孙 俊，张 林，周 鑫，武小红，沈继锋，戴春霞

（江苏大学电气信息工程学院，镇江 212013）

0 引 言

水稻是中国主要的粮食作物之一，其种植面积大约在3 000万hm2，年产量在2亿t左右[1-2]。水稻种子是水稻产量和品质的决定性因素，也是农业生产的源头。种子活力决定水稻种子能否正常发芽，出苗整齐程度以及最终长成的植株的抗病害能力等，常用作评价水稻种子品质的关键性指标[3]。因此，在水稻种子的播种之前对其活力进行准确检测，有效筛选高活力的水稻种子用于种植，可以大幅度提高水稻的产量以及品质，从而保障粮食安全[4]。

依靠人感官并基于种子外部特征如颜色、纹理和形状等信息难以对种子活力水平进行准确判断。生理生化方法和发芽测试法检测结果可靠，但是这些方法需要消耗特殊试剂，对样本具有破坏性且耗费大量人力物力[5]。高光谱图像技术具有快速、无损等优势，基于其开展的种子活力检测一直是当前的研究热点[6]。李美凌等[7]采集老化和未老化水稻种子的高光谱图像，基于获取的光谱信息建立水稻种子活力分级模型，分类准确率达到97.22%以上。Zhang等[8]基于高光谱图像技术对经过不同冻害程度处理的 6组水稻种子样本进行活力分类检测，搭建了准确率为 99.33%的分类模型。许思等[9]采用人工加速老化方法制备了 3个老化等级的水稻种子，获取并分析种子光谱信息，对不同活力等级水稻种子的分类准确率达到98.75%。以上研究虽然取得了良好的检测效果，但其对于种子活力等级定义是依据种子老化程度，未考虑到同一老化等级中依然存在活力高低的种子。……