【技术实现步骤摘要】
本专利技术涉及地质灾害预测，尤其涉及到一种水稻种子活力定量分析方法、装置、设备及存储介质。
技术介绍
1、水稻种子活力是衡量种子质量优劣的重要指标之一，是种子发芽速率和生长量的综合反映。高活力水稻种子具有明显的生长优势和生产潜力，对种子经营和农业生产有着极其重要的意义。而水稻种子活力在种子生理成熟时最高，随着贮藏时间的延长而发生着自然不可逆的种子老化，相应的种子活力也逐渐降低。传统水稻种子活力检测基于酶活性的测定、三磷酸腺苷(atp)含量测定、幼苗生长测定、发芽速度测定和高光谱成像技术等但都存在着操作复杂、耗时长、对水稻种子有损坏，无法同时满足无损检测与量化检测。虽然，目前已有相关技术提出了基于多光谱图像分析的种子活力检测方法（例如，申请人在先提交的公开号为cn116941380a的专利技术专利）。
2、然而，在种子经营和农业生产的实际应用中，由于水稻种子的采购具有季节性特点，通常在水稻种子采购期内存在采购量大、采购频次多的情况（例如，在乡村或水稻种子种植区对大量水稻种植个体户进行水稻种子采购的场景），在这样的场景下时，水稻种子的入仓活力检测需要满足：适应不同种类的水稻种子检测、检测速度快、检测结果辨识性强、检测结果可交付流转以及检测结果存根保存等要求。
3、现有技术提出的基于多光谱图像的种子活力检测方案中，主要通过直接计算种子活力值来实现种子活力的检测，该方式具有以下缺陷：（1）入仓活力检测存在着不必要的检测时间消耗，水稻种子的入仓活力检测往往不需要种子活力数值这样高精度的检测结果，只需针对入仓的水稻种
4、因此，如何提高水稻种子活力检测在种子经营和农业生产等实际场景下针对采购不同时期需求的适应性，即在保证入仓活力检测的检测速度与检测结果辨识度的同时确保入仓之后可选择性的高精度检测，是一个亟需解决的技术问题。
技术实现思路
1、本专利技术的主要目的在于提供一种水稻种子活力定量分析方法、装置、设备及存储介质，旨在解决目前种子经营和农业生产等实际场景下的水稻种子活力检测存在着入仓活力检测的检测速度与检测结果辨识度不高、入仓之后活力检测结果交付流转和存根保存困难以及活力检测精度不高的问题。
2、为实现上述目的，本专利技术提供一种水稻种子活力定量分析方法，包括以下步骤：
3、获取若干组样本水稻种子的多光谱图像，根据每组样本水稻种子的活力指数将所述多光谱图像转换为ncda图像；
4、利用不同样本水稻种子的活力指数和对应的ncda图像进行回归分析，建立基于活力指数与ncda图像颜色值的关系模型；
5、拍摄待测水稻种子的ncda图像照片，将所述ncda图像照片与标准色卡放入图像采集室，利用图像采集装置采集图像采集室内的颜色测定图像，基于所述颜色测定图像，确定待测水稻种子的ncda图像颜色值；
6、将所述ncda图像颜色值输入基于活力指数与ncda图像颜色值的关系模型，获得所述关系模型输出的所述待测水稻种子的活力指数。
7、可选的，获取若干组样本水稻种子的多光谱图像，根据每组样本水稻种子的活力指数将所述多光谱图像转换为ncda图像步骤，具体包括：
8、获取若干组样本水稻种子的多光谱图像；其中，每组样本水稻种子包括若干粒水稻种子且每组样本水稻种子具有不同老化程度；
9、将具有不同老化程度的若干组样本水稻种子放入培养箱内，统计样本水稻种子的发芽情况，生成每组样本水稻种子的活力指数；
10、根据每组样本水稻种子的所述活力指数，将每组样本水稻种子对应的所述多光谱图像转换为ncda图像。
11、可选的，根据每组样本水稻种子的所述活力指数，将每组样本水稻种子对应的所述多光谱图像转换为ncda图像步骤，具体包括：
12、获取活力指数最高的第一组样本水稻种子对应的第一多光谱图像和活力指数最低的第二组样本水稻种子对应的第二多光谱图像，并为第一多光谱图像和第二多光谱图像对应的ncda图像分别赋予第一颜色值和第二颜色值；
13、提取所述第一多光谱图像和所述第二多光谱图像的光谱特征进行归一化作为颜色判别标准特征，获取其余活力指数的若干组样本水稻种子对应的待分析多光谱图像并提取光谱特征进行归一化处理作为颜色判别实际特征；
14、基于第一多光谱图像的颜色判别标准特征对应的第一颜色和第二多光谱图像的颜色判别标准特征对应的第二颜色分别在预设颜色图谱中的位置，对待分析多光谱图像的颜色判别实际特征对应的目标颜色在预设颜色图谱中的目标位置进行判别分析；
15、将每个待分析多光谱图像在预设颜色图谱中的目标位置所对应的目标颜色作为对应组样本水稻种子的ncda图像颜色，生成每组样本水稻种子的ncda图像。
16、可选的，利用不同样本水稻种子的活力指数和对应的ncda图像进行回归分析，建立基于活力指数与ncda图像颜色值的关系模型步骤，具体包括：
17、获取不同样本水稻种子的活力指数和对应的ncda图像；
18、提取每组样本水稻种子的ncda图像的cielab值的颜色值l和颜色值a进行回归分析，建立基于活力指数关于颜色值l和颜色值a的关系模型。
19、可选的，根据每组样本水稻种子的所述活力指数，将每组样本水稻种子对应的所述多光谱图像转换为ncda图像步骤之后，所述方法，还包括：
20、提取每组样本水稻种子对应的多光谱图像的光谱特征构成特征向量，提取每组样本水稻种子对应的目标颜色在预设颜色图谱中的目标位置；
21、将每组样本水稻种子对应的所述特征向量和目标颜色在预设颜色图谱中的目标位置分别作为训练样本的训练数据和训练标签输入神经网络模型进行训练，并在训练完成后获得ncda图像生成模型。
22、可选的，所述图像采集装置配置有多光谱图像采集设备和ncda图像生成控制器，所述ncda图像生成控制器存储有待测水稻种子对应的ncda图像生成模型；拍摄待测水稻种子的ncda图像照片，将所述ncda图像照片与标准色卡放入图像采集室，利用图像采集装置采集图像采集室内的颜色测定图像，基于所述颜色测定图像，确定待测水稻种子的ncda图像颜色值步骤，具体包括：
23、驱动图像采集装置中的多光谱图像采集设备获取待测水稻种子本文档来自技高网...
【技术保护点】
1.一种水稻种子活力定量分析方法，其特征在于，包括以下步骤：
2.如权利要求1所述的水稻种子活力定量分析方法，其特征在于，获取若干组样本水稻种子的多光谱图像，根据每组样本水稻种子的活力指数将所述多光谱图像转换为nCDA图像步骤，具体包括：
3.如权利要求2所述的水稻种子活力定量分析方法，其特征在于，根据每组样本水稻种子的所述活力指数，将每组样本水稻种子对应的所述多光谱图像转换为nCDA图像步骤，具体包括：
4.如权利要求3所述的水稻种子活力定量分析方法，其特征在于，利用不同样本水稻种子的活力指数和对应的nCDA图像进行回归分析，建立基于活力指数与nCDA图像颜色值的关系模型步骤，具体包括：
5.如权利要求3所述的水稻种子活力定量分析方法，其特征在于，根据每组样本水稻种子的所述活力指数，将每组样本水稻种子对应的所述多光谱图像转换为nCDA图像步骤之后，所述方法，还包括：
6.如权利要求5所述的水稻种子活力定量分析方法，其特征在于，所述图像采集装置配置有多光谱图像采集设备和nCDA图像生成控制器，所述nCDA图像生成控制器存
7.如权利要求6所述的水稻种子活力定量分析方法，其特征在于，将所述nCDA图像颜色值输入基于活力指数与nCDA图像颜色值的关系模型，获得所述关系模型输出的所述待测水稻种子的活力指数步骤，具体包括：
8.一种水稻种子活力定量分析装置，其特征在于，包括：
9.一种水稻种子活力定量分析设备，其特征在于，所述水稻种子活力定量分析设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的水稻种子活力定量分析程序，所述水稻种子活力定量分析程序被所述处理器执行时实现如权利要求1至7中任一项所述的水稻种子活力定量分析方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有水稻种子活力定量分析程序，所述水稻种子活力定量分析程序被处理器执行时实现如权利要求1至7中任一项所述的水稻种子活力定量分析方法的步骤。
...【技术特征摘要】
1.一种水稻种子活力定量分析方法，其特征在于，包括以下步骤：
2.如权利要求1所述的水稻种子活力定量分析方法，其特征在于，获取若干组样本水稻种子的多光谱图像，根据每组样本水稻种子的活力指数将所述多光谱图像转换为ncda图像步骤，具体包括：
3.如权利要求2所述的水稻种子活力定量分析方法，其特征在于，根据每组样本水稻种子的所述活力指数，将每组样本水稻种子对应的所述多光谱图像转换为ncda图像步骤，具体包括：
4.如权利要求3所述的水稻种子活力定量分析方法，其特征在于，利用不同样本水稻种子的活力指数和对应的ncda图像进行回归分析，建立基于活力指数与ncda图像颜色值的关系模型步骤，具体包括：
5.如权利要求3所述的水稻种子活力定量分析方法，其特征在于，根据每组样本水稻种子的所述活力指数，将每组样本水稻种子对应的所述多光谱图像转换为ncda图像步骤之后，所述方法，还包括：
6.如权利要求5所述的水稻种子活力定量分析方法，其特征在于，所述图像采集装置配置有多光谱图像采集设备和ncda图像生成控制器，所述ncda图像生成控制器存储有待测水稻...
【专利技术属性】
技术研发人员：刘艳芳，杨晓洪，滕彩玲，
申请(专利权)人：云南省农业科学院质量标准与检测技术研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。