CN110308139B - 基于激光诱导击穿光谱的水稻种子活力分级检测方法 - Google Patents

基于激光诱导击穿光谱的水稻种子活力分级检测方法 Download PDF

Info

Publication number
CN110308139B
CN110308139B CN201910565385.9A CN201910565385A CN110308139B CN 110308139 B CN110308139 B CN 110308139B CN 201910565385 A CN201910565385 A CN 201910565385A CN 110308139 B CN110308139 B CN 110308139B
Authority
CN
China
Prior art keywords
rice seed
laser
induced breakdown
rice
detected
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
Application number
CN201910565385.9A
Other languages
English (en)
Other versions
CN110308139A (zh
Inventor
王阳恩
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.)
Yangtze University
Original Assignee
Yangtze University
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 Yangtze University filed Critical Yangtze University
Priority to CN201910565385.9A priority Critical patent/CN110308139B/zh
Publication of CN110308139A publication Critical patent/CN110308139A/zh
Application granted granted Critical
Publication of CN110308139B publication Critical patent/CN110308139B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01N21/71—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light thermally excited
    • G01N21/718—Laser microanalysis, i.e. with formation of sample plasma

Landscapes

  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Optics & Photonics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Plasma & Fusion (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
  • Pretreatment Of Seeds And Plants (AREA)

Abstract

本发明一种基于激光诱导击穿光谱的水稻种子活力分级检测方法，通过对待测水稻种子样品的表面进行扫描测量，得到样品表面的激光诱导击穿光谱，建立水稻种子激光诱导击穿光谱与水稻种子活力之间的预测模型，将去噪处理后的待测样品表面所有测量点的激光诱导击穿光谱输入所述预测模型，判断出待测水稻种子的活力。本发明具有速度快、效率高、成本低、测试重现性好、可在线分析、准确度较高等优点。

Description

基于激光诱导击穿光谱的水稻种子活力分级检测方法
技术领域
本发明属于水稻种子活力检测技术领域，特别涉及一种基于激光诱导击穿光谱的水稻种子活力分级快速检测方法。
背景技术
水稻是中国最重要的粮食作物之一，目前，我国水稻的播种面积约占粮食作物总面积的1/4，但其产量约占全国粮食总产量的1/2。水稻产量的波动会直接影响粮食供给，威胁我国粮食安全。水稻种子活力是衡量种子质量优劣的重要指标之一，是种子发芽速率和生长量的综合反映。高活力水稻种子具有明显的生长优势和生产潜力，对种子经营和农业生产有着极其重要的意义。而水稻种子活力在种子生理成熟时最高，随着贮藏时间的延长而发生着自然不可逆的种子老化，相应的种子活力也逐渐降低。因此，在播种前及时对水稻种子活力进行分级检测和筛选意义重大。
传统水稻种子活力的检测方法有：酶活性的测定、三磷酸腺苷(ATP)含量测定、幼苗生长测定、发芽速度测定和高光谱成像技术等等，虽然这些检测方法能够准确直观地预测种子活力，但存在操作复杂、耗时长、可重复性差等缺点。如，高光谱成像技术采用的是水稻种子表面的反射光谱来判断水稻种子的活力，这一技术存在一定的缺陷，当水稻种子表面存在污染或仅只有水稻种子表面发生变化时，就会影响该检测技术的准确性。为了解决这一问题，需要找到一种简便、快捷、高效、经济、准确度高的水稻活力检测方法。
发明内容
有鉴于此，本发明提供一种较高准确度、能够快速测量的激光诱导击穿光谱水稻种子活力分级检测方法。
本发明提出一种基于激光诱导击穿的水稻种子活力分级检测方法，包括以下步骤：
S1、挑选颗粒饱满、无霉变、大小形状基本相同、种子生理成熟不久的水稻种子，剔除夹杂物和杂种子；将筛选的种子破休眠处理，进行高温高湿人工老化实验，获得不同老化天数、不同活力的水稻种子样品；
S2、采用扫描测量方式，利用激光诱导击穿光谱仪测量出所述不同活力水稻种子样品表面的光谱；
S3、对所述不同活力水稻种子样品的激光诱导击穿光谱进行去噪处理；
S4、利用神经网络建立水稻种子活力分级预测模型，根据所述去噪处理后的不同活力水稻种子样品的激光诱导击穿光谱，训练得到水稻种子激光诱导击穿光谱与水稻种子活力之间的预测模型；
S5、采用扫描测量方式，利用激光诱导击穿光谱仪测量出待测水稻种子样品表面的光谱；
S6、对所述待测水稻种子样品的激光诱导击穿光谱进行去噪处理；
S7、将去噪处理后的所述待测水稻种子样品表面所有测量点的激光诱导击穿光谱作为所述预测模型的输入，根据所述预测模型，判断出待测水稻种子的活力。
可选的，所述步骤S2和S5中，所述激光诱导击穿光谱仪测量所述不同活力水稻种子样品和待测水稻种子样品表面在250—800nm范围内的光谱，在同一颗水稻种子表面的同一点上测量多次。
可选的，所述步骤S4中，设在同一颗水稻种子表面的同一点上测量的次数为N1，则删除前面x1次测量的数据，其中x1<N1，利用后面N1-x1次的测量数据来构建水稻种子活力分级预测模型。
可选的，所述步骤S7中，设在同一颗待测水稻种子表面的同一点上测量的次数为N2，则删除前面x2次测量的数据，其中x2<N2，利用后面N2-x2次的测量数据来判断出待测水稻种子的活力。
可选的，根据水稻种子表面的污染、水稻种子表面变化情况确定删除数据中x1的大小，但x1不小于4。
可选的，根据待测水稻种子表面的污染、待测水稻种子表面变化情况确定删除数据中x2的大小，但x2不小于4。
本发明通过对待测水稻种子样品的表面进行扫描测量，得到样品表面的激光诱导击穿光谱，根据水稻种子激光诱导击穿光谱与水稻种子活力之间的预测模型和待测样品表面所有测量点的激光诱导击穿光谱，判断出待测水稻种子的活力。该发明能在较准确地判断出待测水稻种子活力的同时，能大大降低判断水稻种子活力所需要的时间，提高判断水稻种子活力的效率及准确性，可用于水稻种子活力的在线判断测量。该方法采用的是水稻种子的发射光谱，水稻种子表面的污染或仅水稻种子表面发生变化时，不会影响该检测技术的准确性。
附图说明
为了更清楚地说明本发明的技术方案，下面将对本发明技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的基于激光诱导击穿的水稻种子活力分级检测方法流程示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅仅用于解释本发明而非对其限制。
本发明提出一种基于激光诱导击穿的水稻种子活力分级检测方法，包括以下步骤：
S1、挑选颗粒饱满、无霉变、大小形状基本相同、种子生理成熟不久的水稻种子，剔除夹杂物和杂种子；将筛选的种子破休眠处理，进行高温高湿人工老化实验，获得不同老化天数、不同活力的水稻种子样品；
S2、采用扫描测量方式，利用激光诱导击穿光谱仪测量出所述不同活力水稻种子样品表面的光谱；
具体的，根据所使用仪器的技术参数，所测量出的光谱范围可宽可窄，但应该不窄于250—800nm，可采用所述激光诱导击穿光谱仪测量所述不同活力水稻种子样品表面在250—800nm范围内的光谱，在同一颗水稻种子表面的同一点上测量多次。
S3、对所述不同活力水稻种子样品的激光诱导击穿光谱进行去噪处理；
S4、利用神经网络建立水稻种子活力分级预测模型，根据所述去噪处理后的不同活力水稻种子样品的激光诱导击穿光谱，训练得到水稻种子激光诱导击穿光谱与水稻种子活力之间的预测模型；
具体的，建立水稻种子样品的激光诱导击穿光谱确定水稻种子活力的预测模型方法，可选用神经网络法，如BP神经网络、CNN，也可选择其它方法，如偏最小二乘法、支持向量机法等。
为了降低水稻种子表面的污染或仅水稻种子表面发生变化对水稻种子活力分级检测的影响，设在同一颗水稻种子表面的同一点上测量的次数为N1，则删除前面x1次测量的数据，其中x1<N1，利用后面N1-x1次的测量数据来构建水稻种子活力分级预测模型。可根据水稻种子表面的污染、水稻种子表面变化情况确定删除数据中x1的大小，但x1不小于4。
S5、采用扫描测量方式，利用激光诱导击穿光谱仪测量出待测水稻种子样品表面的光谱；
可采用所述激光诱导击穿光谱仪测量所述待测水稻种子样品表面在250—800nm范围内的光谱，在同一颗水稻种子表面的同一点上测量多次。光谱测量方式与测量条件应与步骤S2中的相同。
S6、对所述待测水稻种子样品的激光诱导击穿光谱进行去噪处理；
对待测稻种样品的激光诱导击穿光谱进行去噪处理方法应与步骤S3的相同。
S7、将去噪处理后的所述待测水稻种子样品表面所有测量点的激光诱导击穿光谱作为所述预测模型的输入，根据所述预测模型，判断出待测水稻种子的活力。
同样的，为了降低水稻种子表面的污染或仅水稻种子表面发生变化对水稻种子活力分级检测的影响，设在同一颗待测水稻种子表面的同一点上测量的次数为N2，则删除前面x2次测量的数据，其中x2<N2，利用后面N2-x2次的测量数据来判断出待测水稻种子的活力。可根据待测水稻种子表面的污染、待测水稻种子表面变化情况确定删除数据中x2的大小，但x2应不小于4。
本发明采用激光诱导击穿光谱对水稻种子活力进行检测，具有速度快、效率高、成本低、测试重现性好、可在线分析等特点，同时测量的准确度也较高。本发明能高效快速的实现水稻种子活力的分级快速检测。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (5)

1.一种基于激光诱导击穿光谱的水稻种子活力分级检测方法，其特征在于，包括以下步骤：
S1、挑选颗粒饱满、无霉变、大小形状基本相同、种子生理成熟不久的水稻种子，剔除夹杂物和杂种子；将筛选的种子破休眠处理，进行高温高湿人工老化实验，获得不同老化天数、不同活力的水稻种子样品；
S2、采用扫描测量方式，利用激光诱导击穿光谱仪测量出所述不同活力水稻种子样品表面的光谱；
S3、对所述不同活力水稻种子样品的激光诱导击穿光谱进行去噪处理；
S4、利用神经网络建立水稻种子活力分级预测模型，根据所述去噪处理后的不同活力水稻种子样品的激光诱导击穿光谱，训练得到水稻种子激光诱导击穿光谱与水稻种子活力之间的预测模型；
S5、采用扫描测量方式，利用激光诱导击穿光谱仪测量出待测水稻种子样品表面的光谱；
S6、对所述待测水稻种子样品的激光诱导击穿光谱进行去噪处理；
S7、将去噪处理后的所述待测水稻种子样品表面所有测量点的激光诱导击穿光谱作为所述预测模型的输入，根据所述预测模型，判断出待测水稻种子的活力；
其中，所述步骤S4中，设在同一颗水稻种子表面的同一点上测量的次数为N1，则删除前面x1次测量的数据，其中x1<N1，利用后面N1-x1次的测量数据来构建水稻种子活力分级预测模型。
2.根据权利要求1所述基于激光诱导击穿光谱的水稻种子活力分级检测方法，其特征在于，所述步骤S2和S5中，所述激光诱导击穿光谱仪测量所述不同活力水稻种子样品和待测水稻种子样品表面在250～800nm范围内的光谱，在同一颗水稻种子表面的同一点上测量多次。
3.根据权利要求1所述基于激光诱导击穿光谱的水稻种子活力分级检测方法，其特征在于，所述步骤S7中，设在同一颗待测水稻种子表面的同一点上测量的次数为N2，则删除前面x2次测量的数据，其中x2<N2，利用后面N2-x2次的测量数据来判断出待测水稻种子的活力。
4.根据权利要求1所述基于激光诱导击穿光谱的水稻种子活力分级检测方法，其特征在于，根据水稻种子表面的污染、水稻种子表面变化情况确定删除数据中x1的大小，但x1不小于4。
5.根据权利要求3所述基于激光诱导击穿光谱的水稻种子活力分级检测方法，其特征在于，根据待测水稻种子表面的污染、待测水稻种子表面变化情况确定删除数据中x2的大小，但x2不小于4。
CN201910565385.9A 2019-06-27 2019-06-27 基于激光诱导击穿光谱的水稻种子活力分级检测方法 Active CN110308139B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910565385.9A CN110308139B (zh) 2019-06-27 2019-06-27 基于激光诱导击穿光谱的水稻种子活力分级检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910565385.9A CN110308139B (zh) 2019-06-27 2019-06-27 基于激光诱导击穿光谱的水稻种子活力分级检测方法

Publications (2)

Publication Number Publication Date
CN110308139A CN110308139A (zh) 2019-10-08
CN110308139B true CN110308139B (zh) 2021-12-07

Family

ID=68077611

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910565385.9A Active CN110308139B (zh) 2019-06-27 2019-06-27 基于激光诱导击穿光谱的水稻种子活力分级检测方法

Country Status (1)

Country Link
CN (1) CN110308139B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113536213B (zh) * 2021-06-02 2024-02-20 湖南省水稻研究所 确定种子活力的方法及处理器
CN115266607A (zh) * 2022-07-25 2022-11-01 福建农林大学 基于显微高光谱图像秀珍菇菌种退化无损检测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1522113A (zh) * 2001-06-28 2004-08-18 ɭ���ʵ���ʽ���� 包含活体细胞或组织的胶囊
CN1656228A (zh) * 2002-05-29 2005-08-17 阿雷萨生物检测公司 用于植物的报告系统
CN105181678A (zh) * 2015-09-07 2015-12-23 长江大学 基于激光诱导击穿光谱的水稻品种鉴别方法
CN105758843A (zh) * 2016-04-19 2016-07-13 长江大学 一种基于激光诱导击穿光谱的油料作物种子含油量检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1522113A (zh) * 2001-06-28 2004-08-18 ɭ���ʵ���ʽ���� 包含活体细胞或组织的胶囊
CN1656228A (zh) * 2002-05-29 2005-08-17 阿雷萨生物检测公司 用于植物的报告系统
CN105181678A (zh) * 2015-09-07 2015-12-23 长江大学 基于激光诱导击穿光谱的水稻品种鉴别方法
CN105758843A (zh) * 2016-04-19 2016-07-13 长江大学 一种基于激光诱导击穿光谱的油料作物种子含油量检测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Fast determination of calcium concentration in the internal tissues of a single seed using laser-induced breakdown spectroscopy;Pengcheng Han 等;《Analytical Methods》;20160718;第8卷(第37期);第6705-6710页 *
Rapid evaluation of seed vigor by the absolute content of protein in seed within the same crop;Wen D. 等;《Sci.Rep.》;20181231;第8卷;第5569页 *
分段激光诱导击穿光谱的水稻种子识别;李辉 等;《分段激光诱导击穿光谱的水稻种子识别》;20171231;第38卷(第02期);第8-12页 *
基于高光谱图像的水稻种子活力检测技术研究;李美凌 等;《浙江农业学报》;20151231;第27卷(第01期);第1-6页 *

Also Published As

Publication number Publication date
CN110308139A (zh) 2019-10-08

Similar Documents

Publication Publication Date Title
CN113049530B (zh) 一种基于近红外高光谱的单粒玉米种子水分含量检测方法
CN108680515B (zh) 一种单粒水稻直链淀粉定量分析模型构建及其检测方法
CN102818777B (zh) 一种基于光谱和颜色测量的水果成熟度评价方法
CN107185850B (zh) 一种基于高光谱成像及电阻抗的玉米种子活力检测装置
CN101413885A (zh) 一种快速定量蜂蜜品质的近红外光谱方法
CN110308139B (zh) 基于激光诱导击穿光谱的水稻种子活力分级检测方法
Sánchez et al. Application of NIRS for nondestructive measurement of quality parameters in intact oranges during on-tree ripening and at harvest
CN110567941B (zh) 一种基于主要元素光谱强度的水稻种子水分含量分级检测方法
CN105675539A (zh) 一种农产品品质综合评价方法
CN109738380A (zh) 一种土壤盐渍化程度的高光谱遥感判断方法
CN111912793A (zh) 利用高光谱测量烟草中镉含量的方法及预测模型的建立
CN108613943B (zh) 一种基于光谱形态转移的近红外单籽粒作物成分检测方法
CN112098357B (zh) 一种基于近红外光谱的草莓感官品质等级评价方法
CN108169168A (zh) 检测分析水稻籽粒蛋白质含量数学模型及构建方法和应用
CN110231302A (zh) 一种快速测定奇亚籽粗脂肪含量的方法
CN110231306A (zh) 一种无损、快速测定奇亚籽蛋白质含量的方法
CN105891130B (zh) 一种校正不同光谱信息确定物质信息误差的方法
CN102519903B (zh) 一种近红外光谱测定双孢蘑菇白度值的方法
Wang et al. Monitoring model for predicting maize grain moisture at the filling stage using NIRS and a small sample size
CN113655025B (zh) 基于近红外光谱技术快速无损检测水稻种子质量的方法
CN106404699A (zh) 一种梨树叶片氮素含量的无损测量方法
CN107314987A (zh) 一种利用近红外光谱检测油菜单株产量的方法
CN105606548B (zh) 一种数据库与运算服务器的工作方法
CN106596414B (zh) 一种桃果实内部硬度空间分布成像的方法
Kuai et al. Prediction model of the key components for lodging resistance in rapeseed stalk using near‐infrared reflectance spectroscopy (NIRS)

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant