種子活力無損檢測方法研究進(jìn)展

瞿志杰，賈良權(quán)，祁亨年，王瑞琴，趙光武

（1.浙江農(nóng)林大學(xué) 信息工程學(xué)院，浙江 杭州 311300；2.湖州師范學(xué)院 信息工程學(xué)院，浙江 湖州313000；3.浙江農(nóng)林大學(xué) 農(nóng)業(yè)與食品科學(xué)學(xué)院，浙江 杭州 311300）

種子活力（seed vigor）是判定種子質(zhì)量的重要依據(jù)，與農(nóng)、林、園藝等生產(chǎn)息息相關(guān)，對農(nóng)林業(yè)發(fā)展具有重要意義[1]。19世紀(jì)的德國種子檢查方法中已經(jīng)有發(fā)芽速度、發(fā)芽速力、發(fā)芽力、生長力、種子大小等表示種子活力高低的檢測項目。1950年，國際種子檢驗(yàn)協(xié)會（International Seed Testing Association,ISTA）和北美官方種子分析家協(xié)會（North American Association of Official Seed Analysts,AOSA）組織成立了ISTA活力測定委員和AOSA活力委員會，這兩大委員會負(fù)責(zé)總結(jié)全世界國家的種子活力測定成果。1980年發(fā)行的《種子活力測定方法手冊》概述了低溫測定方法、電導(dǎo)率測定等8種種子活力測定方法[2]。1982年中國學(xué)者[3]開始了種子活力的探索，通過發(fā)芽生理法測定白菜Brassica pekinensis、菜豆Phaseolus vulgaris、蘿卜Raphanus sativus等種子的活力。1996年，通過電導(dǎo)率等多項指標(biāo)對濕地種子進(jìn)行活力探測[4]。2001年第1次將機(jī)器視覺技術(shù)[5]引入農(nóng)作物種子質(zhì)量檢驗(yàn)中，開啟了無損檢測的嘗試。在之后的10 a里，種子活力檢測研究逐步引入激光散斑技術(shù)、超微弱發(fā)光法、高光譜成像技術(shù)、電導(dǎo)法檢測技術(shù)、電子鼻探測技術(shù)等新型技術(shù)。這些檢測方法具有操作簡單、檢測速度快、準(zhǔn)確率高和無損等優(yōu)勢，隨著種子檢測技術(shù)領(lǐng)域的不斷拓展，將成為種子活力測定的新方向。

1 種子活力無損檢測方法

種子活力反映的是種子在田間條件下的出苗率和出苗時間，因此無損檢測方法都應(yīng)基于種子活力相關(guān)的某種特性檢測從而間接獲得種子的活力值?？偨Y(jié)起來，有基于光學(xué)特性、生理生化特性和外觀特性的3類種子活力無損檢測方法。其中，基于光學(xué)特性的無損檢測方法包括近紅外光譜檢測技術(shù)、高光譜檢測技術(shù)、激光散斑技術(shù)、葉綠素?zé)晒鈾z測技術(shù)及激光檢測技術(shù)；基于生理生化特性的無損檢測技術(shù)有電子鼻檢測技術(shù)、電導(dǎo)法檢測技術(shù)、過氧化氫（H2O2）流速檢測技術(shù)以及可調(diào)諧半導(dǎo)體激光吸收光譜（tunable diode laser absorption spectroscopy，TDLAS）檢測技術(shù)；基于種子外觀特性的檢測技術(shù)主要是機(jī)器視覺檢測技術(shù)。

1.1 基于光學(xué)特性的種子質(zhì)量檢測方法

當(dāng)光輻射到種子時，種子會以表面反射和本體反射等能量形式轉(zhuǎn)移，并且種子在輻射不同強(qiáng)度和密集度的光之后所展現(xiàn)的特性也不同。利用種子對光的吸收特性，將種子的光學(xué)特性與內(nèi)部活力指標(biāo)建立關(guān)聯(lián)，可以利用該關(guān)聯(lián)對種子活力進(jìn)行判別。

1.1.1 近紅外光譜檢測技術(shù) 近紅外光譜技術(shù)（near infrared spectroscopy，NIR）[6]的原理是近紅外光（波長780～2 526 nm）激發(fā)有機(jī)物的官能團(tuán)，有機(jī)物組成的分子吸收近紅外光對應(yīng)部分的能量，從穩(wěn)定的基態(tài)躍遷到不穩(wěn)定的激發(fā)態(tài)。不同的分子因具有特定的振動頻率，從而吸收的能量是特定的，所以可以生成特有的近紅外吸收光譜。利用此技術(shù)可以研究有機(jī)物中含氫基團(tuán)（O—H，N—H，C—H，S—H和P—H）對近紅外光譜的吸收特性，可對種子活力開展定性和定量分析，并且該方法具有無損、成本低、無污染、速度快、不破壞樣品、測量方便等特點(diǎn)。

ALAMERY等[7]第1次通過創(chuàng)建偏最小二乘（PLS）預(yù)測模型來對種子活力等級進(jìn)行分類，創(chuàng)建的二分類預(yù)測模型能夠識別低和中、高活力種子群，正確率分別為80%～100%和96.3%～96.6%，證明了近紅外光譜技術(shù)對種子無損檢測的可行性。尹淑欣等[8]采用矢量歸一化和主成分分析法對近紅外光譜技術(shù)獲得的數(shù)據(jù)進(jìn)行預(yù)處理，去除數(shù)據(jù)噪聲并降維，利用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建的模型對單粒玉米Zea mays種子進(jìn)行識別，準(zhǔn)確率達(dá)90.30%，識別時間僅需27.36 ms[9]。時偉芳等[10]測得春小麥Triticum aestivum單粒種子二面平均光譜數(shù)據(jù)，通過最小二乘法建立定性的模型，測單粒小麥種子的活力，準(zhǔn)確率最優(yōu)達(dá)91.3%。白京等[11]基于近紅外光譜技術(shù)測得玉米種子的數(shù)據(jù)，采用多項式平滑預(yù)處理（SG）曲線減小噪聲，應(yīng)用支持向量機(jī)（SVM）構(gòu)建判別模型獲得種子有無活力的判別正確率達(dá)95.56%。李武等[12]將近紅外光譜技術(shù)與競爭性自適應(yīng)重加權(quán)法（CARS），無信息變量消除（UVE）和前向間隔偏最小二乘法（FiPLS）等3種方法相結(jié)合，篩選出最佳建模波段，利用偏最小二乘法回歸 （NISR）建立甜玉米種子活力相關(guān)指標(biāo)的預(yù)測模型，實(shí)現(xiàn)了采集一次光譜測定3個參數(shù)，提高了種子無損檢測的效率。在實(shí)際生產(chǎn)應(yīng)用中發(fā)現(xiàn)：該方法容易受其他因素的干擾，其中水份的干擾最為明顯，也最為常見。

1.1.2 高光譜檢測技術(shù) 高光譜成像技術(shù)（hyperspectral imaging technology）通過線陣掃面獲取種子樣本的空間信息和光譜信息，具有超多波段、光譜高分辨率和圖譜合一的特點(diǎn)。與近紅外光譜檢測技術(shù)測定在近紅外波長范圍內(nèi)種子的吸收值不同，高光譜成像技術(shù)借助成像光譜儀，可在紫外、可見光、近紅外和中紅外等區(qū)域測定，可獲取數(shù)以百計波段，間隔非常小且光譜連續(xù)的光譜數(shù)據(jù)[13]。光譜中的每個像元均對應(yīng)一條連續(xù)的光譜，能夠反映某一個點(diǎn)所代表的信息。該方法不僅擁有近紅外光譜檢測技術(shù)的高分辨率，還能通過直觀的圖像更加全面地了解樣本內(nèi)部組成信息，通過測定的光譜數(shù)據(jù)可以無損檢測種子的相關(guān)活力[14]。

李美凌等[15]通過高光譜成像儀采集了水稻Oryza sativa‘滇雜31’（粳型三系雜交稻）、‘榮優(yōu)225’（秈型三系雜交稻）和‘珍珠糯’（秈型常規(guī)稻）等3個品種共564粒種子的高光譜數(shù)據(jù)，并將獲取光譜數(shù)據(jù)后的水稻種子進(jìn)行標(biāo)準(zhǔn)發(fā)芽實(shí)驗(yàn)，得到了種子活力數(shù)據(jù)?；谥鞒煞痔崛」庾V波段，建立基于SVM的2個活力梯度的預(yù)測模型，94.44%的分類鑒別率初步論證了基于高光譜的雜交稻與常規(guī)稻種子活力檢測的可行性，并且表明波段選擇對模型的優(yōu)化是有效的。許思等[16]選取22個雜交水稻品種共5 280粒水稻種子為實(shí)驗(yàn)材料，通過人工老化處理得到3個活力梯度，實(shí)驗(yàn)所有品種的研究結(jié)果都表明：基于高光譜成像技術(shù)的種子活力等級進(jìn)行快速無損檢測普遍適用于雜交水稻，檢測準(zhǔn)確率可以達(dá)90%以上。吳小芬等[17]研究了基于高光譜的常規(guī)種子活力檢測，選取2個不同的常規(guī)水稻品種（‘甬秈69’和‘中早39’）為研究對象，選取了8 889粒樣本，老化處理獲得3個活力梯度。結(jié)果表明：對種子的發(fā)芽率、簡易活力指數(shù)和苗長等活力參數(shù)的預(yù)測，所建立的幾種預(yù)測模型均取得了較好的結(jié)果，最優(yōu)達(dá)98.9%。彭彥昆等[18]利用連續(xù)投影算法（SPA）獲得番茄 Lycopersicon esculentum種子的最優(yōu)特征波長為713 nm，并借助統(tǒng)計學(xué)后得到的校正集和驗(yàn)證集的正確率分別為93.75%和90.48%。尤佳[19]采用偏最小二乘與迭代遺傳算法協(xié)同（siPLS-GA）篩選光譜特征波長，對脫絨棉種用高光譜圖像技術(shù)進(jìn)行無損檢測，測得的數(shù)據(jù)用主成分分析進(jìn)行降維，創(chuàng)建判別分析和SVM模型，另用折交叉驗(yàn)證算法（K-CV）和粒子群優(yōu)化算法（PSO）對SVM模型進(jìn)行參數(shù)尋優(yōu)，達(dá)89.7%的分類精度。LI等[20]對稻種獲得的原始高光譜數(shù)據(jù)采用小波包進(jìn)行預(yù)處理，對光譜數(shù)據(jù)進(jìn)行協(xié)方差分析降維和主成分分析提取特征波段，論證了稻種活力通過最小二乘支持向量回歸算法（LS-SVR）對其進(jìn)行測定是可行的，且獲得相關(guān)系數(shù)均超過95%的預(yù)測集和校正集。該系列研究在雜交稻、常規(guī)稻多個品種的上都獲得了有效性驗(yàn)證，但同時也表明各品種種子均存在差異，需要對不同品種建立檢測模型。

1.1.3 激光散斑技術(shù)測定 生物散斑是激光照射在種子表皮呈現(xiàn)顆粒結(jié)構(gòu)，產(chǎn)生的這種顆粒狀態(tài)被稱作散斑現(xiàn)象。主觀散斑是經(jīng)過透鏡成像形成的散斑，客觀散斑則是在自由空間傳播形成的散斑。種子散斑的變化反映種子內(nèi)在活力的某些相關(guān)性質(zhì)，因而能作為一種新型的種子無損檢測技術(shù)[21-23]。

MOREIRA等[24]使用激光散斑技術(shù)采集玉米種子的散斑圖像，基于測得的指標(biāo)建立種子活力分析的基本法則。激光散斑技術(shù)有快速無損測定種子活力的潛質(zhì)，但尚停留在實(shí)驗(yàn)室研究階段。王鳳鵬等[25]采用主觀和客觀激光散斑技術(shù)對大豆Glycine max種子進(jìn)行無損檢測，以圖像的形式給出定性檢測結(jié)果，并使用廣義差分算法進(jìn)行處理，實(shí)驗(yàn)結(jié)果驗(yàn)證了主觀和客觀激光散斑方法均可檢測大豆活力。趙瑛琦等[26]對麻皮豌豆Pisum sativum種子運(yùn)用激光散斑技術(shù)進(jìn)行活力測定，部分散斑圖像用時間對比分析法處理；同時結(jié)合栓皮櫟Quercus variabilis種子實(shí)際發(fā)芽結(jié)果與散斑值變化曲線的對比分析結(jié)果，驗(yàn)證了激光散斑能快速無損檢測栓皮櫟種子活力。該研究進(jìn)展驗(yàn)證了激光散斑技術(shù)可以快速無損地鑒別種子活力，但還需要克服不同品種的種子產(chǎn)生的實(shí)驗(yàn)結(jié)果差異性。

1.1.4 葉綠素?zé)晒鈾z測技術(shù) 葉綠素?zé)晒鈾z測技術(shù)是當(dāng)波長為650～730 nm的光束射在種子表皮上，種皮上的葉綠素將會以熒光和熱的形式釋放能量，通過對種皮上葉綠素釋放的熒光信號進(jìn)行測定可獲得種子活力等級的相關(guān)信息。檢測到種子表皮的熒光信號越小，葉綠素含量也越少，則證明該種子活力也越高。通過葉綠素?zé)晒鈾z測技術(shù)可對種子活力進(jìn)行快速無損的檢測，由于該方法只對葉綠素有特異性，減少了其他光信號噪聲對熒光信號的影響，為該方法的普及應(yīng)用打下了良好的基礎(chǔ)。JALINK等[27-28]最先采用650～730 nm波長激光照射單粒甘藍(lán)Brassica oleracea種皮，并根據(jù)種皮產(chǎn)生的葉綠素?zé)晒庑盘枌ΨN子進(jìn)行活力分級。證實(shí)葉綠素?zé)晒庑盘柎笮∨c種子質(zhì)量呈負(fù)相關(guān)，選取13%葉綠素?zé)晒庑盘杹砼袆e種子活力，可使種子活力等級的分選正確率由90%提升到97%。由于種皮本身葉綠素含量較少，且隨成熟度提高葉綠素含量會不斷降低，導(dǎo)致檢測的熒光信號差異性趨小，增加了監(jiān)測難度。KENANOLO[29]將4個不同品種和階段的辣椒Capsicum annuum種子采用美國Satake公司生產(chǎn)的葉綠素?zé)晒饧夹g(shù)種子分選機(jī)分級，依據(jù)葉綠素?zé)晒庑盘柗旨壓蟮姆N子活力顯著增高。DELEURAN等[30]利用激光對單粒菠菜Spinacia oleracea種子進(jìn)行葉綠素?zé)晒鈾z測過程中，發(fā)現(xiàn)葉綠素?zé)晒庑盘柗旨壐m合最終的種子分級，并且可以對每年至少20%要丟棄的小顆粒蔬菜種子進(jìn)行檢測和分選，將分選后的種子重新投入農(nóng)業(yè)生產(chǎn)中。葉綠素?zé)晒鈾z測法屬于高效無損的種子活力檢測技術(shù)，但是在種子樣本中葉綠素含量過高或者過低的情況下，最后獲得的種子活力分級效果欠佳。

1.1.5 其他光特性檢測技術(shù) 紅外熱成像技術(shù)[31]能夠很好地反映種子表面的溫度范圍和分布的細(xì)微變化。利用種子新陳代謝產(chǎn)生的這種輻射性能的熱場，紅外熱成像技術(shù)能觀測到在可見光下無法用肉眼直接觀察到的種子外形輪廓和表面熱分布。種子表面各點(diǎn)的溫度及其變化在顯示屏上以灰度差和偽彩色的形式表現(xiàn)，從而獲得種子表面溫度高低與種子活力高低關(guān)系的重要指標(biāo)。KRANNER等[32]通過蒙特卡羅模擬開發(fā)了 “虛擬豌豆種子”的計算機(jī)模型，該模型可以有效預(yù)測吸水后豌豆種子相關(guān)活性值。軟X-射線造影測定法的原理是利用重離子不能被有活力的種子吸收，而重離子能滲入失去活力的種子內(nèi)部并對X-射線有強(qiáng)烈的吸收性能[3]。楊冬風(fēng)[33]通過軟X-射線下曝光造影鋇鹽處理過的種子，發(fā)現(xiàn)死傷組織呈明亮白色，反之為黑色。建立BP神經(jīng)網(wǎng)絡(luò)識別模型能有效檢測軟X-射線下曝光造影的圖片，并且輸出的種子活力判斷結(jié)果達(dá)95%。生物的微弱發(fā)光（又稱生物發(fā)光）是由生命體（細(xì)菌微生物、植物、動物、人等）光細(xì)胞或光細(xì)胞所組成的光器官產(chǎn)生[34]。生物產(chǎn)生的光子輻射極其微弱，一般在幾到幾千個光子之間。生物微弱發(fā)光能反映生物系統(tǒng)的氧化代謝等諸多生命活動。章華仙[35]采用BPCL儀測試不同時間光照下稻種的微弱發(fā)光實(shí)驗(yàn)，發(fā)現(xiàn)種子的微弱發(fā)光特性可以定性地判斷出種子的新陳度。

1.2 基于生理生化特性的種子質(zhì)量檢測方法

1.2.1 電子鼻檢測技術(shù) 種子在存儲中會釋放出一些羰基化合物（如醛類、酮類、醇類等），還有少量醇類和其他化合物的氣體[36]。電子鼻是一種能夠發(fā)現(xiàn)、識別和辨別氣味的電子系統(tǒng)，其工作原理是模擬人的嗅覺器官。電子鼻一般由模式識別子系統(tǒng)、信號處理子系統(tǒng)和氣敏傳感器陣列等3大部分組成[37]。種子釋放的痕量氣體，可以被電子鼻快速識別，并分析測得的數(shù)據(jù)來識別種子活力。

偉利國等[38]研制了一套電子鼻檢測系統(tǒng)能快速識別小麥活性。該系統(tǒng)由5個可以分別提取2個特征值氣敏傳感器組成，對測得的數(shù)據(jù)用歸一化和平滑濾波進(jìn)行處理，通過比較后采用PNN神經(jīng)網(wǎng)絡(luò)進(jìn)行模式識別，訓(xùn)練樣本的回判準(zhǔn)確率為100%，測試樣本網(wǎng)絡(luò)識別正確率為91%。ZHANG等[39]利用電子鼻獲取活力不同甜玉米種子的氣味信息，將測取的氣味信息進(jìn)行主成分分析，獲得各個氣味成分的數(shù)據(jù)貢獻(xiàn)率，并結(jié)合Loading分析主要差異性氣體，建立Lib-SVM模型進(jìn)行種子活力判別，后經(jīng)回歸模型驗(yàn)證發(fā)現(xiàn)：實(shí)驗(yàn)測得的種子活力準(zhǔn)確率達(dá)96.67%。之后該課題組重新將SVM模型結(jié)合LDA和Loadings分析法，發(fā)現(xiàn)可以更好地鑒別和區(qū)分經(jīng)過不同處理和老化程度后的小麥種子。但種子的品種、產(chǎn)地和年份等相關(guān)因素的變化可能會使種子氣味發(fā)生變化，需要不斷重復(fù)的建模來適應(yīng)這種因素的變化，導(dǎo)致了工作量的增加。另外，氣相色譜離子遷移譜技術(shù)兼具氣相色譜和離子遷移譜技術(shù)的特點(diǎn)，擁有高分離能力的氣相色譜以及高靈敏度的離子遷移譜，運(yùn)用靜態(tài)頂空進(jìn)樣法對種子揮發(fā)的痕量氣體進(jìn)行準(zhǔn)確、無損檢測，可為氣相色譜離子遷移譜技術(shù)分選種子活力提供更多技術(shù)保障。

1.2.2 電導(dǎo)法檢測技術(shù) 電導(dǎo)法是一種測定種子浸出液的電導(dǎo)率來判斷種子活力高低的檢測技術(shù)，其原理是利用種子在初期吸水膨脹時細(xì)胞膜會進(jìn)行重建，完整重建細(xì)胞膜的速度越快，則外滲物就越少。種子損傷修復(fù)能力的快慢也影響電解質(zhì)和內(nèi)部可溶性物質(zhì)滲出的程度。電導(dǎo)率越低，則種子的活力越高[40-41]。張文明等[42]以不同品種的大豆種子作為樣本，經(jīng)過電導(dǎo)率實(shí)驗(yàn)和模擬田間出苗率的驗(yàn)證，證明了電導(dǎo)法可快速可靠地檢測種子活力。段永紅等[43]初步驗(yàn)證了電導(dǎo)法可作為雜交水稻種子活力的重要手段之一，但是在實(shí)驗(yàn)結(jié)果上無法做到與預(yù)期實(shí)驗(yàn)結(jié)果吻合，推測與實(shí)驗(yàn)樣本中有破損種子的引入有關(guān)。朱銀等[44]結(jié)合人工加速老化對小麥種子進(jìn)行電導(dǎo)法檢測，驗(yàn)證電導(dǎo)率與小麥種子活力、發(fā)芽率、發(fā)芽指數(shù)都呈負(fù)相關(guān)，可以作為小麥種子活力的重要參照指標(biāo)。電導(dǎo)法可以成為種子活力檢測的重要手段，但易受到種子預(yù)處理、破損種子和水質(zhì)等因素的影響。

1.2.3 H2O2流速檢測種子活力 非損傷微測技術(shù)是通過測定滴在種子表面的H2O2流速來判斷種子的活力。H2O2是植物自身攜帶的一種信號物質(zhì)，它可以在植物細(xì)胞內(nèi)或者細(xì)胞之間流動，并引發(fā)一系列分子、生理學(xué)和表型上的響應(yīng)。對于未老化種子，由于抗氧化酶活力較高，種子的H2O2含量較低，所測得的H2O2流速負(fù)值多于正值。老化后則相反。因此活力強(qiáng)的種子H2O2外流作用弱；活力弱的種子內(nèi)部的 H2O2含量上升，H2O2會出現(xiàn)外流現(xiàn)象[45-46]。

李俊周等[47]采用非損傷微測技術(shù)對單粒水稻種子表面進(jìn)行H2O2流速測定，可精確預(yù)判種子活力值和種子發(fā)芽率。老化程度加重則種子抗氧化相關(guān)酶活力急劇下降。種子H2O2流速與發(fā)芽率、電導(dǎo)率、H2O2含量有顯著的線性相關(guān)。該方法還需進(jìn)行種子活力測試的實(shí)際應(yīng)用，以獲得檢測的準(zhǔn)確率、適用區(qū)值、相關(guān)系數(shù)等實(shí)驗(yàn)數(shù)據(jù)，為該方法的實(shí)際生產(chǎn)提供更多可能。

1.2.4 可調(diào)諧二極管激光器吸收光譜技術(shù)檢測法 種子的活力與種子的呼吸存在正相關(guān)性，種子呼吸過程中氧氣（O2）的消耗和產(chǎn)生的二氧化碳（CO2）情況可以有效地反映出種子的活力水平?？烧{(diào)諧二極管激光器吸收光譜技術(shù)（TDLAS）是近年來發(fā)展的一種痕量氣體質(zhì)量濃度監(jiān)測技術(shù)，具有高靈敏、高分辨率的特點(diǎn)，目前已經(jīng)能夠達(dá)到9～10級甚至10～12級別的檢測限。研究表明：將種子置于密閉容器中可迅速測得CO2濃度變化，基于TDLAS方法測定種子活力的方法具有可行性。

1.3 基于外觀特征的種子質(zhì)量檢測方法

基于外觀特征的種子質(zhì)量檢測方法是借助機(jī)器視覺模擬人的視覺相關(guān)功能，將獲取的圖像信息進(jìn)行數(shù)字化處理，然后建立檢測指標(biāo)與種子活力之間的判別模型[48-51]，可區(qū)分種子活力強(qiáng)弱。

葉鳳林等[52]采用機(jī)器視覺技術(shù)中種子形態(tài)自動化識別軟件，可快速識別黃芩Scutellaria baicalensis種子的物理特性并探究與種子活力之間的相關(guān)性，測取黃芩種子的色相、寬度、長度和投影面積，識別準(zhǔn)確率達(dá)78.5%。劉敏潔等[53]通過機(jī)器視覺技術(shù)識別不同品種甜玉米種子之間的活力差別，提取玉米種子的色彩要素值、飽和度和投影面積等參數(shù)值，進(jìn)行種子活力相關(guān)分析，創(chuàng)建種子活力預(yù)測、篩選模型，并結(jié)合人工神經(jīng)網(wǎng)絡(luò)和二元邏輯回歸數(shù)據(jù)分析方法，整體預(yù)測準(zhǔn)確率最高達(dá)77.6%。李振等[54-55]用機(jī)器視覺技術(shù)對辣椒種子進(jìn)行無損活力檢測，結(jié)果表明：利用過黃特征法、閾值處理和漫水填充算法可加快處理時間，提取的種子灰度值可反映種子活力信息，經(jīng)種子活力指標(biāo)檢測系統(tǒng)測定的準(zhǔn)確度達(dá)92%。機(jī)器視覺技術(shù)對種子測量環(huán)境要求高，在農(nóng)業(yè)復(fù)雜生產(chǎn)環(huán)境中適應(yīng)能力不足。同時在種子特征不明顯的情況下，不僅需要提升算法精度，還需要克服高精度帶來的計算量大的問題。

2 結(jié)論與展望

從國內(nèi)外研究現(xiàn)狀來看[56]，種子活力無損檢測的研究方法，一般均基于對種子某種與活力相關(guān)的特性進(jìn)行測定，采用跨領(lǐng)域的方法去檢測種子活力的關(guān)聯(lián)關(guān)系，并建立與種子活力的檢測系統(tǒng)。種子活力無損檢測方法雖然擁有快速、無損、成本低、無污染、重復(fù)性好、測量方便等優(yōu)點(diǎn)，但是在現(xiàn)研究階段還需要克服諸多困難?；诠鈱W(xué)類特性的檢測方法中，近紅外光譜檢測技術(shù)在實(shí)驗(yàn)中需要克服來自水份、溫度以及樣本差異等因素的干擾；高光譜檢測技術(shù)需要選取特征波長，去除圖像噪聲以及實(shí)現(xiàn)在線化應(yīng)用；激光散斑技術(shù)不僅需要實(shí)現(xiàn)在線化應(yīng)用，還需要克服樣本差異性；葉綠素?zé)晒鈾z測技術(shù)需要解決樣本中葉綠素含量過高或過低導(dǎo)致種子活力分選結(jié)果不理想的難點(diǎn)?；谏砩愄匦缘臋z測方法中，電子鼻檢測技術(shù)除了需要解決檢測設(shè)備造價高昂的問題，還需要結(jié)合發(fā)展氣相色譜離子遷移譜技術(shù)的技術(shù)優(yōu)勢；電導(dǎo)法檢測技術(shù)最先需要解決預(yù)處理過程中種子易破損和實(shí)驗(yàn)環(huán)境難以穩(wěn)定的難點(diǎn)；H2O2流速檢測技術(shù)需解決試劑用量、種子實(shí)驗(yàn)區(qū)域和檢測技術(shù)保障等難題；TDLAS檢測技術(shù)尚處于實(shí)驗(yàn)室階段，離農(nóng)業(yè)實(shí)際檢測存在差距。基于外觀特性的機(jī)器視覺檢測技術(shù)需經(jīng)過不斷實(shí)驗(yàn)來確定拍攝區(qū)域，優(yōu)化實(shí)驗(yàn)過程中的算法以及提升實(shí)驗(yàn)最終的檢測正確率。另外種子活力檢測的樣本數(shù)量和種類不足，大部分是對水稻、玉米、小麥以及大豆等主要農(nóng)作種子的檢測[57-61]。經(jīng)統(tǒng)計發(fā)現(xiàn)，上述所有檢測技術(shù)的樣本種類為16種種子，說明還有更多品種的種子需等待后續(xù)的測定和完善[62-64]。上述檢測方法對農(nóng)業(yè)發(fā)展應(yīng)用都具有很大的潛能和優(yōu)勢，不僅提升了檢測效率和正確率，而且對農(nóng)耕生產(chǎn)、育種以及存儲都具有重要的指導(dǎo)作用。