基于高光谱成像技术结合SPA和GA算法测定甜玉米种子电导率

种子活力对于农业发展至关重要,而甜玉米种子普遍存在活力较低且不耐贮藏的问题。因此,及时准确地对甜玉米种子活力进行检测尤为重要。电导率测定法作为一种传统的种子活力检测方法,存在对种子有一定破坏性、耗时较长、重复性不佳等缺点。针这些问题,尝试利用可见-近红外（VIS-NIR）高光谱成像系统结合化学计量学算法建立甜玉米种子电导率快速、无损且精确的检测方法。以高温高湿老化的绿色超人甜玉米种子为试验材料,先通过可见-近红外高光谱成像系统采集种子的高光谱图像和进行电导率测定试验,随后对高光谱图像进行黑白板校正、提取感兴趣区域,获取光谱反射率数据。利用多种预处理方法分别为标准正态变量变换（SNV）、二阶导（SD）、一阶导（FD）、和多元散射校正（MSC）建立甜玉米种子电导率的偏最小二乘回归（PLSR）模型,比较分析并筛选出最适预处理方法。再通过连续投影算法(SPA)及遗传算法（GA）对MSC预处理后的高光谱波段进行筛选提取,基于选出的特征波段建立PLSR模型,并与全波段（Full）PLSR模型进行对比分析,得到与甜玉米种子电导率相关性最高的高光谱波段组合,最终确立一种能够预测甜玉米种子电导率的方法体系。实验结果显示：不同预处理方法（SNV,FD,SD和MSC）建立的PLSR模型性能有所差异,其中MSC-PLSR模型的表现最优秀,其校正决定系数和预测决定系数分别为0.983和0.974,相应的校正均方根误差和预测均方根误差分别为0.165和0.226。进一步分析MSC-Full-PLSR,MSC-SPA-PLSR和MSC-GA-PLSR模型,发现GA能够将全光谱的853个波段压缩至25个有效波段,所建立的MSC-GA-PLSR模型仍表现优秀,其校正决定系数和预测决定系数分别为0.976和0.973,相应的校正均方根误差和预测均方根误差分别为0.194和0.212。实验结果表明：基于可见-近红外（VIS-NIR）高光谱成像系统结合化学计量学算法实现对甜玉米种子电导率的预测存在一定的可行性。该研究为甜玉米种子电导率的快速、无损且精确的检测提供一定的理论支持。     

高光谱成像技术检测玉米种子成熟度

成熟度是影响种子活力的重要因素之一,是种子质量的重要指标。种子分级时将成熟种子和未成熟种子区分开来可提高种子批活力,使种子批活力具有一致性。采用400~1 000 nm波段范围的高光谱成像技术研究成熟和未成熟玉米种子,找出二者区分度最高的特征波段图像,通过图像处理方法进行种子分类。选用主成分分析(PCA)法分析高光谱图像,分析差异最明显的PC2主成分图像的各波段权重系数并提取出特征波段(501 nm)。从70粒成熟度较低玉米种子样本高光谱图像上选取成熟和未成熟两类感兴趣区域,采用偏最小二乘回归(PLSR)法分析两类感兴趣区域的平均光谱,选取与成熟度相关的敏感波段(518 nm)。采用波段比运算并结合KW检验,分析两类感兴趣区域的平均光谱,找出差异最大的最优波段比(640 nm/525 nm)。以864粒玉米种子为研究对象,提取特征波段对应的单波段图像和最优波段比对应的波段比图像,采用图像处理技术分析图像并判别。结果表明：采用单波段灰度图像分割容易将玉米种子冠部的浅色部分误识别为种子成熟度较低的区域,识别准确率低;而采用640 nm/525 nm的波段比图像可以减轻这种不利影响,平均正确识别率为93.9%。该方法可以有效识别未成熟的玉米种子,为进一步开发在线分级装备提供了依据。     

High speed measurement of corn seed viability using hyperspectral imaging

Corn is one of the most cultivated crops all over world as food for humans as well as animals. Optimized agronomic practices and improved technological interventions during planting, harvesting and post-harvest handling are critical to improving the quantity and quality of corn production. Seed germination and vigor are the primary determinants of high yield notwithstanding any other factors that may play during the growth period. Seed viability may be lost during storage due to unfavorable conditions e.g. moisture content and temperatures, or physical damage during mechanical processing e.g. shelling, or over heating during drying. It is therefore vital for seed companies and farmers to test and ascertain seed viability to avoid losses of any kind. This study aimed at investigating the possibility of using hyperspectral imaging (HSI) technique to discriminate viable and nonviable corn seeds. A group of corn samples were heat treated by using microwave process while a group of seeds were kept as control group (untreated). The hyperspectral images of corn seeds of both groups were captured between 400 and 2500 nm wave range. Partial least squares discriminant analysis (PLS-DA) was built for the classification of aged (heat treated) and normal (untreated) corn seeds. The model showed highest classification accuracy of 97.6% (calibration) and 95.6% (prediction) in the SWIR region of the HSI. Furthermore, the PLS-DA and binary images were capable to provide the visual information of treated and untreated corn seeds. The overall results suggest that HSI technique is accurate for classification of viable and non-viable seeds with non-destructive manner.     

基于高光谱技术的玉米种子可视化鉴别研究

种子纯度是衡量种子品质的重要指标。提出一种基于近红外(874～1 734 nm)高光谱技术实现玉米种子可视化鉴别的方法。采集4个品种共384个玉米种子样本的高光谱图像数据,随机选择288个样本作为建模集,剩余96个样本作为预测集。对玉米种子光谱曲线进行分析后,通过连续投影算法（SPA）选取7个特征波段作为输入,结合偏最小二乘法判别分析(PLS-DA)模型,对预测集进行预测,获得较好的分类效果,其中R_C=0.917 7,RMSECV=0.444 2; R_CV=0.911 5,RMSECV=0.459 9,建模集和预测集的总体鉴别率分别为78.5%和70.8%。通过图像处理技术提取高光谱图像中每个玉米颗粒的平均光谱数据,输入建立的SPA-PLS-DA模型,在计算生成的鉴别图中以不同颜色标识不同类别,实现了混杂玉米种子样本的可视化鉴别。对3份不同组成的混杂种子样本进行鉴别,达到了较好的可视化效果。结果表明,通过可视化鉴别技术,可以直观方便地观察混杂种子样本中不同品种种子的分布和数量,为农业生产中种子的纯度鉴别和筛选提供了帮助。     

基于可见光的多波段偏振图像融合新算法

采用了一种新的基于小波变换的偏振图像融合算法.首先,将两个波段中的每一波段三幅偏振图像利用小波变换分解成低频和高频部分,低频的小波系数平均值作为融合后的低频系数,高频细节系数根据不同区域特征选择方法以及对应输入图像小波系数的窗口区域方差来确定融合后高频小波系数,得到一个波段一幅图像.接着,将得到的图像再进行小波分解,采用低频图像的小波系数最小值作为融合后的低频系数,高频图像根据纹理一致性测度的纹理检测确定融合规则,用来调整高频小波系数,将来自不同图像的特征与细节融合在一起,并对融合图像质量进行了对比评价.实验结果表明,融合后的偏振图像不仅反映了场景的偏振信息,而且还包含了丰富的光谱信息,目标与背景的衬比度也得到了增强,为进一步的目标检测和识别提供了便利.     

近紫外-可见-短波近红外多光谱成像数据的糯玉米种子热损伤粒的无损快速鉴别

为对糯玉米种子热损伤粒进行无损快速鉴别并探索热损伤过程对糯玉米种子的影响,以糯玉米种子"京科糯2000"为例,用Videometer近紫外-可见-短波近红外多光谱成像仪分别以胚面向上和胚面向下方式采集糯玉米种子对照组及热损伤组多光谱成像数据,分别提取胚面向上胚部、胚面向上胚乳部、胚面向下胚乳部单点多光谱数据,并对胚面向上胚部和胚面向上胚乳部多光谱数据做初级融合;对多光谱数据进行基线校正预处理后计算各光谱数据样本标准差,进而通过光谱数据样本标准差的变化分析热损伤对糯玉米种子各部位的影响;基于多光谱数据采用偏最小二乘-判别分析算法建立糯玉米种子热损伤粒无损鉴别模型,对所建模型进行全交互验证,并与近红外光谱数据模型比较。结果表明,热损伤对糯玉米种子胚、胚乳有不同的影响,多光谱数据和近红外光谱数据表现出一致的变化趋势。采用多光谱数据建立热损伤粒鉴别模型,各模型前3主成分得分3D散点图中,对照组和热损伤组样品表现出一定的分离趋势,校正数据正确率在96%～100%之间,交互验证数据正确率在92%～100%之间,其中,糯玉米种子胚面向上胚部光谱和胚乳部光谱初级融合数据建模效果最好,校正数据正确率10...     

基于NIR分析和模式识别技术的玉米种子识别系统

模式识别技术及数据挖掘方法已成为化学计量学的研究热点。近红外(NIR)光谱分析以其快速、简便、非破坏性等优势广泛应用于光谱信号的处理和分析模型的建立。文章基于五种不同的模式识别方法:局部线性嵌入(LLE),小波变换(WT),主成分分析(PCA),偏最小二乘(PLS)和支持向量机(SVM),利用NIR技术建立了玉米种子的模式识别系统,并将其应用于108玉米杂交种和母本178种子的近红外光谱样品。首先利用LLE,WT,PCA,PLS进行消噪或降维,然后运用SVM进行分类识别,而一模支持向量机(1-norm SVM)算法直接进行分类识别。三个不同NIR光谱范围的数值实验显示:PCA+SVM,LLE+SVM,PLS+SVM识别效果甚佳,而WT+SVM和1-norm SVM方法也有较高的分类精度。实验结果表明了本文提出方法的可行性和有效性,为利用近红外光谱和模式识别技术进行种子识别研究提供了理论依据和实用方法。     

基于NIR分析和模式识别技术的玉米种子识别系统

模式识别技术及数据挖掘方法已成为化学计量学的研究热点。近红外(NIR)光谱分析以其快速、简便、非破坏性等优势广泛应用于光谱信号的处理和分析模型的建立。基于五种不同的模式识别方法:局部线性嵌入(LLE),小波变换(WT),主成分分析(PCA),偏最小二乘(PLS)和支持向量机(SVM),利用NIR技术建立了玉米种子的模式识别系统,并将其应用于108玉米杂交种和母本178种子的近红外光谱样品。首先利用LLE,WT,PCA,PLS进行消噪或降维,然后运用SVM进行分类识别,而一模支持向量机(1-normSVM)算法直接进行分类识别。三个不同NIR光谱范围的数值实验显示:PCA+SVM,LLE+SVM和PLS+SVM识别效果甚佳,而WT+SVM和1-norm SVM方法也有较高的分类精度。实验结果表明了本文提出方法的可行性和有效性,为利用近红外光谱和模式识别技术进行种子识别研究提供了理论依据和实用方法。     

基于近红外光谱技术和人工神经网络的玉米品种鉴别方法研究

提出了一种采用近红外光谱技术结合人工神经网络对玉米品种进行鉴别的方法。在3 800～10 000 cm-1(波长1 000～2 632 nm)范围内采集四种玉米单粒完整籽粒的近红外漫反射光谱,经Savitky-Golay平滑和多重散 射校正预处理后,对数据进行主成分分析,再结合人工神经网络技术进行品种鉴别。主成分分析表明,前8个主成分的累积贡献率达到99.602%。以前8个主成分作为网络输入,品种类型作为输出,建立三层LMBP神经网络模型。每个品种 各取30粒共120个样本用于建模,10粒共40个样本用于预测。模型对建模集120个样本鉴别率为100%,对预测集40个样本的鉴别率为95%。实验结果说明该方法能快速无损地鉴别玉米品种,为玉米的品种鉴别提供了一种新方法。     

利用少量波段近红外光谱图像鉴定玉米种子纯度

为实现玉米杂交种的自动化快速分选,提出了应用少量近红外波段光对玉米种子进行成像,获取种子光谱图像并提取纹理特征来鉴定玉米杂交种纯度的方法。采集5个玉米品种的母本和杂交种在4个短波近红外波段的透射光谱图像和4个中波近红外波段的反射光谱图像,采用白板标定校正光谱图像,运用中值滤波、大津法去除噪声,从背景中分割出种子,应用灰度分布统计,灰度共生矩阵提取纹理特征,对同一粒种子拼接其在各波长处的特征数据,应用主成分分析和正交线性判别分析降维并获得子空间的最佳可分性,使用支持向量机建立透射和反射光谱图像纯度鉴定模型。透射和反射模型对5个玉米品种平均正确鉴别率均在85%以上。表明利用少量波段的近红外光谱图像鉴定玉米杂交种纯度是可行的。     

Measuring the phase of vibration of spheres in a viscoelastic medium as an image contrast modality

Detection of calcifications in breast is an important problem in the diagnosis of breast cancer. Vibro-acoustography is a recently developed method that uses the radiation force of ultrasound to create images of the mechanical response of an object at a low frequency using the magnitude or phase of the response. Small spheres are used to explore the use of the phase of vibration as a contrast modality for use in detection and identification of calcifications in breast tissue. An experiment is presented to measure the magnitude and phase of vibration at different frequencies. The theoretical and experimental results are compared for spheres of two different sizes. Phase images are shown in which five spheres of different density can be clearly distinguished from each other. With phase measurements and images, it is demonstrated that predictable image contrast exists for spheres of different density embedded in a viscoelastic medium.     

虫蛀玉米种子的空气耦合超声波检测

提出了一种基于空气耦合超声波技术的玉米种子虫蛀孔洞颗粒和完好颗粒分类识别方法·首先根据玉米颗粒的弹性模量、泊松比和密度等物理量计算出了玉米颗粒的声速,并根据检测精度需求设定了激励信号频率。然后采用MATLAB对采集的两类种子超声波信号数据进行分析处理,并分析了种子厚度和摆放方位对超声波响应特征的影响。最后建立了K近邻(KNN)、簇类独立软模式法(SIMCA)、Fisher线性判别(LDA)和决策树(DT)识别模型,并对模型性能进行了测试.结果表明;种子孔洞深度、胚部厚度和正反面方位不同,即超声波在种子表面的反射程度不同、在种子中传播声程不同,则起声波信号衰减程度不同,导致接收到信号的幅值不同,且样本点在主成分分析(PCA)特征空间的分布也不同。4种识别模型均可以实现对两类玉米的分类识别,其中KNN模型性能最佳,其对虫蛀孔洞颗粒和完好颗粒的正确识别率分别为98%100%,误差带为2%,0。此结果说明采用空气耦合超声波技术可以实现对玉米种子虫蛀孔洞颗粒的检测。     

Hepatic vessel segmentation using variational level set combined with non-local robust statistics

Hepatic vessel segmentation is a challenging step in therapy guided by magnetic resonance imaging (MRI). This paper presents an improved variational level set method, which uses non-local robust statistics to suppress the influence of noise in MR images. The non-local robust statistics, which represent vascular features, are learned adaptively from seeds provided by users. K-means clustering in neighborhoods of seeds is utilized to exclude inappropriate seeds, which are obviously corrupted by noise. The neighborhoods of appropriate seeds are placed in an array to calculate the non-local robust statistics, and the variational level set formulation can be constructed. Bias correction is utilized in the level set formulation to reduce the influence of intensity inhomogeneity of MRI. Experiments were conducted over real MR images, and showed that the proposed method performed better on small hepatic vessel segmentation compared with other segmentation methods.     

长工作距离显微成像数字全息合成孔径方法(英文)

提出了一种用于长工作距离下显微成像的数字全息合成孔径方法。首先,在不同斜入射照明条件下记录多幅包含不同物光频谱范围的数字全息图。然后,利用每一幅全息图通过数字方法重构并放大物体强度像。最后,通过非相干叠加这些强度像得到分辨力提高且散斑噪声减小的合成物体强度像。理论分析和实验结果表明,此方法可应用于长工作距离下的原位显微观测。     

长工作距离显微成像数字全息合成孔径方法

提出了一种用于长工作距离下显微成像的数字全息合成孔径方法。首先,在不同斜入射照明条件下记录多幅包含不同物光频谱范围的数字全息图。然后,利用每一幅全息图通过数字方法重构并放大物体强度像。最后,通过非相干叠加这些强度像得到分辨力提高且散斑噪声减小的合成物体强度像。理论分析和实验结果表明,此方法可应用于长工作距离下的原位显微观测。     

近红外光谱的玉米种子穗腐病特征提取与判别模型研究

玉米种子穗腐病是危害玉米产量的主要病害之一。利用近红外光谱开展了玉米种子穗腐病判别模型研究。246粒玉米种子由吉林省农业科学院海南育种基地提供,其中96粒玉米种子为穗腐病染病样本,其他150粒玉米种子为同种玉米正常样本。利用MATRIX-Ⅰ型傅里叶近红外光谱仪采集了样本800～2 500 nm范围的近红外光谱信息,并对样本近红外光谱数据利用多元散射校正（MSC）进行预处理。结合玉米内部有机物质的近红外光谱的敏感波段和样本近红外光谱吸收峰挑选了4个优选区间,并采用相关系数法(CA)、连续投影算法（SPA）和竞争性自适应重加权算法（CARS）三种不同原理的特征波长提取算法分别提取了4（1 362,1 760,2 143和2 311 nm）、5（1 227,1 310,1 382,1 450和1 728 nm）和10（1 232,1 233,1 257,1 279,1 313,1 688,1 703,1 705,2 302和2 323 nm）个特征波长。以提取得到的特征波长作为玉米种子穗腐病判别模型输入变量,用0-1（染病-正常）表示样本染病状况作为输出真实值建立支持向量机（SVM）模型,使用网格搜索法结合十折交叉验证法对模型参数进行优化。结果表明,CA-SVM,SPA-SVM和CARS-SVM三种判别模型中训练集和测试集建模准确率均在90%以上。该研究成果为玉米种子病害诊断装置提供了模型基础,且针对优选区间进行特征波长选择的方式也可以为建立其他种子病害判别模型提供参考。     

基于高光谱图像技术和SVDD的玉米种子识别

特征提取的充分性和分类器设计的合理性是影响玉米种子识别精度的两个关键问题。采集了玉米种子的高光谱图像,并提取每粒玉米种子在不同波段下的图像熵作为分类特征;在此基础上,利用支持向量数据描述方法构建每类玉米的分类器模型,对待识别样本的测试精度达到了94.14%,对新类别样本的识别精度达到92.28%。仿真结果表明：新方法可实现玉米种子的准确识别,同时解决了传统分类器对新类别样本的错误分类问题。     

Frequency signature of water activity by biospeckle laser

Biospeckle laser technique has become an important tool to investigate biological activity in several areas of science. However, due to the complexity of biological materials it is necessary to develop research processes that ensure greater efficiency in isolating areas of different activities in the same material using the biospeckle. Thus, alternative techniques, such as those related to spectral domain, allow approaches that provide a means for frequency and isolation marking of various observed phenomena. The possibility of creating frequency markers related to physical or chemical phenomena under biospeckle laser monitoring opens the way for important applications in the analysis of biological materials. In seeds, for example, one research challenge is the creation of a methodology to analyze their vigor undermining the influence of water activity. This study aimed to use wavelet transform to create maps in frequency of biological material, particularly from maize and bean seeds, seeking to isolate water activity. Wavelet transform was used in conjunction with traditional biospeckle laser methods, Fujii, Generalized Differences and Time History Speckle Patterns. The data analysis allowed access of information in different frequencies, making it possible to map activities that only occur at certain frequencies in the seeds associated to particular areas they operate, as in the case of activities present in the embryo as well as those present in the endosperm. Thus the work enabled the identification of frequency bands where water activity may be operating creating a signature useful in further works.     

Spread-space spread-spectrum technique for secure multiplexing

A novel technique for multiplexing complex images is proposed in which each image may be demultiplexed only if a set of random encryption keys is known. The technique utilizes the ability of the double random phase encoding method to spread a signals' energy in both the space and the spatial frequency domains in a controlled manner. To multiplex, images are independently encrypted with different phase keys and then superimposed by recording sequentially on the same material. Each image is extracted by using the particular key associated with it. During decryption the energy from the other images is further spread, making it possible to minimize its effects by using suitable filters. Wigner analysis is applied to the technique, and numerical results are presented.     

基于太赫兹时域光谱技术的伪色彩太赫兹成像的实验研究

提出了一种伪色彩太赫兹成像技术. 通过引入频域色彩区间积分, 建立了一套基于太赫兹时域光谱技术的伪色彩太赫兹成像系统, 实验分别研究了乳糖和对氨基苯甲酸两种不同白色化学粉末的伪色彩成像和灰度成像, 研究了不同颜色区间定义对伪色彩图像的影响, 讨论了利用不同频率信息成像系统所能达到的空间分辨率. 研究结果表明, 伪色彩成像技术可以将不同的物质信息同时成像在一张太赫兹图像中, 通过不同物质在太赫兹图像中呈现出的颜色差别来区分不同的物质及其分布. 克服了传统的太赫兹灰度成像技术中, 需要多张图像来区分不同的物质的问题, 提高了成像速度, 降低了筛选难度. 利用高频信息进行伪色彩成像, 可以将系统成像的空间分辨率提高到0.4 mm. 伪色彩成像方式可以更直观快捷地显示样品的基本属性, 对于实现太赫兹安检的初检和快速筛选具有重大的现实意义.