CN103037987A - 用于对存在于种子批中的物体分类的方法及相应的用于生产种子的用途 - Google Patents

用于对存在于种子批中的物体分类的方法及相应的用于生产种子的用途 Download PDF

Info

Publication number
CN103037987A
CN103037987A CN2011800330434A CN201180033043A CN103037987A CN 103037987 A CN103037987 A CN 103037987A CN 2011800330434 A CN2011800330434 A CN 2011800330434A CN 201180033043 A CN201180033043 A CN 201180033043A CN 103037987 A CN103037987 A CN 103037987A
Authority
CN
China
Prior art keywords
seed
classification
adopt
aforementioned
feature
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.)
Pending
Application number
CN2011800330434A
Other languages
English (en)
Inventor
安特耶·沃尔夫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Strube GmbH and Co KG
Original Assignee
Strube GmbH and Co KG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Strube GmbH and Co KG filed Critical Strube GmbH and Co KG
Publication of CN103037987A publication Critical patent/CN103037987A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
    • B07C5/3425—Sorting according to other particular properties according to optical properties, e.g. colour of granular material, e.g. ore particles, grain
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
    • B07C5/3425—Sorting according to other particular properties according to optical properties, e.g. colour of granular material, e.g. ore particles, grain
    • B07C5/3427—Sorting according to other particular properties according to optical properties, e.g. colour of granular material, e.g. ore particles, grain by changing or intensifying the optical properties prior to scanning, e.g. by inducing fluorescence under UV or x-radiation, subjecting the material to a chemical reaction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64—Fluorescence; Phosphorescence
    • G01N21/645—Specially adapted constructive features of fluorimeters
    • G01N21/6456—Spatial resolved fluorescence measurements; Imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/85—Investigating moving fluids or granular solids
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64—Fluorescence; Phosphorescence
    • G01N2021/6417—Spectrofluorimetric devices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64—Fluorescence; Phosphorescence
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/65—Raman scattering

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Pretreatment Of Seeds And Plants (AREA)
  • Apparatuses For Bulk Treatment Of Fruits And Vegetables And Apparatuses For Preparing Feeds (AREA)
  • Sorting Of Articles (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明涉及一种用于对包含在种子批中的物体(3)分类(704)的方法，其中，采用至少一种无创伤性法(702、703)确定所述物体(3)的特征，其中，当所述物体(3)的至少一个空间特征被确定时，采用光切法(702)作为至少一种无创伤性法(602、603)，通过所述光切法三维地记录所述物体(3)；以及通过激光切法(702)或通过激光切法(702)和至少一种无创伤性法(602、603)获得的特征被一起用于描述所述物体(3)以进行分类。

Description

用于对存在于种子批中的物体分类的方法及相应的用于生产种子的用途
技术领域
本发明涉及一种用于对包含在种子批中的物体分类的方法，一种用于检查、评估和/或制备种子的方法，一种相关的装置，以及一种用于生产根据形状和大小分级的种子的相应的用途。
背景技术
尽管本申请主要涉及糖用甜菜种子，所描述的方法和装置也可以有利地用于其它领域，例如用于研究和/或制备其它种子(如谷物种子)。
现代高性能的糖用甜菜种子在加工阶段经历一系列艰难的提纯和制备步骤。这些步骤的目的是生产出具有尽可能均一的大小分布的种子以方便机械播种和获得可能的最高质量。理想地，这种种子具有100％的发芽率，即对于播种的每粒种子丸(seed ball)或者种子，都能够期待收获糖用甜菜。
为了确保糖用甜菜田地的高效的收获，做出艰苦卓绝的努力以尽可能生产绝对的单胚种子。野生形式的甜菜属被已知用于生产多心皮的种子丸，即复合果实，其中1至5粒种子形成具有木本子房的单元。传统地，为了生长甜菜，因此有必要在发芽之后分离甜菜(一项劳动密集型任务)，或者事先通过机械分割种子丸。相比之下，现代栽培为基因上的单胚，从而理想地生产出绝对的单胚种子。但是，实际上，得到的种子总是包含一定比例的双胚种子丸，双胚种子丸不能采用常规方法被充分地分开。
在糖用甜菜种子的制备中，所有实施在种子上的步骤(例如通过形状和大小清洁和分级)应在这个应用的范围内，清洁过程可以通过采用例如用于去除残梗和石子的筛选设备、归类机和装置而实施，对大小归类的过程通过采用机械的圆孔开槽筛以及重力分选方法而实施。
由于糖用甜菜种子不规则的三维结构，使得将其机械地单独放置在田地中更困难，因此制备好的种子通常紧接着被粒化。
上述的彼此分开的种子制备过程被证明是很难实践的，因为采用很多不同的机器，这些机器的设置必须恰当地适配，且种子必须在这些机器之间传输。因此得到的种子质量一般不合格。特别地，单胚和双胚种子丸的分离被证明是困难的，因为一般不可能令人满意地采用机械筛将较小的双胚与较大的单胚种子丸或两次结实(bicarpous)的但单胚的种子丸分离开。
在谷物和糖用甜菜种子的提纯测试(法定的要求)中，通常人工数出定量的(例如100g)种子以及确定所谓的杂质，即异质种子(杂草或其它种子)、土块、叶片、茎、残梗、碎屑等等的比例。该过程也是异常地劳动密集的且其结果很大程度上取决于雇用人员的可靠性。
DD 255 097 A1公开一种用于通过密度对植物种子分级的装置以及一种评估和计数单元，通过密度对植物种子分级的装置使用本身已知的第一探测器(例如光学长度测量设备)确定种子的机械尺寸以及使用本身已知的第二探测器(例如X射线设备)确定种子的特殊电磁辐射的吸收强度。
采用该装置，在同一方向单个地测量先前被分开的种子，然后确定这些种子在测量的方向中的吸收属性。
除了对种子的强制性分开和单个检验，以及由此导致的低产量之外，DD 255 097 A1的过程的缺点在于，被检验的种子只是被不充分地测量，且该过程特别地应用于不规则形状的种子时是不可行的。
因此在种子批的检验和制备上有持续的改善需求。
发明内容
相对于背景技术，本发明提出具有独立权利要求的特征的一种对包含在种子批中的物体分类的方法，一种检查、评估和/或制备种子的方法，一种相关的装置，以及一种用于制备根据形状和大小分级的种子的相应的用途。优选的实施例为从属权利要求及其后的描述的主题。
本发明的优点
根据本发明的分类方法包括采用至少一种无创伤性法检查物体以及由此确定物体的特征。当物体的至少一个空间特征被确定时，根据本发明采用光切方法作为至少一种无创伤性法，通过光切法三维地捕获物体。以及，通过光切法本身或通过光切法和至少一种其它无创伤性法确定的特征被共同地用于描述物体以对物体分类。
本发明特别地包括光学法、光谱法和成像法作为所提到的额外的无创伤性法。
光学法是指所有基于光和物质的相互作用的方法。这里的光特别地指范围在380nm和780nm之间的电磁谱的可见部分，但是如果需要，也指从1THz的频率至高达300THz的频率范围的光。这因此也包括例如红外光或紫外光的非可见光。所以，光学检查方法主要得到关于光学属性的信息，特别是被研究的样品的表面的光学属性的信息。
采用光谱法确定被检查的物体的能谱是可能的。光谱法可以基于光和物质的光学相互作用，即它们构成光学法。但是，光谱法也可以包括采用其它区域的电磁谱，如X射线辐射(X射线(吸收)光谱的情况)、UV辐射(如在荧光谱中)、微波(微波光谱)或无线电波(核共振光谱)，以及如电子或离子的粒子。被检查的物体可以被一种类型的辐射激发，且被检查的物体的不同的放射可以以另一种类型的辐射的形式被检查出来。当辐射被检查的物体时，获得透射谱或吸收谱，以允许得出关于物质与辐射或被辐射的粒子的相互作用的结论。样品的光谱检查，特别是当样品被采用的辐射或粒子穿透时，在同时考虑来自样品内部的信息的情况下，使得做出对光谱的判断是可能的。
成像法从真实物体的测量值中生成图像，从其中得到的测量值或信息通过亮度值或颜色以编码的形式被局部地分辨和可视化。测量值可以反过来源自(局部分辨的)光学的和/或光谱检查。典型的成像法有可见光或非可见光式摄影法、二维或三维X射线法和NMR成像。
当根据本发明检查种子批时，高产量是可期待的。这意味着单个的种子不能一个接一个地被检查或者测量。除非，例如使用三维X射线法，每个单个的种子可以通过随后的成像法被检测和三维地显示。
采用目前可获得的技术可能性，这种方法不能以期望的产量速度实施。本发明利用光切法(将在下文说明)用于三维捕获(记录)种子批中的物体。在此的优点是可以同时检查大量单个的物体(种子)。光切法提供关于被检查的物体的三维形状的信息。然后，基于仅通过光切法获得的两个或多个特征(如在下文所说明的)，或者通过一方面源自光切法另一方面源自另外的无创伤性法的两个或多个特征(在特别有利的实施例中)，可以实施物体的分类。特别地，这种另外的无创伤性法可以提供关于物体的内部和/或外部性质的信息(在下文被称为“结构和/或形态特征”)。检测结构特征的前提是在该方法中采用的辐射至少部分地穿透物体。在相互作用被限制在物体的表面或特定的表层的其它情况下，作出关于形态属性的表述是可能的。通过这种方式，本发明可以提供关于多个被同时检查的物体的三维构造和结构和/或形态特征的信息。
用于测量三维结构的光学法通常基于三角测量或立体视觉原理。另外，可以采用干涉测量方法，特别地用于测量表面的微结构。
在简单的三角测量法中，将光点投影在待测的物体的表面上，并从不同于照射方向的方向(即在三角测量角处)观察光点。然后可以通过投影束的空间朝向和三角测量角确定照射点的坐标。单点三角测量法是准确且确凿的，但是由于表面的逐点扫描它们也速度较慢。
在本发明的范围之内，可以用于获得特别的优点的基于三角测量进一步发展的方法有光切技术和带投影(stripe projection)。
在光切方法中，取代单个点，将线投影在待测的物体的表面上。如在单点三角测量方法中，使用电子照相机从不同于照射方向的至少一个方向观察这条线，表面构造中的每个变化引起照相机图像中的明确的偏离。以如上所述的相同方式确定被照射点的空间坐标(铅直分布图)。由于线性扫描，在速度上有明显的优势。
在也被归类为光切法的紧密相关的激光切三角测量方法中，通过激光束照射待测物体，通过线性光学器件激光束在在待测物体的表面上成像。与普通的光切技术相比，由于激光光线的微小的横向延展从而具有精确的优点。特别地，采用激光切技术检测微观表面结构或者粗糙度(roughness)是可能的，并且如在下文说明的，这可以用于将具有特定粗糙度的种子从异质种子或具有不同粗糙度的杂质中区分出来。这可以被特别有利地用于区分同批中的糖用甜菜种子和谷物种子。
也被看作为光切法的带投影是光切技术的进一步发展，其中将很多条线同时投影在被测量的物体的表面上。这些线的强度在横向方向上周期性的变化，且使得单条线对于观察照相机是可区分的。
与光切技术一起被有利地采用的其它组光学法有例如双目镜立体视觉法。双目镜立体视觉法是基于这样的事实，从不同观测角度得到的物体的两个视图使得有可能得出关于它们的三维构造的结论。采用软件算法，通过相应的分析在两幅照片中识别物体特征。该特征在两幅照片中的不同位置提供该特征在三维空间中的深度的测量。双目镜立体视觉原理可以从两个视图扩展至多个视图从而可以获得更精确的信息且使得相应的分析更加可靠。
光度立体视觉法也可以与光切法一起被有利地采用。光度立体视觉法采用不同的照射条件以确定物体的形状。与双目镜立体视觉法不同，观测角保持不变。基于在照射的各个方向中的亮度，可以得出关于物体表面的坡度的结论。不仅空间深度被测量出，数学偏差也因此被测量出。光度立体视觉法特别地适合于确定局部物体结构(即，例如表面特征)；但是，整体结构测量频繁地出错。
如已经提到的，根据本发明的用于对包含在种子批中的物体分类的方法包括采用光切法。其优点是可以以无接触的方式实施该测量且因此不在物体上产生任何机械效应，即无创伤。另外，可以同时记录物体上的大量点，导致测量时间的缩短且使得有可能为了分类的目的同时记录包含在种子流中的多个物体。
与上述提到的现有技术中采用的检查方法相比，被检查的物体因此不需要被分别地检查，而可以一排排地高产量地被检查，例如在传输带上。
根据本发明，通过一个或多个相应的方法确定物体的多个特征并且这些特征被一起用于描述以及随后的分类。可以实施物体的顺次级联布置(即，例如首先根据大小，然后通过表面性质，然后通过形态特征，等等)或者基于检测到的特征的特殊组合，可以将来自基本群体的个体归类到特定类别中。有利地，通过很多特征同时描述个体。类别特征和特征的组合可被用于学习系统并基于获得的结果(例如纯度和功效)而被优化。
如已经说明的，特别是采用光切法，可以特别有利地迅速且可靠地检测出几何属性，即物体的空间长度和/或体积。然后可以将确定的几何属性彼此相关并用于分类被检查的物体。例如，当检查圆形种子时，如在下文具体描述的，可以将具有较大的长宽比的物体分类为必须从相应的种子批中被分离出去的所谓的杂质。
采用阈值，这种方法可以特别有利地实施，其中可为特定的分类类别限定特定的期望标准。例如，种子理想地为球形形状以使其能够没有任何问题地被机器播种。因此超过相对于球形的特定偏差的种子被分离出来。还可以基于形状参数将种子划分到形状类别。这种基于形状参数的分类或制备被称为本申请范围内的“通过形状分级”。通过形状分级可以特别地与通过大小分级(也有利地采用光切法实施)组合。通过这种方式，可以生产通过其形状和大小特征被精确描述的种子粒组，其中形状和大小特征限定机械应用属性。
常规地，如上所说明的，粒化糖用甜菜种子以改善其播种适宜性。用于糖用甜菜种子的机械播种机(mechanical seed drills)常规地包括腔式敷料器(applicator)，每个腔式敷料器可以容纳种子丸或种子。粒化意欲确保实际上只有一粒种子丸可以被容纳在相应的腔中且因此被分别地分发。但是，粒化同时显著地增大种子的体积(大致为其三倍)，导致有必要频繁地重新注满播种机且因此导致不经济的播种操作。技术人员也清楚粒化的糖用甜菜种子具有较差的发芽属性。因此，采用的涂布层干燥条件下避免水接触种子，使其对种子无效。另一方面，在非常潮湿的条件下，涂布层吸收过量的水(“变得浸透的”)并因此常常使种子缺氧。
因此，如果采用根据本发明的方法可以生产出“理想的”的三维形状的种子，则可以采用合适地适配的播种机在未粒化的情况下播种。种子的粒化的缺失有益于播种的适宜性，也有益于种子在田地中的发芽属性。本发明因此还包括如在下文说明的分类法的用途，该用途用于非粒化种子的生产，特别是在上文提供的限定范围之内的通过形状和大小分级的糖用甜菜种子的生产。
根据本发明的方法因此实现种子成分(例如包含在叶片、土壤、草籽等的物体的种子批中的种子或果实)的快速可靠且无创伤性的测量。在根据本发明的方法的范围之内，可以例如通过合适的分选设备(singling device)将种子或果实放置在传输带上并在条型激光和一个或多个垂直成像的照相机下传递以检验它们的形状和大小。通过光点相对于带的基准线的偏离生成单个种子的垂直分布图，以及通过估算分布图测量不同的几何参数(形状参数、表面参数和大小参数)。利用这些测量的参数，可以将种子或果实从叶残体、残梗、土块和石头以及其它异质体中区分出来，且可以根据种子的所有三个维度的实际测量值识别种子。
有利地，物体的空间形状和/或表面性质也被检测作为至少一个空间特征。在上文说明的空间特征因此不限于长度、宽度和相应的体积的测量值，还包括例如边缘和/或表面属性如粗糙度和几何形状。因此，双胚糖用甜菜种子例如具有在平面图中大体为矩形的形状和明显的棱角，而小麦种子(具有类似的大小特征)在纵截面上为椭圆形并具有很小的棱角。例如，通过检查表面结构也可以将糖用甜菜种子(具有明显的粗糙度)与谷物种子(具有平滑的表面)区分开。
如所说明的，在所提到的光切法之后进行至少一个进一步的无创伤性法是特别有利的。这可以有利地是成像法，特别是超声、X射线或者磁共振成像。以上提到的光学法或成像法也有利地包括颜色的确定。这使得例如可靠地检测霉菌侵袭或者区别具有相同的大小和形状参数的物体是可能的。
这种成像法可以用于例如获得二维X射线截面图像，该二维X射线截面图像允许区别出种子和其它物体如石头或土块。如果物体被识别为种子，相关的(X射线截面)图像可以被用于图像处理方法。在该图像处理方法的过程中，可以分割图像数据，例如，换句话说，可以将图像区域或检查数据的区域分配至被研究的物体的区域。通过这种方式，物体(例如种子或种子丸)的形态和/或结构特征可被确定并用于描述种子的质量。因此，具有种子和胚乳的果实的饱满度对于其在田地中的发芽特性是至关重要的。因此，如果在果实内检测到一定大小的空腔，该果实必须被舍弃。
采用检测物体的至少一种光谱特征的光谱法也是特别有利的。这种光谱法，如例如核共振、电子自旋共振、微波、振动、红外、RAMAN、UV-VIS、荧光、原子的、X射线和/或伽马射线光谱术对于物质属性的检查(物质成分、浓度的测量)是理论上已知的。这些方法可以特别有利地用于确定吸收特征或吸收特征在物体中的分布。与先前说明的成像法相比，光谱法非常快速且因此适合用于高种子产量。复杂的图像处理方法是没有必要的。测量的吸收特征可以例如与几何特征一起用于描述物体。
例如，在相同大小、相同三维尺寸范围和类似的可见表面性质的物体的情况下，通过确定密度或光谱共振或渗透性可以清楚地区分土块或石头与种子，而在常规方法中这是不可能的，特别是在糖用甜菜种子的情况下。另外，将完全饱满的种子或果实(即具有充分形成的胚乳的种子或果实)与具有空腔的种子区分开也是可能的。因此，设想的方法为目前为止采用的基于重力的方法提供了替代或支持。
特别地，光谱特征和形状特征的组合提供关于被检查的物体的性质的清楚的信息，而个体检查法提供模糊的结果。如已经说明的，这涉及例如可能具有相同的几何形状但是不同的透射特性的土块和种子。
如反复提到的，所涉及的方法可以用于确定具有胚芽或胚胎的果实的饱满程度，然后可将该饱满程度与果实的体积和/或膨胀相关。采用该方法和上文中描述的其他方法，以及利用三维形状(体积、面积、几何形状)的知识，可以基于关于果实的特定的饱满程度的信息，在所获得的种子中(即，在校准阶段中)获得特别高的均一性。结果，可以期待在田地中的特别均匀和均一的发芽。
另一个有利的实施例包括光学方法形式的至少一种进一步的无创伤性检查，通过该无创伤性检查确定物体的至少一个光学特征。由于某些问题，如在下文具体说明的，可以采用额外的光学评估对种子分类。因此，通过光学检验，可以将小麦种子与土块(对于糖用甜菜种子一直无法处理的物体)区分开。特别有利地，光学特征可以包括颜色和/或荧光特性。
应当理解的是，利用上文中提到的所有的方法，可以至少部分地记录和/或三维测量物体。在这种情况下，例如，可以在两个截面中实施成像法从而获得关于物体的结构和/或形态属性的更可靠的信息；采用光谱法通过物体的至少两个平面或截面线可以确定吸收分布图。至少部分三维地确定物体的空间属性。应当理解的是，通过衬底上的光切法被检查的物体不能作为一个整体而被几何地记录，因为搁置在传输设备上的物体的部分未被激光束和/或照相机所触及。但是，在这种情况下，仅确定设置在衬底上的物体的“垂直数据”已被证明是得当的。
根据本发明的方法可以特别有利地用于将种子批中的物体分类为至少一个形状和/或大小类别和/或具有至少一个形态属性的土壤颗粒、石头、茎、叶残体、花残体、草籽和/或种子或果实。可以将异质体或不需要的种子或果实从种子中分离出去并舍弃。
该方法特别适合用于对种子或果实自身分类。因此区分两次结实的单胚、两次结实的双胚和一次结实的单胚果实是可能的。常规上不可能或很难将具有两个腔但只有其中一个包含种子的两次结实的单胚种子与两次结实的双胚种子区分开。由于对于每个被种植的种子丸，糖用甜菜种子应当理想地仅仅生成一棵甜菜(如先前所提到的)，因此必须将双胚种子丸分离出来。但是，被可靠地检测出来的两次结实的单胚的种子丸可以留在种子中，从而提高天然种子材料的利用率。
综上，可以说，通过精确的测量和分类至窄类别，本发明允许不需要粒化的“高科技”的种子制备。粒化的缺失具有大大降低待种植的种子的体积和重量，在湿润的土地和干旱的条件下均改善发芽量，以及至少降低成本的优点。本发明通过两个传感器系统的组合，即通过将(至少)两种类型的特征(包括空间的、形态的、光谱的和光学的特征，并包括一方面的表面特征的检查和另一方面的内部形态的检查)相关，来提供最优的结果。最后，本发明可以带来具有涉及的缺点和利用相应的分级法(振动、重力、筛孔等等)的常规的分级设备的节约。还应当指出的是，根据本发明还可以生产数个种子粒组，每个粒组具有具有相同特征(几何的、结构的、形态的和/或光学的特征)的种子。
根据本发明的方法可以被特别地用于种子纯度分析(评估)。“低劣的粒组”可以被排除，获得的“优良的粒组”可以接受视觉再评估和相应的统计估算。
表1示出以质量百分比和绝对质量给出的被污染的糖用甜菜/天然种子批的成分的示例。种子提纯的目的是获得最高可能含量的不含杂质(即不需要的物质)的糖用甜菜种子丸。
如表2所示，根据本发明的提纯产出在优良粒组中具有最少量的杂质的99.43的纯度。低劣的粒组中(表3)的种子丸的百分比为72.2％，但是这总计仅为包含在优良粒组中的种子丸的7％(重量百分比)。在日常应用中，该方法使得每小时对大约7,000,000个粒子(对应于大约70kg种子)分级成为可能。
表1.被污染的糖用甜菜/天然种子批的成分的示例
  类型   ％   g
  未加工的种子丸   88.75   2662
  残梗   8.00   240
  具有残梗的种子丸   0.15   4.5
  叶   1.50   45
  花残体   1/25   37.5
  草   0.23   6.9
  块   1.09   32.7
表2.根据本发明的种子批的提纯后的“优良的粒组”的成分
  类型   ％   g
  未加工的种子丸   99.43   2485
  残梗   0.03   0.75
  具有残梗的种子丸   0.05   1.25
  叶   0.10   2.50
  花残体   0.08   2.00
  草   0.05   1.25
  块   0.24   6.00
表3.根据本发明的种子批的提纯后的“低劣的粒组”的成分
  类型   ％   g
  未加工的种子丸   72.2   177
  残梗   22.14   239
  具有残梗的种子丸   0.38   3.3
  叶   1.53   42.5
  花残体   2.40   35.5
  草   0.63   5.5
  块   0.73   26.7
对于根据本发明提供的用于检查和/或制备种子批的方法及根据本发明的相应的装置的特征和优点，特别地参考上文提供的说明。
本发明进一步的优点和实施例将从描述及其附图中变得明显。
应当理解的是，在不脱离本发明的范围的情况下，以上所提到的特征和以下将被说明的特征可以不仅被使用在所说明的特定组合中，而且可以被使用在其他组合中或者被独立地使用。
基于示例性实施例在图中示意性地描述本发明并且将参考附图详细描述本发明。
附图说明
图1示出根据本发明特别优选的实施例的装置的示意性的表示；
图2示出在根据本发明的方法的特别优选的实施例的范围之内获得的表面图像数据；
图3示出在根据本发明的方法的特别优选的实施例的范围之内获得的X射线放射数据；
图4示出在根据本发明的方法的特别优选的实施例的范围之内获得的X射线放射数据和相应的相关联的形态特征；
图5示出在根据本发明的方法的特别优选的实施例的范围之内获得的种子与杂质的混合物的X射线剖视图数据；
图6示出在根据本发明的方法的特别优选的实施例的范围之内获得的种子与杂质的混合物的组分的核共振数据；
图7示出在根据本发明的特别优选的实施例实施的方法的流程图。
具体实施方式
图1示出用于对种子分类、检验和/或制备的装置，该装置通常标记为100。
装置100包括传输设备1，例如配备有相应的辊11的传输带。通过分选设备2将被引入至分选设备2的种子批中的物体3单层地应用于传输设备1。这里的“单层”是指物体3一个接一个地平放且优选地不相互重叠，或者仅仅小部分地重叠。
装置100包括光源4，例如条型激光。装置100被设置为采用光切技术。但是如之前所说明的，根据本发明的方法也可以采用立体式或干涉式技术。在下文将以举例的方式简要地说明激光切法。
如已经提到的，被设置成例如产生激光线41的光源4被导向传输设备1且以大致直角投影至传输设备的传输方向。当物体3经过激光线41时，从侧面可以观察到激光线41的偏离。例如可以采用合适的观察照相机5、5′、5″观察激光线的偏离，这些观察照相机与激光线对准而围成合适的三角测量角。通常地，在这种光切法中有必要采用至少一个照相机。但是，通过采用以不同的三角测量角布置的两个或更多个照相机5、5′、5″，精度被提高。
照相机5、5′、5″与评测设备例如高能计算机(未示出)相连。在处理设备中，将通过照相机5、5′、5″获得的单个的或部分的图像组合以形成数据集，并从这些数据集中计算出每个物体3的几何数据。还可以对这些数据进行处理以形成被观察的物体3的三维表示。照相机5、5′、5″中的至少一个还可以被实施作为视觉观察照相机，例如作为颜色照相机，以便例如通过采用实施作为测量照相机的一个或多个照相机5、5′、5″可以获得物体3的三维表示，而颜色照相机产生三维的物体3上的额外的颜色信息。
在特别的应用中，例如当对谷物种子分类时，如之前所提到的，可以采用关于物体3的不同的颜色信息来将物体3分类为种子(谷粒)或者杂质(例如土块)。
因为根据本发明的设备的三维数据的集合，传输设备1上的物体3的对准不再是重要的，因为在每种情况中均能捕获物体的三维空间测量。本发明相对于例如从DD 255 097A1已知的常规的种子评测法体现显著的优势。
除了单个的光源4，采用具有不同光属性的多个光源自然也是可能的。例如，在光度测定的立体法的范围内，可以从两个不同方向提供照射，且可以通过照相机5、5′、5″的一个或多个确定表面倾斜度。从例如EP 1076822A1中已知用于确认质量特征的种子的荧光属性的确定。因此可以采用激发种子的特定荧光属性的光源。
如果合适的话，在根据本发明的方法的范围内还可以采用以频闪观测仪的方式被交替地激活的多个光源4，以便能够在不同的照明条件下交替观察。除了光学照相机5、5′、5″之外，可以采用荧光照相机等，或者一般而言的用于被检查的物体3的光学反射属性的成像器件。
装置100也可以被配置用于立体视觉测量，同时，如上文所说明的，可以采用来自不同观测角度的三个照相机5、5′、5″或者两个相应对准的光源4。
当经过由照射设备4生成的激光线41之后，例如，物体经过另一个无创伤性测量设备，在此表示为X射线源6和反向X射线检测设备61。通过X射线源6和反向检测设备61，或者可以确定X射线的吸收属性(即相应的物体的“灰度值”)，或者如所期待的，可以获得且相应地评测物体的二维图像数据。
优选地，还将X射线检测设备61与上文所提到的评测设备(未示出)相连。根据本发明的评测特别地包括确定的不同属性的校正，例如，如之前所说明的，具有体积和/或具有X射线吸收属性和/或通过X射线成像法确定的形态特征的属性的最大膨胀的校正。
根据本发明的装置100可以进一步地包括分拣设备7，其中例如通过气动分级将预先分类的物体3，划分成粒组。
图2示出根据本发明的方法的特别优选的实施例获得的糖用甜菜种子中的物体的三维检查数据。这些图从连续地绘制的激光截面线(如可以通过装置100产生)中重构得到。
自然地，当对表面1(例如在装置100中)上的物体进行光学检查时，如所说明的，获得这些物体3的“垂直图像”。因为是从上方观测物体，因此不易获得完整的空间表示。但是，已经发现，在根据本发明的方法的范围内，垂直图像表示对于种子批中的物体的分类是足够且便利的。如已经提到的，这些垂直数据也可以从两个观察角度得到并相应地被组合。
图2A示出可例如基于其表面积与体积的比以及相应的粗糙度特征而被分类的糖用甜菜种子丸。
图2B示出存在于糖用甜菜种子中并通过根据本发明的方法被分类的残梗。这种残梗可以是花或者果实的茎，是存在于糖用甜菜种子中的不需要的杂质。在所示的检查方法的范围内，残梗的特征在于，较大的纵向尺寸以及同时较小的横向尺寸。
图2C示出根据本发明被分类的残梗种子丸，即附有残梗的种子丸，由于残梗不易于通过机械播种，因此在优质种子中也是不被期待的。基于上述说明的特征的组合(参见图2A和2B)实施分类。
图2D示出根据本发明被分类的叶片，其特征在于，相对较大的表面积而同时明显“扁平”。
图2E示出相应地被分类的土块。如显而易见地，可能难以纯光学地将土块和石头(图2E)与光学上类似的糖用甜菜种子丸(图2A)区分开，这意味着必须采用额外的方法。
图2F示出与糖用甜菜种子丸(图2A)相比具有显著较小的粗糙度的草籽。
图3示意性地示出穿过通过二维X射线成像获得的糖用甜菜种子(放射图像)的剖视图。图3A示出完全饱满的一次结实的单胚种子丸。图3B所示的X射线图像中的两次结实的双胚种子丸(即具有两粒饱满的种子的种子丸)可以清楚地与一次结实的单胚种子丸区分开。
图4示出两个糖用甜菜种子丸的细节视图，其中部分图4A和4C分别示出通过X射线成像获得的原始数据，部分图4B和4D示出通过自动分割法获得的相应的组织信息即形态特征。在每种情况中，果皮的柔软部401、果皮的坚硬部402、种子组织403(胚芽和胚乳)和腔404是可以区别的。这些剖视图中的部分(401至404)的检测例如采用灰度值和通过学习相应的识别系统进行。
在图4所示的种子中，腔404可以因此在种子丸中被检测到并通过分割而被相应地分配。在部分图4A和4B示出的种子的情况中，腔404几乎全部地填充种子丸，种子组织403几乎不能被检查到。种子丸中的腔404的存在，腔404相对于种子组织403的大小，以及这些特征相对于通过光学检查法确定的几何属性的大小，均可以被采用以有利地限定种子丸的质量特征以及基于它们实施制备。
图5示出通过二维X射线成像获得的具有高比例的杂质的原始种子混合物的图像数据。杂质由石头和土块501(基于对X射线的渗透性，从种子510至513中清晰地被区分出来)、明显不同形状和对X射线的不同的渗透性的谷物种子502和茎残体505组成(除了别的之外)。
对种子510至513，有可能区分(期待的)：单胚一次结实的种子丸510，其中存在的单个腔被完全地填充；具有潜在的较差的发芽属性(参见图4A和4C)的部分填充的单胚一次结实的种子丸511；两次结实的且双胚的种子丸512；将被移除的双腔但空洞的种子丸513；以及可能被采用的(参考上文)双腔但单胚的种子丸514。
图6示出从不同成分的种子混合物获得的磁共振谱601至605，这些磁共振谱取代X射线数据或者与X射线数据一起用于分类和归类。
图7示意性地示出根据优选实施例发生的过程。在步骤701中，将种子或包含在种子中的物体送入检查装置如图1所示的装置100中。例如可以采用分选设备2。
在步骤702中，采用第一无创伤性法(例如通过激光切技术)实施第一检查。检查数据提供给例如评测单元710。
在步骤703中，采用第二无创伤性法(例如X射线成像)实施第二检查。该检查的检查数据也提供给评测单元710。
在步骤704中，对在步骤702和703中被两次研究的物体进行评测，以及如果需要，进行合适的处理，例如分离法，产生将在步骤705中获得的制备的种子。

Claims (14)

1.一种用于对包含在种子批中的物体(3)分类(704)的方法，其中，采用至少一种无创伤性法(702、703)确定所述物体(3)的特征，其特征在于，
当所述物体(3)的至少一个空间特征被确定时，采用光切法(702)作为至少一种无创伤性法(602、603)，通过所述光切法三维地捕获所述物体(3)；以及
通过激光切法(702)或通过激光切法(702)和至少一种无创伤性法(602、603)获得的特征被一起用于描述所述物体(3)以对所述物体(3)分类。
2.根据权利要求1所述的方法，其特征在于，采用光谱法(603)，特别是X射线光谱法，作为至少一种进一步的无创伤性法(602、603)，通过所述光谱法确定所述物体(3)的至少一个光谱特征。
3.根据权利要求1或2所述的方法，其特征在于，采用成像法(603)，特别是X射线成像，作为至少一种进一步的无创伤性法(602、603)，通过所述成像法确定所述物体的至少一个结构和/或形态特征(401、402、403、404)。
4.根据权利要求2或3所述的方法，其特征在于，确定种子和/或果实的成熟度、胚胎体积和/或胚乳体积作为至少一个特征。
5.根据前述权利要求中的任一项所述的方法，其特征在于，确定所述物体(3)的尺寸范围和/或体积作为至少一个空间特征。
6.根据前述权利要求中的任一项所述的方法，其特征在于，确定所述物体(3)的空间形状和/或表面质量作为至少一个空间特征。
7.根据前述权利要求中的任一项所述的方法，其特征在于，采用光学法(603)作为至少一种进一步的无创伤性法(602、603)，通过所述光学法确定所述物体(3)的至少一个光学特征。
8.根据权利要求7所述的方法，其特征在于，确定颜色和/或荧光属性作为至少一个光学特征。
9.根据前述权利要求中的任一项所述的方法，其特征在于，所述方法包括：将所述物体(3)分类为至少一个形状和/或大小和/或具有至少一个形态属性类别的土壤颗粒、石头、茎、叶残体、花残体、草籽和/或种子或果实。
10.根据前述权利要求中的任一项所述的方法，用于对包含在糖用甜菜种子中的物体(3)分类。
11.根据前述权利要求中的任一项所述的方法，其中，将种子批作为将被分类的种子流。
12.一种用于检查、评估和/或制备种子的方法，其中，采用根据前述权利要求中的任一项所述的方法对包含在种子批中的物体分类。
13.一种用于对包含在种子批中的物体分类的装置，所述装置被设计用于实施根据权利要求1-11中的任一项所述的方法，特别是用于检查和/或制备种子的装置。
14.一种根据权利要求1-11中的任一项所述的方法的用途，用于制备根据形状和大小分级的非丸状的种子，特别是糖用甜菜种子。
CN2011800330434A 2010-07-02 2011-06-30 用于对存在于种子批中的物体分类的方法及相应的用于生产种子的用途 Pending CN103037987A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102010030908.7A DE102010030908B4 (de) 2010-07-02 2010-07-02 Verfahren zur Klassifizierung in Saatgutpartien enthaltener Objekte, Sortierverfahren und zugehörige Vorrichtungen
DE102010030908.7 2010-07-02
PCT/EP2011/061071 WO2012001133A2 (de) 2010-07-02 2011-06-30 Verfahren zur klassifizierung in saatgutpartien enthaltener objekte und entsprechende verwendung zur herstellung von saatgut

Publications (1)

Publication Number Publication Date
CN103037987A true CN103037987A (zh) 2013-04-10

Family

ID=44510896

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011800330434A Pending CN103037987A (zh) 2010-07-02 2011-06-30 用于对存在于种子批中的物体分类的方法及相应的用于生产种子的用途

Country Status (12)

Country Link
US (1) US20130126399A1 (zh)
EP (1) EP2588255B1 (zh)
CN (1) CN103037987A (zh)
DE (1) DE102010030908B4 (zh)
DK (1) DK2588255T3 (zh)
ES (1) ES2537264T3 (zh)
HR (1) HRP20150542T1 (zh)
PL (1) PL2588255T3 (zh)
RS (1) RS54059B1 (zh)
RU (1) RU2564599C2 (zh)
UA (1) UA105705C2 (zh)
WO (1) WO2012001133A2 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104998831A (zh) * 2015-07-12 2015-10-28 赵烨 粮食中石子类杂质识别计数拣出装置
CN107031938A (zh) * 2015-10-09 2017-08-11 德国邮政股份公司 传送系统的致动
CN107985841A (zh) * 2017-12-25 2018-05-04 广东南方碳捕集与封存产业中心 一种垃圾分类的方法和一种垃圾箱
CN109701893A (zh) * 2019-01-02 2019-05-03 广州南颐贸易有限公司 一种即食燕窝智能加工系统
CN109844509A (zh) * 2016-06-21 2019-06-04 索雷克核研究中心 用于识别多个固体物体的xrf分析仪、分拣系统及其分拣方法
CN114682524A (zh) * 2020-12-31 2022-07-01 合肥美亚光电技术股份有限公司 一种信号校正方法、装置及分选设备

Families Citing this family (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010052338A1 (de) * 2010-11-25 2012-05-31 Steinert Elektromagnetbau Gmbh Verfahren und Einrichtung zur Einzelkornsortierung von Schüttgütern beliebiger Art
US9316537B2 (en) 2011-06-29 2016-04-19 Minesense Technologies Ltd. Sorting materials using a pattern recognition, such as upgrading nickel laterite ores through electromagnetic sensor-based methods
US9314823B2 (en) 2011-06-29 2016-04-19 Minesense Technologies Ltd. High capacity cascade-type mineral sorting machine and method
US11219927B2 (en) 2011-06-29 2022-01-11 Minesense Technologies Ltd. Sorting materials using pattern recognition, such as upgrading nickel laterite ores through electromagnetic sensor-based methods
CA2840545C (en) 2011-06-29 2017-06-13 Minesense Technologies Ltd. Extracting mined ore, minerals or other materials using sensor-based sorting
CA2920428C (en) 2013-08-05 2021-06-22 Stichting Sron Netherlands Institute For Space Research Method and apparatus for estimating a seed germination ability
US9157855B2 (en) * 2013-09-06 2015-10-13 Canon Kabushiki Kaisha Material classification
DE102013021898A1 (de) * 2013-12-24 2015-06-25 Kws Saat Ag Verfahren zur Klassifizierung von Saatgut
US11962876B2 (en) 2014-01-31 2024-04-16 Digimarc Corporation Recycling methods and systems, and related plastic containers
US20190306385A1 (en) 2014-01-31 2019-10-03 Digimarc Corporation Concerning digital marking and reading of plastic items, useful in recycling
AU2015292229A1 (en) 2014-07-21 2017-02-09 Minesense Technologies Ltd. Mining shovel with compositional sensors
EP3171989B1 (en) 2014-07-21 2023-10-11 Minesense Technologies Ltd. High capacity separation of coarse ore minerals from waste minerals
AT15295U1 (de) * 2015-03-09 2017-05-15 Binder + Co Ag Aussortieren von mineralienhaltigen Objekten oder Kunststoff-Objekten
NL2014986B1 (en) * 2015-06-18 2017-01-23 Filigrade B V Waste separation method.
US11278937B2 (en) 2015-07-16 2022-03-22 Sortera Alloys, Inc. Multiple stage sorting
US10722922B2 (en) 2015-07-16 2020-07-28 UHV Technologies, Inc. Sorting cast and wrought aluminum
US11969764B2 (en) 2016-07-18 2024-04-30 Sortera Technologies, Inc. Sorting of plastics
US10625304B2 (en) 2017-04-26 2020-04-21 UHV Technologies, Inc. Recycling coins from scrap
US20180042176A1 (en) * 2016-08-15 2018-02-15 Raptor Maps, Inc. Systems, devices, and methods for monitoring and assessing characteristics of harvested specialty crops
EP3600701A4 (en) 2017-03-21 2020-12-16 Monsanto Technology LLC SEED SORTING
BR112020001824A2 (pt) * 2017-07-31 2020-07-21 Monsanto Technology Llc classificação de sementes
RU2675056C1 (ru) * 2018-02-08 2018-12-14 Федеральное государственное бюджетное образовательное учреждение высшего образования "Воронежский государственный лесотехнический университет имени Г.Ф. Морозова" Экспресс-анализатор качества семян
EP3764766A4 (en) * 2018-03-14 2022-02-23 Monsanto Technology LLC SEED IMAGING
JP2021522070A (ja) * 2018-04-26 2021-08-30 ソルテラ・アロイズ・インコーポレイテッド スクラップからのコインのリサイクル
MX2020013129A (es) * 2018-06-11 2021-02-18 Monsanto Technology Llc Seleccion de semillas.
DE102018210015B4 (de) * 2018-06-20 2020-04-02 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zur Sortierung von pulverförmigem, partikelförmigem, granulatförmigem oder stückförmigem Material
US11589509B2 (en) 2018-10-26 2023-02-28 Deere & Company Predictive machine characteristic map generation and control system
US11672203B2 (en) 2018-10-26 2023-06-13 Deere & Company Predictive map generation and control
US11641800B2 (en) 2020-02-06 2023-05-09 Deere & Company Agricultural harvesting machine with pre-emergence weed detection and mitigation system
US11957072B2 (en) 2020-02-06 2024-04-16 Deere & Company Pre-emergence weed detection and mitigation system
US11653588B2 (en) 2018-10-26 2023-05-23 Deere & Company Yield map generation and control system
CN110548699B (zh) * 2019-09-30 2024-04-05 华南农业大学 一种基于双目视觉和多光谱检测技术的菠萝自动分级分拣方法及装置
US20210243936A1 (en) * 2020-02-06 2021-08-12 Deere & Company Predictive weed map generation and control system
EP4163620A1 (en) * 2021-10-06 2023-04-12 KWS SAAT SE & Co. KGaA Method for analyzing a crop sample comprising a target plant material with soil tare adhered thereto
US20240125711A1 (en) * 2021-02-17 2024-04-18 KWS SAAT SE & Co. KGaA Methods for analyzing plant material, for determining plant material components and for detecting plant diseases in plant material
CN113441412B (zh) * 2021-06-04 2022-12-16 盐城东紫光电科技有限公司 一种兼具探测和拾取功能的led设备的使用方法
CN113976480B (zh) * 2021-12-27 2022-04-01 北京霍里思特科技有限公司 一种双光谱融合智能选矿系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2273154A (en) * 1992-12-02 1994-06-08 Buehler Ag Cleaning and sorting bulk material using optical detector
DE19506041C1 (de) * 1995-02-21 1996-05-02 Allan Fruehauf Vorrichtung zum Zuordnen von Obst und Gemüse nach Klassen und Chargen
JPH091086A (ja) * 1995-06-22 1997-01-07 Yamato Scale Co Ltd 選別装置及び選別組合せ装置
CN1301200A (zh) * 1997-05-09 2001-06-27 宾叔父有限公司 分拣物品的方法和装置
CN1474160A (zh) * 2003-07-02 2004-02-11 西安邮电学院 一种多截面合成三维形面测量方法
DE102004063769A1 (de) * 2004-12-30 2006-07-13 Perner, Petra, Dr.-Ing. Verfahren und Einrichtung zur automatischen und quantitativen Erfassung des Anteils von Saatgütern oder Körnerfrüchten bestimmter Qualität
US20070262002A1 (en) * 2006-05-15 2007-11-15 Satake Corporation Optical cracked-grain selector
US20090021751A1 (en) * 2006-03-02 2009-01-22 Tomas Jonasson Bjarang Device and Method for Optical Measurement of Grains From Cereals and Like Crops
JP2009262009A (ja) * 2008-04-22 2009-11-12 National Institute Of Advanced Industrial & Technology 非磁性金属の識別方法及び識別回収装置
JP2010145135A (ja) * 2008-12-16 2010-07-01 Ishida Co Ltd Ｘ線検査装置

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2015108A1 (de) * 1970-03-28 1971-10-14 Freid Krupp Gmbh Photometrische Sortiereinnchtung
DE3037594A1 (de) * 1980-10-04 1982-05-19 Klöckner-Humboldt-Deutz AG, 5000 Köln Verfahren zum steuern oder regeln von sortieranlagen
DD255097A1 (de) * 1986-12-19 1988-03-23 Ingbuero Der Vvb Saat U Pflanz Vorrichtung zum sortieren von pflanzensamen nach ihrer dichte
DE4030344C3 (de) * 1990-09-26 1996-09-26 Battelle Ingtechnik Gmbh Verfahren und Vorrichtung zum Sortieren von vereinzelbaren, kleineren Gegenständen, insbesondere Früchten aller Art
DE4127903C2 (de) * 1991-08-22 1995-08-03 Weimar Werk Maschinenbau Gmbh Anordnung und Verfahren zur Qualitäts- und Größensortierung von Produkten und Artikeln
DE4339285A1 (de) * 1992-12-02 1994-06-09 Buehler Ag Verfahren zum Reinigen und Sortieren von Schüttgut
US5845002A (en) * 1994-11-03 1998-12-01 Sunkist Growers, Inc. Method and apparatus for detecting surface features of translucent objects
US5659624A (en) * 1995-09-01 1997-08-19 Fazzari; Rodney J. High speed mass flow food sorting appartus for optically inspecting and sorting bulk food products
NL1009006C2 (nl) * 1998-04-27 1999-10-28 Cpro Dlo Werkwijze voor het bepalen van de kwaliteit van voorgekiemde, kiemende en gekiemde zaden en inrichting voor het analyseren en inrichting voor het scheiden van voorgekiemde, kiemende en gekiemde zaden.
WO2000011449A1 (en) * 1998-08-21 2000-03-02 Union Biometrica, Inc. Instrument for selecting and depositing multicellular organisms and other large objects
DE102004023033A1 (de) * 2004-05-06 2005-11-24 Claas Fertigungstechnik Gmbh Vorrichtung und Verfahren zur Vermessung von Bauteilen
US7326871B2 (en) * 2004-08-18 2008-02-05 Mss, Inc. Sorting system using narrow-band electromagnetic radiation
DE102007036294A1 (de) * 2007-07-31 2009-02-05 Gea Westfaliasurge Gmbh Vorrichtung und ein Verfahren zum Bereitstellen von Informationen über Tiere beim Durchlaufen eines Tierdurchganges

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2273154A (en) * 1992-12-02 1994-06-08 Buehler Ag Cleaning and sorting bulk material using optical detector
DE19506041C1 (de) * 1995-02-21 1996-05-02 Allan Fruehauf Vorrichtung zum Zuordnen von Obst und Gemüse nach Klassen und Chargen
JPH091086A (ja) * 1995-06-22 1997-01-07 Yamato Scale Co Ltd 選別装置及び選別組合せ装置
CN1301200A (zh) * 1997-05-09 2001-06-27 宾叔父有限公司 分拣物品的方法和装置
CN1474160A (zh) * 2003-07-02 2004-02-11 西安邮电学院 一种多截面合成三维形面测量方法
DE102004063769A1 (de) * 2004-12-30 2006-07-13 Perner, Petra, Dr.-Ing. Verfahren und Einrichtung zur automatischen und quantitativen Erfassung des Anteils von Saatgütern oder Körnerfrüchten bestimmter Qualität
US20090021751A1 (en) * 2006-03-02 2009-01-22 Tomas Jonasson Bjarang Device and Method for Optical Measurement of Grains From Cereals and Like Crops
US20070262002A1 (en) * 2006-05-15 2007-11-15 Satake Corporation Optical cracked-grain selector
JP2009262009A (ja) * 2008-04-22 2009-11-12 National Institute Of Advanced Industrial & Technology 非磁性金属の識別方法及び識別回収装置
JP2010145135A (ja) * 2008-12-16 2010-07-01 Ishida Co Ltd Ｘ線検査装置

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104998831A (zh) * 2015-07-12 2015-10-28 赵烨 粮食中石子类杂质识别计数拣出装置
CN104998831B (zh) * 2015-07-12 2017-10-17 石哲文 粮食中石子类杂质识别计数拣出装置
CN107031938A (zh) * 2015-10-09 2017-08-11 德国邮政股份公司 传送系统的致动
CN107031938B (zh) * 2015-10-09 2019-07-23 德国邮政股份公司 传送系统的致动
CN109844509A (zh) * 2016-06-21 2019-06-04 索雷克核研究中心 用于识别多个固体物体的xrf分析仪、分拣系统及其分拣方法
CN109844509B (zh) * 2016-06-21 2021-10-26 索雷克核研究中心 Xrf分析仪、识别被标记物体的方法、分拣系统和分拣方法
CN107985841A (zh) * 2017-12-25 2018-05-04 广东南方碳捕集与封存产业中心 一种垃圾分类的方法和一种垃圾箱
CN109701893A (zh) * 2019-01-02 2019-05-03 广州南颐贸易有限公司 一种即食燕窝智能加工系统
CN109701893B (zh) * 2019-01-02 2020-08-28 广州南颐贸易有限公司 一种即食燕窝智能加工系统
CN114682524A (zh) * 2020-12-31 2022-07-01 合肥美亚光电技术股份有限公司 一种信号校正方法、装置及分选设备
CN114682524B (zh) * 2020-12-31 2023-07-28 合肥美亚光电技术股份有限公司 一种信号校正方法、装置及分选设备

Also Published As

Publication number Publication date
DE102010030908A1 (de) 2012-01-05
WO2012001133A2 (de) 2012-01-05
RU2013102152A (ru) 2014-08-10
PL2588255T3 (pl) 2015-10-30
DE102010030908B4 (de) 2014-10-16
UA105705C2 (uk) 2014-06-10
HRP20150542T1 (hr) 2015-07-17
RS54059B1 (en) 2015-10-30
EP2588255B1 (de) 2015-02-25
RU2564599C2 (ru) 2015-10-10
US20130126399A1 (en) 2013-05-23
WO2012001133A3 (de) 2012-04-19
ES2537264T3 (es) 2015-06-05
DK2588255T3 (en) 2015-06-08
EP2588255A2 (de) 2013-05-08

Similar Documents

Publication Publication Date Title
CN103037987A (zh) 用于对存在于种子批中的物体分类的方法及相应的用于生产种子的用途
Mahajan et al. Image acquisition techniques for assessment of legume quality
JP7161212B2 (ja) Ｘ線検査におけるデータ処理装置及びデータ処理方法、並びに、その装置を搭載したｘ線検査装置
US11673166B2 (en) Seed imaging
CN102713582B (zh) 抛光的宝石中的夹杂物检测
KR101341815B1 (ko) 초분광 영상처리를 이용한 종자 선별 장치
CN104769422B (zh) 组合共焦x射线荧光和x射线计算机断层扫描的系统和方法
CN106463431B (zh) 晶片边缘检测方法及检验系统
US8744775B2 (en) Methods for classification of somatic embryos comprising hyperspectral line imaging
US7830504B2 (en) Automated systems and assemblies for use in evaluating agricultural products and methods therefor
Longato et al. Post-mortem interval estimation of human skeletal remains by micro-computed tomography, mid-infrared microscopic imaging and energy dispersive X-ray mapping
CN101395466A (zh) 用于光学测量谷物和类似农作物的粒子的设备和方法
KR20170007315A (ko) 광학적 검사 및 광학적 리뷰로부터의 결함 속성에 기초한 전자 빔 리뷰를 위한 결함 샘플링
US20060160065A1 (en) Method for classifying plant embryos using Raman spectroscopy
CN102803953A (zh) 用于测定鸡蛋重量的方法和仪器
Paulsen et al. Computer image analyses for detection of maize and soybean kernel quality factors
KR101011575B1 (ko) 비침습적 우량종자 선별 방법 및 장치
Li Development of a structured illumination reflectance imaging system for enhanced detection of subsurface and surface defects in apple fruit
CN111024737A (zh) 一种基于Micro-CT的水稻垩白三维测定方法
RU169026U1 (ru) Устройство для сепарации семян
CA3092996C (en) Systems and methods for imaging seeds using multiple cameras
Cheng et al. Image recognition of diseased rice seeds based on color feature
Nguyen et al. Optical Coherence Tomography Applied to Non-Destructive Seed Coat Thickness Measurement
Thorat et al. Inferences from imaging extended radio sources in deep radio surveys
KR20190064843A (ko) 비침습적 종자 선별 기능을 갖는 씨앗 스티커 검사 장치

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20130410