项目名称: 基于高光谱成像的小麦穗发芽特性快速检测与评价方法研究

项目编号: No.31201125

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 食品科学、农学基础与作物学

项目作者: 朱大洲

作者单位: 北京市农林科学院

项目金额: 24万元

中文摘要: 小麦穗发芽特性的快速无损检测对于育种材料的筛选具有重要意义,目前主要通过整穗发芽、籽粒发芽实验后目测得出发芽率,或测定α-淀粉酶活性来鉴定,这些方法都耗时耗力、具有破坏性,主要用于高代品系检测,难以用于大批量早代材料筛选,且目测难以观察早期发芽较轻的种子。本项目以脱粒后的小麦籽粒为测量对象,采用反射镜旋转扫描高光谱成像技术获取种子的可见/近红外光谱图像,探明小麦种子吸胀、萌动、发芽等一系列动态变化过程中的高光谱图像响应规律,综合应用图像处理和光谱分析,筛选出反映种子外部形态、内部生化成分动态阶段性变化的特征图像指标和特征光谱指标,应用模糊综合评判等方法建立融合光谱、图像信息的穗发芽程度预测模型。然后引入穗发芽抗性明确的小麦品种作为对照材料,通过比较待测材料与对照材料的穗发芽程度,实现穗发芽抗性的快速检测。最终构建一套小麦穗发芽抗性快速无损检测与评价方法,为大规模育种早代材料的筛选奠定基础。

中文关键词: 高光谱成像;小麦;穗发芽;机器视觉;无损检测

英文摘要: The fast and non-destructive detection of the pre-harvest sprouting of wheat is very important for the screening of breeding materials. Currently, pre-harvest sprouting is measured by human inspection or α-amylase detection method after whole spike sprouting experiment or seed germination experiment. These methods were destructive, laborious and time-consuming. Therefore they were mainly used for high generation detection, and were difficult for early generation screening. More over, human inspection could not discover the early germination of wheat. In this project, the wheat seeds after threshing were considered as measuring object, hyperspectral imaging coupled with rotating reflection mirror was applied to acquire the hyperspectral images of wheat seeds. The hyperspectral image response during the dynamic process of imbibition, sprout and gemmate was studied. By using image processing and spectroscopy analysis method, a serial characteristic image parameters and spectral parameters were extracted, which could reflect the outside configuration and inside biochemical components of seeds. The image and spectra information were used to construct a sprouting extent prediction model by a data fusion method of fuzzy comprehensive evaluation method. Then a serial of wheat varieties that had known pre-harvest sprouti

英文关键词: hyperspectral imaging;wheat;pre-harvest sprouting;machine vision ;non-destructive detection

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
专知会员服务
35+阅读 · 2021年8月27日
专知会员服务
21+阅读 · 2021年8月23日
专知会员服务
86+阅读 · 2021年8月8日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
18+阅读 · 2020年12月23日
工业人工智能的关键技术及其在预测性维护中的应用现状
基于深度学习的表面缺陷检测方法综述
专知会员服务
85+阅读 · 2020年5月31日
10个开源工业检测数据集汇总
极市平台
2+阅读 · 2022年2月9日
实操教程|基于OpenCV的条形码区域分割
极市平台
3+阅读 · 2022年2月7日
利用 OpenCV+ConvNets 检测几何图形
极市平台
0+阅读 · 2022年1月26日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
已删除
将门创投
11+阅读 · 2019年4月26日
海洋论坛丨水声目标识别技术现状与发展
无人机
26+阅读 · 2018年12月17日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Chinese Idiom Paraphrasing
Arxiv
0+阅读 · 2022年4月15日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
19+阅读 · 2021年2月4日
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
专知会员服务
35+阅读 · 2021年8月27日
专知会员服务
21+阅读 · 2021年8月23日
专知会员服务
86+阅读 · 2021年8月8日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
18+阅读 · 2020年12月23日
工业人工智能的关键技术及其在预测性维护中的应用现状
基于深度学习的表面缺陷检测方法综述
专知会员服务
85+阅读 · 2020年5月31日
相关资讯
10个开源工业检测数据集汇总
极市平台
2+阅读 · 2022年2月9日
实操教程|基于OpenCV的条形码区域分割
极市平台
3+阅读 · 2022年2月7日
利用 OpenCV+ConvNets 检测几何图形
极市平台
0+阅读 · 2022年1月26日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
已删除
将门创投
11+阅读 · 2019年4月26日
海洋论坛丨水声目标识别技术现状与发展
无人机
26+阅读 · 2018年12月17日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员