Цифровое изображение зерна пшеницы

 По экспертным оценкам, ежегодные потери зерна в индустриально развитых странах составляют около 10 %, а в развивающихся странах они доходят до 40 % [1], в России составляют - 10-15%. Половина всех потерь зерна приходится на послеуборочную обработку и на хранение.

Эти потери можно уменьшить, если применять более эффективные и современные способы контроля качества зерна.
Цвет зерна пшеницы - это признак свежести зерна, его доброкачественности, соблюдения режимов послеуборочной обработки и хранения. Неблагоприятные условия созревания зерна, его уборки, хранения вызывают потемнение оболочек, их обесцвеченность, различные заболевания.

Чем больше изменился цвет пшеницы, тем в большей степени ухудшились его технологические, пищевые, посевные свойства.
В соответствии с ГОСТ 10967 цвет зерна определяют визуально, сравнивая с описанием этого признака в стандартах на исследуемую культуру (например, для пшеницы по ГОСТ Р 52554-2006 - «темно-красный», «красный», «темно-янтарный», «янтарный»).

Для исключения субъективного подхода к оценке качества зерна по показателям, в основе которых лежит цвет зерна, для сокращения времени проведения лабораторных анализов предлагаются новые методы, основанные на использовании современного оборудования [2,3,4].

Современный уровень развития математического аппарата, компьютерной техники и приборов для формирования цифровых изображений объектов позволяет создать инструментальные, экспрессные методы и средства измерения для объективной оценки качества зерна, взамен визуальных оценок.

На основе фундаментальных исследований цветовых и геометрических характеристик зерна пшеницы без разрушения его структуры разработана новая технологии контроля зерна методом математического анализа цифрового изображения зерна с использованием разработанных - сканирующего анализатора зерна и математического аппарата для расчета показателей и формирования компьютерного эталона зерна.

Сочетание цифровое изображение зерна и рассчитанных характеристик составляют «цифровой эталон зерна». Сравнение «эталонов» позволяет надежно фиксировать различия в характеристиках проб зерна и исключить субъективность визуальной оценки. На основе математической обработки экспериментальных данных разработана методика сканирования зерна пшеницы для получения цифрового изображения зерна без искажения цветопередачи и размеров зерна. Одним из узлов сканирующего анализатора зерна является специально разработанный сканер, обеспечивающий одновременное двустороннее сканирование зерновки. Проведены комплексные исследования цветовых и геометрических характеристик зерна пшеницы I и IV типа, различных подтипов, поврежденного типичными заболеваниями, неблагоприятными погодными. Исследования проведены на пробах зерна озимой и яровой пшеницы I, II, III и IV типов основных почвенно-климатических зон произрастания пяти лет урожая и на пробах сортовой пшеницы. Все исследованные пробы по основным показателям качества находились в широком диапазоне, практически охватывающем возможные пределы колебаний. Изучали зерно трех стадий по стекловидности, зерно различной степени обесцвеченности, «желтобочки», зерно, поврежденное различными заболеваниями (фузариозное, оливковая плесень), поврежденное клопом-черепашкой. Фузариозное зерно выделено на основе визуальной оценки специалистами высочайшей квалификации из зерна IV типа.

Получена специфичная картина изменения цветовых характеристик для зерна различного качества. Результат - по цветовым характеристикам и размерам для зерна здорового и поврежденного, для зерна краснозерной пшеницы I, IV обнаружены значимые различия.

Установлено, что найденные различия более яркие и значимые при использовании совокупности 16 характеристик цвета, 5 геометрических характеристик и 5 зон цветности, т.е. по 26 характеристикам. СПО осуществляет формирование отчета по всем характеристикам и вывод их на печать. Сформированы компьютерные «цифровые эталоны зерна» пшеницы I и IV типов, различных сортов, различной степени обесцвеченности, поврежденного погодными условиями (проросшего, потемневшего).

В качестве иллюстрации (рис.1) с использованием разработанных средств и специального программного обеспечения приведены цифровые изображения проб пшеницы разного качества. Наглядно видны различия в цвете зон цветности зерновок, которые участвуют в формировании цветовых характеристик. Измерение товарных партий зерна трех лет урожая (200 проб зерна) на экспериментальной установке подтвердило принципиальную возможность оценки отдельных показателей качества зерна с использованием разработанного метода математического анализа цифрового изображения зерна

Установлено, что отнесение пшеницы к тому или иному типу, сорту, степени обесцвеченности по сравнению с созданными «компьютерными эталонами» происходит с вероятностью 80-85%. Достигнутый процент достоверности определения - уже достаточен для использования инструментального метода контроля качества зерна в практических целях. Специальный фотограмметрический оптический сканер с двухсторонним режимом сканирования, создаваемый в результате ОКР, может дать более высокий результат. Аппаратно-программный комплекс предназначен для определения типа зерна, наличия аномального по цвету зерна (обесцвеченность, фузариоз), наличия поврежденного, мелкого зерна, и может быть использован на всех этапах системы хлебооборота - при селекции, производстве, хранении и переработке зерна.

Проведен опрос специалистов зернового комплекса России по выявлению заинтересованности предприятий и организаций в новых средствах инструментального контроля качества зерна пшеницы и других зерновых культур с использованием метода математического  анализа  «цифрового  изображения  зерна» (разосланы  специально разработанные анкеты и резюме по методу). Анализ анкет от предприятий, занимающихся хранением и переработкой зерна, показал, что мнение специалистов о целесообразности применения инструментального метода взамен органолептической оценки однозначно. Большинство респондентов отметили, что средство инструментального контроля (сканирующий анализатор зерна) качества зерна эффективно при контроле его при хранении на элеваторах, складах для снижения потерь. Разработка и продвижение в экономику новых технологий контроля качества зерна актуально, перспективно с гарантированным положительным эффектом.

На базе разработанного инструментального метода неразрушающего контроля качества зерна по цвету (технология математического анализа цифрового изображения зерна) подготовлен проект инновационной технологии контроля качества зерна, заложенного на длительное хранение. Схема такова. Перед закладкой на хранение проводят контроль качества поступающего зерна по показателям, регламентируемым Правилами организации ведения технологического процесса на элеваторах и хлебоприемных предприятиях по хранению зерна [5]. Одновременно, с использованием аппаратно-программного комплекса формируются компьютерные эталоны зерна (КЭЗ) по совокупности цветовых и геометрических характеристик (26-ти), на основе чего проводится определение I, IV типов, наличие фузариозных, обесцвеченных зерен, сорной и зерновой примесей и др. В процессе хранения зерна при предусмотренном ежемесячном контроле качества зерна по отдельным показателям проводят сравнение проверяемого образца с КЭЗ, сформированным перед закладкой, и расчет степени соответствия исследуемого зерна сформированному КЭЗ, а далее в зависимости от результатов анализа принимается решение.

Экономический эффект от снижения потерь зерна пшеницы по РФ хотя бы на 1% в год за счет внедрения разработанной технология математического анализа цифрового изображения зерна для контроля качества зерна, заложенного на хранение, можно оценить как ввод в коммерческий оборот дополнительных 54 тыс. тонн зерна (в денежном эквиваленте по ценам января 2015 года - около 60 млн. руб.). Внедрение аппаратно-программного комплекса для контроля качества зерна на этапе хранения снимет субъективность органолептической оценки, повысит экспрессность анализа, исключит риски смешивания зерна разного качества при закладке его на хранение.

Разработаны исходные требования на аппаратно-программный комплекс (сканирующий анализатор зерна) и СПО для определения показателей качества зерна, в основе которых лежат цвет и размеры зерна.
Хотелось бы, чтобы представленная разработка дошла бы до внедрения.

Литература
1. Дринча, В. Резервы снижения потерь зерна при хранении [Текст] / В. Дринча, Б. Цыдендоржиев // Комбикорма. - 2010. - №7. - С. 59.
2. Лузев, B.C. Видеокомпьютерный анализ зерновых продуктов [Текст] / B.C. Лузев, Л.В. Устинова, А.Б. Голик, Л.Е. Мелешкина // Второй Всероссийский конгресс зернопереработчиков «Нивы России»: сборник материалов конгресса, Барнаул, 27-29 октября 2003 г. - Барнаул, 2003. - С.75-79.
3. Штейнберг, Т.С. О перспективах создания аппаратно-программных средств для контроля качества зерна. Экспериментальные исследования [Текст] / Т.С. Штейнберг, А.Л. Аматуни, В.И. Болотов // Зерно и зернопродукты (КазНИИ). - 2004. - №3(4). -С.46-51.
4. Штейнберг, Т.С. Исследование оптических характеристик зерна пшеницы для разработки экспресс-методов оценки его качества [Текст] / Т.С. Штейнберг, А.Л. Аматуни // Хлебопродукты. - 2010. - №9. - С.50-53.
5. Правила организации ведения технологического процесса на элеваторах и хлебоприемных предприятиях [Текст]. - М.: ЦНИИТЭИ Минзага СССР, 1984. - 124 с.
 

---