CN101911877A

CN101911877A - 基于激光漫反射图像技术的种子生命力鉴别装置和方法

Info

Publication number: CN101911877A
Application number: CN 201010226338
Authority: CN
Inventors: 陈立平; 赵春江; 朱大洲; 王成; 毕昆
Original assignee: Beijing Research Center of Intelligent Equipment for Agriculture
Current assignee: Beijing Research Center of Intelligent Equipment for Agriculture
Priority date: 2010-07-06
Filing date: 2010-07-06
Publication date: 2010-12-15
Anticipated expiration: 2030-07-06
Also published as: CN101911877B

Abstract

本发明公开了一种基于激光漫反射图像技术的种子生命力鉴别装置，其包括：激光器，用于以激光直接照射被鉴别种子表面；CCD摄像头，安装在被鉴别种子正上方，用于采集被鉴别种子的激光漫反射图像；激光器控制器，与所述激光器相连，用于控制激光器发出的激光光强和光斑的大小；计算机，与所述CCD摄像头相连，用于处理和分析CCD摄像头所获得的被鉴别种子的激光漫反射图像上光晕的信息。本发明还公开了采用激光漫反射图像技术利用上述装置鉴别种子生命力的方法。本发明所述鉴别装置和方法不会对种子造成破坏，而且测定时间短，测定效率显著提高；可以对单籽粒种子进行生命力测定；具有不必人工主观判断的优势，避免了人为因素造成的误差。

Description

基于激光漫反射图像技术的种子生命力鉴别装置和方法

技术领域

本发明涉及种子生命力鉴别技术，特别是涉及一种基于激光漫反射图像技术的种子生命力鉴别装置和方法。

背景技术

种子生命力是指种子萌发的潜在能力或种胚所具有的生命力。种子生命力的强弱和品质的好坏直接影响到种子萌发出苗的多少和幼苗的健壮程度。种子在贮藏过程中受到温度、湿度等环境条件的影响，其生命力会产生不同程度的降低，甚至会受到细菌、化肥、农药等污染而部分或全部丧失生命力。若不经过检查就盲目播种，往往因发芽率低或发芽势弱而出苗不齐，或出苗和成苗率低，秧苗数量不足，给生产造成重大损失。因而，测定种子生命力对于农业生产具有重要的意义。

目前测定种子生命力的方法主要有：发芽实验、荧光法、电导率法、四唑染色法等。

发芽实验需要大量的种子，并要求有恒温箱、植物生长箱或暖室等使得发芽温度、光照等条件恒定，持续时间需要4～7天，然后统计发芽种子数目。

荧光法是根据种子中常含有一些能够在紫外线照射下产生荧光的物质，如某些黄酮类、香豆素类、酚类物质等，在种子衰老过程中，这些荧光物质的结构和成分会发生变化，荧光的颜色也相应地改变；种子在衰老死亡时，由于生命力衰退或已经死亡的细胞原生质透性增加，当浸泡种子时，细胞内的荧光物质很容易外渗。因此，可以直接观察种胚荧光颜色变化或者渗出的方法来鉴定种子的生命力。

电导率法测定种子生命力的原理是：种子吸胀初期，细胞膜重建和损伤修复的能力影响电解质和可溶性物质外渗的程度，重建膜完整性的速度越快，外渗物越少。高活力的种子，重建膜的速度和修复损伤的程度快于和好于低活力种子。因此，高活力种子浸泡液的电导率低于低活力的种子。

四唑染色法需要配置四唑溶液，并把多颗种子置于溶液中，而且需浸入一定的时间使得溶液浸入种子内部或者种子内部所释放物质进入溶液。这些方法需要人工观察种胚或者溶液的颜色变化情况，然后再统计活种子百分率来实现测定种子生命力的目的。

采用发芽实验来测定种子的生命力，实验中用过的种子将不能再次利用，对种子具有不可恢复的破坏性，仅适于抽样检测，而且该方法的测定时间长，实验条件等等受到很多因素影响，需要严格控制。电导率法可以快速检测种子生命力，但是只能对足量种子进行测定，对于单籽粒种子并不能进行检测。荧光法和四唑染色法都需要对种子进行浸泡，而且要求人眼观察种子或溶液变化情况，人为主观影响因素较多，实验后种子被破坏，测定效率不高。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：提供一种种子生命力的鉴别装置和方法，实现快速、简单、准确、无损测定单粒种子生命力的目的。

(二)技术方案

为了解决上述技术问题，本发明提供一种基于激光漫反射图像技术的种子生命力鉴别装置，其包括：

激光器，用于以激光直接照射被鉴别种子表面；

CCD摄像头，安装在被鉴别种子正上方，用于采集被鉴别种子的激光漫反射图像；

激光器控制器，与所述激光器相连，用于控制激光器发出的激光光强和光斑的大小；

计算机，与所述CCD摄像头相连，用于处理和分析CCD摄像头所获得的被鉴别种子的激光漫反射图像上光晕的信息。

其中，所述鉴别装置还包括：种子样品台，设置在所述CCD摄像头正下方，用于放置被鉴别种子。

其中，所述鉴别装置还包括：第一支撑架，用于安装所述CCD摄像头，以调节所述CCD摄像头的位置。

其中，所述鉴别装置还包括：第二支撑架，用于安装所述激光器，以调节所述激光器的位置。

其中，所述激光器为波长范围在600nm～1000nm、功率范围在10mW～100mW的半导体激光器。

其中，所述CCD摄像头为波长范围在400nm～1000nm的可见/近红外双通道CCD摄像头，所述可见/近红外双通道CCD摄像头的可见光通道用于观察被鉴别种子的放置位置，所述可见/近红外双通道CCD摄像头的近红外通道用于采集被鉴别种子的激光漫反射图像。

本发明还公开了一种基于激光漫反射图像技术的种子生命力鉴别方法，通过建立种子生命力鉴别模型对农作物种子进行生命力鉴别，所述鉴别方法包括以下步骤：

S1：种子样品选择：选择若干农作物种子，将其分为2组，一组用于鉴别其生命力，把单粒种子放置在样品台上；另一组作为校验样本用于验证评估所建立的鉴别模型或备用；

S2：图像采集：选用波长范围在400nm～1000nm的可见/近红外双通道CCD摄像头，采用其可见光通道，观察可见光下被鉴别种子的放置位置以确定种子的角度、位置和距离CCD摄像头的距离；选用波长范围在600nm～1000nm的半导体激光器照射被鉴别种子；选用CCD摄像头的近红外通道，调节所述CCD摄像头与所述激光器的夹角，使所述半导体激光器的焦点与所述CCD摄像头的焦点重合于种子表面光斑处，使用所述CCD摄像头采集被鉴别种子在近红外光照射下的激光漫反射图像；

S3：图像预处理：对所采集到的被鉴别种子的激光漫反射图像进行预处理，所述预处理包括灰度转化、图像去噪处理和图像背景分割；

S4：图像信息提取：对预处理之后的被鉴别种子的激光漫反射图像提取图像信息，重点提取图像上光晕所包含的信息，以获取有生命力和无生命力种子的漫反射图像差异特征参数；

S5：种子生命力鉴别：对所获取的漫反射图像差异特征参数进行处理，作出其变化曲线，设定生命力不同的两种种子之间的阈值，并使用所述校验样本优化所述阈值，以鉴别种子生命力。

其中，所述鉴别方法还包括步骤S6：未知种子样品生命力鉴别：采集所述未知种子样品的激光漫反射图像，对该图像进行处理，根据所设定的阈值鉴别未知种子的生命力。

其中，所述步骤S3中的图像去噪处理方法包括；中值滤波、小波方法、ROF方法和非局部方法；所述图像背景分割方法包括：双峰法、大津法和迭代法。

其中，所述步骤S4中图像信息提取方法包括：面积法、光强均值法、光晕像素强度频率法和洛伦兹函数逼近描述法。

(三)有益效果

上述技术方案通过采用可见/近红外双通道CCD摄像头采集种子激光漫反射图像，在可见光条件下可以适当调节种子放置，在近红外通道下采集到较好图像，采用近红外通道有利于采集非可见光光源的漫反射图像；采用光斑尺寸不大于种子大小的激光器作为光源，其功率在10mW～100mW，功率太小则漫反射效果弱，功率大则会破坏种子。样品放置台可以放置单粒种子，因而该发明以单籽粒方式鉴定种子生命力；种子无需预处理，直接放置于样品台进行图像采集，不会对种子产生破坏，鉴别之后的种子还可用于其它用途；图像采集速度快，采集单张图像即可，保证了生命力鉴别快速完成；CCD摄像头获取的是种子表面的光晕信息，而不是种子的整体图像，采用现在前沿图像处理方法，实现效率高；图像信息提取方法多样化，可以较为全面的提取图像内部信息。

附图说明

图1是本发明种子生命力鉴别装置结构图；

图2是本发明实施例中所鉴别的有生命力种子的激光漫反射图像；

图3是本发明实施例中所鉴别的无生命力种子的激光漫反射图像；

图4是本发明实施例中所鉴别种子的生命力图像数据变化曲线及阈值选取关系图。

其中，1：计算机；2：激光器控制器；3：第一支撑架；4：第二支撑架；5：可见/近红外双通道CCD摄像头；6：激光器；7：导线；8：数据线；9：种子样品台。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

本发明提供了一种基于激光漫反射图像技术的种子生命力鉴别装置和方法，其原理是：种子的生命力与种子内部的组织结构、组分含量、细胞膜完整性等有关，随着储藏时间的延长，受环境因素及各种机械损伤、病虫害感染等因素，失去生命力的种子的营养物质、种皮及胚的结构、细胞膜完整性与有生命力的种子存在差异。当特定波长的激光照射到种子表面时，一部分光会直接从种子表面反射回来，还有一部分光进入到种子内部，进入种子内部的光又有一部分光被吸收，另一部分光会经过种子内部组织后又从种皮出来，这部分经过种子内部组织后又从种皮出来的光称为漫反射光，它携带了种子内部的物理、化学信息，这些信息可间接反映种子的生命活动。分析正常种子和失去生命力的种子的漫反射光的差异特征，就可以鉴别种子的生命力。

本发明种子生命力鉴别装置结构如图1所示。包括计算机1、激光器控制器2、第一支撑架3、第二支撑架4、可见/近红外双通道CCD摄像头5、激光器6、导线7、数据线8、种子样品台9。根据不同品种种子的形状设计了合适的种子样品台9，将种子平稳放置于样品台9正上方，CCD摄像头5固定于第一支撑架3的水平支杆上，保持CCD摄像头5垂直向下，种子样品台9位于CCD摄像头5正下方。激光器6为半导体激光器，其通过导线7连接在激光器控制器2上。激光器6固定在第二支撑架4上，通过第二支撑架4，激光器6与样品台9的距离可调，与CCD摄像头5的垂直方向的夹角可调。CCD摄像头5通过数据线8与计算机1相连，将摄像头5采集到的图像通过数据线8传输给计算机1，计算机1内安装图像处理软件，在计算机1内完成激光漫反射图像的处理和分析，得到种子生命力鉴别结果。

激光器6选用波长为600-980nm范围内的半导体激光器，CCD摄像头5选用波长范围为400-1000nm的可见/近红外双CCD摄像头。激光器6与样品台9上的样品的距离为5-10cm，激光器6与CCD摄像头5的垂直方向的夹角为5-20°，而且激光器6与样品台9上样品间的距离可调，激光器6与CCD摄像头5的垂直方向的夹角也可以调节。激光控制器2与激光器6相连，用于控制调整激光器6发出激光的光强和光斑大小等等。

种子生命力鉴别方法包括种子样品的选择，图像采集，图像预处理，图像信息提取以及种子生命力鉴别。

1.种子样品的选择：选择一定数量的具有代表性的某种农作物种子，并分为两组，一组种子用于鉴别使用，另一组种子用于种子生命力鉴别模型的验证评估和备用。这些种子在采集完激光漫反射图像后，都采用发芽实验或四唑染色法测定其生命力，测定结果作为参比，用于建立生命力鉴别模型。

2.图像采集方法：选用波长范围为400-1000nm的可见/近红外双CCD摄像头。利用CCD摄像头可见光通道，在可见光下观察种子图像以放置效果，以此确定放置种子的最佳角度、位置和距离镜头的距离。根据种子的种类、性状特征，选择不同的放置方式。选用波长在600-1000nm范围的半导体激光器，激光器的光束大小根据种子的尺寸进行调节，光斑直径应小于种子的宽度。调节激光器与CCD摄像头之间的夹角，以保证在激光器照射下，用CCD摄像头能够采集到种子的近红外激光漫反射图像。

3.图像预处理方法：对所采集到的种子激光漫反射图像分别进行灰度转化；用中值滤波、小波方法、ROF方法、非局部方法等进行图像去噪处理；利用双峰法、大津法、迭代法等算法进行图像背景分割。

4.图像信息提取方法：采用面积法、光强均值法、光晕像素强度频率法、洛伦兹函数逼近描述法等算法进行图像信息提取，获取有生命力和无生命力种子的漫反射图像差异特征。

5.用阈值法实现对种子的生命力鉴定：对所提取的图像特征参数进行处理，作出其变化曲线，设定生命力不同的两种种子之间合适的阈值，对种子生命力直接测定。采用验证样本对阈值的设置进行优化，确保所设定的阈值能准确鉴别种子的生命力。将选择好的阈值置入计算机中，对于未知种子样品，直接采集其激光漫反射图像，用图像处理软件进行处理后，根据计算机中软件设置的阈值输出种子生命力鉴别结果。

在本实施例中，选择中黄13大豆种子具有代表性的200颗作为样品。将样品分为两组，一组为150颗用于生命力鉴别，另一组50颗用于模型验证评估。所选种子的大小、颜色等差异尽量大，确保有失去种子生命力的种子。激光漫反射图像采集完毕后，用发芽实验实测每粒种子的生命力。

CCD摄像头5是波长范围在400-1000nm的可见/近红外工业数字摄像头。种子样品台9位于CCD摄像头5正下方15-20cm，种子样品台9可以放置固定不同种类的样品，样品台具有升降装置，可以微调样品与CCD摄像头之间的距离。种子样品放置在样品台9上时，样品台上方有一直径可调的小孔，用于平稳放置种子，使得种子一面正对CCD摄像头5，胚芽位于种子侧面水平位置。

用CCD摄像头5的可见光图像采集功能，在可见光条件下，采集种子的图像，观察种子的图像效果，通过调整CCD摄像头5的光圈大小和焦距，使得图像在可见光条件下，种子位于图像中间位置，并分辨率、清晰度达到最佳。其中调整样品台9的高度以辅助调节。

然后改用CCD摄像头5的近红外图像采集功能。打开激光器6，调节支撑架4使得激光器6的光斑位于样品的正上方。通过调整激光器控制器2调节激光器6的光束、光强、光斑大小等等，使得光斑不大于种子大小。

采集种子激光漫反射图像，观察图像效果。通过调节CCD摄像头5的光圈及焦距和激光器控制器2，使得种子的激光漫反射图像清晰且曝光度均匀。所采集的有生命力和无生命力的种子图像分别如图2、3所示。

对所采集的种子激光漫反射图像需要进行灰度转化、去噪、背景分割、信息提取等处理。为降低图像存储空间和处理的数据量，对图像进行格式转化，把图像从24位RGB真彩图像转化为256级灰度图像。

在采集图像的过程中，不可避免的受到采集环境和仪器本身的影响，在图像中表现就是噪声干扰，根据图像的质量效果采用中值滤波、小波方法、ROF方法、非局部方法进行图像去噪处理。采用阈值分割算法把光斑从背景噪声区分割出来，结合图像特征，采用双峰法、大津法、迭代法进行阈值选取。

采用面积法、光强均值法、光晕像素强度频率法、洛伦兹函数逼近描述法，从激光漫反射图像中提取种子的生命力差异的图像特征参数。

其中，激光散射光斑面积法首先通过阈值分割的方法将光斑图像与背景图像区分开来；其次统计所有大于阈值的像素数的个数；最后定义总像素数为光斑的面积。面积法所获得的光斑面积即为光斑信息。

其中，光强均值方法运用简单的图像处理算法将光斑图像中每个像素点的光强进行统计，求光强均值，以此描述光斑。

其中，光晕像素强度频率法是将光斑图像中每个像素点的强度通过灰度直方图显示并统计出来；其中激光镜面反射光的强度可以通过阈值设定的方法与漫反射光强进行分割处理；然后将漫反射图像的灰度范围等分成几个区间进行统计，利用像素在不同光强上出现的频率，即像素强度频率，表示光晕图像的光强信息。

其中，洛伦兹函数逼近描述法根据散射图像强度随着离光斑中心点的距离增大而减小，以相同的间距分割光晕为150个同心圆环，每个环带的强度由平均所有像素计算得到，由这150个数据作为每个散射图像的一维描述。然后在二维空间利用以下的洛伦兹函数逼近150个数据形成的曲线：

R = a + \frac{b}{1 + {(| z | / c)}^{d}}

其中，R代表每个环带的平均光强，a是光强度的近似值，b是入射点光强度估计的最大值，z是散射距离，c是在半最大峰值处的散射半宽度，d为斜率。

根据发芽实测种子生命力的结果，设置阈值来鉴别种子生命力：对所提取的图像特征参数进行处理，作出数据变化曲线，如图4所示。根据曲线分布，设定合适的阈值，实现对种子生命力的鉴别。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本发明的保护范围。

Claims

1.一种基于激光漫反射图像技术的种子生命力鉴别装置，其特征在于，包括：

激光器(6)，用于以激光直接照射被鉴别种子表面；

CCD摄像头(5)，安装在被鉴别种子正上方，用于采集被鉴别种子的激光漫反射图像；

激光器控制器(2)，与所述激光器(6)相连，用于控制激光器(6)发出的激光光强和光斑的大小；

计算机(1)，与所述CCD摄像头(5)相连，用于处理和分析CCD摄像头(5)所获得的被鉴别种子的激光漫反射图像上光晕的信息。

2.如权利要求1所述的基于激光漫反射图像技术的种子生命力鉴别装置，其特征在于，所述鉴别装置还包括：种子样品台(9)，设置在所述CCD摄像头(5)正下方，用于放置被鉴别种子。

3.如权利要求1所述的基于激光漫反射图像技术的种子生命力鉴别装置，其特征在于，所述鉴别装置还包括：第一支撑架(3)，用于安装所述CCD摄像头(5)，以调节所述CCD摄像头(5)的位置。

4.如权利要求1所述的基于激光漫反射图像技术的种子生命力鉴别装置，其特征在于，所述鉴别装置还包括：第二支撑架(4)，用于安装所述激光器(6)，以调节所述激光器(6)的位置。

5.如权利要求1所述的基于激光漫反射图像技术的种子生命力鉴别装置，其特征在于，所述激光器(6)为波长范围在600nm～1000nm、功率范围在10mW～100mW的半导体激光器。

6.如权利要求1所述的基于激光漫反射图像技术的种子生命力鉴别装置，其特征在于，所述CCD摄像头(5)为波长范围在400nm～1000nm的可见/近红外双通道CCD摄像头，所述可见/近红外双通道CCD摄像头(5)的可见光通道用于观察被鉴别种子的放置位置，所述可见/近红外双通道CCD摄像头(5)的近红外通道用于采集被鉴别种子的激光漫反射图像。

7.一种基于激光漫反射图像技术的种子生命力鉴别方法，通过建立种子生命力鉴别模型对农作物种子进行生命力鉴别，其特征在于，所述鉴别方法包括以下步骤：

8.如权利要求7所述的基于激光漫反射图像技术的种子生命力鉴别方法，其特征在于，所述鉴别方法还包括步骤S6：未知种子样品生命力鉴别：采集所述未知种子样品的激光漫反射图像，对该图像进行处理，根据所设定的阈值鉴别未知种子的生命力。

9.如权利要求7所述的基于激光漫反射图像技术的种子生命力鉴别方法，其特征在于，所述步骤S3中的图像去噪处理方法包括；中值滤波、小波方法、ROF方法和非局部方法；所述图像背景分割方法包括：双峰法、大津法和迭代法。

10.如权利要求7所述的基于激光漫反射图像技术的种子生命力鉴别方法，其特征在于，所述步骤S4中图像信息提取方法包括：面积法、光强均值法、光晕像素强度频率法和洛伦兹函数逼近描述法。