Videometer Lite采用了LED頻閃光源系統，有效組合了7個波長測量，并生成圖譜合一的融合光譜圖像，每個像素對應一個不同反射光譜。該設備包括可見光以及NIR近紅外波段，用于作物表型、植物病害等等進行精確、全面檢測。該便攜式Videometer Lite可搭載到推車支架上，在田間使用，也可手持使用，是一款多功能成像平臺。
結合可見光成像和光譜成像優點
對種子、病害表型成像
便攜設計，方便帶到溫室或野外使用
標準校準功能，數據可重復
經驗豐富的專家根據應用經驗設計的軟件，操作簡單，解決農業應用中遇到的問題
內置顏色校正
標配7個光譜波段，并不斷升級中
該系統也可以對細菌、真菌、蟲卵等進行高通量成像測量，進行毒理學或其它研究，用于食品谷物、作物、肉品等等進行精確、全面品質檢測。Videometer系統生成圖片可用其它分析系統進行分析，如Matlab等。考慮到Videometer Lite可能需要經常帶到溫室、野外或其它地方進行測量，因此它被設計成可便攜攜帶的樣式。
VideometerLab Lite的工作軟件由Videometer公司強大的生物信息學和軟件團隊開發，充分考慮在實際應用的需求，操作簡單，功能強大。Videometer還在不斷研究、升級新算法，適合各種需求。
VideometerLab Lite便攜式種子表型多光譜成像系統通過測量種子在7種不同波長（波長范圍405-850nm）的LED頻閃光下的成像來獲取有用的信息。這些圖像可以獨立分析使用，也可以疊加起來合成高分辨率的顏色圖像。基礎整合模塊，含7個波段多光譜成像系統。軟件可進行顏色校準，標簽識別，灰度圖轉換等。
田間多光譜表型成像系統應用
表型性狀分析/挖掘，基因型-表型關聯
農業育種
園藝學、農業信息學
果實品質分析
植物病理研究
生物量分析
種子萌發研究
抗逆研究
直接測量的參數
尺寸
形狀
顏色
形態紋理
光譜質構
與表面化學相關的光譜成分
計數
間接測量或計算
種子純度
發芽百分比
發芽率
種子活力
種子健康度
種子成熟度
種子壽命等
集成球體提供均勻和彌散光線照明
10-15秒鐘內實現光譜成像和定量分析
7不同波長/光源
3百萬像素/波長，提供,2100萬像素/幀分辨率
標準設備包括易于使用設備校準
與傳統RGB技術相比具有*彩色測量功能
根據應用需求可自動切換動態范圍
光源壽命長、可達10萬小時
LED光源技術穩定性增強
研究用強大探索軟件
易用常規應用配方構建工具（建模）
快速、無損檢測
包括處理在內每樣品處理僅需10-20秒
與其它破壞性技術組合
高靈活性測量
主要專注：可重復洗、可追溯性、耐用性、可傳遞性
全套分析時間10-15秒/樣品
電源：5 V DC 3 A
電源功耗300 VA
環境溫度操作: 5-40℃，儲存-5-50℃
環境濕度20-90 % RH相對濕度，非冷凝
軟件備選：圖像處理工具包 (IPT)
光譜成像工具盒 (MSI)
斑點工具盒
設備尺寸： 270 mm(h) * 240 mm(w) * 200 mm(d)
重量：1.1kg
由葉綠素/成熟度區分種子
來自英國的科學家研究重點是對高級成像技術進行評估，以對根定植進行真菌檢測和精確定量，通過測量光合參數評估對地上部健康的影響。研究中使用了VideometerLab 多光譜成像系統。
圖中顯示“Take-all"感染小麥幼苗。左側是原始圖像，有紅色箭頭標示“take-all "損失，用手工評分；右圖是相同圖像經‘VideometerLab’分析，將根組織分類為感病(藍色)和健康(桔色/黃色)。
藜麥(Chenopodium quinoa)是一種作物，營養豐富，在多個國家廣有種植。真菌病如霜霉病限制了谷物產量，培育抗性品系，如抗霜霉病品系是藜麥育種的中心目標。
利用常規RGB成像來測量藜麥對霜霉病的表型反應(Peronospora variabilis ) 測量比較困難，原因在于來自不同藜麥基因型在葉片上有不同綠色和紅色斑點進行干擾，參見圖1和圖2。
開發圖像分析規程來區分健康藜麥葉片組織以及感染霜霉病的藜麥葉片組織。研究利用Videometer多光譜成像系統對嚴重度程度表型和孢子形成進行研究。
嚴重程度是葉片正面損傷的面積占整個葉片面積的百分比。依基因型不同，顏色可為桔色、黃色或紅色。
孢子形成是損傷部上方孢子量，以百分比測量，通過測量葉片正面進行評估。
圖1 葉片正面嚴重度癥狀
圖2 葉片正面孢子形成
研究人員利用VideometerLab 4多光譜成像系統進行多光譜成像，積分球確保對樣品的均一照明(圖3)。每個獲取的圖像層由19個不同圖像波段組成，波長涵蓋365nm（UVA）到970nm（NIR）。圖像的每個像素分辨率為~41 µm。每個圖像層的分辨率為2192X2192像素。
從G9基因型葉片正面(圖4)清楚看到了黃化現象(A)，拍攝了RGB圖像（常規相機，人眼可見光波段。(B)和(C)顯示了多光譜圖層中的2個波段，藍光490nm(B)和黃光570nm(C)。對健康植物組織和黃化界定進行了初始標記，轉換建立了模型(D)，通過nCDA（歸一化典型判別分析將19個波段信息（圖像中多個圖層），轉換為了整個圖層的代表像素范圍值。之后切割(E和F)，可用于所有圖像-所有品系和基因型，獲取有黃化組織（E黃色）百分比定量分析，該特定葉片比例為68.0%，或者包括紅色覆蓋孢子區(F)，比例為18,9%，黃化（黃色）比例68%，孢子和黃化區綜合面積占比75.8%。
在葉片正面（底部），RGB圖像中的G9基因型清晰可見到孢子形成圖像（下底部A和B放大）。盡管在可見光波段很難檢測到單個波段，這里特別標出了藍光波段（490nm）（C）。進入NIR（780nm）波段（下左部的D和E放大），清晰看見了孢子。使用該信息（僅標識黑灰色孢子）可幫助我們區分切割孢子像素（F），并將該面積定量，該葉片孢子比例為12.5% （黃色顯示），不包括黃化部分面積。
另外，此處的孢子標識與正面圖像分析而言更加保守。 覆蓋的非黑灰區的像素部分 (像素比單個孢子要大）估計，孢子比例為~23%（此處未予以顯示)。
圖4(A) sRGB圖像。(B)，490nm(藍光)，(C)，570nm(黃色)，(D) 轉換，(E)和(F)，2種類型定量分割。
圖5(A) sRGB 圖像，(B)490nm(藍光)，(C) 570nm(黃色)，(D)轉換，(E)定量分割。
圖6:133個基因型的平均嚴重程度（%）分布
表1手工以及基于多光譜表型成像的藜麥霜霉病互作
