排序方式： 共有4条查询结果，搜索用时 78 毫秒
1
1.
为进一步推进液体分选在提升种子质量方面的应用,选用紫苏种子（发芽率约 55%）为材料,分别采用 0.85g/cm3
、0.90g/cm3、0.95g/cm3、1.00g/cm3 的乙醇溶液作为分选液体,对紫苏种子进行分选。结果表明：紫苏种子的比重与种子活力显著相关,如采用 0.90g/cm3、0.95g/cm3 的乙醇溶液进行分选,获选紫苏种子占比分别为 88.3% 和 67.7%,发芽率分别显著提升至78.9% 和 88.3%,均达到紫苏种子的相关质量标准要求,效果均显著优于传统的风选 - 圆孔筛筛选 - 比重选清选工艺（获选占比 61.9%,发芽率 68.0%）。综合确定紫苏种子液体分选全程工艺为：用 0.90g/cm3 的乙醇溶液分选紫苏种子,捞出下沉的种子,离心甩干 3min,43℃旋转烘干 35min。 相似文献
2.
机器视觉技术对氯化三苯基四氮唑染色法鉴定玉米种子生活力的改进 总被引：1，自引：0，他引：1
为探讨机器视觉技术在提高玉米种子生活力检测结果判定上的准确性和可重复性,以‘三北6号’玉米种子为试验材料,将吸胀的玉米种子沿胚部纵切,置于0.1% 氯化三苯基四氮唑(TTC)溶液,30 ℃黑暗条件下染色2 h,使用Image J和PhenoSeed软件进行图像分析,结合人工观察鉴定,分析玉米种子胚部的颜色指标、染色比例与种子生活力之间的关系。结果表明,基于机器视觉技术提取的‘三北6号’玉米种子TTC染色后胚部的颜色特征建立的生活力检测模型,准确率均达到83 %以上。随机选取6份其他品种玉米种子进行模型验证,结果表明发芽率的预测值与真实值之间无显著差异。 相似文献
3.
为探究机器视觉技术用于小粒中药材种子净度快速检测的可行性,以黄芩、桔梗、黄芪、紫苏和柴胡5种常见小粒中药材种子为材料,使用扫描仪获取净种子、其他植物种子和所含杂质的图像,采用种子自动化分析系统(PhenoSeed)批量提取种子、其他植物种子及所含杂质的颜色、尺寸及纹理信息,通过相关性分析和主成分分析进行特征变量的筛选,采用多层感知器(MLP)和二元逻辑回归(BLR)建立上述5种中药材种子净度快速检测模型。结果表明,净种子、其他植物种子及所含杂质在物理指标方面存在显著差异,针对不同种子,采用不同指标建立的MLP净度模型的训练集和测试集准确率均在96.0%以上,该模型在不同中药材种子上的稳定性均优于BLR模型;以特征指标建立的模型稳定性优于全部指标的建模效果,运用特征变量建立的MLP模型对不同净度梯度(75.0%~100.0%)的混合样本进行预测,回归曲线的决定系数均达到0.99以上。采用机器视觉技术获取种子、其他植物种子及所含杂质颜色、尺寸和纹理等信息,以特征指标建立MLP模型可用于小粒中药材种子的净度快速检测。 相似文献
4.
传统的种子活力检测方法操作繁琐、周期长，而种皮叶绿素在欧洲被广泛用于种子成熟度或活力的判别。以叶绿素检测法为对照，采用机器视觉技术提取不同活力水平紫苏种子的表型指标，结合单粒发芽情况及群体发芽试验，通过相关性分析，筛选可替代的种子活力快检指标。研究结果表明，从红色至绿色的范围（a）、从蓝色至黄色的范围（b）、饱和度（S）3 个颜色指标与紫苏种子活力的相关系数均稳定高于叶绿素含量，在不同组别种子间的变异系数高于或接近叶绿素含量。建议在紫苏种子生产、加工、销售等各个环节，通过检测 a、b、S 任一指标代替叶绿素检测来判别种子质量，降低检测成本。 相似文献
1