31-种子纯度分析

泽泉开放实验室泽泉科技有限公司 Zealquest Laboratory Zealquest Scientific Technology Co., Ltd.

http://www.zealquest.com E-Mail：[email protected]

种子纯度分析


背景

一直以来，关于种子的研究总是存在这样一个问题：“图像分析系统能够检测种子的纯度吗（主要

是小麦和黑麦）？”种子纯度不够主要是由于一些杂质或者不能代表整体样本种子质量的坏种子造成的，

如下图所示：

黑种子污染

杂种污染

由于纯度是评价种子外部质量一个重要指标，因此能够精确鉴定种子纯度的图像分析系统是非常必

要的。通常情况下，在种子收获季节，需要对 1000~1500 个样品进行快速高效的鉴定，而此工作目前都

是靠人工完成的。因此，在保证质量和可靠性的前提下，合理高效的完成种子的鉴定工作将是一个非常

受关注的问题。然而，阻碍种子鉴定自动化最直接的一个问题来源于种子本身特性，即并非所有的种子

表面都是平整的（如叶片），该问题可以通过自动化过程中的统计分析（大样品量）加以消除。



性能

对两个不同的小麦样品进行检测：

颜色分类

A 样品：无杂质；

B 样品：有大约 5.7%的杂质。

每个样品取五份，利用 LemnaTec Scanalyzer 进行成像，并

通过 LemnaTec SAW Bonit 进行分析，对图像中每一个颜

色进行分类，共分为 6 类：

浅褐色信号颜色：桔黄色名字：黄褐色

中褐色信号颜色：褐色名字：中褐色

深褐色信号颜色：蓝色名字：深褐色

阴影信号颜色：黑色名字：阴影

浅色污点信号颜色：黄色名字：杂质

深色污点信号颜色：红色名字：暗色杂质

信号颜色表示伪色图像和结果中的一个颜色组，相应的颜

色分类如图所示。用户可以根据自己的需求，增加颜色组

的数目或者每个颜色组内的颜色数目，使结果更加可靠。

应用这种分类方法，可以把大约 20 种颜色整合到 6 个不同

的颜色组，错误率降低至 1%以下。



A 样品（无杂质的小麦种子）



B 样品（无杂质的小麦种子）



结果

从上图可以看出，无论是深色杂质还是浅色杂质，样品 B（5.7%杂质）所测定的值总是高于样品 A

（无杂质）。如果采用颜色分类表图或者增加样品量的方法，可使结果会更加精确。相比于手工方法测

定，图像分析仅仅对图像面积范围内种子进行了评价，而并非大面积测定，这会引起实验误差（1.6%）。

因此，若想对两种方法的数据进行比较，还需要对图像面积（%）和大范围面积（%）测定进行校正。

现在，通过统计学方法已经可以对种子样品的图像面积进行测定，因此该方法更加适合于种子纯度分析。

此外，除了对种子进行颜色分类以外，还可以进行大小分类，这样可以大大减少杂质鉴定标记和样品重

复数目。

实验结果



实例一坏种子

原始图像颜色分类结果

实例二杂种子


实例三


实例四




实例五


实例六


实例七


实例八




实例九


如果您需要了解更多，或有问题需要与我们交流，请按如下方式与我们联系：

地址邮编电话传真

上海总部普陀区中江路 879 号天地软件园 28 幢 402-403 座 200333 021-51556112/3/4/5/6/7/8 021-51556111

北京分公司海淀区西三环北路 72 号世纪经贸大厦 2600 室 100048 010-88824075/76/77 转 605 分机

广州代表处天河区马赛国际公寓 C 栋 2213A 510632 020-62819702,62819932 转 806 分机

成都代表处人民南路一段 97 号现代之窗 1018 室 610016 028-86722096, 86719836 028-86721922

新疆代表处乌鲁木齐人民路 33 号瑞达国际大厦 1501 室 830004 0991-2328056 0991-2825296

http://www.zealquest.com E-mail: [email protected] [email protected]


31-种子纯度分析

Documents