CN110090809A - 一种在线高速无损自动分拣单倍体玉米籽粒的装置 - Google Patents

一种在线高速无损自动分拣单倍体玉米籽粒的装置 Download PDF

Info

Publication number
CN110090809A
CN110090809A CN201810092565.5A CN201810092565A CN110090809A CN 110090809 A CN110090809 A CN 110090809A CN 201810092565 A CN201810092565 A CN 201810092565A CN 110090809 A CN110090809 A CN 110090809A
Authority
CN
China
Prior art keywords
corn kernel
monoploid
polyploid
sorting
spectrum
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810092565.5A
Other languages
English (en)
Inventor
袁洪福
刘洪辉
庞立波
胡爱琴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
West Patel (beijing) Technology Co Ltd
Original Assignee
West Patel (beijing) Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by West Patel (beijing) Technology Co Ltd filed Critical West Patel (beijing) Technology Co Ltd
Priority to CN201810092565.5A priority Critical patent/CN110090809A/zh
Publication of CN110090809A publication Critical patent/CN110090809A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching

Landscapes

  • Sorting Of Articles (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公布了一种基于近红外光谱的高速无损自动分拣单倍体玉米粒的装置，该装置主要包括喂料器、传送带、光谱检测***、数据处理***、分拣***，下料斗、单倍体和多倍体玉米籽粒收料盒。将待分拣玉米籽粒放入喂料器，自动排列成一队，送入在线光谱采集视野，高速采集光谱数据，通过数据处理***中已存的单倍体和多倍体玉米籽粒判别模型对该数据进行判别，并将判别结果提交给分拣***，实现玉米籽粒的自动高速无损分拣。

Description

一种在线高速无损自动分拣单倍体玉米籽粒的装置
技术领域
本发明涉及一种分拣单倍体玉米籽粒的装置，特别涉及一种基于近红外在线高速无损自动分拣单倍体玉米籽粒的装置，属于玉米育种和快速检测领域。
背景技术
单倍体是由具有配子染色体数目的个体、组织或细胞分化、生长出的植株，其植株体细胞染色体数目为亲本细胞染色体数目的一半。利用单倍体技术获得纯系进而选育自交系，可加快选育进程、提高选育效率，是现代植物育种中快速、高效的方法之一。玉米单倍体植株由单倍体玉米籽粒发育而来，单倍体籽粒是通过孤雌生殖诱导系诱导得到，而不同诱导系之间的诱导率差异明显，高的可达15%，而低的只有1%，所以从多倍体籽粒中快速无损识别单倍体籽粒成为单倍体育种技术的关键。
目前，玉米单倍体分选依靠人工识别和手动分选，分选效率很低，不适合大规模生产种植。多年来，玉米单倍体籽粒分选技术一直是玉米育种领域研究的热点。主要研究包括计算机视觉技术、核磁共振技术和近红外光谱技术。计算机视觉技术利用单倍体和多倍体颜色的差异进行色选，将种子放在移动的传送带上，采集种子图像，进行图像处理，根据玉米籽粒胚部及胚乳顶部糊粉层的颜色特征进行单倍体籽粒的判断，最后使用机械机构进行分选，分选速度可达500粒/min，分选成功率大于80%，但该***要求籽粒胚面朝上，同时对色素基因表达较弱、传送过程中籽粒翻滚、光照形成的阴影以及种子表面污损都会产生误差，也不能区分单倍体和花粉污染籽粒；核磁共振自动识别分拣***利用高油诱导系诱导产生的单倍体和多倍体之间含油量的差异进行分选，该***的平均速度为4s/粒，准确率为92.3%，但该***仅适用于高油诱导系的种类，而且核磁设备昂贵，分选速度偏很低，不适合规模育种生产；近红外光谱结合模式识别，每粒玉米种子需多次扫描，时间约为1.0-1.3min，单倍体识别正确率为85%，多倍体识别正确率为100%，该方法仅限于实验室研究阶段，单个玉米籽粒光谱采集时间过长，无法满足实际应用需求。因此，玉米育种领域迫切需要研究一种适合大规模生产需求的快速、无损、准确的自动分选技术。
发明内容
为了解决玉米育种领域大规模生产需求，本发明公布一种高速无损自动分拣单倍体玉米籽粒的装置。将待分拣玉米籽粒放入喂料器，自动排列成一队，送入在线光谱采集视野，高速采集光谱数据，通过数据处理***中已存的单倍体和多倍体玉米籽粒判别模型对该数据进行判别，并将判别结果提交给自动分拣***，实现玉米籽粒的自动高速无损分拣。
一种在线高速无损自动分拣单倍体玉米籽粒的装置，其特征在于，该装置主要包括：喂料器、传送带、光谱检测***、数据处理***、分拣***、下料斗、单倍体玉米籽粒收料盒和多倍体玉米籽粒收料盒。
分拣步骤具体如下：
1）将混合玉米籽粒放入喂料器，依靠振筛原理将单粒玉米籽粒震落在传送带上，前后依次排成首尾相接队形，随传送带运动；
2）传送带将玉米籽粒逐一送入在线自动分拣装置的光谱检测视场，由光源发出的光，照射玉米籽粒后产生漫反射或散射光或透射光，由光纤将漫反射或散射光收集后进入光谱仪中的单色器，单色器分光后，送入检测器检测到样品的分子光谱；
3）将采集的光谱送入数据处理***，选用合适的光谱预处理方法去除光谱噪声，将预处理后的光谱代入单倍体玉米籽粒识别模型进行单倍体和多倍体识别，并将识别结果送入在线自动分拣装置中的分拣***；
4）分拣***根据数据处理***发出的玉米籽粒单倍体/多倍体鉴别结果，采用机械制动或者气动方式，分别将单倍体/多倍体玉米籽粒放入不同的下料斗中，实现两者分拣；分拣速度为1-40粒/s可调，分选正确率：单倍体96%，多倍体98%。
光谱检测***主要包括：光源、光纤和光谱仪；光谱仪主要含有单色仪和检测器；单色仪可以是光栅分光、声光可调滤光器分光、滤光片或发光二极管；检测器是硅材料的或者铟镓砷材料的光电检测器。
光谱仪波长范围是700-2500nm，选取特征波长、特征波段、特征波长或者特征波段它们之间的组合作为光谱数据；光谱形式可以是能量曲线、吸收光谱、透过率、反射率、干涉图之一。
所述的光谱预处理方法包括微分、平滑、多元散射校正、标准正态变量变换、均值中心化、主成分分析数据降维、小波变换分析、水分扣除算法中的一种，或者几种之间的组合。
所述的数据处理***提取玉米籽粒各自特征光谱信息，采用模式识别方法建立单倍体和多倍体玉米籽粒识别模型；将待分选的玉米籽粒分子光谱输入该模型，判别其属性；所使用的模式识别方法包括主成分分析、距离相似度系数法、簇类独立软模式、偏最小二乘判别分析法（PLS-DA）、SIMCA、K最邻近法、FISHER线性判别、人工神经网络和支持向量机中的任意一种，或者其中的任意组合。
附图说明
图1在线光谱检测***；
图2单倍体（A）和多倍体（B）玉米籽粒的近红外光谱图；
图3小波变换预处理后单倍体（A）和多倍体（B）玉米籽粒的近红外光谱图；
图4单倍体玉米籽粒三维特征投影和F检验；
图5多倍体玉米籽粒三维特征投影和F检验；
图6单倍体（A）和多倍体（B）玉米籽粒分类效果图。
具体实施方式
为了解决玉米育种领域大规模生产需求，本发明公布一种在线高速无损自动分拣单倍体玉米籽粒的装置。将待分拣玉米籽粒放入喂料器，自动排列成一队，送入在线光谱采集视野，高速采集光谱数据，通过数据处理***中已存的单倍体和多倍体玉米籽粒判别模型对该数据进行判别，并将判别结果提交给自动分拣***，实现玉米籽粒的自动高速无损分拣。
具体分拣步骤如下：
1）将混合玉米籽粒放入喂料器，依靠振筛原理将单粒玉米籽粒震落在传送带上，前后一次排成首尾相接队形，随传送带运动；
2）传送带将玉米籽粒逐一送入在线自动分拣装置的光谱检测视场，由光源发出的光，照射玉米籽粒后产生漫反射，由光纤将漫反射光收集后进入光谱仪中的单色器，单色器分光后，送入检测器检测到样品的光谱。
光谱仪波长范围700-2500nm，积分时间设置为10ms，传送带速度为0.4m/s。白色陶瓷片作为参比，实验过程中每半小时采集一次参比信号。
3）将采集的光谱送入数据处理***，选用小波变换对光谱预处理去除光谱噪声，将预处理后的光谱代入采用SIMCA方法建立的单倍体玉米籽粒识别模型进行单倍体和多倍体识别，并将识别结果送入在线自动分拣装置中的分拣***。
4）校正模型的建立和验证
（1）样本集包含432个种子，分为校正集和验证集。校正集含90个单倍体，95个多倍体；验证集含120个单倍体，127个多倍体；
（2）在线采集样本的光谱，单倍体（A）和多倍体（B）的原始光谱如图2所示；
（3）对光谱进行预处理，处理后的单倍体（A）和多倍体（B）近红光谱如图3所示；
（4）异常值踢除
采用主成分三维特征投影和F检验踢除异常样品。在主成分三维特征投影空间中椭圆以内为建模样品，椭圆以外为离群样本，采用F检验计算离群样本时设置离群阈值为3.0，F值超过3.0则认为是异常值。图4为单倍体（A/B）和多倍体（C/D）玉米籽粒三维特征投影和F检验；
（5）模型建立
依据交互验证PRESS和主成分贡献率选择建模主成分数，确立的最佳主成分数单倍体籽粒为10，多倍体籽粒为11。对于单倍体和多倍体玉米籽粒分类效果如图5所示。图5中特征值1为样本距模型的距离；特征值2表示样本对模型的影响程度。中间垂直线与水平线给出在0.025显著水平下的置信区间，两直线与坐标轴所围成的区域即为相应属性放入有效区域。模型预测正确率单倍体为96%，多倍体为98%。
5）将识别结果送入分选装置，通过气动方式将单倍体和多倍体分别吹入相应的收集装置，实现对本批样本的鉴别。

Claims (5)

1.一种在线无损自动分拣单倍体玉米籽粒的装置，其特征在于，该装置主要包括：喂料器、传送带、光谱检测***、数据处理***、分拣***、下料斗、单倍体和多倍体玉米籽粒收料盒；具体步骤如下：
1）将混合玉米籽粒放入喂料器，依靠振筛原理将单粒玉米籽粒震落在传送带上，前后依次排列成一队，随传送带运动；
2）传送带将玉米籽粒逐一送入自动分拣装置的光谱检测视场，由光源发出的光，照射玉米籽粒后产生漫反射或散射光或透射光，由光纤将漫反射或散射光或透射光收集后进入光谱仪中的单色器，单色器分光后，送入检测器检测到样品的近红外光谱；
3）将采集的光谱送入数据处理***，选用合适的光谱预处理方法去除光谱噪声，将预处理后的光谱代入单倍体玉米籽粒识别模型进行单倍体和多倍体识别，并将识别结果送入在线自动分拣装置中的分拣***；
4）分拣***根据数据处理***发出的玉米籽粒单倍体/多倍体鉴别结果，采用机械制动或者气动方式，分别将单倍体/多倍体玉米籽粒放入不同的下料斗中，实现两者分拣；分拣速度为1-40粒/s可调，分选正确率：单倍体96%，多倍体98%。
2.根据权利要求1所述的装置，其特征在于，光谱检测***主要包括：光源、光纤和光谱仪；光谱仪主要含有单色仪和检测器；单色仪可以是光栅分光、声光可调滤光器分光、滤光片或发光二极管；检测器是硅材料的或者铟镓砷材料的光电检测器。
3.根据权利要求1所述的装置，光谱仪波长范围是700-2500nm，选取特征波长、特征波段、特征波长或者特征波段它们之间的组合作为光谱数据；光谱形式可以是能量曲线、吸收光谱、透过率、反射率、干涉图之一。
4.根据权利要求1所述的装置，其特征在于，所述的光谱预处理方法包括微分、平滑、多元散射校正、标准正态变量变换、均值中心化、主成分分析数据降维、小波变换分析、水分扣除算法中的一种，或者几种之间的组合。
5.根据权利要求1所述的装置，其特征在于，所述的数据处理***提取玉米籽粒各自特征光谱信息，采用模式识别方法建立单倍体和多倍体玉米籽粒识别模型；将待分选的玉米籽粒分子光谱输入该模型，判别其属性；所使用的模式识别方法包括主成分分析、距离相似度系数法、簇类独立软模式、偏最小二乘判别分析法（PLS-DA）、SIMCA、K最邻近法、FISHER线性判别、人工神经网络和支持向量机中的任意一种，或者其中的任意组合。
CN201810092565.5A 2018-01-31 2018-01-31 一种在线高速无损自动分拣单倍体玉米籽粒的装置 Pending CN110090809A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810092565.5A CN110090809A (zh) 2018-01-31 2018-01-31 一种在线高速无损自动分拣单倍体玉米籽粒的装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810092565.5A CN110090809A (zh) 2018-01-31 2018-01-31 一种在线高速无损自动分拣单倍体玉米籽粒的装置

Publications (1)

Publication Number Publication Date
CN110090809A true CN110090809A (zh) 2019-08-06

Family

ID=67442857

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810092565.5A Pending CN110090809A (zh) 2018-01-31 2018-01-31 一种在线高速无损自动分拣单倍体玉米籽粒的装置

Country Status (1)

Country Link
CN (1) CN110090809A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110575965A (zh) * 2019-09-30 2019-12-17 中国计量大学 一种基于近红外光谱鉴别的蚕蛹雌雄筛选机及其筛选方法
CN111351762A (zh) * 2020-04-22 2020-06-30 青岛理工大学 一种紫外-可见光全波长扫描污水水质在线快速检测方法和应用

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101419166A (zh) * 2008-11-18 2009-04-29 江苏大学 基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及装置
CN101923047A (zh) * 2010-05-17 2010-12-22 南通北极光自动控制技术有限公司 近红外在线检测漫反射光谱分析仪
EP2537598A1 (de) * 2006-10-25 2012-12-26 Fraunhofer-Gesellschaft zur Förderung der Angewandten Forschung e.V. Vorrichtung und Verfahren zur optischen Sortierung von Schüttgut
CN103521465A (zh) * 2013-10-29 2014-01-22 中国科学院半导体研究所 一种固体籽粒的自动检测与分选***及方法
CN104990892A (zh) * 2015-06-24 2015-10-21 中国农业大学 种子的光谱图像无损鉴别模型建立方法及种子鉴别方法
CN105043998A (zh) * 2015-05-29 2015-11-11 中国农业大学 一种鉴别玉米单倍体的方法
CN106198448A (zh) * 2016-07-17 2016-12-07 北京化工大学 一种自动高速无损分拣活体雌雄蚕蛹或者活体雌雄蚕茧的工艺
US20170052120A1 (en) * 2013-03-15 2017-02-23 Altria Client Services Llc Menthol detection on tobacco
CN106546541A (zh) * 2016-10-31 2017-03-29 浙江大学 一种基于高光谱转基因玉米籽粒的识别装置与方法
US20170138845A1 (en) * 2007-08-06 2017-05-18 The Regents Of The University Of California Rapid and label-free procedure for microbial community screening and profiling
CN107037001A (zh) * 2017-06-15 2017-08-11 中国科学院半导体研究所 一种基于近红外光谱技术的玉米单倍体籽粒鉴别方法
CN107185850A (zh) * 2017-06-06 2017-09-22 浙江大学 一种基于高光谱成像及电阻抗的玉米种子活力检测装置
CN107278873A (zh) * 2017-06-12 2017-10-24 中国农业大学 一种鉴别玉米单倍体的方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2537598A1 (de) * 2006-10-25 2012-12-26 Fraunhofer-Gesellschaft zur Förderung der Angewandten Forschung e.V. Vorrichtung und Verfahren zur optischen Sortierung von Schüttgut
US20170138845A1 (en) * 2007-08-06 2017-05-18 The Regents Of The University Of California Rapid and label-free procedure for microbial community screening and profiling
CN101419166A (zh) * 2008-11-18 2009-04-29 江苏大学 基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及装置
CN101923047A (zh) * 2010-05-17 2010-12-22 南通北极光自动控制技术有限公司 近红外在线检测漫反射光谱分析仪
US20170052120A1 (en) * 2013-03-15 2017-02-23 Altria Client Services Llc Menthol detection on tobacco
CN103521465A (zh) * 2013-10-29 2014-01-22 中国科学院半导体研究所 一种固体籽粒的自动检测与分选***及方法
CN105043998A (zh) * 2015-05-29 2015-11-11 中国农业大学 一种鉴别玉米单倍体的方法
CN104990892A (zh) * 2015-06-24 2015-10-21 中国农业大学 种子的光谱图像无损鉴别模型建立方法及种子鉴别方法
CN106198448A (zh) * 2016-07-17 2016-12-07 北京化工大学 一种自动高速无损分拣活体雌雄蚕蛹或者活体雌雄蚕茧的工艺
CN106546541A (zh) * 2016-10-31 2017-03-29 浙江大学 一种基于高光谱转基因玉米籽粒的识别装置与方法
CN107185850A (zh) * 2017-06-06 2017-09-22 浙江大学 一种基于高光谱成像及电阻抗的玉米种子活力检测装置
CN107278873A (zh) * 2017-06-12 2017-10-24 中国农业大学 一种鉴别玉米单倍体的方法
CN107037001A (zh) * 2017-06-15 2017-08-11 中国科学院半导体研究所 一种基于近红外光谱技术的玉米单倍体籽粒鉴别方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110575965A (zh) * 2019-09-30 2019-12-17 中国计量大学 一种基于近红外光谱鉴别的蚕蛹雌雄筛选机及其筛选方法
CN110575965B (zh) * 2019-09-30 2021-06-01 中国计量大学 一种近红外光谱鉴别的蚕蛹雌雄筛选方法
CN111351762A (zh) * 2020-04-22 2020-06-30 青岛理工大学 一种紫外-可见光全波长扫描污水水质在线快速检测方法和应用

Similar Documents

Publication Publication Date Title
CN110231341B (zh) 一种水稻种子内部裂纹在线检测装置及其检测方法
US10197504B2 (en) Method and system of detecting foreign materials within an agricultural product stream
CN102253052B (zh) 基于fpga的粮食品质在线检测装置
CN108663339B (zh) 基于光谱和图像信息融合的霉变玉米在线检测方法
CN203275285U (zh) 一种基于高光谱成像的大米品质在线无损检测装置
CN106198448A (zh) 一种自动高速无损分拣活体雌雄蚕蛹或者活体雌雄蚕茧的工艺
CN100449301C (zh) 基于光特性的水果内部品质在线无损检测方法和装置
CN107552412A (zh) 废料分拣***
CN103801514B (zh) 一种制丝线烟叶自动化精选装置及方法
CN109540831B (zh) 基于高光谱成像技术的枸杞子品种识别方法
RU2003116064A (ru) Способ и устройство для анализа сельскохозяйственных продуктов
CN111443043B (zh) 一种基于高光谱图像的核桃仁品质检测方法
CN108906653A (zh) 一种桃子刷毛分级设备及桃子刷毛分级方法
US20060160065A1 (en) Method for classifying plant embryos using Raman spectroscopy
CN110575965B (zh) 一种近红外光谱鉴别的蚕蛹雌雄筛选方法
CN110090809A (zh) 一种在线高速无损自动分拣单倍体玉米籽粒的装置
CN101013079A (zh) 小型物料数字化检测和分级装置
CN101439335A (zh) 采用彩色电荷藕合器件的多功能色选方法
Pearson et al. A multispectral sorting device for wheat kernels
CN110702637A (zh) 一种热鲜和冷鲜羊肉的近红外在线融合快速判别方法
CN202083645U (zh) 一种基于fpga的粮食品质在线检测装置
JP2007071620A (ja) 蚕蛹の雌雄を判別する方法と装置
Wang et al. Intelligent detection of hard seeds of snap bean based on hyperspectral imaging
CN203750849U (zh) 一种制丝线烟叶自动化精选装置
CN110991469A (zh) 一种水果可溶性固形物在线检测方法及***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190806