多光谱种子表型成像系统的应用

   Videometer种子表型表型成像系统可测量种子如尺寸、颜色、形状等，间接测定种子参数如种子纯度、发芽百分比、发芽率、种子健康度、种子成熟度、中寿命等。种子活力综合种子活力是种子发芽和出苗率、幼苗生长的潜势、植株抗逆能力和生产潜力的总和（发芽和出苗期间的活性水平与行为），是种子品质的重要指标，具体包括吸涨后旺盛的代谢强度、出苗能力、抗逆性、发芽速度及同步性、幼苗发育与产量潜力。种子活力是植物的重要表型特征，传统检测方法包括低温测试、高温加速衰老测试、幼苗生长测定等。

   该系统也可以对细菌、虫卵、真菌等进行高通量成像测量，进行病理学、毒理学或其它研究。对于拟南芥等冠层平展的植物，可以进行自动的叶片计数等。
   Videometer Lab 4是一款新型、功能强大且性价比较高的表型成像测量系统。通过控制系统就可以进行高分辨率多光谱成像。基础模块包括可见光成像，UV紫外成像以及NIR成像。可固定摄像头或移动摄像头。因拍照速度迅速，可实现较高通量成像。可以测量较小的样品，比如拟南芥等小植株、用多孔板培养的植物、多孔板里的叶圆片、以及植物的种子等，分析软件功能强大。
    Videometer通过测量样品在19种不同波长的LED频闪光下的成像来获取有用的信息。这些图像可以独立分析使用，也可以叠加起来合成高分辨率的彩色图像。Videometer备选模块包括叶绿素荧光成像模块，能够实现叶绿素荧光成像（叶绿素a和叶绿素b）。

   Videometer种子表型活力成像系统包括种子形态测量、种苗多光谱荧光成像检测等现代技术，全面检测种子的形态、发芽及其抗逆性，是目前种子表型活力较全面的无损检测系统，是种子及种苗表型分析的较佳组合。

主要技术特点

   LED光源技术，测量样品在19个波段下成像获取种子各种信息。
   VideometerLab多光谱荧光成像技术，高通量、高灵敏度检测种苗表型、叶绿素含量、活力、光合效率及抗逆性等，进一步分析种子的反射光谱及种子含水量等。种子形态测量参数：种子数量、长度、宽度、体积大小、表面积、周长及颜色分析

种子、种质资源库建设

   种子叶绿素荧光成像测量，可用于小植株表型测量以及生态学研究，研究植物密度、宽度、叶柄长、叶片数、叶色、叶长、叶面积、叶颜色、叶病斑、绿度指数，花径、花面积、花、色分级、画图像提取，果实品质、纵径、果形指数、果实颜色分级，如小侧根、绒毛研究等。    Marker标记测量，如GFP绿色荧光蛋白等

    叶绿素含量测量以及生物钟节奏研究。叶绿素含量多少与种子活力密切相关，可用此作为种子活力筛选的一个重要指标。
   世界知名种子检验机构如ISTA、ESTA、英国LGC英国化学家集团、John Innes Centre、Aarhus大学、歌本哈根大学等先进种子、植物学研究机构等全采用该系统进行种子、表型研究，目前利用该系统发表的文章已经超过200多篇。 

利用Videometer多光谱表型研究平台发表文章 

   1、Classification of Processing Damage in Sugar Beet (Beta vulgaris) Seeds by Multispectral  Image Analysis
   最近，来自Aarhus大学的Birte 教授研究团队发表了题为Classification of Processing Damage in Sugar Beet (Beta vulgaris) Seeds by Multispectral  Image Analysis 的文章，对多光谱成像技术在种子质量控制的应用进行了深入研究。VideometerLab 多光谱成像系统是的光谱、计算机等技术集成设备，体现了近视距多光谱研究的世界水准，广泛为机构如ISTA等等广泛使用。    2、Systematic establishment of colour descriptor states through image-based phenotyping
   来自University of the Philippines 的科学家最近发表了题为Systematic establishment of colour descriptor states through image-based phenotyping的文章，文章研究用到了VideometerLab多光谱表型成像系统。  
   3、利用多光谱成像系统结合化学计量法无损鉴别高品质西瓜种子的可行性。
   研究使用了主成分分析法（PCA），最小二乘支持向量机(LS-SVM)，BP神经网络(BPNN),以及随机森林法（RF）来测定种子品质。结果显示，光谱学和形态学特征在区分西瓜种子品质时非常重要。高品质西瓜种子与其它西瓜种子的显著区别，如死种子和低活力种子进行视觉化，区分度极好（ Julong品种精度92%（ LS-SVM）和 Xiali品种91%（ RF 模型）。结果显示多光谱成像可用于快速、有效无损监测西瓜种子品质。

   4、 Genebank seed accession phenotyping through spectral imaging
   T.  T. Chang Genetic Resources Center拥有超过 100000 序列的水稻。对每个序列而言，都有一小批采集的最原始材料，存储在基因库中 。每次将该序列的种子再次繁育来替换种子库存，需要将收获种子与种子档案进行比较以确保表型匹配。 该对比工作由经验极丰富的基因库人员进行。近年来，研究表明有限数据集光谱成像可用于区分不同品系种子，从而用于替代或协助基因库人员确保种子表型在更替换代时的稳定。现研究工作已经扩展到更大数据集，将成像特征与水稻的特定表型特征相关联。研究中使用了365nm-970nm的紫外、可见光与红外波段。特征向量包括尺寸、性状、光谱以及纹理特征，特征经过计算并进一步利用机器学习算法处理。特征选择用于鉴别特征集并获取单个特征和特定特征子集的通用描述信息。该技术可用于基因库领域，来确保种子表型在多代次繁育后仍与最原始材料匹配。该技术也可用将现有序列批次与新进入材料进行比较，避免不必要重复。

   5、Recent Applications of Multispectral Imaging in Seed Phenotyping and Quality Monitoring—An Overview
   作为光谱学和成像技术集成，光谱成像模块是用以解决食品和农业领域评估的难题，提供了多种有效、实际的设计。因具有在宽范围内获取系列电磁波谱内的空间光谱数据获取优势，该先进多光谱成像技术结合不同变量分析场景广泛应用于食品质量、安全控制目的以及面临苛刻研究挑战的种子科学技术领域。本文为系统基本配置提供了一种思路并综述了在种子质量评估以及种子表型不同应用领域所有近期获取、处理、生成多光谱图像的方法。本综述始于前期综述结束之时，仅聚焦于不同批次种子品质评估的全操作多光谱成像系统。本综述全面重点介绍了真正全操作型多光谱成像系统进行的切实可行研究，并未考虑仅用高光谱数据分析中的几个主要提取波段（即未构建独立多光谱成像系统）的研究。本文是第一次尝试对所有出版的在种子表型和品质监控领域进行综述的文章，提供了鉴别生理化学品质性状、预测生理参数、检测缺陷、虫害以及种子健康检测。
   6、Utilization of computer vision and multispectral imaging techniques for classifcation of cowpea (Vigna unguiculata) seeds
   最近法国科学家利用VideometerLab 3多光谱成像系统对豇豆种子进行分类研究，Videometerlab多光谱成像系统是先进的多光谱成像系统以及种子表型、种质资源库建设工具。

背景:传统种子评估方法通常用破坏性取样方法，之后进行机械、生理、生物化学和分子检测。尽管证实有效，此类方法广受质疑的一点是具有破坏性， 耗时、耗力、需要有经验种子分析人员参与。该研究的目标是探讨计算机视觉以及多光谱成像系统结合多变量分析法在高通量鉴别豇豆种子上的应用。研究中采用了自动机器视觉生成系统（VideometerLab3），无间断监控种子（休眠和萌发阶段）来区分不同类别的单个种子。利用从多光谱图像中提取的单个豇豆种子的光谱特征，开发了基于线性判别式分析(LDA)的不同多变量分析模型，依据年龄、活力、发芽条件以及发育速度将种子进行分类。

结果: 结果显示 LDA 模型在区分“老化”和“非老化”种子方面的全面正确区分率 (OCC) 分别达 到97.51, 96.76 一级 97%, ‘发芽’ 和‘非发芽‘种子全面正确区分率为81.80, 79.05 和81.0%, ‘初步萌发’, ‘中度萌发’和‘死’种子的 OCC分别为77.21, 74.93 以及68.00% 。在给出“正常”以及“异常”发芽的训练集、交叉验证以及独立验证数据集的OCC值分别为 68.08, 64.34 以及 62.00%。研究开发了图像处理流程，利用像素区分模型，探索多光谱成像系统在对不同类种子视觉区分的应用潜力。

结论: 结果显示多光谱成像系统可在紫外、可见光以及短波近红外波段提供必要的将单个豇豆种子区分到不同类别的信息。考虑到拍摄时间短以及制备样品有限等情况，该多光谱成像方法以及化学计量分析法对需要在线对种子进行经济分类、实时分拣以及评级过程来说极有价值，系统不仅提供了形态学和物理学特征，还提供了检测种子的化学信息。开发执行针对种子品质检测的图像处理算法、降低成本并增加计算机硬件的使用，在种子品质自动检测领域使用计算机集成系统将对业界有巨大吸引力。
 
7、Final report: Application of  multispectral imaging (MSI) to  food and feed sampling and  analysis FSA Contract Reference No.: SEP-EOI-05
Project Deliverable: 5
 
北京博普特科技有限公司是丹麦Videometer公司中国区总代理，全面负责其系列产品在中国市场的推广、销售和售后服务，目前为止，利用Videometer进行研究的文章已经多达250多篇，在近视距多光谱表型成像研究领域，Videometer无疑代表了业界水准。