基于机器视觉的黄芩种子精选技术研究

探究机器视觉技术用于黄芩种子精选的适用性并确定适宜的精选参数.采用种子形态自动化识别软件快速识别400粒黄芩种子的物理特性(长度、宽度、投影面积、R、G、B、H、S、B、L、a、b),再通过单粒种子萌发试验确定种子活力,分析种子活力与物理特性的相关性,并计算出高活力种子的物理参数,根据所得参数精选出黄芩种子并进行试验验证.结果表明,黄芩幼苗苗长、鲜重与种子H值、宽度、长度、投影面积均呈极显著相关;经计算得出,按H≤100、宽度＞1.50 mm、长度＞1.90mm、投影面积＞300像素对黄芩种子进行精选,可不同程度的提高种子发芽率及简易活力指数;验证试验结果表明,按以上参数精选后的黄芩种子发芽率分别由原始的62.0％提高到73.0％、78.5％、76.0％、75.8％,简易活力指数分别由原始的0.010 4提高到0.014 7、0.016 1、0.014 8、0.015 7.该研究表明,可通过机器视觉技术精选黄芩种子,从而提高种子活力,该批黄芩种子适宜的精选参数为H≤100、宽度＞1.50 mm、长度＞1.90 mm、投影面积＞300像素.

Scutellaria baicalensis Georgi Seeds Selection Based on Machine Vision