種子無(wú)損分選新技術(shù)研究進(jìn)展

曹祥練， 潘 威， 秦明松

（1.?？禑熑~公司， 湖北 襄陽(yáng)441600； 2.玉溪中煙種子公司， 云南 玉溪653100）

1 種子精選的意義

種子質(zhì)量［1－2］是種子永恒的話(huà)題。精選分級(jí)［3－5］可以剔除種中混雜物或異品種種子，可以去除不飽滿(mǎn)或劣變的種子，提高種子的精度級(jí)別，進(jìn)而最大限度地提高純度、凈度、發(fā)芽率和種子活力，提高種子質(zhì)量。21世紀(jì)以來(lái)，伴隨著種子行業(yè)全球化的進(jìn)程，世界種子貿(mào)易深化，競(jìng)爭(zhēng)愈發(fā)激烈［6－9］，對(duì)于商品種子質(zhì)量的要求也越來(lái)越高，實(shí)行種子精選加工已成為種子管理的一種必須手段。傳統(tǒng)的種子精選主要是利用正常種子與雜物、異常霉變種子的質(zhì)量、密度、尺寸、形狀、表面結(jié)構(gòu)、顏色、彈性等物理性質(zhì)的差異對(duì)其進(jìn)行分離，具有操作簡(jiǎn)便、成本較低的特點(diǎn)，是種子前期處理普遍采用的方法，比如風(fēng)選、網(wǎng)篩選、水選、窩眼滾筒、螺旋分離機(jī)等等，但這些方法也存在著精度差、自動(dòng)化程度低等無(wú)法克服的缺陷。種子工業(yè)和技術(shù)伴隨著其他專(zhuān)業(yè)技術(shù)的發(fā)展也在飛速變革，研發(fā)高效、精確、無(wú)損、自動(dòng)化的精選分級(jí)技術(shù)來(lái)代替?zhèn)鹘y(tǒng)分選是種子科技領(lǐng)域的一項(xiàng)研究熱點(diǎn)［10－11］。

2 種子分選新技術(shù)

2.1 利用種子物理特性差異

磁流體密度梯度分選。

種子密度會(huì)因成熟度、飽滿(mǎn)度、含水量等有所差異，磁流體密度分選就是利用這種差異，由磁流體和梯度磁場(chǎng)共同作用的產(chǎn)生的密度梯度液體介質(zhì)對(duì)不同密度種子進(jìn)行分離［12］。磁流體介質(zhì)是磁粉納米顆粒懸浮于水中形成的。當(dāng)無(wú)磁場(chǎng)存在時(shí)，磁流體實(shí)際密度與水相當(dāng)，為1g／mL，即磁納米顆粒對(duì)水的密度不產(chǎn)生影響。但當(dāng)開(kāi)通電源，電磁鐵存在磁場(chǎng)作用時(shí)，由于納米磁性顆粒的存在，液體介質(zhì)的密度會(huì)增大，最大可以達(dá)到20g／mL。且這種密度是有梯度的，因?yàn)榇艌?chǎng)強(qiáng)度隨著距離磁鐵距離的增加而成指數(shù)降低，所以相應(yīng)的磁粉顆粒所受磁場(chǎng)作用降低，磁流體介質(zhì)的密度也會(huì)梯度降低。磁流體的密度計(jì)算公式為：

所需分選的種子加入容器與磁流體接觸后，種子本身不受磁場(chǎng)作用，只受到液體介質(zhì)的浮力，密度小于液體介質(zhì)密度會(huì)懸浮，大于液體介質(zhì)密度仍會(huì)下沉，直到下沉至與其密度相當(dāng)?shù)奈恢脩腋〔粍?dòng)。以這種方式，大量種子可以一次性的被分成多個(gè)密度梯度，不需像傳統(tǒng)密度梯度分選一樣進(jìn)行多次分選，且液體介質(zhì)可以重復(fù)使用，該法可以節(jié)約大量時(shí)間和工作，且其分選效果與傳統(tǒng)液體介質(zhì)多次分選效果相當(dāng)。2011年，Koning等利用密度梯度磁流體對(duì)辣椒、番茄、西紅柿種子進(jìn)行了分級(jí)，發(fā)現(xiàn)其分選結(jié)果與傳統(tǒng)液體密度分選結(jié)果相當(dāng)，可明顯提高種子質(zhì)量［12］。

2.2 利用種子生理化學(xué)特性差異

2.2.1 電生理特性

介電分選。

電生理特性與種子內(nèi)部品質(zhì)相關(guān)，因此利用弱極性非均勻電介質(zhì)的種子在電場(chǎng)中受力不同和種子的物理機(jī)械特性差異可將品質(zhì)不同的種子分選出來(lái)［13］。介電分選的2個(gè)重要參數(shù)是種子電極化力（與種子的介電特性和電場(chǎng)性質(zhì)有關(guān)）和重力。以雙繞線(xiàn)圈滾筒式分選為例，滾筒轉(zhuǎn)動(dòng)時(shí)，附著在線(xiàn)圈上的種粒由于介電性質(zhì)和物理性質(zhì)的不同而受力不同，導(dǎo)致脫離線(xiàn)圈的角度不同而實(shí)現(xiàn)分選。徐江等發(fā)現(xiàn)，滾筒轉(zhuǎn)速為252r／min，電壓在4 000V時(shí)，介電分選能夠有效提高水稻種子發(fā)芽勢(shì)、發(fā)芽率、發(fā)芽指數(shù)、活力指數(shù)等指標(biāo)［14］。

2.2.2 生化特性

代謝揮發(fā)物。

種子儲(chǔ)藏過(guò)程會(huì)產(chǎn)生醛類(lèi)、酮類(lèi)、醇類(lèi)、氮氧化物等揮發(fā)性化合物，而“電子鼻”——?dú)馕吨讣y儀可模仿動(dòng)物嗅覺(jué)系統(tǒng)的結(jié)構(gòu)，感知和識(shí)別這些有機(jī)代謝揮發(fā)氣體，從而被應(yīng)用在種子新陳識(shí)別、活力識(shí)別、病蟲(chóng)害識(shí)別方面，通常由氣敏傳感器陣列、信號(hào)處理系統(tǒng)和模式識(shí)別系統(tǒng)三部分組成。龐林江發(fā)現(xiàn)，利用PEN 2型電子鼻，經(jīng)PCA法可成功辨別不同年份的小麥樣品［15］。程紹明等利用電子鼻系統(tǒng)，通過(guò)主成分分析、線(xiàn)性判別分析可快速的區(qū)分出發(fā)芽率為0%、70%、80%和90%的四種番茄種子［16］。鄒小波等研制出由厚膜金屬氧化錫氣體傳感器陣列和神經(jīng)網(wǎng)絡(luò)組成電子鼻裝置，其對(duì)霉變小麥、水稻識(shí)別的正確率達(dá)100%，對(duì)霉變玉米的識(shí)別正確率也達(dá)90%以上［17］。

含油率。

玉米、大豆、花生等含油種子的含油率可以作為其甄別選優(yōu)的依據(jù)，而低場(chǎng)核磁共振技術(shù)可準(zhǔn)確采集帶氫鍵油脂分子信號(hào)，從而快速、準(zhǔn)確檢測(cè)糧食種子含油率，實(shí)現(xiàn)種子的準(zhǔn)確分選。楊培強(qiáng)等［18］發(fā)明了一種含油種子快速分選的核磁共振多通道檢測(cè)系統(tǒng)，取樣系統(tǒng)從盛料斗中取出多粒種子樣品，分送至與其對(duì)應(yīng)的并行稱(chēng)重進(jìn)樣系統(tǒng)進(jìn)行稱(chēng)重，經(jīng)稱(chēng)重后的種子等距地落入核共振分析儀檢測(cè)線(xiàn)圈中，檢測(cè)過(guò)程中沿垂直于磁場(chǎng)方向脈沖施加一個(gè)梯度磁場(chǎng)給核共振分析儀檢測(cè)線(xiàn)圈，檢測(cè)輸出的信號(hào)為多粒種子的疊加信號(hào)，再經(jīng)傅立葉變換將多粒種子的疊加信號(hào)分離，分別得到每粒種子的氫質(zhì)子含量與多套并行稱(chēng)重進(jìn)樣系統(tǒng)中得到的每粒種子的重量，計(jì)算每粒種子的含油率，并將結(jié)果輸送至種子分選系統(tǒng)，然后按含油率大小對(duì)種子進(jìn)行分級(jí)。

2.3 利用光學(xué)系統(tǒng)

2.3.1 色選－光電分選

其工作原理是利用種子異色粒對(duì)特定光線(xiàn)的吸收或反射強(qiáng)度不同，通過(guò)光電轉(zhuǎn)換裝置將其光信號(hào)轉(zhuǎn)換成電信號(hào)并放大，然后對(duì)其電壓值進(jìn)行采摘識(shí)別，最后驅(qū)動(dòng)噴射閥對(duì)異色粒進(jìn)行瞬間噴吹，從而實(shí)現(xiàn)種粒與異色粒的分離，達(dá)到色選目的。目前，市場(chǎng)上光學(xué)系統(tǒng)的核心器件基本上都采用的CCD攝像頭。該法缺點(diǎn)是分辨率很低，同時(shí)它的光學(xué)系統(tǒng)成像質(zhì)量差，光路不能調(diào)整，一致性較差。

2.3.2 近紅外光譜

種子中不同有機(jī)物的特殊官能團(tuán)在近紅外光作用下，會(huì)發(fā)生振動(dòng)能級(jí)的躍遷，吸收特征波長(zhǎng)的光，形成近紅外吸收光譜。因此，可通過(guò)研究種子中水分、蛋白、淀粉、氨基酸、脂肪、胡蘿卜素等含氫基團(tuán)對(duì)近紅外光譜的吸收特性，并結(jié)合化學(xué)計(jì)量法來(lái)快速定性或定量分析種子品種、病害情況、貯藏年份、生活力等，從而實(shí)現(xiàn)種子分選。Peiris等［19］應(yīng)用近紅外光譜技術(shù)測(cè)定單粒小麥攜帶鐮刀菌及嘔吐毒素水平，鑒別率分別達(dá)到98.8%和99.8%。耿立格等［20］采集了不同年限的大豆品種子近紅外光譜，建立其生活力的無(wú)損測(cè)定校正模型，校正集的決定系數(shù)可達(dá)0.937，驗(yàn)證集決定系數(shù)可達(dá)0.902。于燕波等［21］運(yùn)用近紅外漫反射技術(shù)預(yù)測(cè)棉籽含油量，對(duì)未知樣本進(jìn)行檢驗(yàn)，檢驗(yàn)集相關(guān)系數(shù)高達(dá)0.98，他們還通過(guò)PPF－PCA方法建立了高油棉籽分類(lèi)投影近紅外模型，模型對(duì)高、中、低三類(lèi)含油量不等的樣品識(shí)別正確率高達(dá)95%，可實(shí)現(xiàn)高油棉籽準(zhǔn)確篩選。

2.3.3 x－ray 成 像

x－ray的短波長(zhǎng)的輻射可以滲透種子大部分的有機(jī)體，造影后就可無(wú)損評(píng)價(jià)種子內(nèi)在的形態(tài)完整性［22－23］，尤其是胚、胚乳的形態(tài)，因此，可根據(jù)x 射線(xiàn)造影圖像顯示種子內(nèi)部形態(tài)差異進(jìn)行選種。該法已廣泛應(yīng)用在林木種質(zhì)量檢測(cè)上。史鋒厚等利用軟x射線(xiàn)攝影術(shù)與水襯比結(jié)合進(jìn)行南京椴選種［24］，從圖像中可準(zhǔn)確辨別飽滿(mǎn)、發(fā)育不完全和空粒種子，精選后種子飽滿(mǎn)度可達(dá)85%以上。x射線(xiàn)攝影分為直接射線(xiàn)攝影法（x法）和襯比射線(xiàn)攝影法（xc法）。直接射線(xiàn)攝影法已被國(guó)際種子檢驗(yàn)協(xié)會(huì)采納，用于查定空粒和蟲(chóng)害粒種子；襯比射線(xiàn)攝影法尚待標(biāo)準(zhǔn)化。襯比射線(xiàn)攝影法造影效果一般比直接法要好，分辨率更高，目前使用襯比劑有水、BaCl2、NaI、KBr、PbSO4、KI、SrCl2、NaNO3溶液等。近年來(lái)，研究者試圖把x射線(xiàn)攝影術(shù)與數(shù)字圖像處理技術(shù)結(jié)合起來(lái)，取代人為觀(guān)察圖像的方法。楊冬風(fēng)［25］將軟滲鋇x－射線(xiàn)攝影的玉米圖像與計(jì)算機(jī)智能識(shí)別相結(jié)合，對(duì)高活力玉米種子的選擇準(zhǔn)確率高達(dá)95%。2006年，Neethirajan等在實(shí)時(shí)軟x射線(xiàn)的基礎(chǔ)上，通過(guò)提取圖像的灰度分布、紋理、形狀等特征建立了一種針對(duì)內(nèi)核角質(zhì)化種子的分類(lèi)系統(tǒng)［26］。

2.3.4 種皮葉綠素?zé)晒?/p>

1998年，Jalink等首次利用激光照射種皮產(chǎn)生的葉綠素?zé)晒猓–F）對(duì)甘藍(lán)（Brassicaoleracea）種子分級(jí)，發(fā)現(xiàn)CF大小與種子質(zhì)量呈反比，將13%的高CF值的種子剔除后的，種子批發(fā)芽率達(dá)到了90%以上［27－28］。種皮上葉綠素含量很低，且隨著成熟度提高逐漸降低，較難監(jiān)測(cè)，但被650～730nm波長(zhǎng)的光激發(fā)后，會(huì)發(fā)射一種熒光，這種信號(hào)可被放大檢測(cè)，因此可以通過(guò)熒光強(qiáng)度來(lái)確定葉綠素殘留水平，從而判斷種子的成熟度，由此把不同成熟度種子分開(kāi)。2013年，Burcu等［29－30］將4個(gè)不同品種的在不同階段進(jìn)行采收辣椒種子都根據(jù)CF分級(jí)，分級(jí)后種子發(fā)芽率、活力等都明顯提高。這項(xiàng)專(zhuān)利技術(shù)已經(jīng)商業(yè)化應(yīng)用在番茄、辣椒、黃瓜及甘藍(lán)等種子的精選上。目前，美國(guó)Satake公司已生產(chǎn)了葉綠素?zé)晒饧夹g(shù)種子分選機(jī)。

2.4 計(jì)算機(jī)視覺(jué)和圖像處理技術(shù)

該技術(shù)是利用自動(dòng)傳感器獲取種子圖像，然后轉(zhuǎn)換成數(shù)字圖像，再使用軟件進(jìn)行識(shí)別，并提取種子特征，最后再通過(guò)控制系統(tǒng)實(shí)現(xiàn)種子的分選［31］。圖像處理主要包括圖像的獲取與存儲(chǔ)、預(yù)處理、特征提取、信息識(shí)別幾個(gè)步驟?；谟?jì)算機(jī)視覺(jué)和圖像處理的種子分級(jí)主要針對(duì)形狀、顏色、紋理等特征展開(kāi)。

1）外形。主要包括種子的尺寸、周長(zhǎng)、投影面積、形狀等特征參數(shù)。2014年，賈佳等利用圖像識(shí)別技術(shù)分析了農(nóng)大399小麥種子投影面積、長(zhǎng)度、寬度等，并以此將小麥種子分組，發(fā)現(xiàn)活力指數(shù)、幼苗鮮重與這些參數(shù)呈顯著相關(guān)［32］。陳兵旗等以面積和寬長(zhǎng)比為稻種類(lèi)型的特征參數(shù)，以等價(jià)矩形長(zhǎng)、寬的差值最小為標(biāo)準(zhǔn)，進(jìn)行了發(fā)霉和破損種子的判斷，正確率達(dá)到76.8%～100%［33］。目前，荷蘭 Hoopman公司生產(chǎn)的iXeed Counter通過(guò)計(jì)算機(jī)圖像識(shí)別技術(shù)可快速獲取一批種子中寬度、長(zhǎng)度和投影面積的分布范圍。

2）提取模擬種子的顏色特征是一個(gè)重要的方法。彩色圖像的顏色系統(tǒng)應(yīng)用廣泛的包括RGB、HIS、Lab顏色空間等。2013年，彭江南等基于Seed Identificaiton軟件提取了圖像中棉籽的RGB、Lab、HSB、灰度以及物理指標(biāo)，并依據(jù)這些指標(biāo)對(duì)種子進(jìn)行了快速精選，可使棉籽發(fā)芽率由89%提高到95%左右［34］。A.Dell’Aquila根據(jù)RGB平均值把lentil種子分成3份，通過(guò)線(xiàn)性回歸方程研究，發(fā)現(xiàn)RGB平均值與老化前后分級(jí)的種子發(fā)芽質(zhì)量顯著相關(guān)［35］。李振華等利用CIELAB顏色空間判斷煙草種子成熟度，發(fā)現(xiàn)煙草種子發(fā)芽率與亮度顯著相關(guān)，當(dāng)煙草蒴果亮度＜45，紅度＞6，黃度＜25，色飽和度＜25，色相角度＜60時(shí)，是適宜采摘的成熟蒴果［36］。

3）紋理是圖像分析中一個(gè)重要而又難以描述的特征。Haralick R.M.認(rèn)為，由或多或少的相似的模式或紋理元組成的一種結(jié)構(gòu)就是紋理［37］?；趫D像灰度共生矩陣的特征提取是一種最常用的紋理特征提取方法，它能較精確地反映紋理重復(fù)方向和粗糙程度。2007年，王瑤利用包括紋理在內(nèi)24個(gè)特征參數(shù)對(duì)大麥種子建立了有效的種子模型，品種識(shí)別正確率達(dá)到95%以上［38］。2008年，郝建平等利用紋理檢測(cè)193個(gè)品種各50粒玉米種子的樣本，品種檢出率為95%［39］。

3 問(wèn)題與展望

種子精選分選的宗旨是清除種子中的雜質(zhì)，雜種及發(fā)育不良的種子，從而最大限度地獲得高凈度、高純度、高活力的種子。近年來(lái)發(fā)展起來(lái)的種子無(wú)損分選新技術(shù)雖然已取得一些進(jìn)步，但仍存在著很多不足如：

1）精度高但效率低，如計(jì)算機(jī)視覺(jué)與圖像處理技術(shù)需先獲取圖像，軟件識(shí)別后才能實(shí)現(xiàn)分選，無(wú)法滿(mǎn)足流水線(xiàn)需要。

2）方法單一，多數(shù)利用單一原理進(jìn)行分選。

3）存在局限性，如含油量測(cè)定和葉綠素?zé)晒饧夹g(shù)只對(duì)部分種子有效。

伴隨著其他種子工業(yè)技術(shù)與傳統(tǒng)分選技術(shù)融合，未來(lái)種子分選技術(shù)的研發(fā)可能會(huì)向以下幾個(gè)方向發(fā)展：

1）高度自動(dòng)化，兼顧自動(dòng)化識(shí)別和自動(dòng)化分離，實(shí)現(xiàn)種子的高速、準(zhǔn)確分選。

2）方法多樣化，結(jié)合多種分選原理實(shí)現(xiàn)多重分選，進(jìn)一步提高種子質(zhì)量。

3）種子級(jí)別精細(xì)化，具有生活力的種子被分為多種活力級(jí)別，適用于不同的種植需要。

［1］王建華.國(guó)內(nèi)外種子質(zhì)量控制及相關(guān)技術(shù)發(fā)展［J］.種子世界，2008（1）：63－64.

［2］毛一劍，鄭根深，胡依君.提高種子質(zhì)量經(jīng)驗(yàn)淺談［J］.現(xiàn)代農(nóng)業(yè)科技，2006（11）：21.

［3］吳凌云，李明.種子清選精選技術(shù)［J］.種子，2009，28（10）：120－123.

［4］馬芳，范友華，何洪城，等.林木種子精選技術(shù)的引進(jìn)與創(chuàng)新［J］.湖南林業(yè)科技，2011，38（4）：78－79.

［5］李月明，孫麗惠，郝楠.淺析我國(guó)玉米種子加工技術(shù)的現(xiàn)狀與發(fā)展趨勢(shì)［J］.雜糧作物，2010，30（6）：450－451.

［6］朱明，陳海軍，李永磊.中國(guó)種子加工技術(shù)現(xiàn)狀與趨勢(shì)［J］.農(nóng)業(yè)工程學(xué)報(bào)，2012，28（26）：1－6.

［7］王建華，谷丹，趙光武.國(guó)內(nèi)外種子加工技術(shù)發(fā)展的比較研究［J］.種子，2003，22（5）：74－76.

［8］曾國(guó)強(qiáng).淺析種子的清選分級(jí)［J］.現(xiàn)代農(nóng)業(yè)，2013（1）：59.

［9］陳秉鈞.介紹國(guó)外幾種新型種子清選法［J］.種子世界，1984（4）：38－39.

［10］胡志超，王海鷗，彭寶良.我國(guó)種子加工技術(shù)與設(shè)備概況及發(fā)展［J］.農(nóng)業(yè)裝備技術(shù)，2005，31（5）：14－17.

［11］曲永禎.種子的物理特性與加工方法［J］.種子世界，2004，（1）：48.

［12］De Koning J R A，Bakker E J，Rem P C.Sorting of vegetable seeds by magnetic density separation in comparison with liquid density separation［J］.Seed Science and Technology，2011，39（3）：593－603.

［13］趙金平.種子介電分選技術(shù)研究新進(jìn)展［J］.林業(yè)科學(xué)，2000，36（Z1）：97－103.

［14］徐江，譚敏，張春慶.等.電暈場(chǎng)與介電分選提高水稻種子活力［J］.農(nóng)業(yè)工程學(xué)報(bào)，2013，29（23）：233－239.

［15］龐江林.電子鼻技術(shù)在小麥陳化評(píng)定中的應(yīng)用研究［D］.杭州：浙江大學(xué)，2005.

［16］程紹明，王俊，馬楊琿，等.基于電子鼻的番茄種子發(fā)芽率檢測(cè)［J］.農(nóng)業(yè)工程學(xué)報(bào)，2011，27（12）：132－135.

［17］鄒小波，趙杰文.電子鼻快速檢測(cè)谷物霉變的研究［J］.農(nóng)業(yè)工程學(xué)報(bào)，2004，20（4）：121－124.

［18］楊培強(qiáng)，陳紹江，汪紅志，等.用于含油種子快速分選的核磁共振多通道檢測(cè)系統(tǒng)［P］，2014，中國(guó)專(zhuān)利：公開(kāi)號(hào)CN 103592326A.

［19］Peiris K.H.S.，Pumphrey M.O.，Dong Y.H.，et al.Near－Infrared spectroscopic method for identification of Fusarium head blight damage and prediction of deoxynivalenol in Single Wheat Kernels，Cereal Chemistry，2010，87（6）：511－517.

［20］耿立格，宋春風(fēng)，王麗娜，等.近紅外光譜無(wú)損測(cè)定大豆種子生活力方法研究［J］.植物遺傳資源學(xué)報(bào)，2013，14（6）：1 208－1 212.

［21］于燕波.近紅外光譜分析技術(shù)在轉(zhuǎn)基因水稻識(shí)別和高油棉籽篩選中的應(yīng)用研究［D］.北京：中國(guó)農(nóng)業(yè)大學(xué)，2014：60－70.

［22］顏啟傳.X－射線(xiàn)在種子研究上的應(yīng)用［J］.種子，1982，2（1）：30－33.

［23］何利平.應(yīng)用X 射線(xiàn)技術(shù)檢測(cè)林木種子質(zhì)量［J］.山西林業(yè)科技，2001（2）：40－43.

［24］史鋒厚，朱燦燦，沈永寶，等.軟X射線(xiàn)攝影術(shù)與水浸泡結(jié)合進(jìn)行南京椴選種［J］.浙江林學(xué)院學(xué)報(bào)，2008，25（1）：119－122.

［25］楊冬風(fēng).基于軟X－射線(xiàn)造影和機(jī)器智能的玉米種子活力檢測(cè)方法研究［J］.作物雜志，2013（3）：136－140.

［26］Neethirajan S，Karunakaran C，Symons S，et al.Classification of vitreousness in durum wheat using soft X－rays and transmitted light images［J］.Computer and Electronics in Agricuture，2006，53：71－78.

［27］Jalink H，F(xiàn)randas A，Schoor R V D，et al.chlorophyll fluorescence of the testa of brassica oleracea seeds as an indicator of seed maturity and seed quality［J］.Sci.agric.，Piracicaba，1998，55：88－93.

［28］Jalink H，Schoor R V D，F(xiàn)randas A，et al.Chlorophyll fluorescence of Brassica oleracea seeds as a non－destructive marker for seed maturity and seed performance［J］.Seed Science Research.1998，8：437－443.

［29］Kenanoglu B B.Chlorophyll Fluorescence Sorting Method to Improve Quality of Capsicum Pepper Seed Lots Produced from Different Maturity Fruits［J］.HortScience.2013，48（8）：965－968.

［30］Deleuran L C，Olesen M H，Boelt B.Spinach seed quality：potential for combining seed size grading and chlorophyll fluorescence sorting［J］.Seed Science Research.2013，23（04）：271－278.

［31］孫莎，洪英，鄧?yán)^忠，等.計(jì)算機(jī)視覺(jué)在種子品質(zhì)檢測(cè)和分級(jí)中的應(yīng)用［J］.農(nóng)機(jī)化研究，2008（7）：175－178.

［32］賈佳，王建華，謝宗銘，等.計(jì)算機(jī)圖像識(shí)別技術(shù)在小麥種子精選中的應(yīng)用［J］.中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2014，19（5）：180－186.

［33］陳兵旗，孫旭東，韓旭，等.基于機(jī)器視覺(jué)的水稻種子精選技術(shù)［J］.農(nóng)業(yè)機(jī)械學(xué)報(bào)，2010，41（7）：168－173.

［34］彭江南，謝宗銘，楊麗明，等.基于Seed Identification軟件的棉籽機(jī)器視覺(jué)快速精選［J］.農(nóng)業(yè)工程學(xué)報(bào)，2013，29（23）：147－152.

［35］Dell＇Aquila A.Red－Green－BBlue（RGB）colour density as a non－destructive marker in sorting deteriorated lentil（Lens culinaris Medik.）seeds［J］.Seed Science and Technology.2006，34（3）：609－619.

［36］李振華，馮勇剛，龍明錦，等.一種種子成熟度的檢測(cè)方法及成熟種子的采摘方法.中國(guó)：201410319841.9［P］.2014－11－05.

［37］Haraliek R M，Shanmngam K，Dinstein I.Texture feature for image classification［J］.IEEE Trans.On Systems，Man，and Cybemeties，1973，3（6）：610－621.

［38］王瑤.種子分類(lèi)與檢驗(yàn)的圖像分割與識(shí)別［D］.長(zhǎng)春：吉林大學(xué)，2007，18－26.

［39］郝建平，楊錦忠，杜天慶，等.基于圖像處理的玉米品種的種子形態(tài)分析及其分類(lèi)研究［J］.中國(guó)農(nóng)業(yè)科學(xué)，2008，41（4）：994－1 002.