楊 琳 高富欣 李瑞云 常 華 劉 偉 王 輝

無損檢測技術(shù)主要是運(yùn)用物理學(xué)方法如光學(xué)、電學(xué)和聲學(xué)等手段對產(chǎn)品進(jìn)行分析，不破壞樣品，在獲取了樣品信息的同時(shí)保證了樣品的完整性。無損檢測技術(shù)與傳統(tǒng)的物理化學(xué)方法相比較不但速度快，而且還能有效地判斷出從外觀無法得到的樣品內(nèi)部品質(zhì)信息（劉燕德 等，2010）。光電技術(shù)是光電子學(xué)的應(yīng)用科學(xué)，它以激光和光纖等有源和無源的光電器件為基本組成，綜合利用光學(xué)、精密機(jī)械、電子學(xué)、計(jì)算機(jī)和控制技術(shù)等科學(xué)成果和技術(shù)方法進(jìn)行綜合信息處理，以組成確定功能的儀器、設(shè)備和工程系統(tǒng)（孫培懋，1990）。目前無損光電檢測技術(shù)已被廣泛地應(yīng)用于工業(yè)、農(nóng)業(yè)和其他領(lǐng)域。本文著重介紹無損光電檢測技術(shù)在種子檢驗(yàn)和精選加工上的研究和應(yīng)用情況。

1 紅外光譜檢測技術(shù)

紅外光譜主要包括波長在780～2 526 nm范圍內(nèi)的電磁波的近紅外光譜和波長在2 500～50 000 nm的中紅外光譜。紅外光譜區(qū)主要是有機(jī)分子含氫基團(tuán)（C-H，N-H，O-H等）的伸縮振動(dòng)的各級倍頻及其伸縮振動(dòng)與彎曲振動(dòng)的合頻吸收，幾乎包含了有機(jī)物中所有含氫基團(tuán)的信息，包含有分子的結(jié)構(gòu)、組成狀態(tài)等信息，從而為紅外光檢測技術(shù)分析樣品的物理性質(zhì)（如物質(zhì)的密度、粘度、粒度、硬度等）以及化學(xué)成分（如蛋白質(zhì)、氨基酸、脂肪、淀粉、水分以及其他營養(yǎng)成分等）提供了可能。

Dowell等（2002）在商用色選機(jī)的高分辨率CCD照相機(jī)上裝675 nm過濾鏡，用其篩選出帶有印度腥黑穗病的小麥粒。Pearson等（2004）用雙波長商用光電色選儀（波譜吸收值在750 nm和1 200 nm）將被大于100μg·L-1黃曲霉素污染的玉米粒篩選出來，準(zhǔn)確率達(dá)98%。Pasikatan等（2004）在商用色選機(jī)上安裝近紅外線傳感器和過濾鏡，快速從樣品中篩選出高蛋白和低蛋白含量的單個(gè)小麥粒來滿足育種的需要。Satake公司已經(jīng)運(yùn)用紅外線技術(shù)生產(chǎn)出可視色選和紅外色選技術(shù)相結(jié)合的色選機(jī)。

目前近紅外光譜技術(shù)在品種純度鑒定上的應(yīng)用也展開了研究。黃艷艷等（2011）采用近紅外光譜分析技術(shù)結(jié)合定性偏最小二乘法對農(nóng)大108玉米雜交種的純度進(jìn)行了鑒別研究，結(jié)果表明，選擇投射孔徑3.0 mm，4 000～8 000 cm-1光譜范圍，種子胚乳面單次光譜所建立的農(nóng)大108玉米雜交種的種子純度鑒定模型的建模集和檢驗(yàn)集的鑒別率達(dá)到100%。王徽蓉等（2011）結(jié)合遺傳算法與線性鑒別分析（LDA）提出了一種玉米品種的快速鑒別方法，利用這種方法對300個(gè)樣本的平均正確識別率與平均正確拒識率可達(dá)到99.3%，其中77.33%的玉米品種的正確識別率可達(dá)到了100%，與常用的主成分分析方法等相比，運(yùn)算時(shí)間更短，正確率更高。

2 機(jī)器視覺檢測技術(shù)

機(jī)器視覺（machine vision，MV）又稱為圖像理解和圖像分析，是指在計(jì)算機(jī)環(huán)境下實(shí)現(xiàn)的模擬或再現(xiàn)與人類視覺有關(guān)的某些智能行為。機(jī)器視覺技術(shù)的研究范圍包括圖像采集、圖像數(shù)字化、數(shù)字圖像處理、數(shù)字圖像分析的模式識別等內(nèi)容。圖像處理和分析是機(jī)器視覺的核心，從邏輯上可以分為三個(gè)階段：圖像預(yù)處理、特征提取、模式識別和理解。

Shatadal等（2003）利用彩色圖像分析技術(shù)對大豆進(jìn)行分類，將大豆種子分為好種子、熱損傷、凍傷粒（綠色和蠟黃色兩種）和豆象蟲咬壞的種子。試驗(yàn)結(jié)果表明，好種子識別率為99.6%，熱損壞和凍傷粒種子的識別率分別是95%和90%，但是對于豆象蟲咬壞的種子識別效果不是很好。Luo等（1999）設(shè)計(jì)出一套軟件，可以利用不同的特征模式、形態(tài)學(xué)特征、色彩特征、形態(tài)學(xué)和色彩特征相結(jié)合對健康和受損（包括破損、凍傷粒、污點(diǎn)、霉變、熱損和燒焦）的小麥種子進(jìn)行鑒別。結(jié)果表明，利用種子形態(tài)學(xué)和色彩特征相結(jié)合的辦法比單純利用色彩特征鑒別健康和受損種子的準(zhǔn)確率高。同時(shí)，彩色圖像分析技術(shù)可以對種子進(jìn)行健康度檢測。Olesen等（2011）利用多重光譜影像技術(shù)鑒別健康的和被黃萎?。╒erticillium spp.）、枯萎?。‵usarium spp.）、潰瘍?。⊿temphylium botryosum）、葉霉病 （Cladosporium spp.）、灰霉?。ˋlternaria alternate）5種種傳病害侵染的菠菜種子。

Pearson（2009）設(shè)計(jì)了一個(gè)快速、低價(jià)的圖像視覺技術(shù)色選機(jī)，可以檢測和分離帶有輕微顏色差別或小缺陷的谷物種子。這個(gè)系統(tǒng)安裝了3個(gè)帶有現(xiàn)場可編程序門陣列（Field-programmable Gate Array）的 CMOS（Complementary Metal Oxide Semiconductor）顏色識別器，以便能較為全面地檢測谷物種子的表面。通過實(shí)驗(yàn)表明，色選機(jī)分離紅小麥的準(zhǔn)確率是88%，白小麥?zhǔn)?1%，分離爆粒玉米上帶有blue-eye（爆粒玉米胚芽上出現(xiàn)輕微的藍(lán)色失色現(xiàn)象）損傷的準(zhǔn)確率是74%，識別好玉米粒的準(zhǔn)確率是91%。檢測速度比運(yùn)用圖像檢測系統(tǒng)檢測的速度快很多。同時(shí)，這個(gè)篩選機(jī)可以將昆蟲咬傷的谷物種子、帶有赤霉病和黑腥穗病的小麥粒篩選出來。

周亮（2010）利用機(jī)器視覺技術(shù)對絲瓜種子的檢測分級設(shè)備進(jìn)行研究與開發(fā)，通過研究得出RGB顏色模式適合絲瓜種子的分級，若其中有一個(gè)分量的值超過閾值，則可認(rèn)為該種子為第三級，由此可將顏色異常的種子剔除。印楊松（2011）采用單特征閾值法進(jìn)行玉米完善粒與破損粒的識別，用多特征閾值法識別完善粒與并肩雜、完善粒與病斑粒、完善粒與蟲蝕粒，對于孔洞狀的蟲蝕粒則采用孔洞填充并計(jì)算像素值的方法來識別，但對于表層蟲蝕粒的識別沒有找到合適的方法。

3 X射線檢測技術(shù)

X射線是一種類似于光、熱和無線電波的電磁輻射波，其特點(diǎn)是波長短。由于輻射物質(zhì)的波長越短，穿透物質(zhì)的能力也愈大，所以X射線具有極大的穿透物質(zhì)的能力，可利用這一特性進(jìn)行X射線檢測。

Burg等（1994）利用X射線檢測經(jīng)引發(fā)處理（滲透調(diào)節(jié)技術(shù)）和未處理的番茄種子來預(yù)測番茄幼苗的形態(tài)學(xué)。對于成熟的番茄種子，從X射線照片可以清晰地看出種子的內(nèi)部結(jié)構(gòu)，如初生根、胚軸、兩片子葉和胚乳。通過X射線還可以檢測出番茄種子胚的尺寸和形態(tài)、胚乳含量及胚和胚乳之間的空隙，這些指標(biāo)與14天苗齡的幼苗形態(tài)很有關(guān)系。試驗(yàn)通過利用X射線檢測5個(gè)不同品種的子葉形態(tài)、胚和胚乳之間的空隙來預(yù)測正常幼苗率，與這些品種的實(shí)際溫室出苗率和根據(jù)ISTA發(fā)芽試驗(yàn)規(guī)程得出的正常幼苗率相比，利用X射線檢測的結(jié)果更為準(zhǔn)確。對于經(jīng)引發(fā)處理的種子，則利用另一種基于X射線的預(yù)測原理，但結(jié)果同上。試驗(yàn)結(jié)果也證實(shí)經(jīng)過X射線篩選過的種子在幼苗階段沒有產(chǎn)生遺傳變異。

Dell’Aquila（2007）利用 X射線技術(shù)和計(jì)算機(jī)輔助圖像分析技術(shù)進(jìn)行甜椒種子發(fā)芽評估。將經(jīng)過X射線篩選后的好種子利用計(jì)算機(jī)輔助圖像分析技術(shù)研究種子的吸漲和幼根伸長，自動(dòng)視覺機(jī)器監(jiān)控發(fā)芽中種子的吸漲過程，為經(jīng)過X射線篩選的有存活能力種子中的生理變化程度提供更多的信息，因此通過計(jì)算機(jī)輔助圖像分析技術(shù)監(jiān)測種子的吸漲過程，從而可以確定一個(gè)高質(zhì)量的圖像標(biāo)記作為篩選和評價(jià)高發(fā)芽率種子的指標(biāo)。通過研究甜椒種子發(fā)現(xiàn)，X射線篩選的種子與對照相比，發(fā)芽率和平均發(fā)芽時(shí)間差異不大。

Pinto等（2009）利用X射線圖像分析技術(shù)能有效地檢測機(jī)械受損和被椿象損傷的大豆種子。de A Melo等（2010）也利用X射線技術(shù)檢測被象鼻蟲損傷的豇豆種子，并評估損傷與種子生理學(xué)品質(zhì)的關(guān)系。

國際種子檢驗(yàn)協(xié)會（ISTA）和北美官方種子分析協(xié)會（AOSA）均制定了X射線檢測技術(shù)手冊和使用方法。已設(shè)計(jì)出一種專門應(yīng)用于種子質(zhì)量控制的X射線分析系統(tǒng)的機(jī)器原型（X射線種子分析儀SEMAX）。在可控的安全標(biāo)準(zhǔn)下，這個(gè)系統(tǒng)包括X射線發(fā)射器、CCD照相機(jī)、計(jì)算機(jī)、圖像處理軟件等。這是一個(gè)非常有應(yīng)用價(jià)值的檢測工具，可以分析種子結(jié)構(gòu)，可快速診斷區(qū)分種子或谷物飽滿、無使用價(jià)值、破損、種子內(nèi)有蟲卵或活蟲（Craviotto et al.，2004）。

4 葉綠素?zé)晒夥治黾夹g(shù)

將綠色植物或含葉綠素的部分組織，如葉片、芽、嫩枝條、莖或單細(xì)胞藻類懸液放在暗中適應(yīng)片刻，或用近紅外光預(yù)照射，然后在可見光下激發(fā)，并用熒光計(jì)檢測，就會發(fā)現(xiàn)植物綠色組織會發(fā)出一種微弱的暗紅色、強(qiáng)度隨時(shí)間不斷變化的熒光信號，這一過程稱為植物體內(nèi)葉綠素a熒光誘導(dǎo)動(dòng)力學(xué)，簡稱為葉綠素?zé)晒鈩?dòng)力學(xué)（李曉 等，2006）。

通常來講，不成熟的或未完全成熟的種子比成熟的種子質(zhì)量低。Ward等（Jalink et al.，1998）通過研究油用油菜和白菜型油菜種子葉綠素含量和種子成熟度的關(guān)系發(fā)現(xiàn)，葉綠素的含量隨著種子的成熟過程而逐漸減少，最終種子的葉綠素含量與環(huán)境和種子的基因類型有關(guān)。對于大多數(shù)種子作物來說，隨著種子的成熟葉綠素含量逐漸降低。葉綠素a在合適波長（650～730 nm）的激發(fā)下會產(chǎn)生熒光。Jalink等（1999）利用葉綠素?zé)晒饧夹g(shù)檢測甘藍(lán)種子的成熟度和質(zhì)量。甘藍(lán)種子的發(fā)芽情況與葉綠素?zé)晒庑盘柕拇笮?qiáng)度成反比。葉綠素?zé)晒庑盘枏?qiáng)度最低的甘藍(lán)種子發(fā)芽率為100%，并表現(xiàn)出很高的發(fā)芽整齊度。葉綠素含量高的甘藍(lán)種子在發(fā)芽率和發(fā)芽整齊度方面表現(xiàn)不佳。試驗(yàn)結(jié)果表明，甘藍(lán)種子葉綠素?zé)晒鈾z測技術(shù)可以作為一項(xiàng)新的篩選技術(shù)將葉綠素含量高的種子篩選出，從而有效地提高種子的質(zhì)量（Jalink et al.，1998）。同時(shí)這項(xiàng)技術(shù)也在番茄、甜瓜種子的精選加工上進(jìn)行了應(yīng)用研究（Cotton et al.，1999；Jalink et al.，1999）。Satake美國公司已經(jīng)運(yùn)用葉綠素?zé)晒饧夹g(shù)生產(chǎn)了葉綠素?zé)晒饧夹g(shù)種子分選機(jī)（the Seed Scan Series）。

無損光電檢測技術(shù)有優(yōu)勢也有劣勢。如利用X射線進(jìn)行種子發(fā)芽率的檢測，相對于常規(guī)的實(shí)驗(yàn)室發(fā)芽率檢測和正常幼苗鑒定所需時(shí)間較短，但是X射線檢測技術(shù)中正常與不正常子葉的鑒定需要較強(qiáng)的專業(yè)知識，對檢測人員需進(jìn)行進(jìn)一步的培訓(xùn)。另外種子經(jīng)過安全X射線照射約需5分鐘，若進(jìn)行大批量的種子檢測鑒定是比較費(fèi)時(shí)的。例如Pearson設(shè)計(jì)的圖像視覺技術(shù)色選機(jī)，小麥粒每小時(shí)的加工量約為8 kg，爆粒玉米每小時(shí)的加工量約為40 kg，這個(gè)速度雖然比運(yùn)用圖像檢測系統(tǒng)檢測的速度快很多，但是在實(shí)際商業(yè)化運(yùn)用中速度相對來講還是很慢的。同樣，對于不同病害吸收不同波長的紅外光譜而形成的不同灰度進(jìn)行病害的鑒定也需要較強(qiáng)的專業(yè)知識和較高的準(zhǔn)確性。因此如何將上述光電無損檢測技術(shù)運(yùn)用到實(shí)際生產(chǎn)，提高加工效率還需要進(jìn)一步的研究和改進(jìn)。

中國有著巨大的種子市場，隨著外資種業(yè)的加入，中國種業(yè)面臨著越來越激烈的市場競爭，市場對種子質(zhì)量的要求也會越來越高。從目前無損光電檢測技術(shù)的研究和應(yīng)用情況看，研究的目標(biāo)主要集中在大田作物上，在蔬菜作物上的研究和應(yīng)用報(bào)道較少。蔬菜作物種類多樣，種子形態(tài)各異，要開展相關(guān)研究，還有許多工作要做，難度也較大。我國雖然已經(jīng)開展了一些研究，并取得可喜進(jìn)展，但還應(yīng)該加大投入力度，加快相關(guān)研究進(jìn)度，以適應(yīng)國際種業(yè)市場競爭的需要。

黃艷艷，朱麗偉，李軍會，王建華，孫寶啟，孫群.2011.應(yīng)用近紅外光譜技術(shù)快速鑒別玉米雜交種純度的研究.光譜學(xué)與光譜分析，31（3）：661-664.

李曉，馮偉，曾曉春.2006.葉綠素?zé)晒夥治黾夹g(shù)及應(yīng)用進(jìn)展.西北植物學(xué)報(bào)，26（10）：2186-2196.

劉燕德，郝勇，蔡麗君.2010.無損光電技術(shù)檢測技術(shù)原理及應(yīng)用.華北交通大學(xué)學(xué)報(bào)，27（6）：36-46.

孫培懋.1990. 光電技術(shù)及其應(yīng)用與發(fā)展. 光電工程，17（2）：57-62.

王徽蓉，李衛(wèi)軍，劉揚(yáng)陽，陳新亮，來疆亮.2011.基于遺傳算法與線性鑒別的近紅外光譜玉米品種鑒別研究.光譜學(xué)與光譜分析，31（3）：669-672.

印楊松.2011.機(jī)器視覺技術(shù)在玉米并肩雜、不完善粒檢測中的應(yīng)用研究〔碩士論文〕.杭州：浙江大學(xué).

周亮.2010.基于機(jī)器視覺的絲瓜種子分級研究〔碩士論文〕.杭州：浙江大學(xué).

BurgWJ，AartseJW，Zwol RA，Jalink H，BinoRJ.1994.Predictingtomato seedling morphology by X-ray analysis of seeds.Journal of the AmericanSocietyforHorticulturalScience，119（2）：258-263.

Cotton C，Welbaum G E，Gray C.1999.Use of chlorophyll content to determine quality of muskmelon seeds.Commercial Horticulture Newsletter，July-August.

Craviotto RM，Arango MR，SalinasAR，GibbonsR，Bergmann R，Montero M S.2004.A devicefor automated digital x-ray imaging for seed analysis.SeedScienceandTechnology，32（3）：867-871.

deAMelo R，F(xiàn)ortiVA，Cicero SM，NovembreAD，deMelo PCT.2010.Useof X-raytoevaluatedamagecaused byweevilsincowpeaseeds.HorticulturaBrasileira，28（4）：472-476.

Dell’Aquila A.2007.Pepper seed germination assessed by combined X-radiography and computer-aided imaging analysis.Biologia Plantarum，51（4）：777-781.

Dowell F E，Boratynski T N ，Ykema R E，Dowdy A K，Staten R T.2002.Use of optical sorting to detect wheat kernels infected with Tilletiaindica.PlantDisease，86（9）：1011-1013.

Jalink H，F(xiàn)randasA，Schoor RV，BinoJB.1998.Chlorophyllfluorescence ofthetestaof Brassicaoleraceaseedsasanindicatorofseedmaturityand seed quality.Scientia Agricola.Piracicaba，55（Número Especial）：88-93.

Jalink H，Schoor R V，Birnbaum Y E，Bino R J.1999.Seed chlorophyll content asan indicator for seed maturity and seed quality.ISHSActa Horticulturae，504：219-227.

Luo X，JayasDS，Symonst SJ.1999.Identificationof damagedkernelsin wheatusingacolourmachinevisionsystem.Journalof Cereal Science，30：49-59.

Olesen M H，Carstensen JM，Boelt B.2011.Multispectral imaging asa potentialtoolforseedhealthtestingofspinach（SpinaciaoleraceaL）.SeedScienceandTechnology，39（1）：140-150.

Pasikatan M C，Dowell F E.2004.High-speed NIR segregation of high and low protein single wheat seeds.Cereal Chemistry，81（1）：145-150.

Pearson T.2009.Hardware-based image processing for high-speed inspectionof grains.Computersand Electronicsin Agriculture，（69）：12-18.

Pearson TC，Wicklow DT，Pasikatan MC.2004.Reductionof aflatoxin and fumonisin contamination in yellow corn by high-speed dual-wavelengthsorting.CerealChemistry，81（4）：490-498.

Pinto T L F，Cicero S M，F(xiàn)ranca-Ento J B，F(xiàn)orti V A.2009.An assessment of mechanical and stink bug damage in soybean seed using X-ray analysis test.Seed Sciences and Technology，37（1）：110-120.

Shatadal P，Tan J.2003.Identifying damaged soybeans by color imageanalysis.AppliedEngineeringinAgriculture，19（1）：65-69.