玉米霉變的圖像處理檢測方法分析

李翠翠　張揚(yáng)

[摘要]玉米霉變的原因主要由于玉米具有胚部大、營養(yǎng)物質(zhì)豐富、呼吸旺盛、帶菌量多等特點(diǎn)，當(dāng)水分超過安全儲藏標(biāo)準(zhǔn)時，就會使其在儲藏中比其他糧食更容易發(fā)熱霉變。輕者品質(zhì)下降，重者完全喪失食用價值。玉米在收獲前就可能被黃曲霉素污染和帶毒，玉米籽粒形成期遇干旱或害蟲侵害嚴(yán)重時，均易污染黃曲霉。本文重點(diǎn)就玉米霉變的圖像處理檢測方法進(jìn)行了分析。

[關(guān)鍵詞]玉米霉變；圖像檢測：黃曲霉素

在儲玉米穗時，常見發(fā)熱霉變的部位一般在糧面下50厘米處與倉壁向內(nèi)50厘米處組成的空間內(nèi)，或在底層與倉壁返潮處。這主要是玉米入倉水分較高或在儲藏期間受外界因素的影響，使局部水分增高，霉菌在適宜條件下大量繁殖而造成的。玉米胚部幾乎占全粒體積的三分之一，占全粒重量的10%-12%，因其呼吸強(qiáng)度大，吸濕性強(qiáng)，帶菌量大，容易酸敗。據(jù)實驗，正常玉米的呼吸強(qiáng)度要比正常小麥的呼吸強(qiáng)度大8-11倍；玉米胚部含有豐富的營養(yǎng)物質(zhì)，極易感染大量的微生物，據(jù)測定玉米經(jīng)過一段時間儲藏后，其帶菌量比其它禾谷類糧食高得多；玉米胚部含有整粒77%-89%的脂肪，在高溫高濕情況下，脂肪容易產(chǎn)生酸敗，致使胚變色變味，不僅影響適口性，而且喪失發(fā)芽能力。一般新收獲玉米的水分在20%-35%，而今年由于秋雨連綿，玉米難以充分干燥，自然也就增大了玉米的生理活性，使儲藏穩(wěn)定性大大降低，極易導(dǎo)致霉變。因玉米胚部富含營養(yǎng)，并有甜味，可溶性糖含量較大，所以很易感染蟲害，這又加快了玉米發(fā)霉變質(zhì)的程度。采用圖像處理檢測霉變玉米是基于玉米霉變后在玉米顆粒表層發(fā)生顏色變化，通過相機(jī)獲取圖像信息，運(yùn)用MATLAB圖像處理技術(shù)對玉米顆粒霉變部分進(jìn)行顏色特征提取，進(jìn)而通過相關(guān)運(yùn)算，檢測出霉變玉米顆粒。

1、材料與方法

1.1樣品準(zhǔn)備

采集圖像的玉米顆粒來沈陽本地收獲的玉米。在玉米生長早期即接種黃曲霉毒素以便形成黃曲霉感染。用無菌水稀釋至每毫升4×106個孢子，每隔12個植株通過鋼針對玉米穗注入3mL溶液。收獲后，用空氣干燥機(jī)對接種過的玉米棒進(jìn)行干燥，在有效避免有害粉塵顆粒揮發(fā)的同時，避免了交叉污染。試驗用玉米顆粒共112粒，其中霉變玉米顆粒77粒，含有黃曲霉毒素的玉米顆粒共23粒。對每一組玉米顆粒分別在自然光與365nm的紫外光下進(jìn)行觀察，以確定是否表現(xiàn)出霉變特征。用不銹鋼刮鏟提取表現(xiàn)出霉變特征的玉米顆粒及臨近顆粒。同時提取遠(yuǎn)離霉變且沒有表現(xiàn)出霉變特征的玉米顆粒作為對照樣本。

1.2圖像獲取

將提取出的玉米顆粒按順序擺放在用白色Teflon制作的背景板的相應(yīng)容孔中，在每一個背景板上制作30個容孔，其中因為感染嚴(yán)重而破損的顆粒放置在最右側(cè)的3列容孔中，作為對照樣本的正常玉米顆粒隨機(jī)分布在最左側(cè)的兩列容孔中。為保證足夠的清晰度，相機(jī)的分辨率為4256×2832。首先在自然條件下獲得玉米顆粒的可見光圖像，然后再獲取365nm波長的紫外光下的圖像。圖像采集后，采用高效液相色譜法（HPLC）對玉米顆粒逐粒進(jìn)行化學(xué)檢測。將在紫外光下含有黃綠色熒光的玉米顆粒整粒研碎，HPLC檢測的結(jié)果顯示，上述在紫外光照射下能發(fā)出黃綠色熒光的玉米顆粒均含有黃曲霉毒素。

2、玉米霉變圖像處理檢測

2.1熒光圖像預(yù)處理

快速準(zhǔn)確檢出感染黃曲霉毒素的玉米顆粒，對于避免因食用含毒素玉米顆粒帶來的生命財產(chǎn)損失，以及后續(xù)霉變糧食的再加工處理都具有重要意義。由于黃曲霉毒素在365nm紫外光下產(chǎn)生黃綠色熒光，因此需要對紫外光下的圖像進(jìn)行顏色的識別與查找，而采用RGB三基色原理比灰度化可以更好的突出目標(biāo)區(qū)間。對玉米顆粒進(jìn)行特征提取時，僅對玉米顆粒上黃綠色熒光部分感興趣，這些部分稱為目標(biāo)區(qū)域，需要將目標(biāo)區(qū)域從整幅圖像中分離、提取出來。而在玉米顆粒圖像處理的過程中，實際采集到的圖像會存在噪聲干擾，這些噪聲將影響圖像質(zhì)量，并給玉米顆粒的特征提取造成困難，因此進(jìn)行圖像增強(qiáng)處理，可以盡可能減少噪聲影響，增強(qiáng)玉米顆粒的特征，使處理后的圖像中黃綠色熒光區(qū)域比原圖像更加清晰和易識別。試驗過程中分別采用直方圖均衡化算法histeq和限制對比度自適應(yīng)直方圖均衡化算法來提高圖像對比度，無論是直方圖均衡化算法還是自適應(yīng)直方圖均衡化算法原理都是把原始圖像的直方圖從比較集中的某個區(qū)間變成在全部范圍內(nèi)的均勻分布。2種直方圖均衡化算法本質(zhì)就是對圖像進(jìn)行非線性拉伸，重新分配圖像像素值，使一定范圍內(nèi)的像素數(shù)量大致相同，但在本次試驗中效果均不理想，而使用圖像調(diào)節(jié)對比度函數(shù)imadjust不但提高了目標(biāo)對比度，克服了輸出圖像動態(tài)范圍小和過度增強(qiáng)的缺點(diǎn)，同時使目標(biāo)的細(xì)節(jié)更加明顯，而且對低對比度圖像增強(qiáng)效果較好。

2.2熒光圖像處理

為區(qū)分黃綠色熒光區(qū)域與背景區(qū)域，分別做出熒光下整幅圖像的RGB直方圖與玉米顆粒上表明黃曲霉毒素的黃綠色熒光部分的直方圖。整幅圖像在紫外光下的空間分布直方圖，R值分布在（0-30）區(qū)域較為集中，G值分布在（20-90）區(qū)域，B值分布在（60-150）區(qū)域較為分散。紫外光下的黃綠色熒光區(qū)域的空間分布直方圖，R值分布在（120-220）區(qū)域、G值分布在（170-240）區(qū)域、B值分布在（140-230）區(qū)域。通過2幅RGB直方圖的對比發(fā)現(xiàn)，運(yùn)用R、G分量可以更好的分離出黃綠色熒光部分，而且采用R、G通道下的閾值進(jìn)行檢測，不僅能夠達(dá)到檢測目的，而且簡化了運(yùn)算。通過運(yùn)算保留圖片中的黃綠色熒光部分，然后對該圖片進(jìn)行二值化運(yùn)算?？紤]到在試樣準(zhǔn)備過程中，一些源自黃曲霉變破損顆粒的粉末遺撒到背景板上所帶來的干擾，通過對像素點(diǎn)連通數(shù)值低于160的區(qū)域進(jìn)行排除，對圖像進(jìn)行處理。進(jìn)一步為統(tǒng)計圖片上霉變玉米顆粒的數(shù)目，經(jīng)過多次試驗，連續(xù)膨脹80次可以使同1顆玉米顆粒上的霉變區(qū)域連通而不引起相鄰2顆玉米顆粒的粘連。對霉變玉米顆粒計數(shù)并且對霉變區(qū)域進(jìn)行標(biāo)記，標(biāo)記圓的圓心是以霉變區(qū)域的核心為中心，把標(biāo)記的結(jié)果映射到熒光原圖上，即得出檢測結(jié)果。

3、結(jié)束語

利用圖像處理技術(shù)，基于霉變玉米和感染黃曲霉毒素的玉米顆粒在不同光源照射下的不同圖像特征，實現(xiàn)了霉變玉米顆粒與感染黃曲霉毒素玉米顆粒的快速準(zhǔn)確檢測；為進(jìn)一步驗證所提方法的適用性，按照文中方法提取出的另外85粒玉米顆粒進(jìn)行檢測驗證，并對全部4組共112粒含有霉變和被黃曲霉毒素污染的玉米顆粒檢測結(jié)果進(jìn)行統(tǒng)計，霉變玉米顆粒的準(zhǔn)確率分別為100%、100%、93.75%、95%，檢測黃曲霉毒素污染玉米顆粒的準(zhǔn)確率分別為88.9%、100%、100%、88.9%。因此該方法具有快速、準(zhǔn)確率高等優(yōu)點(diǎn)，能有效地檢測玉米霉變狀況。為驗證圖像處理技術(shù)檢測玉米霉變指標(biāo)的可行性，本試驗的工作主要基于對玉米顆粒高分辨靜態(tài)圖像進(jìn)行分析處理，未考慮實際待測玉米排列、重疊的隨意性問題，進(jìn)一步的工作將致力于研究玉米顆粒重疊問題的相應(yīng)圖像處理方法，和基于本文所提方法的玉米霉變指標(biāo)便攜式檢測儀器的設(shè)計工作。

參考文獻(xiàn)

[1]應(yīng)義斌.基于顏色特征的稻種霉變檢測算法[J].農(nóng)業(yè)機(jī)械學(xué)報，2014.

[2]林素珍.黃曲霉毒素對食品的污染及危害[J].企業(yè)文化，2014.