欧亚国际

较近，来自Aarhus大学的科学家发表了题为Classification of Processing Damage in Sugar Beet (Beta vulgaris) Seeds by Multispectral Image Analysis的文章，文中对利用多光谱表型成像技术进行种子品质检测的应用前景进行了阐述。

多光谱种子表型成像技术是一种新型的图谱合一集成机器视觉技术的无损测量技术，Videometer开发的多光谱成像系统已经有20年历史，代表了较先进水准，广泛为各大科研机构和育种公司所采用。

北京欧亚国际科技有限公司是丹麦Videometer公司中国区总代理，全面负责其系列产品在中国市场的推广、销售和售后服务。

Classification of Processing Damage in Sugar Beet (Beta vulgaris) Seeds by Multispectral Image Analysis

Zahra Salimi and Birte Boelt *

Department of Agroecology, Aarhus University, 4200 Slagelse, Denmark; z.salimi@agro.au.dk

Abstract: The pericarp of monogerm sugar beet seed is rubbed off during processing in order to produce uniformly sized seeds ready for pelleting. This process can lead to mechanical damage, which may cause quality deterioration of the processed seeds. Identification of the mechanical damage and classification of the severity of the injury is important and currently time consuming, as visual inspections by trained analysts are used. This study aimed to find alternative seed quality assessment methods by evalsuating a machine vision technique for the classification of five damage types in monogerm sugar beet seeds. Multispectral imaging (MSI) was employed using the VideometerLab3 instrument and instrument software. Statistical analysis of MSI-derived data produced a model, which had an average of 82% accuracy in classification of 200 seeds in the five damage classes. The first class contained seeds with the potential to produce good seedlings and the model was designed to put more limitations on seeds to be classified in this group. The classification accuracy of class one to five was 59, 100, 77, 77 and 89%, respectively. Based on the results we conclude that MSI-based classification of mechanical damage in sugar beet seeds is a potential tool for future seed quality assessment.

Keywords: machine vision; mechanical damage; prediction model; seed quality; seed polishing