当前位置： 大麦 >> 大麦种植 >> 小麦大麦虚拟种子技术的应用
虚拟种子技术
★结合专利托盘可模拟出三维结构参数
独立应用算法
★针对不同种子空间构造设计专有算法
大数据存储
★可以实现每粒种子的数据储存（直接参数）
澳大利亚NI种子图像系统虚拟种子技术应用
SCR
.小型Mini容重(百公升重)小型Mini容重是根据系统提供的样品杯的容量和样品重量计算得来的。样品杯尺寸是按Seedcount样品制备多少制作的，因此结果没有标准的ml容量杯的结果准确
也可以进行标准的容重，将结果输入到SeedCount中。"MiniTestWeight最小的容重""StandardTestWeight标准的容重"会出现在数据文件中，如果将他们都输入到Seedcount中。
.杂质检测
SeedCount自动检测小项杂质包括种子*和一芒秆和一些外来种子。杂质的重量是按全部样品重量的百分比来计算的。如果输入InitialWeigh初始重量，初始重量和净重之间的差异生成的杂质被添加到已计算的杂质中，给出总杂质。扫描被分析后，点击按钮来检查杂质。
3.CountingSeeds计数种子利用我们的专利计数方法，SeedCount能够是识别多个种子。
一些重叠的种子不会影响Seedcount的准确性，但是多余个以上的种子组合到一起是不可以的，这说明在托盘上分配籽粒的时候不够用心或者托盘上种子的数量超载。将个组合在一起的种子分开，如果是超载，重新在托盘上分配小数量的种子，然后再开扫描托盘。
SeedCount还能检测和分离连有芒秆的种子。
SeedCount使用上面的全部数据来计数整粒种子。当计数整粒种子时，Seedcount将忽略不管所有的破碎种子和杂质。整粒种子计数显示在屏幕上，并保存在数据文件的NumberofSeeds种子计数栏中。
整粒种子计数不是在不同筛查批次中显示的总计计数，因为筛查计数是以计算出的VirtualSeeds虚拟种子为基础的百分比计数，并且还包括了破碎种子和杂质物质。
4.CalculatingtheKernelWeight计算粒重千粒重仅计算整粒的种子。粒重是全部整个籽粒的重量除以整粒籽粒的计数。SeedCount去除破碎种子和杂质物质的重量，并不讲他们计算在内。这个程序符合标准的千粒重方法。As-is原样的结果是在湿重基础上的千粒重。如果样品的水分含量已给出，干基千粒重也能够被计算获得。
通过更改单位，千粒重不仅能被当做平均籽粒重(单位mg),或者一千个种子的重量(单位g)。
5.TrayDesign托盘设计SeedCount托盘(专利申请中)设计用来进行种子的三维测量。这是计算筛分等值，种子圆度数据和长度，宽度以及厚度。
厚度是种子最小尺寸的方向，会影响种子能通过的筛分口径。这个程序检测种子属于哪个筛分群组。
托盘分为两部分，Width宽度区和Thickness厚度区。Widthsection宽度区包括允许种子平躺的宽的，浅的凹槽。Thickness(Narrow)厚度（狭窄区）有狭窄的，深一点的凹槽，适合在凹槽的边缘将种子固定，以便进行厚度测量。厚度测量用于分配种子到不同的筛分群组。在Width宽度区和Thickness厚度区,凹槽有时候按尺寸来分级，最小的凹槽靠近托盘顶部，而最大的凹槽靠近托盘的底部。样品初始传输到托盘顶部。.填充种子的方法是先捉捕小的种子，同时沿着靠近托盘底部的大的凹槽将大的种子摇动进凹槽内。
靠近托盘顶部的两种颜色的校准条带使SeedCount能够标准化系统中每个图像的颜色和亮度。它们其中一条是白色，另外一条是灰色。这些校正让不同位置和不同扫描图像的种子之间达到良好的相关性。校正后的颜色能被追溯识别内部的颜色标准。利用范围功能，校正后的图像能够在Seedcount进行观看。
6.AspectRatio纵横比纵横比是种子形状的测量。样品的纵横比就是在托盘的宽度区的所有单个种子的种子长度除以种子宽度的平均值。
圆形种子的纵横比是.0,而长的，薄的细草种子的纵横比也学是5.0。
7.Roundness圆度SeedCount测量种子的圆度。对于籽粒形状的测量，圆度提供的测量数据比D纵横比更有用处。用VirtualSeed功能，圆度是一个种子圆球度的三维评估。(参看AppendixC).
圆度是籽粒质量的一个有用的测量数据。籽粒尺寸和形状影响一个籽粒胚乳的百分比。更多胚乳等于更大的白色粉末产或麦芽精产量。数学模型表明，同样体积情况下，长的细籽粒比短的丰满籽粒至少多出5%的壳和麸皮。
因为这个关系，购买商，麦芽制造商和磨粉厂更倾向于短的丰满籽粒。这促使种植者和农场主选择短的丰满籽粒种类。但是丰满籽粒测定仅是通过测量籽粒长度和宽度，而不弥补不同种类之间的厚度：
Roundness=(width+thickness+thickness)
(lengthlengthwidth)
3
完美的球度是.0，，就种子本身而论，所有其他种子的圆度都小于.0。草籽的平均圆度是0.77，而大麦的平均圆度是0.54，小麦的平均圆度是0.6。
8.ScreeningEquivalents筛分等值筛分等值结果的产生来源于VirtualSeed虚拟种子数据，但是破碎的籽粒和杂质物质被添加到这个数据中，以保持标准筛分草案。
计算出的虚拟种子厚度用来将种子分派到一个筛分群组中。一旦所有的种子都被分派到不同的群组，每个群组的重量百分比即被计算出来。
这些等值对于说明一个谷物样品的尺寸分配和不同品种和样品之间的比较，是非常有帮助的。然而，，他们那时是不足够准确用于商业品质评估，例如，在小于.0mm筛分群组中，测定一个小麦样品的百分比。
AnalysisAccuracy分析精确性菜单说了如何让这些等值更接近匹配实际的机械筛分。
9.Graphs图表
只有样品已经被分析，图表才是可用的。从主菜单栏中选择View，图表即被显示。然后选定你想要观看的图表类型。点击图表上面的DisplayData按钮，就能给查看到图表数据。点击SaveDataAs按钮还能够保存图表数据。保存的图表数据能够在电子数据表中查看，或用来再生成图表。
将鼠标定位在图标上，你能够看到每一柱状条的数值。数值显示在窗口的左下角。
一些可用的图表案例如下：
ThicknessDistribution(bycount)厚度分布（通过计数）厚度分布图生成的数据来源，同用于产生筛分值的数据是相同的数据。但是分解群组到0.mm。仅有托盘厚度（狭窄凹槽）区的种子，才能被用于这个图表。
0.BlackpointModule黑点/黑胚模块SeedCount包含一个测量小麦或大麦黑点瑕疵的功能。分析样品前，必须在主菜单栏的Options菜单中打开这个功能。一旦打开这个功能，黑点(Bp)模块将保持活跃状态，直到你将它关闭。Blackpoint黑点测试会多出几秒分析时间。
黑点模块搜索小麦的黑点，相当于大麦的Blacktip黑尖。黑点一般来说是指籽粒胚胎区域的黑色，位于籽粒皱褶的对边。这样很容易并准确地就能看到在宽度区胚胎向上躺着的种子的黑胚，因此不会显示皱褶。
黑点测试找到靠近籽粒末端的黑斑。黑色和变色面积都被评定为BlackpointImpact黑点影响。BPImpact黑点影响纳入三个群组中的一个，致使籽粒被标记为None,Mild或Severe黑点。SeedCount报告测试的有黑点种子的百分比。这个报告相当于主观的黑点测试。定位鼠标指针在Blackpoint文本框上时，会向你显示已发现的有黑点的种子的数量，还有黑点测试所检测的种子数量。对于样品的全部黑点影响会显示在下面的文本框中。所测试的种子的总数被包含在数据文件中。
使用Multi-Tray模式来增加评估黑胚所测试的种子数量。
主屏幕上的ShowBlackpoint按钮也是有助于判定黑胚的。点击这个按钮将会显示判定黑胚所有测试的全部种子。左击种子图像会有一个标明种子黑胚等级的文本框。.
如果打开Options菜单中的Blackpoint区域的AutomaticallyHighlight选项,所有被评估为有黑胚的种子将被突显出来。轻微黑胚的种子用绿颜色圈出，严重黑胚的种子用红颜色圈出。如图Figure30所示。
.Bin-burnandFungalStaining热损伤和真菌感染由于某些原因，一些种子黑胚的种子颜色更黑，例如：发霉或热损伤。SeedCount通常标记黑色的籽粒为”Dark”，显示他们时候带有白色的镶边，标明他们不是黑胚种子，但是种子整体变色了。这些是典型的热损伤种子。如果黑胚影响极大的种子，显示非常黑的颜色，通常也可能会分到变色种子群组。
真菌感染和其他情况的籽粒损伤，都会在籽粒的不同部位产生黑色的斑点。这些种子带有紫色镶边标记，也被评估为变色“Discoloured”。
这些种子的样本如图Figure30所示。
.ManualEditingofBlackpointSeeds手动编辑黑点/黑胚种子需要时，操作者能够在电脑里编辑变色和黑点影响种子的自动评估。这个操作非常简单，右击种子图像即可。种子图像将循环通过一系列的noblackpoint(不突显),mild(绿色),severe(红色),dark(白色)或discoloured(紫色)。这个能够被用来更改对一个种子的评估。SeedCount将自动更改对种子和样品的评估，来反射出操作的评估准则。原始评估和操作者评估都会保存在数据文件中。
当选定ShowBlackpoint时，BlackpointDisplay按钮会出现在菜单栏中。点击它时，下拉窗口的第一个选项是HighlightBlackpoint。这个选项可以让当前图像彩色突显或不彩色突显。下一个被观看的图像将使用Options菜单中的设定。
如果操作者决定恢复原始Seedcount评估结果，他们能够选择BlackpointDisplayRemoveManualBPChanges。
注释：此时也可以右击没有被评估为黑胚的隐藏的种子。隐藏的种子然后将被用绿色或红色画出轮廓。通过右击种子区域，取消选定这样的种子，直到突显消失。
4.KernelBrightnessandWhiteSeeds籽粒亮度和白色种子注释:点击一个种子将会在数据信息框中显示它的籽粒亮度。图像上所有种子的亮度都将被计算平均值，提供了保存在数据文件中的样品总体亮度。
分析大麦或小麦时，非常亮的种子将标记为白色种子，在ShowBlackpoint显示时，这样的种子带有黑色镶边。这些种子还有可能是裂开了，会显示一些白色的胚乳，或者他们一般情况下可能就是白色的，预示着经常受到了镰刀菌感染。
5.VarietalIdentification品种鉴定在上述单个种子InvidualSeed章节已阐述，SeedCount的高分辨率图像和缩放Zoom按钮有助于困难的视觉品种鉴定工作。在高倍放大情况下，Seedcount功能就如同一个放大镜一样
6AnalysisAccuracy分析准确性对于如下的模型，谷物和SeedCount的准确性和精确性都已经被验证过。预计’saccuracyandprecisionhasbeentestedforthefollowingmodulesandgrainsandyieldedthefollowingestimates.Seedcont的这些数据是继续在完善发展当中的。除非是另有说明，相对工业标准的非图像分析方法（例如AACC美国化学协会或酿造方法研究所），Seedcount给出的分析结果都是StrandardErrors标准误差。根据本用户手册中概述的方法制备出的标准SeedCount样品，用于DIA图像。指定如下这些表格需要使用的扫描图像最少是30个。还要注意StandardErrors标准误差在原始数据中的表示单位。因此小麦计数误差6.表示用户确信SeedCount的95%计数都是都是在正确种子计数的上下6个偏差范围内。当使用的平均小麦样品包含个种子时，6.的标准误差转换为百分比即是：(6./)*00=0.8%。也就是说Seedcount的准确性小于//00个种子。这个准确性相比手动计数要更准确。
SeedCount精确性评估SeedCount测试的平均值和标准误差
Grain
谷物
Count
计数
TKW(As-Is)
千粒重
（原样种子）
TKW(Dry)
千粒重
（干燥种子）
TestWeight
容重
Blackpoint黑胚
BarleyAvg大麦平均数
43.7
38.8
67.6
.8%
StdError标准误差
5.6
0.58
0.63
.4
.3
MaltedBarleyAvg发芽大麦平均数
36.4
34.4
N/A
N/A
StdError标准误差
5.8
0.65
0.6
N/A
N/A
WheatAvg小麦平均数
3.3
7.8
80.0
4.5%
StdError标准误差
6.
0.30
0.34
.6
.3
Table:Seedcount测试平均值和误差
手动计数和托盘标准容重（百公升中）测定相比较。
仪器检测黑点/黑尖值和肉眼检测有黑尖/黑点样品进行比较。
Table仅是演示整粒粽子的数据。这样Seecount的准确性也表明，它实际上是隔离了样品中的破碎种子和其他杂质。当然，计数是用在籽粒重量计算上。SeedCount的微型容重取样对于小样品的种植者是足够准确的。SeedCount黑胚模型还在继续升级发展当中，黑胚评定的准确性也将显著地得到提高。
Table处理SeedCount筛分等值和机械筛分结果之间的匹配。此时，虽然发芽大麦显示的结果同大麦的分析结果是类似的，但是这些数据是无效的。
SeedCount筛分等值测试和机械筛分的对比
Grain谷物
.8
.8to.5
.5to.
.to.0
.0to.6
.6
BarleyAvg
大麦平均值
58
9.
0.6
6.
6.(.0)
N/A
StdError标准误差
6.9
5.
6.
4.8
4.6(.0)
N/A
MaltedBarleyAvg
发芽大麦平均值
StdError标准误差
WheatAvg小麦平均值
47.4
9.5
7.4
3.6
.9
0.
StdError标准误差
.
6.8
7.8
.6
.
0.4
Table:SeedCount筛分等值测试和机械筛分的对比
对于Table3所示的筛分，从各种商业临界值的观点来看，评判筛分等值也是非常有用的。对于这些值，对于这些值，上面或下面各种大小种子分布临界值都被合计到仪器，并和同等的机械筛分群体进行对比。对于在.5mm筛子（不是.8mm的筛子）上保留下来的大麦，精度上最有用的增加是在归类上，现在的标准误差是3.8。
各种总计的筛分分类的SeedCount’s的标准误差
Grain
.5
.5
.
.0
BarleyAvg
74.4
5.7
4.9
8.
StdError
3.8
3.9
7.
4.6
MaltedBarleyAvg
StdError
WheatAvg
77
3
5.6
.0
StdError
7.5
7.5
.4
.3
Table3:各种总计的筛分分类的SeedCount’s的标准误差
BPT评价
《草根食品科技平台》
提供国内外更前沿是食品科技技术，农牧食品行业的市场调查，食品行业学术研讨会议最新时讯，向一线科学工作者提供农牧食品行业最新的仪器设备，帮助专家和企业进行对接，协助中小型企业的企业文化建立和品牌打造。
草根食品科技平台，讲述一个最普通的故事。传播正能量，从我做起。
草根食品科技平台编辑部
投稿请至victorsim
vip.63.