Метод анализа цифрового изображения зерна для оценки его качества

Технологии компьютерной обработки и анализа цифрового изображения объекта в наше время быстрыми темпами внедряются во все сферы деятельности человека. 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 [1-3].

Цвет пшеницы – сортовой признак. Его учитывают в стандартах при классификации зерна на типы, подтипы. Деление зерна на типы, подтипы имеет большое технологическое значение: это и формирование помольных партий, и выбор режимов измельчения, и качество готовой продукции. 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 [4].

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 (например, для пшеницы ГОСТ Р 52554-2006 предусматривает темно-красный, красный, темно-янтарный, янтарный и т.д.).

Объективные инструментальные методы и средства оценки таких важных показателей качества зерна, как типовой состав, степень поражения зерна распространенными заболеваниями, степень обесцвеченности зерна, наличие потемневших, проросших зерен с явно измененным цветом оболочек, зеленых и т.п., отсутствуют.

Причина в том, что зерно пшеницы в нативном состоянии – чрезвычайно сложный объект для измерения цветовых (колориметрических) и спектро-фотометрических характеристик. Форма зерновки, ее строение, малые размеры, отсутствие насыщенных тонов – вот неполный перечень мешающих факторов.

Цель работы – исследование фотометрических и колориметрических характеристик зерна пшеницы без разрушения его структуры для разработки методов и средств экспрессной оценки качества зерна, базирующихся на оптических свойствах зерна и обеспечивающих согласованность между инструментальной и визуальной оценками показателей.

Исследования проводились на пробах зерна озимой и яровой пшеницы I, II, III и IV типов основных почвенно-климатических зон произрастания, урожая пяти лет и на пробах сортовой пшеницы (Мироновская 880, Саратовская-29, Безостая 1 и др.). Для исследования использовались также 42 пробы различных сортов I и IV типов, полученных с опытных полей Научно-исследовательского института сельского хозяйства центральных районов Нечерноземной зоны (НИИСХ ЦРНЗ) – Немчиновка, а также Центрального Ботанического сада России – Памяти Федина, Инна, Галина, Московская 39, Московская низкостебельная, Немчиновская 24, Заря, Люба, Гармония и др. Все исследованные пробы по основным показателям качества [5] находились в достаточно широком диапазоне, практически охватывающем возможные пределы колебаний.

Помимо этого изучали зерно различной степени обесцвеченности, зерно, поврежденное различными заболеваниями (фузариозное, оливковая плесень), зерно трех стадий по стекловидности, «желтобочки», зерно, поврежденное клопом-черепашкой. Фузариозное зерно выделено на основе визуальной оценки специалистами из зерна IV типа Краснодарского края.

Изучение спектрофотометрических и цветовых характеристик зерна пшеницы проводили методами спектрофотометрирования и фотоэлектрического компарирования с использованием общепромышленных и специализированных приборов, специально разработанных методик экспонирования зерна, а также на спектрофотометре «SPECORD-M40», входящем в состав национального эталона Республики Беларусь. Для повышения достоверности и точности измерения характеристик зерна (координат цвета и цветности) проведено шесть циклов измерения каждой пробы зерна, при этом один цикл измерения, в свою очередь, включал 10 независимых измерений.

Визуальная оценка цветовых различий исследуемых проб зерна проводилась десятью экспертами по зерну при стандартных условиях наблюдения и освещения. При выборе экспертов учитывали их компетентность, объективность и психофизиологические возможности. Согласование оценки экспертов при визуальном изучении, а также согласованность визуальной оценки с инструментальной определяли по коэффициенту конкордации, значимость оценивали по критерию Пирсона.
Характер распределения и информативность отдельных показателей оценивали по критерию Фишера, повторяемость и воспроизводимость – по ГОСТ Р ИСО 5725-6-2002.

На основе исследований цветовых и фотометрических характеристик, полученных на общепромышленных отечественных и зарубежных фотометрах при измерении зерна пшеницы в нативном состоянии, было доказано: классические традиционные методы, средства измерения и опробованные методики экспонирования зерна не дали надежного разделения всего зерна на типы и подтипы зерна, так как различия в спектрофотометрических характеристиках зерна пшеницы I, II, III и IV типов при измерении его без разрушения структуры не превышают 13-15% коэффициентов отражения при среднем значении повторяемости (сходимости) измерения одной пробы в 2% коэффициента отражения [3]. Это обусловило поиск принципиально иного подхода к измерению цвета зерна в нативном состоянии.
Были опробованы более чувствительные к изменению цвета инструментальные методы и средства. Был уточнен ряд положений: а) визуальная оценка цвета объекта означает качественную оценку отражающих свойств объекта в видимом участке спектра; б) излучение, которое следует применять для освещения зерна, должно иметь рассеянный диффузный характер и не создавать бликов и резких теней для обеспечения совместимости с условиями освещения зерна при визуальной оценке; в) одновременная оценка цветовых и геометрических характеристик объекта возможна при наличии сформированного цифрового изображения объекта без существенных искажений цветопередачи и размеров.
В ходе первого этапа работ, выполняемых методом анализа цифрового изображения зерна, применяли программно-аппаратный комплекс (АПК), разработанный специалистами ООО НИЦ «Интеллектуальные сканирующие системы», который состоял из серийно выпускаемого сканера, компьютера и специального программного обеспечения (СПО). В результате проведенных работ было установлено, что изображение зерновок, формируемое любым серийным сканером, не позволяет надежно рассчитать отличительные признаки зерна разных типов и сортов из-за наличия в изображении теневых и бликовых зон, а также недостаточно высокой стабильности цветопередачи. Кроме того, для анализа всей поверхности зерновок необходимо одновременное двустороннее сканирование образца.

В связи с этим был создан экспериментальный образец установки со специально разработанным сканером и СПО для математической обработки цифрового изображения зерна. Для обеспечения максимально высокой достоверности результатов анализа цветовых и геометрических показателей зерна была уточнена методика пробоподготовки и сканирования, так как она является одним из важнейших элементов, обеспечивающих воспроизводимость и достоверность результатов измерения. На рис. 1 показаны примеры полученных изображений навесок зерна разного качества и предварительных результатов их математической обработки [выделения зон цветности (рис. 1,б)]. На рис. 1,в представлено оконтуривание зерновок с целью выделения центральной части зерновки и обозначены оси для измерения геометрических характеристик зерна (по наибольшему размеру вдоль и поперек зерновки).

Эксперименты проводились по нескольким направлениям:

• определение оптимальной ориентации зерен относительно источников света; анализ влияния цвета фона на результат расчета показателей, степень нейтрализации теневых эффектов и бликов;
• определение оптимальной разрешающей способности установки;
• определение, какая часть зерновки в большей степени формирует цвет;
• определение количества зерен, необходимого для измерения, чтобы проба была репрезентативна.

На основе математической обработки экспериментальных данных разработана методика сканирования зерна пшеницы для получения цифрового изображения зерна без искажения цветопередачи и размеров зерна. С использованием разработанной методики, позволяющей оценивать каждую зерновку отдельно и обобщенно всю исследуемую пробу, проведены комплексные исследования цветовых и геометрических характеристик методом «анализа цифрового изображения зерна». Навески зерна для исследования формировали из здорового зерна и зерна, поврежденного типичными заболеваниями, неблагоприятными погодными условиями. Результат – по цветовым характеристикам и размерам обнаружены значимые различия. При этом установлено, что найденные различия более яркие и значимые при использовании совокупности 16 характеристик цвета, 5 геометрических характеристик и 5 зон цветности [3]. СПО осуществляет формирование отчета по всем характеристикам и вывод их на печать.
 

Рис. 1. Изображения зерновки в процессе разработки методики экспонирования зерна пшеницы: а – зерна «желтобочки» на белом фоне (улучшенный режим); б – формирование зон цветности; в – оконтуривание, выделение центральной части, получение геометрических характеристик

Зоны цветности зерна пшеницы IV типа, частично стекловидного и обесцвеченного, показаны на рис. 2. Наглядно видны различия в цвете зон цветности зерновок, которые участвуют в формировании цветовых характеристик.
Рис. 2. Зоны цветности зерна пшеницы: а – обесцвеченное 3-й степени, IV тип; б – частично стекловидное, IV тип

На рис. 3 приведены гистограммы распределения цветовых характеристик на трех участках видимого света (синего, зеленого, красного) зерна пшеницы разных сортов, относящихся к I и IV типам, подтверждающие различия в цвете зерна пшеницы.

Рис. 3. Гистограммы распределения цветовых характеристик R, G, В, L (красный, зеленый, синий, насыщенность) для пшеницы I типа (А – Приокская) и IV типа (Б – Памяти Федина)

Сформированы компьютерные «эталоны зерна» пшеницы I и IV типов, различных сортов, различной степени обесцвеченности, поврежденного неблагоприятными погодными условиями (проросшего, потемневшего). «Эталон зерна» – совокупность ряда расчетных показателей, полученных путем экспериментального исследования цветовых и геометрических характеристик проб зерна того или иного вида.

Установлено, что отнесение пшеницы к тому или иному типу, сорту, степени обесцвеченности по сравнению с созданными «компьютерными эталонами» происходит с вероятностью 80-85%. Низкая степень соответствия компьютерному эталону зерна (КЭЗ) у сорта Московская 35 и Лада (53-58%) объясняется тем, что конкретно эти сорта не участвовали в формировании КЭЗ (I типа) (рис. 4).
Рис. 4. Результаты определения типа зерна на сканирующем анализаторе
Выявлены значительные отличия в цвете фузариозного зерна от нормального (здорового), наибольшие различия (до 42%) наблюдаются для координаты цвета (В) в синей области спектра. Для зерна 2-й стадии прорастания наблюдается явное уменьшение поверхности зерновки и других геометрических характеристик.

Измерение товарных партий зерна трех лет урожая (200 проб) на макете экспериментальной установки подтвердило принципиальную возможность оценки отдельных показателей качества зерна с использованием разработанного метода «цифрового изображения зерна» (методика экспонирования зерна, средство измерения, СПО).

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 анализа цифрового изображения зерна (разосланы специально разработанные анкеты и резюме по методу). Анализ анкет предприятий, занимающихся хранением и переработкой зерна, говорит о целесообразности применения инструментального метода взамен органолептической оценки. Большинство респондентов отметили, что средство инструментального контроля (сканирующий анализатор зерна) с успехом можно применять при хранении зерна на элеваторах и складах.

На базе разработанного инструментального метода неразрушающего контроля качества зерна по цвету (технология «анализа цифрового полноцветного изображения зерна») подготовлен проект создания инновационной технологии контроля качества зерна, заложенного на длительное хранение. Правилами по хранению зерна предусмотрена ежемесячная проверка состояния зерна, заложенного на хранение [6]. Благодаря ежемесячной проверке состояния зерна путем сравнения с компьютерным «эталоном зерна» можно своевременно обнаружить начавшиеся изменения (цвет зерна – признак здоровья зерна) и принять соответствующие меры по подработке зерна, тем самым обеспечить снижение потерь при хранении.

Внедрение аппаратно-программного комплекса для контроля качества зерна на этапе хранения позволит: устранить субъективность органолептической оценки, повысить экспрессность анализа, снизить трудоемкость анализа, исключить риски смешивания зерна разного качества при закладке его на хранение, обеспечить сохранность зерна при хранении.

На основе проведенного анкетирования специалистов-зерновиков были сформированы «компьютерные эталоны» основных компонентов зерновой примеси: рожь, ячмень, проросшие зерна пшеницы, зеленые, потемневшие, раздутые сушкой, и сорной – фузариозное зерно, галька. Эксперименты проведены на семи пробах зерна пшеницы. Каждая проба разделена на две части – одна для определения сорной и зерновой примеси стандартным методом по ГОСТ30483-97, вторая – для определения примесей разработанным инструментальным методом. Эксперимент показал: методом анализа цифрового изображения зерна в исследуемых пробах пшеницы обнаружены те же компоненты зерновой и сорной примеси, что и стандартизованным методом, но количественное сопоставление провести нельзя, так как установка не обеспечивает возможности их выделения и взвешивания.

Разработка и продвижение в производство новых технологий контроля качества зерна, на наш взгляд, актуальны и перспективны. Для этого необходима дополнительная экспериментальная проработка отдельных вопросов, таких как повышение степени соответствия (достоверности) исследуемого зерна «компьютерным эталонами, установление воспроизводимости измерений.

Таким образом, в результате проведения работ создан перспективный метод анализа цифрового изображения зерна взамен существующих органо-лептических методов. Выявлена возможность разделения зерна пшеницы на типы с вероятностью 80-85 %. Специально созданный сканер может дать более высокий результат. Аппаратно-программный комплекс предназначен для определения типа зерна, наличия аномального по цвету зерна (обесцвеченность, фузариоз), наличия поврежденного и мелкого зерна. Он может быть использован на всех этапах системы хлебооборота – при селекции, производстве, хранении и переработке зерна.

Литература
1. Лузев, B.C. Видеокомпьютерный анализ зерновых продуктов / В.С. Лузев, Л.В. Устинова, А.Б. Голик, Л.Е. Мелешкина // Второй Всероссийский конгресс зернопереработчиков «Нивы России»: Сб. материалов, Барнаул, 27-29 октября 2003 г. – Барнаул, 2003. – С. 75-79.
2. Штейнберг, Т.С. О перспективах создания аппаратно-программных средств для контроля качества зерна. Экспериментальные исследования / Т.С. Штейнберг, А.Л. Аматуни, В.И. Болотов // Зерно и зернопродукты (КазНИИ). – 2004. – № 3(4). – С. 46-51.
3. Штейнберг, Т.С. Исследование оптических характеристик зерна пшеницы для разработки экспресс-методов оценки его качества / Т.С. Штейнберг, А.Л. Аматуни // Хлебопродукты. – 2010. – № 9. – С. 50-53.
4. Пшеница и оценка ее качества / Пер. с англ.; под ред. Н.П. Козьминой, Л.Н. Любарского. – М.: Колос, 1968. – 496 с.
5. Мелешкина, Е.П. Развитие системы оценки хлебопекарных свойств зерна пшеницы при его производстве и переработке: автореф. дис. д-ра техн. наук: 05.18.01 / Е.П. Мелешкина. – М., 2006. – 55 с.
6. Правила организации и ведения технологического процесса на элеваторах и хлебоприемных предприятиях. – М.:ЦНИИТЭИ Минзага СССР, 1984. – 124 с.
 
 

---