近年來(lái)，近紅外高光譜成像技術(shù)發(fā)展迅速，在谷物、種子品質(zhì)檢測(cè)方面得到了廣泛的應(yīng)用。如種子化學(xué)成分檢測(cè)、種子品種鑒定、種子活力檢測(cè)等。利用高光譜成像系統(tǒng)通過(guò)對(duì)種子進(jìn)行光譜成像數(shù)據(jù)采集、進(jìn)一步處理分析、結(jié)合紅外熱成像及物理化學(xué)等方法測(cè)量結(jié)果構(gòu)建模型，可對(duì)谷物、種子品質(zhì)進(jìn)行快速、批量分析與檢測(cè)。

易科泰生態(tài)技術(shù)公司提供谷物、種子品質(zhì)檢測(cè)全面解決方案，高通量、非接觸、數(shù)字化：

1、PhenoTron?-HSI種質(zhì)資源高光譜成像分析系統(tǒng)

左：PhenoTron^?-HSI種質(zhì)資源高光譜成像分析系統(tǒng)；中、右：豆象侵染綠豆種子的900-1700nm高光譜成像分析及紅外熱成像圖（易科泰光譜成像實(shí)驗(yàn)室供圖）

2、SeedSort種子高光譜成像在線(xiàn)分選平臺(tái)

左圖：高光譜成像在線(xiàn)分選平臺(tái)示意圖；右圖：水稻種子純凈度檢測(cè)分選（引自S. D. Fabiyi et al., "Varietal Classification of Rice Seeds Using RGB and Hyperspectral Images," in IEEE Access, vol. 8, pp. 22493-22505, 2020, doi: 10.1109/ACCESS.2020.2969847.）

案例一：近紅外高光譜成像技術(shù)用于玉米水分含量測(cè)定

水分是農(nóng)作物種子質(zhì)量標(biāo)準(zhǔn)的四大強(qiáng)制性檢測(cè)項(xiàng)目之一，種子水分含量太高會(huì)增加呼吸和養(yǎng)分消耗，降低活力；相反，水分含量太低會(huì)導(dǎo)致種子缺水和死亡，因此，準(zhǔn)確測(cè)定玉米單粒種子水分含量對(duì)檢測(cè)評(píng)估玉米種質(zhì)及JZ播種具有重要意義。然而，傳統(tǒng)的玉米水分檢測(cè)方法，如烘箱干燥法，存在耗時(shí)、破壞樣品、無(wú)法檢測(cè)單粒樣品等缺點(diǎn)。北京工商大學(xué)食品安全ZD實(shí)驗(yàn)室研究人員提出了一種基于高光譜成像技術(shù)（968.05–2 575.05 nm）結(jié)合CNN-LSTM算法的快速、無(wú)損、高精度玉米種子含水量檢測(cè)方法。

圖1-1 高光譜圖像采集及CNN-LSTM模型圖

圖1-2 CNN-LSTM網(wǎng)絡(luò)模型及不同模型下的聯(lián)合指標(biāo)

該方法基于CNN-LSTM模型構(gòu)建聯(lián)合指標(biāo)RMSE/（1+R）對(duì)模型性能進(jìn)行綜合評(píng)價(jià)。使用CNN模型自動(dòng)提取光譜數(shù)據(jù)的深層特征，無(wú)需人工復(fù)雜的特征提取步驟，并提供高質(zhì)量的數(shù)據(jù)輸入到LSTM模型，從而測(cè)定玉米含水量。結(jié)果顯示：在CNN-LSTM模型下，RMSE/（1+R）指標(biāo)僅為0.141，具有較小的誤差，可以為玉米水分含量的快速、無(wú)損檢測(cè)提供可靠方法。

案例二：近紅外高光譜成像技術(shù)用于綠豆種子活力檢測(cè)

綠豆（vigna radiata）是一種營(yíng)養(yǎng)價(jià)值極高的糧食作物，其浸泡后發(fā)出的嫩芽具有清熱、美容養(yǎng)顏、改善視力的功效。 然而“鐵綠豆”是一種受生理影響和基因控制的“堅(jiān)硬”綠豆，在發(fā)芽過(guò)程中會(huì)產(chǎn)生霉菌并感染臨近種子發(fā)芽。所以在種子生產(chǎn)過(guò)程中必須將堅(jiān)硬種子和普通種子分開(kāi)。目前，近紅外高光譜成像技術(shù)（NIR-HSI）已被廣泛應(yīng)用于種子質(zhì)量監(jiān)測(cè)與評(píng)估，其優(yōu)點(diǎn)是快速、高效、非損傷。

日本研究人員Kaewkarn Phuangsombut等人采用近紅外高光譜成像與偏小二乘法判別分析（PLS-DA）相結(jié)合的方法建立了正常綠豆和堅(jiān)硬綠豆的分類(lèi)模型：

圖2-1 不同方向放置正常綠豆和堅(jiān)硬綠豆光譜曲線(xiàn)（900-1700nm 900-2500nm）

數(shù)據(jù)顯示：在波長(zhǎng)990nm和1200nm處，健康種子的水分特征吸收峰和淀粉特征吸收峰均低于堅(jiān)硬種子。說(shuō)明堅(jiān)硬綠豆在兩個(gè)波長(zhǎng)處吸收的光比正常綠豆吸收的光少（水分和淀粉含量少）。

圖2-2 正常綠豆（a）和堅(jiān)硬綠豆(b)的發(fā)芽力可視化分布圖（0.5-1.0表示萌發(fā)率很高）

結(jié)果顯示：大部分堅(jiān)硬種子不可萌發(fā)部分的比例均大于正常綠豆。所以NIR-HSI的研究結(jié)果可作為綠豆種子萌發(fā)性指標(biāo)，為綠豆生產(chǎn)以及綠豆發(fā)芽加工分類(lèi)行業(yè)制定無(wú)損傷、數(shù)字化標(biāo)準(zhǔn)。

參考文獻(xiàn)：

[1] Zhang L, Zhang Q, Wu J, et al. Moisture detection of single corn seed based on hyperspectral imaging and deep learning[J]. Infrared Physics & Technology, 2022, 125: 104279.

[2] Phuangsombut K, Ma T, Inagaki T, et al. Near-infrared hyperspectral imaging for classification of mung bean seeds[J]. International Journal of Food Properties, 2018, 21(1): 799-807.