CN114724034A - 一种玉米单倍体籽粒的自动化快速筛选方法和系统 - Google Patents

Abstract

本发明属于筛选玉米单倍体籽粒技术领域，具体涉及一种玉米单倍体籽粒的自动化快速筛选方法和系统，包括玉米籽粒从物料箱中单粒进入第一轨道的始端；采集位于第一轨道上玉米籽粒的俯视图像，作为第一图像；依据胚面检测识别模型，判断玉米籽粒的胚面向上还是向下，若玉米胚面向上，依据单倍体检测识别模型，筛选出单倍体和二倍体；若玉米胚面向下，通过翻转机构将玉米籽粒上下翻转180°后到达第二轨道始端；采集翻转后的玉米籽粒的俯视图像，作为第二图像；依据单倍体检测识别模型，筛选出单倍体和二倍体；输出单倍体玉米籽粒。本发明能够判断并筛选出单倍体籽粒，操作简单，实现了自动翻转玉米籽粒胚面，筛选方法更加自动化，提高了工作效率。

Description

一种玉米单倍体籽粒的自动化快速筛选方法和系统

技术领域

本发明属于筛选玉米单倍体籽粒技术领域，具体涉及一种玉米单倍体籽粒的自动化快速筛选方法和系统。

背景技术

目前，用于玉米单倍体籽粒自动化检测分选的方法是遗传标记法和油分标记法，分别对应为机器视觉和核磁共振。在线式核磁共振含油种子分拣系统设备，其技术是通过测得每粒玉米种子的油分含量，并根据油分含量对单倍体和二倍体进行区分，正确分选率达到94％，每粒种子的扫描时间为4秒，系统体积大，造价高，成本高。机器视觉设备其设备准确度较高，性能价格比高。然而现有机器视觉设备分选系统操作繁琐，不方便维护；不能完全自动化，需要将人工将籽粒的胚面统一向上，整体效率较低；机器自学能力较低，容易分辨错误。

发明内容

本发明所要解决的技术问题是：现有玉米单倍体籽粒筛选自动化程度较低的问题。

本发明解决其技术问题所采用的技术方案是：一种玉米单倍体籽粒的自动化快速筛选方法，包括：

S1，玉米籽粒从物料箱中单粒进入第一轨道的始端；

S2，安装在第一轨道上方的第一彩色相机，采集位于第一轨道上玉米籽粒的俯视图像，作为第一图像；

S3，根据S2中的第一图像，依据胚面检测识别模型，判断玉米籽粒的胚面是向上还是向下，若玉米籽粒胚面向上，则执行S4；若玉米胚面向下，则执行S5；

S4，将胚面向上的玉米籽粒的第一图像，依据单倍体检测识别模型，筛选出单倍体和二倍体；

S5，通过翻转机构将位于第一轨道末端胚面向下的玉米籽粒上下翻转180°后到达第二轨道始端；

S6，安装在第二轨道上方的第二彩色相机，采集位于第二轨道上翻转后的玉米籽粒的俯视图像，作为第二图像；

S7，根据S6中的第二图像，依据单倍体检测识别模型，筛选出单倍体和二倍体；

S8，输出S4中单倍体玉米籽粒和S7中单倍体玉米籽粒。

进一步的，所述胚面检测识别模型的建立，是依据样本图像中所提取的胚面向上和向下基础数据构成的第一基础数据库，结合预设的第一基础模型得到，第一基础模型是深度卷积神经网络模型。

进一步的，，所述单倍体检测识别模型的建立，是依据样本图像中所提取单倍体和二倍体玉米胚面有无颜色的基础数据构成的第二基础数据库，结合预设的第二基础模型得到的，第二基础模型是深度卷积神经网络模型。

进一步的，S3还包括，根据S2中的第一图像与预设的标准图像的相似度，筛选出异形玉米籽粒。

进一步的，S5中，所述翻转机构的结构包括第一翻转轮、第二翻转轮、翻转皮带、从动轮组件、第一覆盖皮带和第二覆盖皮带；所述翻转皮带与所述第一翻转轮和所述第二翻转轮配合设置。

进一步的，S4中，根据第一图像，依据单倍体检测识别模型识别胚面的有无颜色，判断所述第一图像对应的玉米籽粒为单倍体或二倍体。

进一步的，S7中还包括，根据S6中的第二图像与预设的标准图像的相似度，筛选出异形玉米籽粒。

一种玉米单倍体籽粒的自动化快速筛选系统，包括：

建模模块，用于根据样本图像中胚面向上和向下构成第一基础数据库，采用深度卷积神经网络模型作为第一基础模型，建立胚面检测识别模型；根据样本图像中单倍体和二倍体玉米胚面有无颜色构成第二基础数据库，采用深度卷积神经网络模型作为第二基础模型，建立单倍体检测识别模型；

存储模块，用于所述存储建模模块中的胚面检测识别模型和单倍体检测识别模型；

上料模块，用于将玉米籽粒从第一轨道的始端单粒且等距输出到第一传送模块；

第一传送模块，为第一轨道，用于将玉米籽粒传送到第一采集模块的下方位置；

第一采集模块，用于采集预定区域内玉米籽粒俯视面的图像，并发送给第一处理模块；

第一处理模块，用于根据存储模块中的胚面检测识别模型，判断玉米籽粒的胚面是向上还是向下；根据存储模块中的单倍体检测识别模型，筛选出胚面向上的玉米籽粒是单倍体玉米籽粒和二倍体玉米籽粒；

第一筛选模块，用于根据通过电磁阀连接气泵的喷嘴进行筛选，将第一处理模块分类出的胚面向上的单倍体玉米籽粒和胚面向上的二倍体玉米籽粒将吹落到不同的收集箱；将胚面向下的玉米籽粒输出到翻转模块；

翻转模块，用于将位于第一轨道末端胚面向下的玉米籽粒上下翻转180°后到达第二轨道始端；

第二传送模块，为第二轨道，用于将翻转后的玉米籽粒传送到第二采集模块的下方位置；

第二采集模块，用于采集预定区域内翻转后的玉米籽粒俯视面的图像，并发送给第二处理模块；

第二处理模块，用于根据存储模块中的单倍体检测识别模型，将翻转后玉米籽粒的俯视面图像筛选出单倍体和二倍体；

第二筛选模块，用于根据通过电磁阀连接气泵的喷嘴进行筛选，将第二处理模块分类出的单倍体玉米籽粒和二倍体玉米籽粒将吹落到不同的收集箱；

输出模块，用于将第一筛选模块和第二筛选模块中的单倍体玉米籽粒输出。

本发明的有益效果是：本发明的玉米单倍体籽粒的自动化快速筛选方法和系统通过将单粒的玉米籽粒输出到第一轨道上，经过位于第一轨道上方的第一彩色相机，获取玉米籽粒的俯视第一图像，并分辨出玉米籽粒的胚面方向，若获取到玉米籽粒向上的俯视图像，玉米籽粒的胚面随翻转机构上下翻转180°，并通过位于第二轨道上方的第二彩色相机，获取玉米籽粒的俯视第二图像，依据单倍体检测模型，判断并筛选出单倍体籽粒和二倍体，操作较为简单，实现了自动翻转玉米籽粒胚面，筛选方法更加自动化，提高了工作效率。

附图说明

下面结合附图和实施例对本发明作进一步说明。

图1是根据本发明第一实施方式提供的玉米单倍体籽粒的自动化快速筛选方法的流程图；

图2是根据本发明第二实施方式提供的玉米单倍体籽粒的自动化快速筛选系统的结构示意图；

图3是根据本发明第二实施方式提供的玉米单倍体籽粒的自动化快速筛选系统中翻转机构的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的第一实施方式涉及一种玉米单倍体籽粒的自动化快速筛选方法，在本实施方式中，首先将玉米籽粒通过物料箱单粒输出到既定轨道上，该既定轨道为第一轨道，通过位于第一轨道上方的第一彩色相机，获取玉米籽粒的俯视第一图像，并分辨玉米籽粒的胚面方向；若获取到玉米籽粒向上的俯视图像，依据单倍体检测模型，判断并筛选出单倍体和二倍体；若获取到玉米籽粒胚面向下的俯视图像，玉米籽粒的胚面随翻转机构上下翻转180°，并通过位于第二轨道上方的第二彩色相机，获取玉米籽粒的俯视第二图像，依据单倍体检测模型，判断并筛选出单倍体籽粒和二倍体，操作简单，实现了自动翻转玉米籽粒胚面，筛选方法更加自动化，提高了工作效率。

下面对本实施方式的玉米单倍体籽粒的自动化快速筛选方法的实现细节进行具体的说明，以下内容仅为方便理解提供的实现细节，并非实施本方案的必须，本实施方式的具体流程如图1所示：

步骤S1，玉米籽粒从物料箱中单粒进入第一轨道的始端；

具体而言，位于物料箱中的玉米籽粒，通过物料箱底部出口处的振动仪，在出口呈一列等距的单粒进入第一轨道的起始端。

步骤S2，安装在第一轨道上方的第一彩色相机，采集位于第一轨道上玉米籽粒的俯视图像；

具体而言，带有恒定光源的第一彩色相机固定在第一轨道的正上方，拍摄玉米籽粒的俯视面的图像，作为第一图像。

步骤S3，根据步骤S2中的第一图像，依据胚面检测识别模型，判断玉米籽粒的胚面是向上还是向下，若玉米籽粒胚面向上，则执行步骤S4；若玉米胚面向下，则执行步骤S5；

具体而言，采集到的玉米籽粒的第一图像可能为胚面向上的玉米籽粒A或胚面向下的玉米籽粒B，其中，胚面向上的玉米籽粒A和胚面向下的玉米籽粒B的图像的纹理和形状有所不同，依据样本图像中所提取的胚面向上或向下的基础数据构成的第一基础数据库，结合第一基础数据库。首先将提取的1200个实际图像作为样本图像进行预处理，首先，对1200个样本图像进行方向归一化处理，再采用方向归一化处理后的1200个样本图像训练得到胚面检测识别模型，之后，将第一图像进行方向归一化处理，并采用胚面检测识别模型进行分类，使得玉米籽粒的分辨结果更加准确。基于预先设定的深度卷积网络模型，训练得到的胚面检测识别模型，主要分为三类包括胚面向上的玉米籽粒、胚面向下的玉米籽粒以及异形玉米籽粒。将归一化处理后的第一图像输入胚面检测识别模型，胚面检测识别模型输出第一图像的分类结果，筛选出胚面向上的玉米籽粒A、胚面向下的玉米籽粒B以及异形玉米籽粒。

步骤S4，将胚面向上的玉米籽粒的第一图像，依据单倍体检测识别模型，筛选出单倍体或二倍体；

具体而言，通过步骤S3分类出的胚面向上的玉米籽粒A的第一图像进一步处理，可通过胚面的颜色分辨出玉米籽粒为单倍体或二倍体，依据样本图像中所提取单倍体和二倍体玉米胚面有无颜色的基础数据构成的第二基础数据库。首先将提取的1200个实际图像作为样本图像进行预处理，首先，对1200个样本图像进行方向归一化处理，再采用方向归一化处理后的1200个样本图像，基于预先设定的深度卷积网络模型训练得到单倍体检测识别模型，之后，将胚面向上的玉米籽粒A的第一图像再采用单倍体检测识别模型进行筛选，筛选出单倍体玉米籽粒和二倍体玉米籽粒。并将单倍体玉米籽粒和二倍体玉米籽粒分别通过电磁阀连接气泵的喷嘴吹落到不同的收集箱。

步骤S5，通过翻转机构将位于第一轨道末端胚面向下的玉米籽粒上下翻转180°后到达第二轨道始端；

具体而言，将位于第一轨道上的胚面向下的玉米籽粒B移动到第一轨道末端，然后滑落到自动翻转装置的玉米籽粒槽中，经过滚轮，由于重力作用，使得玉米籽粒B上下翻转180°，玉米籽粒B胚面向上的运动到第二轨道始端。

步骤S6，安装在第二轨道上方的第二彩色相机，采集位于第二轨道上翻转后的玉米籽粒的俯视图像，作为第二图像；

具体而言，带有恒定光源的第二彩色相机固定在第二轨道的正上方，拍摄玉米籽粒的俯视面的图像，作为第二图像；

步骤S7，根据S6中的第二图像，依据单倍体检测识别模型，筛选出单倍体或二倍体；

具体而言，将采集到的翻转后玉米籽粒B的俯视图像作为第二图像进一步处理，可通过胚面的颜色分辨出玉米籽粒为单倍体或二倍体，依据样本图像中所提取单倍体和二倍体玉米胚面有无颜色的基础数据构成的第二基础数据库。首先将提取的1200个实际图像作为样本图像进行预处理，首先，对1200个样本图像进行方向归一化处理，再采用方向归一化处理后的1200个样本图像，基于预先设定的深度卷积网络模型训练得到单倍体检测识别模型，之后，将第二图像进行方向归一化处理，将第二图像再采用单倍体检测识别模型进行筛选，筛选出单倍体玉米籽粒、二倍体玉米籽粒以及异形玉米籽粒。并将单倍体玉米籽粒、二倍体玉米籽粒以及异形玉米籽粒分别通过电磁阀连接气泵的喷嘴吹落到不同的收集箱。

步骤S8，输出S4中单倍体玉米籽粒和S7中单倍体玉米籽粒。

本发明的第一实施方式通过将单粒的玉米籽粒输出到既定轨道上，经过位于第一轨道上方的第一彩色相机，获取玉米籽粒的俯视第一图像，并分辨出玉米籽粒的胚面方向，当获取到玉米籽粒向上的俯视图像时，依据单倍体检测模型，判断并筛选出单倍体籽粒；当获取到玉米籽粒胚面向下的俯视图像时，玉米籽粒的胚面随翻转机构上下翻转180°，翻转后的玉米籽粒经过位于第二轨道上方的第二彩色相机，获取玉米籽粒的俯视第二图像，依据单倍体检测模型，判断并筛选出单倍体籽粒，操作简单，实现了自动翻转玉米籽粒胚面，筛选方法更加自动化，提高了工作效率。

上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包括相同的逻辑关系，都在本专利的保护范围内；对流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。

如图2所示，本发明第二实施方式涉及了一种玉米单倍体籽粒的自动化快速筛选系统，包括：建模模块201，存储模块202，上料模块203，第一传送模块204，第一处理模块205，第一处理模块206，第一筛选模块207，翻转模块208，第二传送模块209，第二采集模块210，第二处理模块211，第二筛选模块212，输出模块213。

具体地说，建模模块201，用于根据样本图像中胚面向上或向下构成第一基础数据库，采用深度卷积神经网络模型作为第一基础模型，建立胚面检测识别模型；根据样本图像中单倍体和二倍体玉米胚面有无颜色构成第二基础数据库，采用深度卷积神经网络模型作为第二基础模型，建立单倍体检测识别模型；存储模块202，用于所述存储建模模块201中的胚面检测识别模型和单倍体检测识别模型；上料模块203，用于将玉米籽粒从第一轨道的始端单粒且等距输出到第一传送模块204；第一传送模块204，为第一轨道，用于将玉米籽粒传送到第一采集模块205的下方位置；第一采集模块205，用于采集预定区域内玉米籽粒俯视面的图像，并发送给第一处理模块205；第一处理模块206，用于根据存储模块中的胚面检测识别模型，判断玉米籽粒的胚面是向上还是向下；根据存储模块中的单倍体检测识别模型，筛选出胚面向上的玉米籽粒是单倍体玉米籽粒和二倍体玉米籽粒；第一筛选模块207，用于根据通过电磁阀连接气泵的喷嘴进行筛选，将第一处理模块206分类出的胚面向上的单倍体玉米籽粒和胚面向上的二倍体玉米籽粒将吹落到不同的收集箱；将胚面向下的玉米籽粒输出到翻转模块208；翻转模块208，用于将位于第一轨道末端胚面向下的玉米籽粒上下翻转180°后到达第二轨道始端，并输出到第二传送模块209；第二传送模块209，为第二轨道，用于将翻转后的玉米籽粒B传送到第二采集模块210的下方位置；第二采集模块210，用于采集预定区域内翻转后的玉米籽粒俯视面的图像，并发送给第二处理模块211；第二处理模块211，用于根据存储模块202中的单倍体检测识别模型，将翻转后玉米籽粒的俯视面图像筛选出单倍体和二倍体；第二筛选模块212，用于根据通过电磁阀连接气泵的喷嘴进行筛选，将第二处理模块211分类出的单倍体玉米籽粒和二倍体玉米籽粒将吹落到不同的收集箱；输出模块213，用于将第一筛选模块207和第二筛选模块212中的单倍体玉米籽粒输出。

具体地说，翻转模块208通过翻转机构1将胚面向下的玉米籽粒B进行翻转。翻转机构1包括进料口11、第一翻转轮12、第二翻转轮13、翻转皮带14、从动轮组件15、第一覆盖皮带16、第二覆盖皮带17、出料口18，从动轮组件15包括第一从动轮151、第二从动轮152、第三从动轮153、第四从动轮154、第五从动轮155、第六从动轮156，翻转皮带14上开设有竖直方向的通孔，适于通过玉米籽粒，翻转皮带14与第一翻转轮12和第二翻转轮13配合，第一从动轮11和第二从动轮12固定在第一翻转轮12和第二翻转轮13之间，第一覆盖皮带16与依次通过第一翻转轮12、第一从动轮151、第二从动轮152、第二翻转轮13再通过第一翻转轮12围绕固定，翻转皮带14位于第一翻转轮12和第二翻转轮13上方的内侧面覆盖住；第三从动轮153、第四从动轮154、第五从动轮155、第六从动轮156围绕在第二翻转轮13的外侧面固定，第二覆盖皮带17依次通过第三从动轮153、第二翻转轮13、第六从动轮156、第五从动轮155、第四从动轮154再通过第三从动轮153围绕固定，翻转皮14带位于第二翻转轮13的外侧面覆盖，进料口18位于翻转皮带14的正上方，出料口18位于翻转皮带14的正下方。使用时，进料口18输出单粒的玉米籽粒进入翻转皮带14的通孔中，在第一覆盖皮带16将翻转皮带14的下方覆盖，使得玉米籽粒不会脱离翻转皮带，玉米籽粒随翻转皮带14进入第二翻转轮13，第二翻转轮13上翻转皮带14通孔内的玉米籽粒被第一覆盖皮带16和第二覆盖皮带17覆盖，由于重力作用，使得玉米籽粒发生一百八十度翻转，而后进入到位于下方的翻转皮带14，玉米籽粒运动到脱离第二覆盖皮带17处进入出料口。

不难发现，本实施方式为与第一实施方式相对应的系统实施例，本实施方式可与第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第一实施方式中。

值得一提的是，本实施方式中所涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本发明的创新部分，本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入，但这并不表明本实施方式中不存在其它的单元。

以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关的工作人员完全可以在不偏离本发明的范围内，进行多样的变更以及修改。本项发明的技术范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。

Claims (8)

1.一种玉米单倍体籽粒的自动化快速筛选方法，其特征在于，包括：

S1，玉米籽粒从物料箱中单粒进入第一轨道的始端；

S2，安装在第一轨道上方的第一彩色相机，采集位于第一轨道上玉米籽粒的俯视图像，作为第一图像；

S3，根据S2中的第一图像，依据胚面检测识别模型，判断玉米籽粒的胚面是向上还是向下，若玉米籽粒胚面向上，则执行S4；若玉米胚面向下，则执行S5；

S4，将胚面向上的玉米籽粒的第一图像，依据单倍体检测识别模型，筛选出单倍体和二倍体；

S5，通过翻转机构将位于第一轨道末端胚面向下的玉米籽粒上下翻转180°后到达第二轨道始端；

S6，安装在第二轨道上方的第二彩色相机，采集位于第二轨道上翻转后的玉米籽粒的俯视图像，作为第二图像；

S7，根据S6中的第二图像，依据单倍体检测识别模型，筛选出单倍体和二倍体；

S8，输出S4中单倍体玉米籽粒和S7中单倍体玉米籽粒。

2.根据权利要求1所述的玉米单倍体籽粒的自动化快速筛选方法，其特征在于，所述胚面检测识别模型的建立，是依据样本图像中所提取的胚面向上和向下基础数据构成的第一基础数据库，结合预设的第一基础模型得到，第一基础模型是深度卷积神经网络模型。

3.根据权利要求1所述的玉米单倍体籽粒的自动化快速筛选方法，其特征在于，所述单倍体检测识别模型的建立，是依据样本图像中所提取单倍体和二倍体玉米胚面有无颜色的基础数据构成的第二基础数据库，结合预设的第二基础模型得到的，第二基础模型是深度卷积神经网络模型。

4.根据权利要求1所述的玉米单倍体籽粒的自动化快速筛选方法，其特征在于，S3还包括，根据S2中的第一图像与预设的标准图像的相似度，筛选出异形玉米籽粒。

5.根据权利要求1所述的玉米单倍体籽粒的自动化快速筛选方法，其特征在于，S5中，所述翻转机构的结构包括第一翻转轮、第二翻转轮、翻转皮带、从动轮组件、第一覆盖皮带和第二覆盖皮带；所述翻转皮带与所述第一翻转轮和所述第二翻转轮配合设置。

6.根据权利要求1所述的玉米单倍体籽粒的自动化快速筛选方法，其特征在于，S4中，根据第一图像，依据单倍体检测识别模型识别胚面的有无颜色，判断所述第一图像对应的玉米籽粒为单倍体或二倍体。

7.根据权利要求1所述的玉米单倍体籽粒的自动化快速筛选方法，其特征在于，S7中还包括，根据S6中的第二图像与预设的标准图像的相似度，筛选出异形玉米籽粒。

8.玉米单倍体籽粒的自动化快速筛选系统，其特征在于，包括：

建模模块，用于根据样本图像中胚面向上和向下构成第一基础数据库，采用深度卷积神经网络模型作为第一基础模型，建立胚面检测识别模型；根据样本图像中单倍体和二倍体玉米胚面有无颜色构成第二基础数据库，采用深度卷积神经网络模型作为第二基础模型，建立单倍体检测识别模型；

存储模块，用于所述存储建模模块中的胚面检测识别模型和单倍体检测识别模型；

上料模块，用于将玉米籽粒从第一轨道的始端单粒且等距输出到第一传送模块；

第一传送模块，为第一轨道，用于将玉米籽粒传送到第一采集模块的下方位置；

第一采集模块，用于采集预定区域内玉米籽粒俯视面的图像，并发送给第一处理模块；

第一处理模块，用于根据存储模块中的胚面检测识别模型，判断玉米籽粒的胚面是向上还是向下；根据存储模块中的单倍体检测识别模型，筛选出胚面向上的玉米籽粒是单倍体玉米籽粒和二倍体玉米籽粒；

第一筛选模块，用于根据通过电磁阀连接气泵的喷嘴进行筛选，将第一处理模块分类出的胚面向上的单倍体玉米籽粒和胚面向上的二倍体玉米籽粒将吹落到不同的收集箱；将胚面向下的玉米籽粒输出到翻转模块；

翻转模块，用于将位于第一轨道末端胚面向下的玉米籽粒上下翻转180°后到达第二轨道始端；

第二传送模块，为第二轨道，用于将翻转后的玉米籽粒传送到第二采集模块的下方位置；

第二采集模块，用于采集预定区域内翻转后的玉米籽粒俯视面的图像，并发送给第二处理模块；

第二处理模块，用于根据存储模块中的单倍体检测识别模型，将翻转后玉米籽粒的俯视面图像筛选出单倍体和二倍体；

第二筛选模块，用于根据通过电磁阀连接气泵的喷嘴进行筛选，将第二处理模块分类出的单倍体玉米籽粒和二倍体玉米籽粒将吹落到不同的收集箱；

输出模块，用于将第一筛选模块和第二筛选模块中的单倍体玉米籽粒输出。

Images