Videometer Feld Samen Phänotyp Imaging System

Videometer Lite verwendet ein LED-Flash-Lichtquellensystem, das effektiv sieben Wellenlängenmessungen kombiniert und ein Fusionsspektralbild erzeugt, das in einem Spektrum zusammengesetzt wird, wobei jedes Pixel einem anderen Reflexionsspektrum entspricht. Das Gerät umfasst das sichtbare Licht und das NIR-Nahinfrarotband für die genaue und umfassende Untersuchung von Pflanzenphänotypen, Pflanzenkrankheiten und mehr. Das tragbare Videometer Lite ist eine multifunktionale Bildgebungsplattform, die auf einem Wagenhalter montiert werden kann und sowohl auf dem Feld als auch in der Hand verwendet werden kann.

Videometer Feld Samen Phänotyp Imaging SystemHauptfunktionen

Kombination von Vorteilen der sichtbaren und spektralen Bildgebung

Bildgebung von Samen und Krankheitspänotypen

Tragbares Design für den Gebrauch im Gewächshaus oder im Freien

Standardkalibrierungsfunktion, Daten können wiederholt werden

Software, die von erfahrenen Experten auf der Grundlage der Anwendungserfahrung entwickelt wurde, ist einfach zu bedienen und löst Probleme in landwirtschaftlichen Anwendungen

Integrierte Farbkorrektur

Standard mit 7 Spektralbanden und ständig aktualisiert

Produktbeschreibung

Das System kann auch eine hohe Durchfluss-Bildmessung von Bakterien, Pilzen, Würmer-Eiern usw. durchführen, Toxikologie oder andere Studien durchführen und für die präzise und umfassende Qualitätsprüfung von Getreide, Pflanzen, Fleisch usw. verwendet werden. Das Videometer-System generiert Bilder, die mit anderen Analysesystemen wie Matlab analysiert werden können. Da das Videometer Lite zur Messung häufig in Gewächshäuser, in der Wildnis oder anderswo mitgenommen werden muss, wurde es als tragbares Modell konzipiert.

Die Arbeitssoftware von VideometerLab Lite wurde von einem starken Bioinformatik- und Softwareteam von Videometer entwickelt und berücksichtigt die Anforderungen praktischer Anwendungen, ist einfach zu bedienen und leistungsstark. Videometer erforscht und aktualisiert kontinuierlich neue Algorithmen für alle Bedürfnisse.

VideometerLab Lite, ein tragbares Samen-Phänotyp-Multispektral-Bildgebungssystem, erhält nützliche Informationen, indem es die Bildgebung von Samen unter LED-Flashes in sieben verschiedenen Wellenlängen (Wellenlängenbereich 405-850 nm) misst. Diese Bilder können unabhängig analysiert oder überlagert werden, um hochauflösende Farbbilder zu erstellen. Basis-Integrationsmodul mit 7-Band-Multispektral-Bildgebungssystem. Die Software ermöglicht Farbkalibrierung, Etikettenerkennung, Graustufenkonvertierung usw.

Multispektrale Phänotyp-Bildgebungssysteme im Feld

Phänotypische Eigenschaften Analyse / Ausgrabung, Genotyp-Phänotyp-Assoziationen

Landwirtschaftliche Zucht

Gartenbau, Agrarinformatik

Qualitätsanalyse der Früchte

Pflanzenpathologie

Biomasse-Analyse

Samenforschung

Anti-Reversive Forschung

Parameter der direkten Messung

Größe

Form

Farbe

Form-Textur

Spektralstruktur

Spektrale Komponenten im Zusammenhang mit der Oberflächenchemie

Zählen

Indirekte Messung oder Berechnung

Samenreinigkeit

Prozentsatz der Entstehung

Keimrate

Die Vitalität der Samen

Samengesundheit

Reife der Samen

Samenlebensdauer usw.

Hauptmerkmale

Integrierte Kugeln für gleichmäßige und diffuse Lichtbeleuchtung

Spektrale Bildgebung und quantitative Analyse in 10-15 Sekunden

7 verschiedene Wellenlängen / Lichtquellen

3 Mio. Pixel/Wellenlänge, zur Verfügung, 21 Mio. Pixel/Frame-Auflösung

Standardausrüstung einschließlich einfacher Gerätekalibrierung

Fortgeschrittene Farbmessfunktionen im Vergleich zur herkömmlichen RGB-Technologie

Automatischer Umschalt des Dynamikbereichs je nach Anwendungsanforderung

Lange Lebensdauer der Lichtquelle bis zu 100.000 Stunden

Verbesserte Stabilität der LED-Lichttechnologie

Forschung mit leistungsstarker Erkundungssoftware

Einfaches Werkzeug zur Formulierung (Modellierung) für herkömmliche Anwendungen

Bildgebungseigenschaften

Schnelle und beschädigungsfreie Prüfung

Jede Probe dauert nur 10-20 Sekunden, einschließlich der Bearbeitung

Kombination mit anderen disruptiven Technologien

Hohe Flexibilität bei der Messung

Schwerpunkte: Wiederholbarkeit, Rückverfolgbarkeit, Haltbarkeit, Übertragbarkeit

Technische Parameter

Vollständige Analysezeit 10-15 Sekunden/Probe

Stromversorgung: 5 V DC 3 A

Stromverbrauch 300 VA

Betriebstemperatur: 5-40 ℃, Lagerung -5-50 ℃

Luftfeuchtigkeit 20-90 % RH, nicht kondensiert

Softwareoptionen: Bildverarbeitungswerkzeuge (IPT)

Spektrale Bildgebung (MSI)

Spot Werkzeugkasten

Größe: 270 mm(h) * 240 mm(b) * 200 mm(d)

Gewicht: 1,1 kg

Videometer Feld Samen Phänotyp Imaging System Anwendungen

Spinat Samen Testen

Zusammenfassung: Samengesundheitstests sind sehr zeitaufwendig und erfordern umfangreiche Tests auf die Eigenschaften der krankheitserregenden Pilze auf den Samen. Die Universität von Aarhus hat eine neue Methode an Spinat (Genus Spinat) getestet, um die Oberflächeneigenschaften verschiedener Pilzinfektionen mit einem multispektralen Sehsystem zu erkennen. Unsere Forschung hat gezeigt, dass die Multispektralbildgebung in Wellenlängen zwischen 395-970 nm verwendet werden kann, um nicht infizierte Spinatsamen von den Samen zu unterscheiden, die Yellowstroke, Sickle, Winterstammelblätter, Chylosporen und Ketosporen infizieren. Die analytische Trennung basierend auf der durchschnittlichen Pixelintensität, der typischen Determinationsanalyse (CDA) und der Entfernung der Jeffries Matusita-Klassifizierung (JM) zeigt, dass eine Kombination aus dem Near-Infrared-Spektrum (NIR) und dem sichtbaren Spektrum (VIS) in der Lage ist, nicht infizierte Saatgut aus einem Bereich von 80-100% zu erkennen. Mit nur NIR wurde die Trennungsrate zwischen nicht infizierten und Sickle-infizierten Samen von 26-88% eingestuft. Chain- und Sickle-Bakterien können voneinander unterschieden werden, aber auch von Chyphosporen, Rhodes und Stengelblättern. Die Isolierung von Chyphosporen, Rhodes und Stengelblättern muss vor der praktischen Anwendung weiter entwickelt werden.

Abbildung 1. Durchschnittliche Pixelintensität von sechs natürlich infizierten Samen unter verschiedenen Wellenlängen. Die Berechnung des Durchschnittswertes basiert auf einem ROI von 18 x 18 Pixeln in einem multispektralen Bild

Das Diagramm in Abbildung 1 zeigt den Durchschnitt der Pixelintensität für alle sechs Samenkategorien unter 19 verschiedenen Wellenlängen. Bei niedrigeren Wellenlängen (395-505 nm) ist die durchschnittliche Intensität aller sechs Klassen unter 40. Bei Wellenlängen von 850-970 nm ist der Durchschnittswert von nicht infizierten und mit Sickle infizierten Samen höher als bei anderen Samen (Intensität höher als 110), während der Durchschnittswert von Chain Spore infizierten Samen unter 30 liegt. Die Unterschiede zwischen den Samen der gleichen Klasse deuten darauf hin, dass die Ketosporen konsistente Charakteristiken aufweisen und ihre Pixelintensität, die durch nahe-infrarote Wellenlängen gemessen wird, zwischen 60 und 120 im Vergleich zu den Rotanen und den Raspberry Leaf-Bakterien variiert. Die Samen, die nicht infiziert waren und mit Sickle-Infektionen, waren homogener, aber störten die anderen beiden Kategorien (die Daten wurden nicht gezeigt).

Abbildung 2: Bild von sechs Gruppen von Samen mit sichtbarem Licht (550 nm) (a) und nahem Infrarotlicht (890 nm) (b). Die Samen sind in sechs Gruppen unterteilt, die jeweils drei Samen umfassen: 1) nicht infizierte Samen, 2) Raspberry Leaf, 3) Sickle, 4) Mycobacterium, 5) Mycobacterium und 6) wechselnde Ketosporen

In Bildern, die die Wellenlänge des sichtbaren Lichts (395-700 nm) repräsentieren, sind alle Samen schwarz dargestellt und es ist nicht möglich, sechs Samenkategorien zu unterscheiden (Abbildung 2a). In Bildern, die NIR-Wellenlängen (850-970 nm) repräsentieren, können nicht infizierte Samen und infizierte Samen visuell unterschieden werden, mit Ausnahme von Samen, die mit Sickle infiziert sind, die wie nicht infizierte Samen aussehen (Abbildung 2b). In sechs Kategorien von Reflexionsverteilungsmustern (gemessen in Pixelintensität) wurden Samen mit künstlichen und natürlichen Infektionen verglichen (Abbildung 3). Die NIR-Wellenlänge wird durch ein Kurvendiagramm auf der Grundlage von 890 nm-Daten dargestellt. Für natürliche und künstlich infizierte Samen wurden drei Gruppen von Mustern mit niedrigen Spitzen (Chain-Spore), mittleren Spitzen (Stem-Blatt-Bakterien, Chyphosporen und Yellowthroat) und hoher Pixelintensität (nicht infiziert und Sichel-Bakterien) gezeigt (Abbildung 3 c + d). In den Wellenlängen des sichtbaren Lichts, die in 550 nm ausgedrückt sind, gibt es keine Gruppen, sondern Spitzen der Klassen mit niedriger Pixelintensität von natürlichen und künstlichen infizierten Samen (Abbildung 3 a + b).

Abbildung 3. Darstellung der Reflexionsverteilung der sechs Saatgutkategorien: Künstlich infiziertes Saatgut, das bei 550 nm erfasst wurde; Natürliche Infektionssamen, die bei 550 nm gefangen wurden; C. Künstlich infizierte Samen bei 890 nm und d. Natürlich infizierte Samen bei 890 nm gefangen

Ein Paarvergleich mit sichtbarem Licht und nahen Infrarotwellenlängen zeigte, dass nur 3 von 15 Paaren von allen sechs Samen getrennt werden konnten (Daten nicht angezeigt). Im Allgemeinen können nicht infizierte Samen von Pilzinfektionen getrennt werden, nur einige Samen haben einen JM-Abstand zwischen 80-94%. Die Isolierung von Myelopathien, Chyphosporen und Grapenstammblättern erhielt niedrigere JM-Werte, was darauf hindeutet, dass sie schwieriger zu isolieren sind.

Die Entfernung von Jefferies Matusita basierend auf Wellenlängen in der nahen Infrarotregion ergab ähnliche Ergebnisse, mit Ausnahme von nicht infizierten Samen, die von den Samen der Infektion von Sichel getrennt wurden, bei denen der JM-Wert im Bereich von 26-88% lag (Tabelle 2). Die Vergleichsergebnisse wurden in den Daten in Tabelle 3 auf der Grundlage von sichtbaren Lichtwellenlängen gefunden, in denen der JM-Abstand zwischen 92-100% für infizierte und nicht infizierte Samen von Sichel liegt. Durch den Vergleich von Winterstoffblättern, Yellowworms, Sickles und Chyphobacteria wurden Werte von 14-100% festgestellt (Tabelle 3), was darauf hindeutet, dass es schwieriger ist, die mit Pilzen infizierten Samen voneinander zu trennen, wenn die sichtbare Wellenlänge als Messmethode verwendet wird.

Beijing BOPTE Technologie Co., Ltd.Er ist der Generalvertreter der dänischen Videometer-Serie in China und ist für die Promotion, den Vertrieb und den After-Sales-Service seiner Serie auf dem chinesischen Markt verantwortlich.