近年來，近紅外高光譜成像技術發展迅速，在谷物、種子品質檢測方面得到了廣泛的應用。如種子化學成分檢測、種子品種鑒定、種子活力檢測等。利用高光譜成像系統通過對種子進行光譜成像數據采集、進一步處理分析、結合紅外熱成像及物理化學等方法測量結果構建模型，可對谷物、種子品質進行快速、批量分析與檢測。

易科泰生態技術公司提供谷物、種子品質檢測全面解決方案，高通量、非接觸、數字化：

水分是國家農作物種子質量標準的四大強制性檢測項目之一，種子水分含量太高會增加呼吸和養分消耗，降低活力；相反，水分含量太低會導致種子缺水和死亡，因此，準確測定玉米單粒種子水分含量對檢測評估玉米種質及精準播種具有重要意義。然而，傳統的玉米水分檢測方法，如烘箱干燥法，存在耗時、破壞樣品、無法檢測單粒樣品等缺點。北京工商大學食品安全重點實驗室研究人員提出了一種基于高光譜成像技術（968.05–2 575.05 nm）結合CNN-LSTM算法的快速、無損、高精度玉米種子含水量檢測方法。

該方法基于CNN-LSTM模型構建聯合指標RMSE/（1+R）對模型性能進行綜合評價。使用CNN模型自動提取光譜數據的深層特征，無需人工復雜的特征提取步驟，并提供高質量的數據輸入到LSTM模型，從而測定玉米含水量。結果顯示：在CNN-LSTM模型下，RMSE/（1+R）指標僅為0.141，具有較小的誤差，可以為玉米水分含量的快速、無損檢測提供可靠方法。

案例二：近紅外高光譜成像技術用于綠豆種子活力檢測

綠豆（vigna radiata）是一種高營養價值的糧食作物，其浸泡后發出的嫩芽具有清熱解毒、美容養顏、改善視力的功效。 然而“鐵綠豆”是一種受生理影響和基因控制的“堅硬”綠豆，在發芽過程中會產生霉菌并感染臨近種子發芽。所以在種子生產過程中必須將堅硬種子和普通種子分開。目前，近紅外高光譜成像技術（NIR-HSI）已被廣泛應用于種子質量監測與評估，其優點是快速、高效、非損傷。

日本研究人員Kaewkarn Phuangsombut等人采用近紅外高光譜成像與偏最小二乘法判別分析（PLS-DA）相結合的方法建立了正常綠豆和堅硬綠豆的分類模型：

數據顯示：在波長990nm和1200nm處，健康種子的水分特征吸收峰和淀粉特征吸收峰均低于堅硬種子。說明堅硬綠豆在兩個波長處吸收的光比正常綠豆吸收的光少（水分和淀粉含量少）。

結果顯示：大部分堅硬種子不可萌發部分的比例均大于正常綠豆。所以NIR-HSI的研究結果可作為綠豆種子萌發性指標，為綠豆生產以及綠豆發芽加工分類行業制定無損傷、數字化標準。

參考文獻：

[1] Zhang L, Zhang Q, Wu J, et al. Moisture detection of single corn seed based on hyperspectral imaging and deep learning[J]. Infrared Physics & Technology, 2022, 125: 104279.

[2] Phuangsombut K, Ma T, Inagaki T, et al. Near-infrared hyperspectral imaging for classification of mung bean seeds[J]. International Journal of Food Properties, 2018, 21(1): 799-807.