面平均光譜建模時，-5℃凍害處理的樣本中16h處理的凍害樣本正確識別率為96％和90％（對應胚乳面和胚面數據），凍害處理12h的樣本正確識別率為65.5％和77.5％（對應胚乳面和胚面數據），其他凍害處理時間較短的樣本正確識別率均較低;而-18℃凍害處理的樣本的正確識別率均較高，各凍害

9、處理樣本的胚乳面數據最低正確識別率為89.7％，最高為100％，各凍害處理樣本的胚面最低正確識別率為92％，最高為100％。
　　(7)高光譜圖像技術可以通過交互方式選擇感興趣區(qū)域來實現(xiàn)對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檢驗選擇最優(yōu)波段比、確定最優(yōu)波段比圖像對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光譜結合SVM分類方法用于種子凍害程度識別。
　

10、　統(tǒng)計每個樣本胚部被識別為正常類和不同凍害程度的像素點占胚部圖像所有像素點的比例，并對胚部受凍害程度進行識別。當種子受到-5℃凍害處理時，對各樣本的胚部像素進行分類，對正常樣本正確識別率為99.2％，經4h凍害處理的樣本被識別為正常樣本的錯誤識別率為4.2％，對經16h凍害處理樣本的正確識別率為99.2％，經12h凍害處理的樣本被識別為經16h凍害處理樣本的錯誤識別率為6.7％。凍害處理時間為4、8和12h的樣本胚部識別結果雖然也有一定