卢 伟，张孜谞，蔡苗苗，张壹峰

（南京农业大学人工智能学院 江苏省现代设施农业技术与装备工程实验室，南京，210031）

0 引 言

水稻富含淀粉、蛋白质等营养物质，是人类第二大食物来源，水稻的产量是中国粮食安全的重要保障。水稻产量既取决于品种和田间管理，又与稻种质量密切相关，高品质的稻种是水稻高产的重要保障。目前评判稻种质量的指标主要包括含水率、活力、表面损伤程度等，其中，种子活力[1]是稻种质量检测中的最重要参数，种子活力的快速无损检测可用于优质种子筛选，对精准播种、精准农业和种质创新具有重要现实意义。种子活力是指其生理衰弱的程度或种子发芽高的批次在宽环境下表现出控制其能力的内在完整性的指数。传统的种子活力检测方法和设备如电导率法[2]、风筛清选机[3]、重力式清选机[3]等存在耗时长、操作步骤繁琐、易损害种子等缺点。

为实现种子活力的快速无损检测，近年来国内外将图像处理、近红外、高光谱等技术都应用于种子质量检测领域。Mahajan等[4]使用非破坏型成像技术测试大豆种子的物理纯度和活力，筛选剔除缺陷种子，并建立种子活力模型；闫彬等[5]基于机器视觉技术，采用模糊集和浮雕算法的图像增强方法检测玉米种子机械损伤；但图像处理技术仅能提取谷物种子的形态特征进行种子品种鉴别[5]。为进一步提取种子的生物化学信息，近红外光谱仪（Near Infrared Spectrum Instrument，NIRS）被引入并建立种子活力的近红外检测模型。……