摘要：本研究旨在強調多光譜成像在蓖麻種子質量檢測中的應用。從視覺上看，120顆種子被分為三類：黃色、灰色和黑色種子。此后，在375-970nm范圍內的19個不同波長下拍攝了所有種子的圖像。從圖像中提取每個種子的平均強度，觀察到三種顏色類別之間的顯著差異，近紅外波長的分離效果最好。采用基于歸一化典型判別分析的特定特征（區域SI均值），以92%的準確率區分活種子和死種子。在一組驗證種子上測試了相同的模型。根據發芽能力將這些種子分為兩組，其中241個被預測為有活力并有望發芽，59個被預測為死亡或未發芽的種子。該模型的驗證使種子分類正確率達到96%。這些結果說明了如何利用多光譜成像技術，根據種皮顏色預測活蓖麻種子。 
 

圖1.(A)VideometerLab儀器圖片和(B)VideometerLab 儀器的輪廓設置
 

2.種子概述根據種皮的視覺顏色分為三類：黃色、灰色和黑色
 

本文是對蓖麻的第一項研究，其中使用多光譜成像測量了種皮顏色反射，并根據種子活力進行了分類。Lucena 等人實施了類似的蓖麻種子分離，基于人眼的檢查，在我們的研究中也進行了評估作為主要步驟（A 行，圖 2）。圖 2 提供了生態型 Esfahan 種子的概覽，分為三個種皮顏色類別；黃色、灰色和黑色。行A中種子的3×3圖像的視覺比較表明所有三種種皮顏色類別之間的顏色變化。B行顯示A行種子的變換圖像；此處黃色種子顯示為紅色，灰色和黑色種子顯示為藍色。C行和D行顯示切割的種子，觀察到與整個種子相似的模式，展示了圖像的轉換如何導致切割的黃色種子呈現紅色，而可行的切割種子呈現藍色外觀。E行顯示四唑染色的結果。根據脫氫酶活性，黃色種子沒有染色，而灰色和黑色種子將活組織染成紅色。因此，我們的結果表明，多光譜成像可以是蓖麻種子活力測試中的一種非破壞性方法，因為我們已經觀察到種皮顏色反射與通過四唑測試獲得的活力之間令人滿意的正相關。
 

圖3中的光譜顯示了三個種子類別的反射，從中可以觀察到，在375 470 nm 的波長中，黃色和灰色種子是相似的，但在使用更高的波長數時有所不同。與所有19個波長的黃色和灰色種子相比，黑色種子的反射強度較低。基于來自所有波長的反射數據的統計分析表明，三類有顯著差異。黑色種子類別內的標準偏差低于黃色和灰色種子類別內的變化。
 

圖3.基于三種種子類別的種皮表面反射的平均反射光譜，確定為黃色、灰色和黑色種子

校準模型（基于活種子和死種子之間的nCDA轉換）校準集的結果如圖4和圖5所示。圖4顯示了從活種子獲得的區域平均值的分布，觀察到大多數值為負值，屬于種子類別的灰色和黑色。在圖5中，大多數值為正值，從測定為黃色的種子中獲得。根據四氮唑試驗和區域平均特征，總共有94個種子被確定為有活力的，89個種子為負值，被歸類為有活力的。在校準組中，根據四氮唑試驗，26個種子被確定為死亡，根據區域平均特征，21個種子被分類為死亡。在校準組中，120個種子中有92%被正確分類（當0被設置為閾值時）。
 

圖4.在四唑試驗中具有/不具有酶活性的種子RegionMSI平均值圖
 

圖6.平均反射光譜基于來自發芽和未發芽種子的種子的種皮表面的反射

光譜反射率的評估在圖6和靜態分析中觀察到，發芽種子和非發芽種子的平均強度值之間存在顯著差異，并且使用近紅外反射(NIR)波長進行最佳分離。早期的視覺研究強調了 NIR 波長在預測發芽能力方面的重要性，例如Shetty, N對菠菜種子進行的多光譜成像測試。