农业机械学报

作者：彭彦昆,赵芳,白京,郑晓春,王文秀,孙群

单位：中国农业大学,中国农业大学,中国农业大学,中国农业大学,中国农业大学,中国农业大学,

关键词：番茄种子;活力;高光谱;图像处理

基金：国家重点研发计划项目（2017YFD0701205）和北京市科技计划项目(Z151100001015004)

为解决现存分级过程中损伤种子问题，替代仅根据种子表面特征评价的粗筛查方法，本研究基于高光谱的图谱融合技术，提出了一种番茄种子图像采集并辨识种子特征进而将种子分级的算法。试验随机选取170粒番茄种子作为样品，校正集与验证集比例约为3∶1。通过标准发芽试验得到种子活力结果，基于连续投影算法（Successive projections algorithm, SPA）求得反映番茄种子活力的特征波长为：535、577、595、654、684、713、744、768、809、840nm。对特征波长下的光谱图像进行解析，通过双边滤波法、大津法、形态学变换算法提取了种子边缘轮廓，计算求出每粒种子的面积、圆形度以及图像灰度平均值。基于统计学分析，利用校正集128粒种子的特征值及其标准发芽试验结果求出分级阈值，其中有活力为合格，无活力为不合格。然后，利用验证集42粒种子的特征值对阈值进行验证，结果显示，在713nm波长下的图像特征对活力结果判断分级的正确率最高，校正集和验证集的正确率分别为93.75%和90.48%。

来源：2018年第2期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2018年第2期