CN102577694B - 小麦种子种皮厚度测量方法 - Google Patents
小麦种子种皮厚度测量方法 Download PDFInfo
- Publication number
- CN102577694B CN102577694B CN2012100131583A CN201210013158A CN102577694B CN 102577694 B CN102577694 B CN 102577694B CN 2012100131583 A CN2012100131583 A CN 2012100131583A CN 201210013158 A CN201210013158 A CN 201210013158A CN 102577694 B CN102577694 B CN 102577694B
- Authority
- CN
- China
- Prior art keywords
- image
- seed
- skin
- thickness
- wheat seed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种小麦种子种皮厚度测量方法。所述方法包括步骤：使用刀片直接切开小麦种子制作种子的切片；针对切片，利用红外显微成像系统采集小麦种子的红外显微光谱图像；根据红外显微光谱图像，提取能够反映种皮和内部组织差异的小麦种子的特征图像；对特征图像进行处理，获得种皮图像；标定种皮图像的比例尺，根据比例尺以及种皮图像中对应种皮厚度的像素数量，计算单粒小麦种子的种皮厚度。所述方法，以简单的操作步骤，实现了对单粒小麦种子种皮厚度的快速、准确测量；并且，制作切片简单，不需要使用化学试剂，安全环保；不需要人工主观判断，避免了人为误差；所述方法还可以应用于与其他作物(如玉米)的种皮测量，具有广泛的应用前景。
Description
技术领域
本发明涉及种皮厚度测量技术领域，特别涉及一种小麦种子种皮厚度测量方法。
背景技术
种子种皮是种子外面的覆被部分，由好几层细胞组成，主要成分为纤维素，具有保护种子不受外力机械损伤和防止病虫害入侵的作用。种皮对于种子的储藏具有重要作用，种子在贮藏过程中通过种皮进行水分和气体的交换，种皮较厚会在一定程度上阻止水分和气体的交换进而导致种子萌发率降低。种子萌发率偏低对播种、出苗产生阻碍，种子利用率降低。小麦种皮厚度会影响小麦的加工品质，特别是影响出粉率的大小。小麦出粉率是指去除麦皮后产出的面粉质量与小麦质量的比率。籽粒皮薄比皮厚的小麦容重值大，出粉率高，经济价值高。种皮厚度也是育种过程中需要进行筛选鉴定的重要性状，一般来说白皮麦皮薄，红皮麦皮厚。小麦育种时育种家通常需咬开小麦用肉眼来查看种皮厚度情况。因此，农作物种子种皮厚度的测量对选种育种、粮食加工、种子储藏等都具有重要意义。
现有的农作物种皮厚度测量方法有用牙咬开种子目测观察法、扫描电镜法、显微镜法、测微尺法、磨粉法等。
扫描电镜测量种皮厚度的方法，需要对种子进行预处理，先把种子固定在3％的戊二醛中，再用各级酒精脱水，然后自然干燥，用导电胶带贴在样品台上，镀膜后在扫描电镜下观察，可清晰看到种皮的细胞结构，直接读取种皮厚度。
目前常用的显微镜法是在可见光下通过观察种子显微标本的种皮细胞并用目镜测微尺直接读取种皮厚度实现测量，由于种皮和胚乳部分在可见光下直接观测差异不大，因此需要用相应的化学试剂对种子切片进行染色，染色的目的是利于清晰地观察种皮中不同细胞组织的形态。显微标本制作过程细致而复杂，制作时间长，实验条件需要严格控制，制作过程应用的化学试剂会造成一定的环境污染，对实验员技术要求较高。
测微尺法是通过测量从种子上剥离下来的种皮实现种皮厚度测量，小麦的种皮不容易直接剥离，一般需要先浸泡再进行精细手工操作，种皮剥离过程时间长，浸泡过的种子种皮会膨胀，剥离下来后需烘干然后进行测量，烘干的种皮容易碎裂不利于直接测量，另外常用的螺旋测微尺的精度为0.01mm，估读一位到0.001mm，而小麦种皮厚度通常在几十个微米左右，因此仪器本身的精度不够，读值时误差较大。小麦种皮厚度本身不均匀，因此测量种皮某个位置的厚度难以反映种皮厚度的整体情况。
磨粉法测量的是一定量的小麦群体种子磨粉后的麦皮重量，能间接反映种皮厚度，适用于不同品种间小麦种皮厚度的整体比较，无法实现单粒小麦的种皮厚度测量。
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：如何提供一种小麦种子种皮厚度测量方法，以实现对单粒小麦种子种皮厚度的快速、准确测量。
(二)技术方案
为解决上述技术问题，本发明提供一种小麦种子种皮厚度测量方法，其包括步骤：
A：使用刀片直接切开小麦种子制作种子的切片；
B：针对所述切片，利用红外显微成像系统采集小麦种子的红外显微光谱图像；
C：根据所述红外显微光谱图像，提取能够反映种皮和内部组织差异的小麦种子的特征图像；
D：对所述特征图像进行处理，获得种皮图像；
E：标定所述种皮图像的比例尺，根据所述比例尺以及所述种皮图像中对应种皮厚度的像素数量，计算单粒小麦种子的种皮厚度。
优选地，所述步骤A具体包括步骤：
A1：选取饱满的小麦种子作为测量对象；
A2：用刀片直接切取小麦种子中间部分，获得小麦种子的切片；所述切片的两个切面平整且平行，并且所述切片的厚度介于1.8mm到2mm。
优选地，所述步骤B具体包括步骤：
B1：扫描背景光谱；
B2：扫描所述切片的显微可见图像；
B3：在所述显微可见图像中选择检测区域并进行定位，然后在12500～2000cm-1光谱范围内进行红外光谱图像扫描，获得小麦种子的红外显微光谱图像。
优选地，所述步骤C具体包括步骤：
C1：根据所述红外显微光谱图像，获得小麦种子的平均吸光度图像、单波长图像或者峰比率图像；
C2：根据所述平均吸光度图像、单波长图像或者峰比率图像，获得能够反映种皮和内部组织差异的小麦种子的特征图像。
优选地，所述步骤D具体包括步骤：
D1：将所述特征图像转化为灰度图像；
D2：选取阈值对所述灰度图像进行二值化处理，实现小麦种子与背景的分离，并得到二值化图像；
D3：对所述二值化图像进行形态学图像处理，去掉非种皮区域的图像，得到种皮图像。
优选地，所述步骤D2中，采用Otsu算法选取所述阈值。
优选地，所述步骤D3中，采用腐蚀、膨胀、腐蚀与膨胀相结合或者重构的方法对所述二值化图像进行形态学图像处理。
优选地，所述步骤E具体包括步骤：
E1：标定所述种皮图像的比例尺；
E2：计算所述种皮图像中对应种皮厚度的像素数量；
E3：根据等比例原理，由所述种皮图像的比例尺和对应种皮厚度的像素数量，计算单粒小麦种子的种皮厚度。
优选地，所述步骤E1中，根据所述切片的最大直径，以及所述最大直径对应的像素数量，标定所述种皮图像的比例尺；或者通过同步采集已知尺寸的标准板的图像，标定所述种皮图像的比例尺。
优选地，所述步骤E2中，通过计算多处种皮厚度对应的像素数量平均值的方式，获得所述种皮图像中对应种皮厚度的像素数量；或者根据种皮区域像素数和种皮周长，等效获得所述种皮图像中对应种皮厚度的像素数量。
(三)有益效果
本发明的小麦种子种皮厚度测量方法，通过采集小麦种子切片的红外显微光谱图像，并根据所述红外显微光谱图像进行处理和计算，以简单的操作步骤，实现了对单粒小麦种子种皮厚度的快速、准确测量。并且，所述方法不需要使用化学试剂，安全环保；制作切片操作简单，不需要进行石蜡包埋处理；所述方法不需要人工主观判断，避免了人为误差；所述方法还可以应用于其他作物(如玉米)的种皮测量，具有广泛的应用前景。
附图说明
图1是本发明实施例所述的小麦种子种皮厚度测量方法流程图；
图2是本发明实施例所述小麦种子的平均吸光度图像示意图；
图3是本发明实施例所述种皮图像示意图；
图4是本发明实施例所述的比例尺标定方法示意图。
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。
图1是本发明实施例所述的小麦种子种皮厚度测量方法流程图。如图1所示，所述方法包括：
步骤A：使用刀片直接切开小麦种子制作种子的切片。所述步骤A具体包括：
步骤A1：选取饱满的小麦种子作为测量对象。
步骤A2：用刀片直接切取小麦种子中间部分，获得小麦种子的切片；所述切片的两个切面平整且平行，并且所述切片的厚度介于1.8mm到2mm。需要说明的是，所述切片不需要进行石蜡包埋，相比传统方法，操作步骤更加简单。
本实施例中选用的小麦种子的品种包括：农大195、京冬17和扬州13。所选种子均籽粒饱满，并且在执行步骤A2前，小麦种子的表面均被清理干净。对于上述3个品种，共取4个切片：农大195和京冬17各取1个切片，扬州13从两粒种子中取两个切片。后续对所述4个切片均按照相同的步骤分别进行测量。
步骤B：针对所述切片，利用红外显微成像系统采集小麦种子的红外显微光谱图像。本实施例所用实验仪器是傅里叶变换红外显微成像系统。打开仪器电源之前，须加液氮冷却MCT(mercury cadmiumtelluride，红外光谱仪检测器的一种)检测器。打开仪器电源和电脑，查看显微镜能量值并作记录，若能量值达不到标准要求，仪器会自动给出警告信息。打开仪器参数设置窗口，选择光路和激发光波段，选用近红外波段NIR。调节焦距，设置实验参数，各参数为：成像面积5000μm×5000μm，空间分辨率25μm×25μm，波数分辨率为64cm-1，扫描次数32，近红外7800-2000cm-1。
所述步骤B具体包括：
步骤B1：扫描背景光谱。近红外波段反射模式下需用聚四氟作为背景，扫描的背景光谱用于消除空气中水分和CO2对要采集的红外光谱图像的影响。
步骤B2：将所述切片固定在载条片上，使小麦种子腹沟所在线平行于载条片的边，聚焦后扫描所述切片的显微可见图像。
步骤B3：在所述显微可见图像中选择检测区域并进行定位，然后在12500～2000cm-1光谱范围内进行红外光谱图像扫描，获得小麦种子的红外显微光谱图像。所采集的红外显微光谱图像是关于红外吸收强度、波长数、二维空间(x，y)定位信息的四维数据。
步骤C：根据所述红外显微光谱图像，提取能够反映种皮和内部组织差异的小麦种子的特征图像。所述步骤C具体包括：
步骤C1：根据所述红外显微光谱图像，获得小麦种子的平均吸光度图像、单波长图像或者峰比率图像。
步骤C2：根据所述平均吸光度图像、单波长图像或者峰比率图像，获得能够反映种皮和内部组织差异的小麦种子的特征图像。
所述红外显微光谱图像是一个四维数据，其数据显示模式有平均吸光度图像、单波长图像、峰比率图像。平均吸光度图像是以每一个数据点的红外光谱图为基础，宏观显示图像分析区域内的红外吸收强度；分析对比图像中代表吸收强度的不同颜色处红外光谱是否具有纤维素分子的红外特征峰从而可以确定种皮区域，进而可以提取小麦种子的特征图像。单波长图像是以红外光谱特定波长的红外吸收强度为特征，显示与特定波长对应的化学官能团在图像分析区域内的分布信息；以纤维素的红外特征峰作为特定波长进行单波长图像模式显示，根据与纤维素对应的特定波长的分布情况，也可以提取小麦种子的特征图像。峰比率图像是以红外光谱图不同官能团吸收峰的峰比率为特征，显示与峰比率对应的化学官能团在图像分析区域内的分布信息；以纤维素特征峰与淀粉或蛋白质特征峰的比率为特征显示峰比率图像，可以提取小麦种子的特征图像。
图2是本发明实施例所述小麦种子的平均吸光度图像示意图。如图2所示，本实施例根据小麦种子的平均吸光度图像获得小麦种子的特征图像。根据所述红外显微光谱图像能够获得不同波长的吸光度图像的平均图像，即平均吸光度图像，本实施例对这些平均吸光度图像进行分析，发现其能够明显地区分小麦种子的种皮和内部结构。
步骤D：对所述特征图像进行处理，获得种皮图像。所述步骤D具体包括：
步骤D1：将所述特征图像转化为灰度图像。通过将24位RGB真彩色的特征图像转化为256级灰度图像，可以有效降低图像的数据量，更易于存储和处理。
步骤D2：采用Otsu(一种图像分割算法)算法选取阈值，利用所述阈值对所述灰度图像进行二值化处理，实现小麦种子与背景的分离，并得到二值化图像。
步骤D3：采用腐蚀、膨胀、腐蚀与膨胀相结合或者重构的方法，对所述二值化图像进行形态学图像处理，去掉非种皮区域的图像，得到种皮图像。图3是本发明实施例所述种皮图像示意图，如图3所示，所述种皮图像中去除了背景和种子的内部结构，只剩余种皮部分，以利于后续种皮厚度计算。
步骤E：标定所述种皮图像的比例尺，根据所述比例尺以及所述种皮图像中对应种皮厚度的像素数量，计算单粒小麦种子的种皮厚度。所述步骤E具体包括：
步骤E1：标定所述种皮图像的比例尺。所述种皮图像中的比例尺是指实际长度1mm在图像中对应的像素数量。标定所述种皮图像的比例尺的方法包括以下两种：(1)用游标卡尺测量所述切片的最大直径值D，在所述红外图像谱图中分割最大直径，计算最大直径对应的像素数B，因为所述红外图像谱图与所述种皮图像的比例尺相同，所以所述种皮图像的比例尺＝B/D；(2)在采集小麦种子的红外显微光谱图像时在种子旁边放置一个标准的5mm长的标准反射板方块，在所述红外显微光谱图像中分割所述方块并计算所述方块对应的像素数A，所述种皮图像的比例尺＝A/5。图4是本发明实施例所述的比例尺标定方法示意图，如图4所示，本实施例采用第一种方法，利用所述切片的最大直径值D标定所述种皮图像的比例尺。
步骤E2：计算所述种皮图像中对应种皮厚度的像素数量。所述步骤E2也可以通过以下两种方法实现：(1)沿小麦种子的腹沟方向和垂直与所述腹沟的方向，各取2处(共4处)种皮厚度对应的像素数量，然后计算其平均值，并将所述平均值作为所述种皮图像中对应种皮厚度的像素数量；(2)将环形的种皮看做条状的长方形处理，用种皮所占面积除以种皮的周长计算等效厚度对应的像素数量，并将所述等效厚度对应的像素数量作为所述种皮图像中对应种皮厚度的像素数量。考虑到小麦种子的腹沟处种皮较厚，其他部分种皮较薄的特点，本实施例采用第一种方法，其优点是准确度高，并且数据计算量小。
步骤E3：根据等比例原理，由所述种皮图像的比例尺和对应种皮厚度的像素数量，计算单粒小麦种子的种皮厚度。
为了验证本发明实施例所述方法的效果，采用测微尺法测量小麦种皮厚度，并与本实施例所述方法的测量结果进行试验对比，下表1是试验对比结果数据，表1中数据表明本发明实施例所述方法与测微尺法的测量结果基本一致，符合小麦种皮厚度测量的精度要求。其中，采用测微尺法测量小麦种皮厚度的方法具体包括：将小麦切片浸泡2-4个小时，用刀片切取种皮，将其放置1-2天进行晾干。晾干后用千分尺测量种皮，每个种皮测量6次，最后取平均值作为种皮厚度值。
表1 对比试验结果数据
本发明实施例所述小麦种子种皮厚度测量方法，通过采集小麦种子切片的红外显微光谱图像，并根据所述红外显微光谱图像进行处理和计算，以简单的操作步骤，实现了对单粒小麦种子种皮厚度的快速、准确测量。并且，所述方法不需要使用化学试剂，安全环保；所述方法不需要人工主观判断，避免了人为误差；所述方法还可以应用于其他作物(如玉米)的种皮测量，具有广泛的应用前景。
以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。
Claims (6)
1.一种小麦种子种皮厚度测量方法，其特征在于，包括步骤：
A：使用刀片直接切开小麦种子制作种子的切片；
B：针对所述切片，利用红外显微成像系统采集小麦种子的红外显微光谱图像；
C：根据所述红外显微光谱图像，提取能够反映种皮和内部组织差异的小麦种子的特征图像；
D：对所述特征图像进行处理，获得种皮图像；
E：标定所述种皮图像的比例尺，根据所述比例尺以及所述种皮图像中对应种皮厚度的像素数量，计算单粒小麦种子的种皮厚度；
所述步骤A具体包括：
A1：选取饱满的小麦种子作为测量对象；
A2：用刀片直接切取小麦种子中间部分，获得小麦种子的切片；所述切片的两个切面平整且平行，并且所述切片的厚度介于1.8mm到2mm；
所述步骤B具体包括：选择光路和激发光波段，选用近红外波段NIR，调节焦距，设置实验参数，各参数为：成像面积5000μm×5000μm，空间分辨率25μm×25μm，波数分辨率为64cm-1，扫描次数32，近红外7800-2000cm-1，以及，
B1：以聚四氟作为背景，扫描背景光谱；
B2：将所述切片固定在载条片上，使小麦种子腹沟所在线平行于载条片的边，聚焦后扫描所述切片的显微可见图像；
B3：在所述显微可见图像中选择检测区域并进行定位，然后在12500～2000cm-1光谱范围内进行红外光谱图像扫描，获得小麦种子的红外显微光谱图像；
所述步骤C具体包括步骤：
C1：根据所述红外显微光谱图像，获得小麦种子的平均吸光度图像、单波长图像或者峰比率图像；
C2：根据所述平均吸光度图像、单波长图像或者峰比率图像，获得能够反映种皮和内部组织差异的小麦种子的特征图像；
所述步骤D具体包括步骤：
D1：将所述特征图像转化为灰度图像；
D2：选取阈值对所述灰度图像进行二值化处理，实现小麦种子与背景的分离，并得到二值化图像；
D3：对所述二值化图像进行形态学图像处理，去掉非种皮区域的图像，得到种皮图像。
2.如权利要求1所述的方法，其特征在于，所述步骤D2中，采用Otsu算法选取所述阈值。
3.如权利要求1所述的方法，其特征在于，所述步骤D3中，采用腐蚀、膨胀、腐蚀与膨胀相结合或者重构的方法对所述二值化图像进行形态学图像处理。
4.如权利要求1所述的方法，其特征在于，所述步骤E具体包括步骤：
E1：标定所述种皮图像的比例尺；
E2：计算所述种皮图像中对应种皮厚度的像素数量；
E3：根据等比例原理，由所述种皮图像的比例尺和对应种皮厚度的像素数量，计算单粒小麦种子的种皮厚度。
5.如权利要求4所述的方法，其特征在于，所述步骤E1中，根据所述切片的最大直径，以及所述最大直径对应的像素数量，标定所述种皮图像的比例尺；或者通过同步采集已知尺寸的标准板的图像，标定所述种皮图像的比例尺。
6.如权利要求4所述的方法，其特征在于，所述步骤E2中，通过计算多处种皮厚度对应的像素数量平均值的方式，获得所述种皮图像中对应种皮厚度的像素数量；或者根据种皮区域像素数和种皮周长，等效获得所述种皮图像中对应种皮厚度的像素数量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2012100131583A CN102577694B (zh) | 2012-01-16 | 2012-01-16 | 小麦种子种皮厚度测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2012100131583A CN102577694B (zh) | 2012-01-16 | 2012-01-16 | 小麦种子种皮厚度测量方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102577694A CN102577694A (zh) | 2012-07-18 |
| CN102577694B true CN102577694B (zh) | 2013-11-20 |
Family
ID=46467386
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2012100131583A Active CN102577694B (zh) | 2012-01-16 | 2012-01-16 | 小麦种子种皮厚度测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102577694B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113228878A (zh) * | 2021-05-14 | 2021-08-10 | 中国农业大学 | 一种测定小麦种子活力的建模方法 |
| CN114019104B (zh) * | 2021-11-04 | 2024-03-12 | 山东省农业科学院 | 野大豆种子硬实性检测装置及检测方法 |
| CN117419650B (zh) * | 2023-12-18 | 2024-02-27 | 湖南西欧新材料有限公司 | 基于视觉分析的氧化铝陶瓷表面釉层厚度测量方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4258074A (en) * | 1978-10-25 | 1981-03-24 | Saat-Und Erntetechnik Gmbh | Process for the encrusting, pilling or granulating of seed material |
| CN2662236Y (zh) * | 2003-12-23 | 2004-12-08 | 广东省农业科学院作物研究所 | 一种花生单粒种子漫反射光谱测定装置 |
| CN101887018B (zh) * | 2009-05-13 | 2012-01-25 | 山东省花生研究所 | 一种非破坏性测定花生种子主要脂肪酸含量的方法 |
| CN102179375B (zh) * | 2011-03-09 | 2013-03-13 | 中国科学院合肥物质科学研究院 | 一种基于近红外作物单籽粒成分无损检测筛选方法 |
-
2012
- 2012-01-16 CN CN2012100131583A patent/CN102577694B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN102577694A (zh) | 2012-07-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yang et al. | Plant phenomics and high-throughput phenotyping: accelerating rice functional genomics using multidisciplinary technologies | |
| CN102495005B (zh) | 高光谱图像技术诊断作物水分亏缺的方法 | |
| CN102621118B (zh) | 温室蔬菜病虫害的预警方法 | |
| DK2525641T3 (en) | METHOD FOR EVALUATION OF germination capacity of seeds | |
| CN109187417B (zh) | 一种无人机载的太赫兹波及高光谱遥感农作物监测系统 | |
| CN103278460A (zh) | 一种柑橘树红蜘蛛虫害胁迫情况测试分析方法 | |
| Sutton et al. | Investigating biospeckle laser analysis as a diagnostic method to assess sprouting damage in wheat seeds | |
| CN107392920B (zh) | 一种基于可见光-太赫兹光的植株健康辨别方法和装置 | |
| CN110553999A (zh) | 基于高光谱和叶绿素荧光成像融合的柑橘黄龙病检测方法 | |
| CN102577694B (zh) | 小麦种子种皮厚度测量方法 | |
| Gowen et al. | Hyperspectral imaging for the investigation of quality deterioration in sliced mushrooms (Agaricus bisporus) during storage | |
| Darvishsefat et al. | Evaluation of spectral reflectance of seven Iranian rice varieties canopies | |
| Marcon et al. | Estimation of total leaf area in perennial plants using image analysis | |
| CN108427862B (zh) | 基于图像分析的多品种全生育期棉花生物量无损测量方法 | |
| Tugnolo et al. | A diagnostic visible/near infrared tool for a fully automated olive ripeness evaluation in a view of a simplified optical system | |
| CN106841167A (zh) | 果蔬农药残留的无损检测方法 | |
| JPWO2019073666A1 (ja) | 判定装置、判定方法、および判定プログラム | |
| CN106568730B (zh) | 一种基于近地面高光谱影像的水稻阴阳叶穗识别方法 | |
| CN112129709A (zh) | 一种苹果树冠层尺度氮含量诊断方法 | |
| CN110609011A (zh) | 单籽粒玉米种子淀粉含量近红外高光谱检测方法及系统 | |
| Li et al. | Study on detection of the internal quality of pumpkin seeds based on terahertz imaging technology | |
| EP3289335B1 (en) | Infrared imaging of biological material | |
| CN101911877A (zh) | 基于激光漫反射图像技术的种子生命力鉴别装置和方法 | |
| PP et al. | Automated quality assessment of cocoons using a smart camera based system | |
| CN113267458A (zh) | 甘薯可溶性蛋白质含量定量预测模型的建立方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |