一种基于高光谱的种子发芽率在线检测装置及方法

摘要

本发明公开了一种基于高光谱的种子发芽率在线检测方法，包括以下步骤：S1对种子训练样本进行高光谱图像采集，提取种子训练样本的高光谱图像在特征波段下的特征参数；S2利用传统方法对种子训练样本进行试验，得到种子训练样本的发芽结果；S3以种子训练样本的高光谱图像在特征波段下的特征参数和光谱反射值作为输入，种子发芽结果作为输出，建立基于高光谱的种子发芽率预测模型；S4对待检测的种子进行高光谱图像采集，利用种子发芽率预测模型进行检测，得出待检测的种子的发芽率。本发明还公开了基于高光谱的种子发芽率在线检测装置。本发明实现了简单、快速、无损、实时地检测种子的发芽率。

主权项

一种基于高光谱的种子发芽率在线检测方法，其特征在于，包括以下步骤：S1对种子训练样本进行高光谱图像采集，提取种子训练样本的高光谱图像在特征波段下的特征参数，具体为：S11选取种子训练样本；S12对种子训练样本进行高光谱图像采集；S13对步骤S12采集到的种子训练样本的高光谱图像进行预处理：进行反色光谱校正、图像增强和图像分割，得到种子训练样本的子图像；S14特征波段提取：利用高光谱图像的谱间相关性将原始光谱波段划分为若干个波段子集，并利用偏最小二乘法提取出3个特征波长；S15图像特征提取：分别在3个特征波段下，利用图像分割方法对S14中所得种子训练样本的子图像进行轮廓提取，得到种子训练样本的轮廓图像；再从种子训练样本的轮廓图像提取种子训练样本在特征波段下的特征参数；S2利用中国国标GB/T 3543.4‑1995《农作物种子检验规程‑发芽试验》所提供的方法，对种子训练样本进行试验，得到种子训练样本的发芽结果；S3以种子训练样本的高光谱图像在特征波段下的特征参数和光谱反射值作为输入，种子发芽结果作为输出，采用径向基函数支持向量机方法建立基于高光谱的种子发芽率预测模型，如公式(1)所示：$z\left(x\right)=\mathrm{sgn}({\Sigma }_{i=1}^n{y}_i(a_i^{*}/\rho )k(x,x_i)+{\omega }_0^{*})---\left(1\right)$其中，z表示种子发芽结果：z＝1，种子可发芽；z＝‑1，种子不可发芽；x_i为由种子训练样本的高光谱图像在特征波段下的特征参数和光谱反射值组成的训练向量；x为由待检测的种子的高光谱图像在特征波段下的特征参数和光谱反射值组成的向量；n为种子训练样本总数；y_i为步骤S2得到的种子训练样本的种子发芽结果；为待定系数；ρ∈[0,1]，为训练误差系；为偏差项；k(x，x_i)为支持向量机的核函数；所述径向基函数如公式(2)所示：k(x，x_i)＝exp(‑||x‑x_i||²/2σ²)               (2)其中，σ为高斯函数的标准差；S4对待检测的种子进行高光谱图像采集，提取待检测的种子的高光谱图像在特征波段下的特征参数，利用步骤S3得到的种子发芽率预测模型进行检测，得出待检测的种子的发芽率。