1、Screening of Barley Resistance Against Powdery Mildew  by Simultaneous High-Throughput Enzyme Activity Signature Profiling and Multispectral Imaging

近期，来自歌本哈根大学的专家利用Videometer多光谱表型研究平台在Frontiers in Plant　Sciences 上发表了名为Screening of Barley Resistance Against Powdery Mildew  by Simultaneous High-Throughput Enzyme Activity Signature Profiling and Multispectral Imaging的文章，研究人员利用了Videometer公司开发的多光谱表型研究平台，波段范围从400-1000nm，共计10个波段。值得一提的是，歌本哈根大学4个表型平台中的3个是利用了Videometer开发的表型设备。详细文章请大家查询该文章。Videometer公司是欧洲的工程设计公司，在机器视觉领域的研究具有世界水准，其所开发的多光谱成像系统是目前世界上应用案例多、应用范围广、发表文章多的系统。

2、Classification of Processing Damage in Sugar Beet (Beta vulgaris) Seeds by Multispectral  Image Analysis

近，来自Aarhus大学的Birte 教授研究团队发表了题为Classification of Processing Damage in Sugar Beet (Beta vulgaris) Seeds by Multispectral  Image Analysis 的文章，对多光谱成像技术在种子质量控制的应用进行了深入研究。VideometerLab 多光谱成像系统是的光谱、计算机等技术集成设备，体现了近视距多光谱研究的世界水准，广泛为机构如ISTA等等广泛使用。 

3、A multispectral camera system for automated minirhizotron image analysis

Videometer系列多光谱成像系统广泛应用于：植物/作物表型组学研究分析；根系分析；作物育种与种子品质检测；植物/作物胁迫生理响应；作物病理学分析与病原检测；食品检测；中药成分分析与品质检测。来自哥本哈根大学、丹麦理工大学以及丹麦Videometer公司的专家在刚刚利用该设备在Plant and Soil上发表了题为A multispectral camera system for automated minirhizotron image analysis的文章，早些利用该设备进行研究的文章题为Frontiers in Plant　Sciences，Screening of Barley Resistance Against Powdery Mildew  by Simultaneous High-Throughput Enzyme Activity Signature Profiling and Multispectral Imaging.

丹麦Videometer公司开发的根系多光谱原位监测系统，是做根系研究的革新性专业装备，无论对于浅根系蔬菜还是浅根系乔木，都具有现实性研究意义。目前在根系研究领域中，对于玉米根系和小麦根系所作的研究比较多，但大多还采用传统不可重复的挖掘方法。植物根系原位监测仪的出现，改变了这种情况，使得植物研究人员在对根系进行研究的过程中，可以使用原位的方式，无损伤的进行监测。

根系是植物主要吸水、营养物等器官，通过对根系监测和研究，能优化水肥方案，促进农作物、林业等产业增产增效，有利于土地荒漠化治理、土壤修复等。但长期以来，对根系研究主要是采用挖掘法、土钻法、土柱法、容器法、剖面法等传统方法，采样破坏性大、工作量大，严重阻碍了根系研究的深入开展。《科学》杂志曾出版专辑认为，“人类对自己脚下土壤的了解远远不及对宇宙的了解”，更是佐证了地下生态学研究难度之大。因此，对根系研究方法的选择和改进，对科研结果影响巨大。

丹麦根本哈根大学科学家等利用多光谱成像系统对植物植株、根系进行成像研究，取得了前瞻性的成果。

该研究以深根系大麦为研究对象，将大麦下方埋了有3m长的微根管，使用Videometer公司的Videometer MR多光谱成像系统，定期通过根窗透明面对根系成像分析。原始光谱图像经过Videometer自带软件一系列算法处理后得到目标根系图像，随后进行阈值分割、模糊聚类等模型分析，得到根系的形态学数据。

传统的RGB可见光成像技术是利用颜色识别根系，前提是根系和土壤之间要有比较明显的色差，但实际根系生长在土壤中，颜色差异并不明显，这样根系识别可能会造成比较大的误差，RGB可见光成像技术使用就会受限。歌本哈根将多光谱成像技术和传统的RGB成像技术进行了对比，显示多光谱成像技术基于光谱特征在根系识别上的明显优势，并且对多光谱成像另一项*的功能进行了初步探讨——即光谱特征对于根系生化特性的识别（例如细根发生、成熟、衰老、死亡的周转过程；例如根际分泌物成分的变化等），显示了多光谱成像技术在根系研究领域的巨大潜力。

4、Systematic establishment of colour descriptor states through image-based phenotyping

来自University of the Philippines 的科学家近发表了题为Systematic establishment of colour descriptor states through image-based phenotyping的文章，文章研究用到了VideometerLab多光谱表型成像系统。

5、利用多光谱成像系统结合化学计量法无损鉴别高品质西瓜种子的可行性。

研究使用了主成分分析法（PCA），小二乘支持向量机(LS-SVM)，BP神经网络(BPNN),以及随机森林法（RF）来测定种子品质。

结果显示，光谱学和形态学特征在区分西瓜种子品质时非常重要。高品质西瓜种子与其它西瓜种子的显著区别，如死种子和低活力种子进行视觉化，区分度*（ Julong品种精度92%（ LS-SVM）和 Xiali品种91%（ RF 模型）。结果显示多光谱成像可用于快速、有效无损监测西瓜种子品质。

6、 Genebank seed accession phenotyping through spectral imaging

T.  T. Chang Genetic Resources Center拥有超过 100000 序列的水稻。对每个序列而言，都有一小批采集的原始材料，存储在基因库中 。每次将该序列的种子再次繁育来替换种子库存，需要将收获种子与种子档案进行比较以确保表型匹配。 该对比工作由经验极丰富的基因库人员进行。近年来，研究表明有限数据集光谱成像可用于区分不同品系种子，从而用于替代或协助基因库人员确保种子表型在更替换代时的稳定。现研究工作已经扩展到更大数据集，将成像特征与水稻的特定表型特征相关联。研究中使用了365nm-970nm的紫外、可见光与红外波段。特征向量包括尺寸、性状、光谱以及纹理特征，特征经过计算并进一步利用机器学习算法处理。特征选择用于鉴别特征集并获取单个特征和特定特征子集的通用描述信息。该技术可用于基因库领域，来确保种子表型在多代次繁育后仍与原始材料匹配。该技术也可用将现有序列批次与新进入材料进行比较，避免不必要重复。

7、Recent Applications of Multispectral Imaging in Seed Phenotyping and Quality Monitoring—An Overview

作为光谱学和成像技术集成，光谱成像模块是用以解决食品和农业领域评估的难题，提供了多种有效、实际的设计。因具有在宽范围内获取系列电磁波谱内的空间光谱数据获取优势，该*多光谱成像技术结合不同变量分析场景广泛应用于食品质量、安全控制目的以及面临苛刻研究挑战的种子科学技术领域。本文为系统基本配置提供了一种思路并综述了在种子质量评估以及种子表型不同应用领域所有近期获取、处理、生成多光谱图像的方法。本综述始于前期综述结束之时，仅聚焦于不同批次种子品质评估的全操作多光谱成像系统。本综述全面重点介绍了真正全操作型多光谱成像系统进行的切实可行研究，并未考虑仅用高光谱数据分析中的几个主要提取波段（即未构建独立多光谱成像系统）的研究。本文是次尝试对所有出版的在种子表型和品质监控领域进行综述的文章，提供了鉴别生理化学品质性状、预测生理参数、检测缺陷、虫害以及种子健康检测。

8、Construction of a large-scale semi-feld facility to study genotypic diferences in deep root growth and resources acquisition

前言：Videometer公司是世界上多光谱成像系统生产商，开发了系列多光谱成像设备如VideometerLab 4多光谱成像系统、VideometrMR根系多光谱成像系统、VideometerLiq固、液两用多光谱成像系统并与丹麦歌本哈根大学联合开发了Radimax深根研究用多光谱成像系统，目前利用Videometer系统发表的文章已经超过了250篇，是当前表型研究领域发表文章多、应用广泛的多光谱成像系统。

摘要

背景: 根是植物的关键器官，要实现产量稳定，有效利用来自土壤资源至关重要。但作物基因型之间的根性状表型变异多数还未知，田间根系发育筛查昂贵且耗力。因此，函待开发在田间进行全生长植物根系性状、特别是位于土壤深层的根系研究的新方法。

结果: 研究人员开发了一种新型表型设施(RadiMax)用于在半田间条件下研究根系生长以及土壤资源获取。设施包括4个单元，每个单元面积为400m2，分别安装有150根微根管，允许对0.4 m–1.8 m或 0.7 m–2.8 m土壤深度间隔的根进行观察。根系观测通过多光谱微根光成像系统实现。植物生长行与水分梯度垂直，设施安装有多深度亚灌溉系统以及移动雨棚。水梯度可实现将根观测与冠层胁迫反应进展相关联。 

结论:要验证以上技术概念，选择了栽培种春大麦 (Hordeum vulgare L.) ，种植在该系统中进行为期两季的研究。利用该系统可观测到不同深根生长基因型差异，在水梯度下，可观测到地上部的生理反应。尽管进一步技术开发和技术验证还在进行中，半田间设施不失为一种在土壤深层鉴别土壤资源有效利用的根基因差异的新方法。

关键词: 干旱，微根管，氮元素，表型，根，半田间土壤，水

9、Utilization of computer vision and multispectral imaging techniques for classifcation of cowpea (Vigna unguiculata) seeds

近法国科学家利用VideometerLab 3多光谱成像系统对豇豆种子进行分类研究，Videometerlab多光谱成像系统是世界上的多光谱成像系统以及种子表型、种质资源库建设工具。

背景:传统种子评估方法通常用破坏性取样方法，之后进行机械、生理、生物化学和分子检测。尽管证实有效，此类方法广受质疑的一点是具有破坏性， 耗时、耗力、需要有经验种子分析人员参与。该研究的目标是探讨计算机视觉以及多光谱成像系统结合多变量分析法在高通量鉴别豇豆种子上的应用。研究中采用了自动机器视觉生成系统（VideometerLab3），无间断监控种子（休眠和萌发阶段）来区分不同类别的单个种子。利用从多光谱图像中提取的单个豇豆种子的光谱特征，开发了基于线性判别式分析(LDA)的不同多变量分析模型，依据年龄、活力、发芽条件以及发育速度将种子进行分类。

结果: 结果显示 LDA 模型在区分“老化”和“非老化”种子方面的全面正确区分率 (OCC) 分别达 到97.51, 96.76 一级 97%, ‘发芽’ 和‘非发芽‘种子全面正确区分率为81.80, 79.05 和81.0%, ‘初步萌发’, ‘中度萌发’和‘死’种子的 OCC分别为77.21, 74.93 以及68.00% 。在给出“正常”以及“异常”发芽的训练集、交叉验证以及独立验证数据集的OCC值分别为 68.08, 64.34 以及 62.00%。研究开发了图像处理流程，利用像素区分模型，探索多光谱成像系统在对不同类种子视觉区分的应用潜力。

结论: 结果显示多光谱成像系统可在紫外、可见光以及短波近红外波段提供必要的将单个豇豆种子区分到不同类别的信息。考虑到拍摄时间短以及制备样品有限等情况，该多光谱成像方法以及化学计量分析法对需要在线对种子进行经济分类、实时分拣以及评级过程来说极有价值，系统不仅提供了形态学和物理学特征，还提供了检测种子的化学信息。开发执行针对种子品质检测的图像处理算法、降低成本并增加计算机硬件的使用，在种子品质自动检测领域使用计算机集成系统将对业界有巨大吸引力。

北京博普特科技有限公司是丹麦Videometer公司中国区总代理，全面负责其系列产品在中国市场的推广、销售和售后服务，目前为止，利用Videometer进行研究的文章已经多达250多篇，在近视距多光谱表型成像研究领域，Videometer无疑代表了业界水准。