English | 中文版 | 手機(jī)版 企業(yè)登錄 | 個(gè)人登錄 | 郵件訂閱
當(dāng)前位置 > 首頁 > 技術(shù)文章 > 利用多光譜成像分析對(duì)自然老化的紫花苜蓿種子進(jìn)行無損鑒定

利用多光譜成像分析對(duì)自然老化的紫花苜蓿種子進(jìn)行無損鑒定

瀏覽次數(shù):1212 發(fā)布日期:2022-4-19  來源:本站 僅供參考,謝絕轉(zhuǎn)載,否則責(zé)任自負(fù)

多光譜成像分析對(duì)自然老化的紫花苜蓿種子進(jìn)行無損鑒定


摘要:種子老化檢測(cè)和種子活力預(yù)測(cè)在苜蓿種子生產(chǎn)中具有重要意義,但傳統(tǒng)方法具有一次性和破壞性。因此,建立一種快速、無損的種子篩選方法是種業(yè)和研究的必要條件。本研究采用多光譜成像技術(shù)采集不同貯藏年限老化苜蓿種子的形態(tài)特征和光譜性狀。然后,我們采用五種多元分析方法,即主成分分析(PCA)、線性判別分析(LDA)、支持向量機(jī)(SVM)、隨機(jī)森林(RF)和歸一化典型判別分析(nCDA)來預(yù)測(cè)衰老和存活種子。結(jié)果表明,未老化種子和老化種子在450~690 nm處的平均光反射率存在顯著差異。 LDA模型在區(qū)分老化種子和非老化種子方面具有較高的準(zhǔn)確性(99.8~100.0%),高于SVM(87.4~99.3%)和RF(84.6~99.3%)。此外,可以區(qū)分死種子和老化種子,RF、SVM和LDA的準(zhǔn)確率分別為69.7%、72.0%和97.6%。 nCDA預(yù)測(cè)老化種子發(fā)芽的準(zhǔn)確率在75.0%到100.0%之間?傊覀兠枋隽艘环N無損、快速和高通量的方法來篩選苜蓿中各種活力的老化種子。

關(guān)鍵詞:老化的種子;多光譜成像;多變量分析;苜蓿;無損識(shí)別


光譜反射率表示從UV(365 nm)到短波NIR(970nm)的19個(gè)波長(zhǎng)處的像素強(qiáng)度。我們分析了19個(gè)波段下老化種子和非老化種子的光譜反射率,發(fā)現(xiàn)它們表現(xiàn)出相似的趨勢(shì),尤其是在450nm至690nm的光譜范圍內(nèi),CK(2019 年收獲)表現(xiàn)出最高光譜反射率。在NIR區(qū)域(從 850 到 970 nm),這種趨勢(shì)消失了,2011年收獲的老化種子呈現(xiàn)出更高的反射強(qiáng)度。我們分別探索了四次比較,觀察到2004年和2019年收獲的種子之間的最大差異(圖2)。所有老化種子組的反射強(qiáng)度與未老化種子的差異很大。
 

圖2.老化種子與非老化種子中19個(gè)波長(zhǎng)的反射率


根據(jù)光譜反射率的結(jié)果,我們選擇了中間區(qū)域的兩個(gè)波段(515nm和630nm)和兩端區(qū)域的兩個(gè)波段(365nm和880nm)來繪制像素直方圖。結(jié)果顯示,在可見光區(qū)域(400~760 nm)的515nm和630nm 中的 Y 軸像素值與老化種子和CK之間的兩個(gè)分離峰顯著不同(圖3B,C)。老化種子和非老化種子在365nm和880nm處的分布峰仍然存在差異(圖 3A,D)。老化種子的像素峰值位置從圖3A的左側(cè)移動(dòng)到圖3D的右側(cè)。
 

圖3.老化種子與非老化種子(CK) 的像素直方圖

 

基于多光譜數(shù)據(jù)開發(fā)了五個(gè)多變量分析模型。首先,基于形態(tài)和光譜特征的主成分分析結(jié)果表明,前兩個(gè)主成分解釋了57.8%(2004 vs. 2019)、53.2%(2008 vs. 2019)、51.0%(2011 vs. 2019)、55.8%(2017)與 2019 年相比)的原始方差。2004年的種子分離效果最好,2017年和2019年的種子無法區(qū)分(圖4)。PCA很難完全區(qū)分老化種子和非老化種子。相比之下,SVM模型在對(duì)老化種子和非老化種子進(jìn)行分類時(shí),平均準(zhǔn)確率高達(dá)99.3%(2004 vs. 2019)、91.3%(2008 vs. 2019)、90.9%(2011 vs. 2019)和87.4 %(2017 年與 2019 年)。SVM 的敏感性和特異性也很好,范圍分別為 87.6% 到 99.6% 和 87.3% 到 99.0%。RF模型對(duì)老化種子和非老化種子進(jìn)行分類的平均準(zhǔn)確率分別為99.3%(2004 vs. 2019)、89.6%(2008 vs. 2019)、85.5%(2011 vs. 2019)和84.6%(2017 vs. 2019)。2019)。值得注意的是,LDA模型的準(zhǔn)確率高達(dá)99.8%~100.0%,靈敏度最好,范圍為99.7%~100.0%,特異度最好,為100%。
 

圖4.基于不同年份種子的形態(tài)和多光譜數(shù)據(jù)的PCA圖


我們根據(jù)發(fā)芽(紅色)和未發(fā)芽(藍(lán)色)種子的顏色標(biāo)準(zhǔn)化,在nCDA中用顏色轉(zhuǎn)換種子的所有光譜圖像,并嘗試預(yù)測(cè)特定種子的發(fā)芽與否。nCDA 的結(jié)果表明,隨著儲(chǔ)存年限的增加,nCDA圖像中以紅色繪制的種子數(shù)量減少,而“藍(lán)色”種子的數(shù)量增加。2004年藍(lán)色的種子幾乎都沒有發(fā)芽(圖5A),藍(lán)色的種子與未發(fā)芽的種子完全匹配,而紅色的種子對(duì)應(yīng)于2011年的發(fā)芽(圖5B)。根據(jù)實(shí)際種子發(fā)芽統(tǒng)計(jì),nCDA預(yù)測(cè)發(fā)芽和未發(fā)芽種子的平均準(zhǔn)確度值在75.0%~100.0%之間。
 

圖5.nCDA圖像與老化種子中的實(shí)際發(fā)芽


相關(guān)閱讀

Videometer種子表型組學(xué):種子活力研究-熒光成像

植物病害表型組學(xué):多光譜病害指紋圖譜

Videometer種子表型組學(xué):多光譜成像作為菠菜種子健康檢測(cè)的潛在工具

Videometer種子表型組學(xué):多光譜圖像分析在種子種質(zhì)庫管理中的應(yīng)用

Videometer種子表型組學(xué):利用可見光、近紅外多光譜和化學(xué)計(jì)量學(xué)對(duì)不同番茄種子品種的分類

Videometer種子表型組學(xué):使用多光譜成像和化學(xué)計(jì)量學(xué)方法在線鑒別水稻種子

Videometer種子表型組學(xué):使用多光譜成像預(yù)測(cè)蓖麻種子的活力

Videometer種子表型組學(xué):甜菜種子加工損傷的多光譜圖像分類

種子表型組學(xué):基于多光譜成像的葵花籽品質(zhì)特征識(shí)別

種子表型組學(xué):利用多光譜成像和化學(xué)計(jì)量學(xué)方法對(duì)大豆種子進(jìn)行無損鑒別

種子表型組學(xué):Videometer多光譜成像種子質(zhì)量評(píng)估的新工具

種子表型組學(xué):聚合物包衣對(duì)水稻種子萌發(fā)的影響

種子表型組學(xué):基于可見-近紅外多光譜圖像數(shù)據(jù)的偏最小二乘判別分析檢測(cè)菠菜種子的發(fā)芽能力和胚芽長(zhǎng)度

種子表型組學(xué):使用灰度共生矩陣和機(jī)器學(xué)習(xí)技術(shù)識(shí)別單倍體玉米種子

種子表型組學(xué):不同成熟度甜菜種子發(fā)芽抑制因子去除的優(yōu)化

種子表型組學(xué):通過射線照相和多光譜圖像分析測(cè)定小麥種子中的侵染

種子表型組學(xué):用于表征麻瘋樹種子質(zhì)量的多光譜和X射線圖像

種子表型組學(xué):鹽脅迫下九個(gè)高羊茅品種的種子萌發(fā)和幼苗生長(zhǎng)參數(shù)

種子表型組學(xué):多光譜成像結(jié)合機(jī)器學(xué)習(xí)判別辣椒種子品種

種子表型組學(xué):葉綠素?zé)晒庾鳛榛ㄉN子品質(zhì)評(píng)價(jià)的新標(biāo)志物

種子表型組學(xué):基于多光譜和共振成像技術(shù)的麻瘋樹種子健康分析新方法

種子表型組學(xué):多光譜成像結(jié)合多變量分析的單株紫花苜蓿種子品種鑒別

基于機(jī)器學(xué)習(xí)和多光譜成像分類的茄子種子分類方法研究

來源:北京博普特科技有限公司
聯(lián)系電話:010-82794912
E-mail:1206080536@qq.com

用戶名: 密碼: 匿名 快速注冊(cè) 忘記密碼
評(píng)論只代表網(wǎng)友觀點(diǎn),不代表本站觀點(diǎn)。 請(qǐng)輸入驗(yàn)證碼: 8795
Copyright(C) 1998-2024 生物器材網(wǎng) 電話:021-64166852;13621656896 E-mail:info@bio-equip.com