欧亚国际

对于种子生产者来说，包装并出售给种植者的植物品种很重要，有时甚至会细微到单个种子程度。法律可能会要求确保成批种子的纯度以便进行交易。

Videometer提供多光谱成像系统，涵盖市场主要是种子和谷物、食品、药品等领域。

Videometer多光谱成像机器人可对每一粒种子进行高精度的分类分析，不仅可以确定所检测到的种子品种是否有误，还可决定是否将其移除，在整个过程链中进行验证。

人们花了大量精力培育出合适的种子，出于同样的原因，又花了大量的精力确保供应链正常运转，正确的品种会发芽，会长成一株强壮的植物。

种子工业的两个重要组成部分-生产质量控制和植物育种-可借助光谱成像技术。植物育种的目标是对种子进行筛选以挑选出具有正确性状的候选品种。

在育种还是生产中，都可使用光谱成像来鉴定品种、检测批次种子的异常污染，例如来自不同作物的种子或杂草种子。纯度在种子生产中极其重要，确保纯度就可以确保使用正确的作物品种。

光谱成像还可以显示种子是否受到了损害，例如虫害或真菌污染，并可判断种子是否有可能发芽。判断一颗种子是否会发芽非常棘手，因为通常需要先播种，等待种子发芽和生长。通过光谱成像可以提供种子生存能力的指标。

不是所有的种子都能根据干种子预测发芽过程，但对于许多种子类型，可通过光谱成像判断其生存能力和发芽的可能性。种子供应商可以根据对种子发芽了解做出决定，这有助于物流安排。

光谱成像功能非常强大，除了虫害损害外，光谱成像还可以评估种子是否过早收获-叶绿素荧光测试可以显示种子中有多少叶绿素，从而显示其成熟度-还可以通过识别氧化损害来评估种子是否储存太久。

传统上，国际种子测试协会ISTA通常会要求对种子进行发芽测试。

Videometer公司通常使用其标准系统VideometerLab4进行种子分析。系统可采集350nm-1000nm的光谱，创建一个数据立方体，甚至能进一步深入研究深紫外和近红外波段。

Videometer公司有一个机器学习引擎，能利用来自不同作物和植物的光谱成像数据进行训练。这些算法用于在种子中寻找不同的标记，如品种特征或真菌损害情况。

每种作物光谱成像的标记都有差异，很难从一种作物推断另一种作物。Videometer在蔬菜种子、大田作物（小麦、大麦、水稻、油菜）以及花卉种子和树木种子方面做了大量工作。

Videometer公司创建于20年前，提供光谱成像，用于产品中非常精确的颜色测定—根据颜色的细微差别进行分类。

光谱成像是一项成熟的技术，但这是一项专门技术，因数据量巨大，需要筛选信号、去除噪音。

光谱成像相机和组件只是交叉学科解决方案的一部分，真正的行业解决方案需集成很多组件：照明源、摄像头、控制电子、机器学习以及和照明几何方法。

Videometer公司专利LED照明已经使用了20年。系统集成了多种发光二极管，在整个紫外线、可见光和近红外范围内以特定波长发光。LED在积分球中以极快的速度闪烁，这样系统就可在不同波长的光下捕捉每个图像，并尽可能快地获取图像。通常，Videometer可在半秒钟内提取20个波长，计算数据立方体并对其进行分析，以提供结果。

计算机速度的提高使许多事情成为可能—深度学习就是一个典型例子。特别是在紫外线应用领域，LED的性价比已经得到显著改善。在该领域现已可进行非常复杂的测量，这在过去难以想象，因深紫外LED光源价格昂贵得令人望而却步。

用于种子表型分析的多光谱成像解决方案

紫外线光谱成像重要挑战在于，普通光学器件的波长不会短于400nm，有时甚至是350nm。这需要配置昂贵、难以购得的专业光学元件。Videometer合作的种子公司目前正在生产种子，这些种子将被播种成植物。