智能感官技術(shù)在儲(chǔ)藏小麥品質(zhì)評(píng)價(jià)中的研究進(jìn)展

鄧淼磊， 陳 斯， 李 磊， 高振東

(糧食信息處理與控制教育部重點(diǎn)試驗(yàn)室；河南工業(yè)大學(xué)信息科學(xué)與工程學(xué)院，鄭州 450001)

中國(guó)是世界上較早種植小麥的國(guó)家之一，也是世界上最大的小麥生產(chǎn)國(guó)和消費(fèi)國(guó)，隨著國(guó)民生活水平的不斷提高，人們對(duì)優(yōu)質(zhì)小麥提出了更高的需求。儲(chǔ)備在糧倉(cāng)中的小麥隨著儲(chǔ)藏時(shí)間的推移，會(huì)經(jīng)歷陳化作用，導(dǎo)致自身生理活性衰退、內(nèi)部酶活性下降、營(yíng)養(yǎng)物質(zhì)減少等；尤其是在高溫、高濕等不良儲(chǔ)藏環(huán)境下，會(huì)增強(qiáng)小麥籽粒的呼吸作用和微生物、害蟲(chóng)的繁衍及侵染速度，進(jìn)而加快小麥品質(zhì)劣變[1]。據(jù)統(tǒng)計(jì)，儲(chǔ)藏?fù)p失約占糧食收獲后各環(huán)節(jié)總損失的55%[2]，因此小麥儲(chǔ)藏安全是當(dāng)前所面臨的一個(gè)極為嚴(yán)峻的問(wèn)題。為實(shí)現(xiàn)“藏糧于技”的國(guó)家戰(zhàn)略目標(biāo)，為小麥的陳化劣變檢測(cè)和儲(chǔ)藏環(huán)境調(diào)控提供科學(xué)決策支持，需要提高儲(chǔ)藏小麥品質(zhì)的評(píng)價(jià)技術(shù)水平。

人工感官識(shí)別是評(píng)價(jià)儲(chǔ)藏小麥品質(zhì)狀態(tài)的重要方法，在不使用化驗(yàn)儀器的前提下，評(píng)價(jià)人員通過(guò)目視法、品嘗法、氣味識(shí)別、聲音識(shí)別等手段對(duì)小麥品質(zhì)作出鑒別[3-5]，盡管這些方法相對(duì)簡(jiǎn)單、直觀，但受評(píng)價(jià)人員的經(jīng)驗(yàn)、感官靈敏度、精神狀況等因素影響較大，存在一定的主觀性。隨著新材料、傳感技術(shù)和模式識(shí)別技術(shù)的發(fā)展成熟，一些基于傳感器技術(shù)而衍生出的智能感官識(shí)別設(shè)備得到了迅猛發(fā)展，它們具有穩(wěn)定性強(qiáng)、簡(jiǎn)單快捷、客觀準(zhǔn)確的優(yōu)點(diǎn)，逐漸成為最具前景的儲(chǔ)藏小麥品質(zhì)評(píng)價(jià)新技術(shù)。

本研究從視覺(jué)、嗅覺(jué)、味覺(jué)和聽(tīng)覺(jué)4種不同的感官角度出發(fā)，對(duì)不同智能感官技術(shù)的研究成果、應(yīng)用現(xiàn)狀、優(yōu)勢(shì)和存在問(wèn)題進(jìn)行了綜述，同時(shí)展望了未來(lái)發(fā)展趨勢(shì)。

1 智能感官技術(shù)基本工作原理

智能感官是基于對(duì)人體感官感知過(guò)程的模仿，盡管不同智能感官設(shè)備的研究對(duì)象有所差異，但它們的組成和工作原理具有一定的相似性，一般都包含了傳感器、信號(hào)采集器和計(jì)算機(jī)系統(tǒng)，其中傳感器如同人類(lèi)的感覺(jué)器官用于感知并獲取樣品的響應(yīng)信號(hào)；信號(hào)采集器類(lèi)似于人體神經(jīng)系統(tǒng)，實(shí)現(xiàn)響應(yīng)信號(hào)的傳輸和簡(jiǎn)單預(yù)處理；計(jì)算機(jī)系統(tǒng)相當(dāng)于人類(lèi)的大腦，利用智能化手段對(duì)信號(hào)進(jìn)一步分析處理，并對(duì)評(píng)價(jià)對(duì)象的特性作出綜合判斷[6]。智能感官技術(shù)用于儲(chǔ)藏小麥品質(zhì)評(píng)價(jià)的主要工作流程如圖1所示。其中，計(jì)算機(jī)系統(tǒng)中模式識(shí)別技術(shù)的選擇是影響評(píng)價(jià)結(jié)果準(zhǔn)確性的關(guān)鍵因素，表1總結(jié)了現(xiàn)階段智能感官常用的模式識(shí)別技術(shù)。

圖1 智能感官技術(shù)用于小麥品質(zhì)評(píng)價(jià)的工作流程

2 智能感官技術(shù)在小麥品質(zhì)評(píng)價(jià)中的應(yīng)用

2.1 機(jī)器視覺(jué)技術(shù)

機(jī)器視覺(jué)是利用計(jì)算機(jī)來(lái)模擬人類(lèi)宏觀視覺(jué)功能的科學(xué)和技術(shù)，涉及光學(xué)成像、數(shù)學(xué)分析、圖像處理、神經(jīng)生物學(xué)及人工智能等相關(guān)技術(shù)，通過(guò)對(duì)樣本圖像中的有效信息進(jìn)行提取和分析處理，從而實(shí)現(xiàn)樣本的分級(jí)和分類(lèi)工作[7]。機(jī)器視覺(jué)系統(tǒng)一般由光源、圖像采集卡、計(jì)算機(jī)系統(tǒng)等幾部分組成，見(jiàn)圖2。

圖2 機(jī)器視覺(jué)系統(tǒng)

表1 智能感官系統(tǒng)常用模式識(shí)別技術(shù)

2.1.1 機(jī)器視覺(jué)在小麥外觀品質(zhì)評(píng)價(jià)中的應(yīng)用

外觀特性反映了小麥品質(zhì)屬性，品質(zhì)優(yōu)良的小麥色澤健康、籽粒完整，若受到真菌、不良溫濕度或儲(chǔ)糧害蟲(chóng)的影響，小麥表皮色澤或結(jié)構(gòu)會(huì)發(fā)生明顯變化，如遭受鐮刀真菌侵蝕的小麥籽粒皺縮、表皮出現(xiàn)粉紅色霉?fàn)钗?，?chǔ)藏在潮濕環(huán)境下的小麥種皮破裂、發(fā)芽長(zhǎng)出幼根[8，9]。因此，利用機(jī)器視覺(jué)技術(shù)對(duì)小麥的形狀、紋理、顏色等外觀特征參數(shù)進(jìn)行準(zhǔn)確量化和比較，能夠?qū)崿F(xiàn)不同品質(zhì)小麥的有效區(qū)分。

針對(duì)不同的小麥劣變類(lèi)型，選用更有辨別度的特征能顯著提高品質(zhì)評(píng)價(jià)精度，如祝詩(shī)平等[10]為準(zhǔn)確識(shí)別小麥破損粒(主要表現(xiàn)為籽粒形狀的變化)，提取了小麥的面積、周長(zhǎng)等8個(gè)形狀特征，構(gòu)建的CNN模型的平均識(shí)別率達(dá)到96.67%；Ropelewska[11]檢測(cè)感染鐮刀真菌的小麥時(shí)(主要癥狀為籽粒顏色的變化)，從小麥圖像的RGB、Lab、XYZ色彩空間中提取了20種顏色特征，RBFNN分類(lèi)器的精度超過(guò)94%。機(jī)器視覺(jué)系統(tǒng)同時(shí)對(duì)多種小麥不完善粒檢測(cè)評(píng)價(jià)時(shí)，僅提取形狀、顏色等單屬性特征難以有效區(qū)分，為此，Delwiche等[12]對(duì)小麥健康粒和發(fā)霉粒、發(fā)芽粒和黑胚粒4種不同品質(zhì)小麥進(jìn)行分類(lèi)時(shí)，除了提取小麥面積、橢圓偏心率等形態(tài)學(xué)特征外，還考慮了對(duì)比度、相關(guān)性、均勻性等紋理特征，建立的LDA等分類(lèi)模型的識(shí)別率在91%～94%之間。

研究人員嘗試將光譜技術(shù)融合到機(jī)器視覺(jué)中，如Xing等[13]采集了正常和發(fā)芽小麥的光譜圖像信息，發(fā)現(xiàn)當(dāng)波長(zhǎng)在878 nm和728 nm時(shí)，正常小麥和發(fā)芽小麥的平均光譜反射率有顯著差異，可以用來(lái)確定小麥?zhǔn)欠癜l(fā)芽。He等[14]同時(shí)提取了小麥的顏色、紋理特征和近紅外光譜特征，并建立了基于多特征融合的小麥霉菌侵染檢測(cè)的LDA模型，識(shí)別精度達(dá)到了95.06%。相關(guān)研究顯示，融合光譜特征的機(jī)器視覺(jué)技術(shù)，有利于提高小麥外觀品質(zhì)評(píng)價(jià)精度。

2.1.2 機(jī)器視覺(jué)在小麥品質(zhì)指標(biāo)評(píng)價(jià)中的應(yīng)用

機(jī)器視覺(jué)除了直接用于小麥外觀品質(zhì)的評(píng)價(jià)，還可以對(duì)小麥一些品質(zhì)指標(biāo)的含量進(jìn)行預(yù)測(cè)分析，間接獲悉小麥品質(zhì)狀況，如α-淀粉酶活性可以作為評(píng)估小麥損傷程度的重要指標(biāo)，Shrestha等[15]采用雙攝像頭機(jī)器視覺(jué)系統(tǒng)提取了小麥質(zhì)地、形狀等16種視覺(jué)特征，并基于ANN模型對(duì)α-淀粉酶活性建模分析，從而對(duì)正常小麥、破損及嚴(yán)重破損小麥作出了有效判別；含水量是與小麥儲(chǔ)藏品質(zhì)緊密相關(guān)的一個(gè)指標(biāo)，Ramalingam等[16]利用機(jī)器視覺(jué)系統(tǒng)研究了含水量和小麥籽粒形態(tài)特征變化之間的關(guān)系，結(jié)果表明小麥的面積、周長(zhǎng)、長(zhǎng)軸長(zhǎng)度、短軸長(zhǎng)度、最大半徑、最小半徑和平均半徑這7個(gè)特征隨著含水量的增加呈線性增長(zhǎng)的趨勢(shì)，通過(guò)研究這些特征的變化有助于對(duì)小麥含水量作出準(zhǔn)確判斷。

2.1.3 機(jī)器視覺(jué)在小麥內(nèi)部品質(zhì)評(píng)價(jià)中的應(yīng)用

將X射線等非可見(jiàn)光成像設(shè)備應(yīng)用于機(jī)器視覺(jué)中，能夠?qū)崿F(xiàn)小麥內(nèi)部品質(zhì)的評(píng)價(jià)，如邵小龍等[17]采用基于軟X射線的機(jī)器視覺(jué)技術(shù)研究了米象在小麥中的生長(zhǎng)發(fā)育過(guò)程，在小麥被侵染的第12天可以觀察到幼蟲(chóng)，第35天有成蟲(chóng)出現(xiàn)，從圖像中提取了47個(gè)特征參數(shù)用于建模分析，結(jié)果顯示超過(guò)95%的蟲(chóng)蝕小麥被成功檢測(cè)。Nawrocka等[18]采用灰色標(biāo)度等方法計(jì)算了害蟲(chóng)感染后20～66 d小麥X射線圖像的質(zhì)量損失，并建立了質(zhì)量損失多項(xiàng)式曲線，以此來(lái)確定蟲(chóng)蝕時(shí)間和蟲(chóng)蝕位置。

2.1.4 機(jī)器視覺(jué)系統(tǒng)的局限性及展望

盡管機(jī)器視覺(jué)用于儲(chǔ)藏小麥品質(zhì)評(píng)價(jià)已基本實(shí)現(xiàn)了無(wú)損、準(zhǔn)確的目的，但仍存在一定的局限性，由于機(jī)器視覺(jué)技術(shù)采集圖像時(shí)容易受到外界光源的干擾，成像效果對(duì)于后續(xù)的圖像處理及評(píng)價(jià)結(jié)果影響較大；而且現(xiàn)階段大多局限于實(shí)驗(yàn)室環(huán)境下單粒小麥外觀品質(zhì)的評(píng)價(jià)，效率難以滿足實(shí)際需求。因此優(yōu)化測(cè)試環(huán)境、研發(fā)多籽粒快速檢測(cè)設(shè)備將成為未來(lái)研究的重點(diǎn)。

2.2 電子鼻技術(shù)

小麥在儲(chǔ)藏過(guò)程中，烴類(lèi)、醛類(lèi)和脂類(lèi)等有機(jī)物會(huì)伴隨著籽粒的呼吸作用、微生物及真菌的繁衍等行為產(chǎn)生并揮發(fā)到空氣中，出現(xiàn)如酸味、霉味等特殊氣味，通過(guò)對(duì)這些氣味進(jìn)行檢測(cè)及分析，有助于探究小麥品質(zhì)劣變趨勢(shì)[19]。小麥的揮發(fā)性物質(zhì)超過(guò)百種，若直接通過(guò)嗅覺(jué)感官鑒別小麥氣味信息，不僅辨識(shí)度低，而且存在損害身體健康的風(fēng)險(xiǎn)，近年來(lái)，隨著電子鼻技術(shù)的發(fā)展，其敏感性和選擇性為小麥揮發(fā)性氣味的檢測(cè)提供了安全可靠保障。電子鼻是一種快速、靈敏的揮發(fā)性物質(zhì)電子檢測(cè)儀器，見(jiàn)圖3，通過(guò)傳感器識(shí)別不同的揮發(fā)性分子，并產(chǎn)生相應(yīng)的電子信號(hào)輸入到數(shù)據(jù)檢測(cè)單元中，實(shí)現(xiàn)對(duì)氣味的量化[20]。

圖3 電子鼻系統(tǒng)結(jié)構(gòu)圖

2.2.1 影響電子鼻評(píng)價(jià)精度的主要因素

電子鼻的傳感器數(shù)量較多，而且不同傳感器對(duì)于揮發(fā)性氣體響應(yīng)程度差異性較大，若對(duì)全部傳感器信號(hào)進(jìn)行分析可能導(dǎo)致信息冗余、占用計(jì)算和存儲(chǔ)空間，進(jìn)而影響評(píng)價(jià)精度和效率，因此氣體傳感器陣列的選取是決定電子鼻評(píng)價(jià)效果的關(guān)鍵因素[21]，Zhang等[22]為了去掉差異性不顯著的傳感器，將多變量方差分析和Loading分析用于傳感器陣列的優(yōu)化，最終從10個(gè)傳感器中選取出5個(gè)最優(yōu)的傳感器信號(hào)用于建模分析，結(jié)果表明，采用全部傳感器陣列的ANN模型對(duì)小麥貯藏年限的識(shí)別率為88%，而經(jīng)傳感器陣列優(yōu)化后的模型精度達(dá)到了96%，說(shuō)明優(yōu)化傳感器陣列并不影響模式識(shí)別結(jié)果，反而提高了電子鼻的檢測(cè)性能。對(duì)于信號(hào)分析方法的選取，張婷婷等[23]研究結(jié)果表明PCA方法無(wú)法區(qū)分活力接近的小麥種子，而LDA與Loading分析相結(jié)合的評(píng)價(jià)模型對(duì)不同活力小麥種子作出了準(zhǔn)確鑒別，并得出了小麥種子氣味差異主要來(lái)自于有機(jī)硫化物、無(wú)機(jī)硫化物、短鏈烷烴、小分子氮氧化合物和醇醚醛酮類(lèi)氣體的結(jié)論。

2.2.2 電子鼻在小麥品質(zhì)評(píng)價(jià)中的應(yīng)用

電子鼻技術(shù)在儲(chǔ)藏小麥品質(zhì)評(píng)價(jià)領(lǐng)域的研究工作主要集中于小麥霉變檢測(cè)、儲(chǔ)藏年限及生活力檢測(cè)、害蟲(chóng)侵染程度分析等，研究人員利用電子鼻研究了不同品質(zhì)小麥的主要揮發(fā)性氣體類(lèi)型及含量變化情況，取得了豐碩的研究成果，如Lippolis等[24]開(kāi)發(fā)了一種基于電子鼻的小麥霉菌侵染快速檢測(cè)方法，識(shí)別率達(dá)到90.1%；偉利國(guó)等[25]通過(guò)電子鼻準(zhǔn)確判別了小麥的生活力狀況；Mishra等[26]研究了電子鼻評(píng)估不同侵染程度的蟲(chóng)蝕小麥的可行性。表2中對(duì)電子鼻在小麥品質(zhì)評(píng)價(jià)中的主要研究成果進(jìn)行了總結(jié)。

表2 電子鼻在小麥品質(zhì)評(píng)價(jià)中的研究成果

續(xù)表2

2.2.3 電子鼻技術(shù)的優(yōu)點(diǎn)及局限性

電子鼻識(shí)別小麥揮發(fā)性氣味時(shí)，不需要繁瑣的樣品預(yù)處理流程，且具有成本低廉、測(cè)試簡(jiǎn)單、反應(yīng)快、綠色等優(yōu)勢(shì)，但將其應(yīng)用于大型糧倉(cāng)時(shí)存在氣味傳感器節(jié)點(diǎn)布線難等問(wèn)題，而且受制造工藝、敏感膜材料等因素制約，檢測(cè)性能未達(dá)到理想效果。因此，為實(shí)現(xiàn)糧倉(cāng)中小麥氣味的實(shí)時(shí)準(zhǔn)確監(jiān)測(cè)，仍需進(jìn)一步研究和完善電子鼻相關(guān)配套技術(shù)。

2.3 電子舌和TPA技術(shù)

食用品質(zhì)同樣是小麥最重要的品質(zhì)屬性之一，研究發(fā)現(xiàn)，若小麥的蛋白組成、微觀結(jié)構(gòu)發(fā)生巨大變化，會(huì)導(dǎo)致其制品的表面色澤變差，食用口感發(fā)黏、變味等，因此食用品質(zhì)常作為小麥品質(zhì)的評(píng)價(jià)依據(jù)[31]。傳統(tǒng)小麥及其制品的食用品質(zhì)評(píng)價(jià)方法是通過(guò)制定評(píng)分標(biāo)準(zhǔn)，并由品評(píng)人員進(jìn)行打分，如GB/T 20571—2006《小麥儲(chǔ)存品質(zhì)判定規(guī)則》中將饅頭的評(píng)分標(biāo)準(zhǔn)分為表面色澤、氣味和食味等7個(gè)方面。盡管傳統(tǒng)的品嘗評(píng)分方法能夠得到有效的品質(zhì)評(píng)價(jià)結(jié)果，但評(píng)價(jià)流程繁瑣，而且結(jié)果受評(píng)價(jià)人員喜好等主觀性因素影響較大。為了得到更加科學(xué)可靠的評(píng)價(jià)結(jié)果，將電子舌及TPA等智能感官設(shè)備應(yīng)用于小麥及其制品的食用品質(zhì)評(píng)價(jià)中已成為新的研究熱點(diǎn)。

2.3.1 電子舌在小麥?zhǔn)秤闷焚|(zhì)評(píng)價(jià)中的應(yīng)用

電子舌也被稱(chēng)為智能味覺(jué)仿生系統(tǒng)，是模仿人和動(dòng)物的味覺(jué)感知設(shè)計(jì)出的一種電化學(xué)分析儀器[32]。電子舌的組成和電子鼻類(lèi)似，一般分為信號(hào)采集系統(tǒng)、傳感器陣列和計(jì)算機(jī)系統(tǒng)，根據(jù)傳感器工作方式的不同，又可以將電子舌細(xì)分為阻抗型、電位型和伏安型3類(lèi)。

另外，小麥制品是電子舌的主要研究對(duì)象，通過(guò)對(duì)小麥制品的食用品質(zhì)進(jìn)行評(píng)價(jià)分析，能夠在一定程度上獲悉小麥的品質(zhì)狀況，表3中列舉了電子舌在小麥制品品質(zhì)評(píng)價(jià)中的相關(guān)研究成果。

表3 電子舌在小麥制品品質(zhì)評(píng)價(jià)中的研究成果

2.3.2 TPA在小麥?zhǔn)秤闷焚|(zhì)評(píng)價(jià)中的應(yīng)用

質(zhì)地剖面分析(TPA)是一種新興的小麥制品食用品質(zhì)評(píng)價(jià)技術(shù)，其主要原理是模擬人類(lèi)口腔的咀嚼運(yùn)動(dòng)對(duì)樣品進(jìn)行二次壓縮，獲取壓縮峰面積、壓縮變形施加的力等參數(shù)值并進(jìn)行分析處理，進(jìn)而得到制品的彈性、硬度、黏性、咀嚼性、內(nèi)聚性等味覺(jué)評(píng)價(jià)指標(biāo)，并以此對(duì)制品食用品質(zhì)作出評(píng)價(jià)[39]。

TPA能夠?qū)崿F(xiàn)品嘗結(jié)果的量化分析，在小麥品質(zhì)評(píng)價(jià)中發(fā)揮了重要作用，如張國(guó)從等[40]為了篩選優(yōu)質(zhì)面條專(zhuān)用小麥品種，通過(guò)TPA研究了19個(gè)中筋小麥的品質(zhì)性狀和面條加工特性，結(jié)果顯示面條感官總分與TPA的粘聚性和回復(fù)性呈正相關(guān)，與TPA的咀嚼度、彈性等特征呈負(fù)相關(guān)，面條的食用品質(zhì)能夠通過(guò)TPA參數(shù)得到間接反映。Hou等[41]通過(guò)TPA研究了面條與小麥粉理化性質(zhì)和蛋白質(zhì)之間的相關(guān)性關(guān)系，發(fā)現(xiàn)小麥總蛋白含量與面條的硬度、黏度、嚼勁呈正相關(guān)，低分子量谷蛋白和醇溶蛋白含量與面條的硬度、黏性和咀嚼性呈正相關(guān)，而白蛋白和球蛋白含量與面條的硬度呈負(fù)相關(guān)，根據(jù)小麥粉的質(zhì)構(gòu)性質(zhì)能夠?qū)γ鏃l品質(zhì)作出評(píng)價(jià)。此外，為了驗(yàn)證TPA替代感官評(píng)價(jià)方法評(píng)價(jià)小麥饅頭食用品質(zhì)的可行性，張國(guó)權(quán)等[42]利用TPA并結(jié)合Minolta色度儀獲取了不同品種小麥饅頭的彈性、黏聚性、亮度等指標(biāo)值，并替代感官評(píng)價(jià)對(duì)小麥饅頭的食用品質(zhì)進(jìn)行分析，該方法得到的評(píng)價(jià)結(jié)果與傳統(tǒng)感官評(píng)分結(jié)果基本一致，具有較高的可靠性。

2.3.3 味覺(jué)智能感官技術(shù)的局限性及展望

電子舌及TPA等味覺(jué)智能感官技術(shù)的應(yīng)用，提高了小麥?zhǔn)秤闷焚|(zhì)評(píng)價(jià)結(jié)果的科學(xué)性及效率。但電子舌傳感器具有一定的限制性和選擇性，只能檢測(cè)液體樣品，同時(shí)樣品的制備缺乏統(tǒng)一的流程規(guī)范；而且電子舌的評(píng)價(jià)效果易受周?chē)h(huán)境的影響，這就需要在檢測(cè)過(guò)程中嚴(yán)格控制溫度變化。而TPA的測(cè)試條件和實(shí)驗(yàn)參數(shù)的設(shè)置研究較少，沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)，需要開(kāi)發(fā)出適合不同制品評(píng)價(jià)的科學(xué)規(guī)范。另外，TPA往往只能反映小麥制品的部分食用品質(zhì)特征，常要與其他方法的聯(lián)用才能獲得更精確的評(píng)價(jià)結(jié)果。

2.4 聲學(xué)檢測(cè)系統(tǒng)

聲學(xué)檢測(cè)是通過(guò)研究聲波與介質(zhì)之間的相互作用規(guī)律，探究媒質(zhì)的力學(xué)性質(zhì)和幾何性質(zhì)，進(jìn)而得到介質(zhì)內(nèi)部信息的一種技術(shù)[43]。相關(guān)研究發(fā)現(xiàn)，小麥的聲學(xué)特性會(huì)隨著籽粒破損、蟲(chóng)蝕等組織結(jié)構(gòu)的變化而不斷發(fā)生改變，而且同一品種但品質(zhì)不同的小麥，聲學(xué)特征也存在一定差異性，根據(jù)這一特點(diǎn)能夠區(qū)分不同品質(zhì)的小麥[44]。

2.4.1 聲學(xué)檢測(cè)在小麥害蟲(chóng)檢測(cè)中的應(yīng)用

蟲(chóng)蝕粒識(shí)別是聲學(xué)檢測(cè)的主要應(yīng)用方向，受昆蟲(chóng)隧道或蟲(chóng)洞影響，蟲(chóng)蝕小麥撞擊檢測(cè)臺(tái)時(shí)，產(chǎn)生的聲信號(hào)會(huì)明顯弱于正常小麥，通過(guò)對(duì)聲信號(hào)的處理和分析，有助于蟲(chóng)蝕粒的準(zhǔn)確識(shí)別，如魏琳等[45]采集了小麥撞擊金屬板產(chǎn)生的聲信號(hào)，發(fā)現(xiàn)正常小麥的聲信號(hào)時(shí)域波形較為穩(wěn)定，而蟲(chóng)蝕粒的時(shí)域波形變化很大，利用傅里葉變換方法處理并提取聲信號(hào)相關(guān)特征，并輸入BPNN進(jìn)行評(píng)價(jià)分類(lèi)，對(duì)蟲(chóng)蝕粒的檢出率達(dá)90%。由于聲信號(hào)屬于非平穩(wěn)、非線性信號(hào)，小波變換、傅里葉變換等傳統(tǒng)時(shí)頻分析方法由于缺乏自適應(yīng)基函數(shù)，處理效果不佳，為此，Guo等[46]提出了采用集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)處理聲信號(hào)的方法，并提取了聲信號(hào)的固有模態(tài)函數(shù)的峰度、形狀因子、三階熵和平穩(wěn)性度均值作為判別特征，該方法對(duì)蟲(chóng)蝕小麥的評(píng)價(jià)精度達(dá)到了93.3%，相比于傅里葉變換方法，在精度上得到了一定提高。

除了通過(guò)撞擊采集聲信號(hào)的方法，研究人員利用傳感器等裝置對(duì)害蟲(chóng)的活動(dòng)、進(jìn)食等行為發(fā)出的聲音進(jìn)行采集、放大和處理，實(shí)現(xiàn)了害蟲(chóng)密度、種類(lèi)及數(shù)量的準(zhǔn)確檢測(cè)，如Eliopoulos等[47]利用壓電傳感器和便攜式聲發(fā)射放大器等構(gòu)建的聲學(xué)檢測(cè)系統(tǒng)驗(yàn)證了其對(duì)小麥害蟲(chóng)密度估計(jì)的可行性，通過(guò)對(duì)害蟲(chóng)活動(dòng)音頻數(shù)據(jù)進(jìn)行希爾伯特變換和減去噪聲等預(yù)處理，建立的聲信號(hào)與害蟲(chóng)密度之間的線性模型準(zhǔn)確率達(dá)72%～100%；Geng等[48]利用聲學(xué)檢測(cè)技術(shù)研究了害蟲(chóng)的爬行聲音，其采用濾波和小波方法進(jìn)行降噪，以獲取清晰的聲音信號(hào)，通過(guò)分析聲信號(hào)的功率譜特征，可以發(fā)現(xiàn)不同害蟲(chóng)的爬行聲音信號(hào)存在明顯差異，根據(jù)這一特點(diǎn)有助于準(zhǔn)確判斷害蟲(chóng)種類(lèi)。

2.4.2 聲學(xué)檢測(cè)技術(shù)在小麥品質(zhì)評(píng)價(jià)中的其他應(yīng)用

根據(jù)不同品質(zhì)小麥聲學(xué)特征的差異性，聲學(xué)檢測(cè)技術(shù)可以對(duì)各品質(zhì)小麥作出快速有效識(shí)別，如Guo等[49]為了準(zhǔn)確分辨出正常小麥中的蟲(chóng)蝕小麥和發(fā)芽小麥，采用高斯模型的沖擊聲信號(hào)處理技術(shù)和改進(jìn)的極限學(xué)習(xí)機(jī)，研究了不同損傷類(lèi)型小麥的聲學(xué)特性，該方法對(duì)正常、蟲(chóng)害和發(fā)芽小麥的分類(lèi)準(zhǔn)確率分別為92.0%、96.0%和95.0%；同時(shí)，張麗娜等[50]提出了采用數(shù)字信號(hào)處理方法提取正常、蟲(chóng)害、發(fā)芽和霉變4類(lèi)小麥碰撞聲信號(hào)的特征，并通過(guò)GRNN進(jìn)行分析和評(píng)價(jià)，為小麥品質(zhì)的自動(dòng)化檢測(cè)提供了一種可行方法。另外，聲學(xué)檢測(cè)技術(shù)同樣適用于小麥含水量、硬度等品質(zhì)指標(biāo)的檢測(cè)，如Amoodeh等[51]采集了小麥撞擊在玻璃材質(zhì)平板上產(chǎn)生的聲信號(hào)，并將沖擊聲的聲壓級(jí)變化作為輸出電壓，分析發(fā)現(xiàn)輸出電壓與小麥含水量之間存在顯著相關(guān)性，在8%～20%含水量范圍內(nèi)的最大檢測(cè)誤差小于1.25%；郭建銘等[52]采集了2種不同硬度小麥在25～40 kHz 頻段的超聲信號(hào)，利用小波包變換處理超聲信號(hào)，并提取了與小麥硬度有強(qiáng)相關(guān)性的多個(gè)特征參數(shù)，建立的線性回歸模型的R2為0.958 9，為小麥硬度的檢測(cè)提供了一種新方法。

2.4.3 聲學(xué)檢測(cè)技術(shù)的局限性

聲學(xué)檢測(cè)因其具有的簡(jiǎn)單、無(wú)損、快速、高靈敏度等優(yōu)點(diǎn)，已引起了研究人員的廣泛關(guān)注，但仍存在一些問(wèn)題亟需解決，如聲信號(hào)采集過(guò)程中容易受到背景噪聲的干擾，因此需要研究更有效的噪聲消除方法；而且，聲學(xué)檢測(cè)技術(shù)無(wú)法對(duì)小麥中的死蟲(chóng)和早期幼蟲(chóng)作出準(zhǔn)確判斷；此外，如何更有效的提取聲信號(hào)特征、構(gòu)建更準(zhǔn)確的聲信號(hào)和小麥品質(zhì)間函數(shù)關(guān)系等問(wèn)題也需要深入研究。

3 總結(jié)

智能感官評(píng)價(jià)技術(shù)相比于傳統(tǒng)的人工感官評(píng)價(jià)技術(shù)具有客觀、高效和精確等優(yōu)勢(shì)，在儲(chǔ)藏小麥品質(zhì)評(píng)價(jià)中得到了一定的應(yīng)用，并展現(xiàn)出良好的發(fā)展?jié)摿?。但就目前而言，仍存在許多問(wèn)題需要解決，本研究給出可能的發(fā)展趨勢(shì)探討。

構(gòu)建小麥品質(zhì)評(píng)價(jià)標(biāo)準(zhǔn)化數(shù)據(jù)庫(kù)?，F(xiàn)階段，小麥品質(zhì)評(píng)價(jià)結(jié)果往往具有一定的模糊性。而且，不同地域、品種的小麥在評(píng)價(jià)標(biāo)準(zhǔn)上也存在一定的差異性。需要建立一套具有代表性的小麥品質(zhì)評(píng)價(jià)標(biāo)準(zhǔn)化數(shù)據(jù)庫(kù)，并在實(shí)際應(yīng)用中不斷更新。提高信號(hào)采集裝置的穩(wěn)定性和靈敏性。智能感官設(shè)備采集特征信息時(shí)容易受到溫濕度、光源、噪聲等因素干擾，導(dǎo)致采集的數(shù)據(jù)不穩(wěn)定，重現(xiàn)性差。需要深入探究和研制穩(wěn)定性強(qiáng)、靈敏度高的新型信號(hào)采集裝置。增強(qiáng)模式識(shí)別技術(shù)的魯棒性。許多研究未對(duì)模式識(shí)別技術(shù)進(jìn)行仔細(xì)討論和比較，可能導(dǎo)致在其他數(shù)據(jù)樣本上無(wú)法復(fù)制優(yōu)異的表現(xiàn)。需要加強(qiáng)模式識(shí)別技術(shù)的研究及優(yōu)化，并對(duì)其適應(yīng)性進(jìn)行綜合比較和驗(yàn)證。融合多種智能感官技術(shù)。單一的智能感官設(shè)備只能評(píng)價(jià)小麥某一方面的品質(zhì)特征，難以綜合判斷小麥的品質(zhì)狀況?？梢钥紤]將多種智能感官技術(shù)聯(lián)合使用，綜合小麥的各類(lèi)感官特征以實(shí)現(xiàn)更精準(zhǔn)高效的評(píng)價(jià)。開(kāi)展產(chǎn)業(yè)化研究?，F(xiàn)有智能感官技術(shù)多集中于實(shí)驗(yàn)室環(huán)境下的小批量品質(zhì)評(píng)價(jià)，效率難以滿足工業(yè)化應(yīng)用的需求。需要研究和開(kāi)發(fā)成本低廉、性能穩(wěn)定、精準(zhǔn)高效的小麥品質(zhì)大批次在線、可重復(fù)性檢測(cè)系統(tǒng)。