品种真实性和种子纯度是判定种子质量的重要指标，检测单粒种子的品种真实性可同时获得种子批的纯度。传统的品种真实性鉴定方法费时费力、成本高，且对种子具有破坏性。本研究建立了一种基于RGB图像与深度学习相结合的低成本、高效、无损的玉米种子品种真实性鉴定方法。

　　01材料和方法

　　随机选取不同年份不同批次“京科968”玉米种子共计800粒，10个“非京科968”品种种子800粒。使用含CCD镜头的扫描仪分别采集两种类别玉米种子的胚面和胚乳面扫描图像，按照7:3的比例将图像分为训练集和验证集。

　　利用PhenoSeed系统从种子扫描图像中提取每一粒种子的颜色、形状、纹理特征，共54个指标。然后将这些特征数据作为多层感知器神经网络(MLP)的输入，对“京科968”和“非京科968”两类种子进行识别和分类，最终建立玉米种子品种真实鉴定模型。

　　注：PhenoSeed系统由中国农业大学种子科学与技术研究中心和南京智农云芯大数据科技有限公司(简称AgriBrain)联合研发。

　　02结果与讨论

　　分别提取800粒“京科968”与800粒“非京科968”玉米种子胚面和胚乳面的54个形状、颜色和纹理特征，将胚面与胚乳面数据混合后输入MLP分类器。经过模型识别与训练，最终输出每一粒种子的鉴定结果为“京科968”或“非京科968”。结果发现，构建的“京科968”品种真实性鉴定模型的准确率在95%以上。

　　综上所述，本研究为“京科968”单籽粒品种真实性鉴定提供了一种无损、高效、可靠、操作简单、节约成本的方法。这些结果可为其他作物种子的品种真实性鉴定提供参考。

　　该研究的模型能够实现高精度、高通量的种子检测和分选。本研究采用的机器视觉技术是一种低成本、高效率的成像系统，只需简单的技术培训便可投入使用。机器视觉与深度学习算法相结合的策略也可以应用于其他作物种子，以确保农业生产所需的高纯度种子。实际上，这种无损且低成本的机器视觉技术，再加上高精度的算法，也可应用于种子或其他植物器官的表型分析，以节省成本、劳动力和时间。

　　百检专业提供分析、检测、测试、研究开发、法规咨询等技术服务，无论您是生产企业、经销商、电商商家以及消费者，我们拥有专业的检测服务团队，为您以快捷的方式完成您所需的检测报告。百检机构遍布全国，提供最热门的食品检测、农产品检测、服装检测、纺织品检测、化妆品检测、日用化工品检测等检测服务，CMA/CNAS检测报告全国认可!