甜玉米种子萌发预测方法及装置

技术特征：
1.一种甜玉米种子萌发预测方法，其特征在于，包括：获取待测试种子的高光谱测试数据；对所述高光谱测试数据进行预处理以得到高光谱特征数据；采用光谱一阶差分模型对所述高光谱特征数据进行特征获取以确定相应的关键波段特征；根据所述关键波段特征以及回归分析算法进行计算以确定种子活力状态。2.如权利要求1所述的甜玉米种子萌发预测方法，其特征在于，对所述高光谱测试数据进行预处理以得到高光谱特征数据，包括：采用椭圆形分割方式对所述高光谱测试数据进行感兴趣区域提取以得到感兴趣特征数据；采用黑白校正公式对所述感兴趣特征数据进行黑白校正以得到预处理后的高光谱特征数据，所述黑白校正公式为：其中，i为高光谱特征数据，i
raw
为采集种子高光谱数据，i
black
为扫描镜头遮挡时得到的暗光校正数据，i
white
为通过扫描反射率为99.99％的校准白色校正板得到的白光校正数据。3.如权利要求1所述的甜玉米种子萌发预测方法，其特征在于，所述高光谱测试数据为400nm-1000nm光谱范围内的高光谱数据；所述高光谱测试数据为种子胚面的高光谱数据或种子胚乳面的高光谱数据中的一种。4.如权利要求3所述的甜玉米种子萌发预测方法，其特征在于，所述采用光谱一阶差分信息获取模型对所述高光谱特征数据进行特征提取以确定相应的关键光谱特征，包括：按照预设数量的光谱带对所述高光谱特征数据进行特征波段划分；构建原始光谱数据与其对应的一阶差分特征，以确定光谱特征和苗根长的关联关系；相关系数模型为：假设原始数据序列为y
i
(1≤i≤n)，变量y在非负整数值上有定义；当变量i依次取非负整数，且当i从k变到k 1时，因变量的改变量为:
△
y
k
＝y
k 1-y
k
△
y
k
称为函数在点k的一阶差分；基于光谱数据和其一阶差分信息确定光谱关键特征信息。5.如权利要求4所述的甜玉米种子萌发预测方法，其特征在于，预设原始光谱波段数据的变量个数数量为220。6.如权利要求1所述的甜玉米种子萌发预测方法，其特征在于，根据所述关键波段特征以及回归分析算法进行计算以确定种子活力状态，包括：采用主成分回归、偏最小二乘回归和支持向量回归算法对关键特征波段进行回归分析以确定种子活力状态，反映种子活力的状态特征为苗根长。7.如权利要求6所述的甜玉米种子萌发预测方法，其特征在于，所述支持向量回归算法选择的核函数是高斯径向基函数；所述高斯径向基函数为：k(x,y)＝exp(-||x-y||2/σ)k(x,y)，其中σ选择为σ＝50。
8.一种甜玉米种子萌发预测装置，其特征在于，包括：获取模块：用于获取待测试种子的高光谱测试数据；预处理模块：用于对所述高光谱测试数据进行预处理以得到高光谱特征数据；波段选择模块：用于采用波段选择模型对所述高光谱特征数据进行选择和分析处理以确定相应的关键波段特征；状态确定模块：用于根据所述关键波段特征以及回归分析算法进行计算以确定种子活力状态。9.一种电子设备，其特征在于，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，用于执行权利要求1至7任一项所述的甜玉米种子萌发预测方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机程序，其中，所述计算机程序使得计算机执行权利要求1至7任一项所述的甜玉米种子萌发预测方法。

技术总结
本发明实施例涉及作物种子生长预测技术领域，公开了一种甜玉米种子萌发预测方法，包括：获取待测试种子的高光谱测试数据；对所述高光谱测试数据进行预处理以得到高光谱特征数据；采用一阶差分模型对所述高光谱特征数据进行一阶差分以得到种子活力相关的关键光谱特征；根据所述关键波段特征以及回归分析算法进行计算以确定种子活力状态。本发明还公开了一种甜玉米种子萌发预测模型。本发明实施例中通过种子高光谱数据与其发芽后的苗根长建立关联性，然后针对高光谱特征差分处理来获得高光谱的关键光谱信息，然后采用回归分析来进行幼苗根长预测；其能够实现快速、无损和高精度的种子活力检测。的种子活力检测。的种子活力检测。


技术研发人员：崔华威 邴阳 张晓迪 王子麟 李龙威 苗爱敏
受保护的技术使用者：仲恺农业工程学院
技术研发日：2022.01.20
技术公布日：2022/5/25