李心悅，黃文雄，周 娜，楊會賓，王 彪，牛家鐸，鄧華平，羅小虎

(1.國糧武漢科學(xué)研究設(shè)計(jì)院有限公司，湖北 武漢 430079； 2.衢州市庫米賽諾糧食機(jī)械制造有限公司，浙江 衢州 324000； 3.江南大學(xué)，江蘇 無錫 214122)

長期以來，大米加工企業(yè)為了迎合市場“漂亮、好吃”的需求，對大米進(jìn)行過度加工，不僅造成膳食纖維、維生素等營養(yǎng)物質(zhì)的流失，還增加了水電能耗，碎米率上升，出米率降低，造成稻米資源浪費(fèi)。而且，長期食用精細(xì)主食，有可能出現(xiàn)膳食纖維、維生素和礦物質(zhì)等營養(yǎng)素缺乏，對身體健康有潛在的危害。

“十三五”期間國家加大對大米適度加工研究的投入，科學(xué)引導(dǎo)人們從“吃得好”向“吃得營養(yǎng)”、“吃得健康”轉(zhuǎn)變。最新的《大米》國家標(biāo)準(zhǔn)(GB/T 1354—2018)首次對大米的加工精度設(shè)置上限，引入“精碾”和“適碾”的概念，逐漸引導(dǎo)消費(fèi)者走出“精米白面”的飲食消費(fèi)誤區(qū)。因此，快速、準(zhǔn)確的大米加工精度檢測技術(shù)對于碾米企業(yè)的生產(chǎn)加工環(huán)節(jié)非常重要。

采用計(jì)算機(jī)視覺，即圖像分析技術(shù)檢測大米的加工精度是近年的一個熱門研究方向，我們對圖像分析技術(shù)在大米加工精度檢測方面應(yīng)用的研究成果進(jìn)行綜述，以期為大米外觀品質(zhì)在線檢測的發(fā)展提供參考。

1 計(jì)算機(jī)視覺

計(jì)算機(jī)視覺是用攝影機(jī)和電腦代替人眼進(jìn)行識別，用計(jì)算機(jī)進(jìn)一步做圖像處理，得到更適合人眼觀察或傳送給儀器檢測的圖像。圖像處理的流程主要包括圖像獲取、圖像預(yù)處理、特征提取、圖像檢測、分割及高級處理[1]。圖像獲取，即通過照相機(jī)拍攝圖像。圖像預(yù)處理，即在對圖像進(jìn)行特征提取之前，先進(jìn)行預(yù)處理，旨在消除圖像中存在的無關(guān)或者會影響最終識別效果的信息，恢復(fù)可靠的信息，使后續(xù)處理步驟中能得到更準(zhǔn)確的信息。特征提取是指從圖像中提取各種凸顯差異大的特征，如局部特征點(diǎn)的檢測等。圖像檢測是指從已知圖像中檢索出需要的某個子圖像。圖像分割是指有時為了提取更有價值的信息，以方便對圖像進(jìn)行繼續(xù)處理，就需要先對圖像進(jìn)行分割。例如，可以分割多幅圖片中含有特定目標(biāo)的圖像信息，也可以將圖像中分屬不同物體的像素區(qū)域分開。到高級處理階段時，圖像已經(jīng)被處理成很小的數(shù)據(jù)了，這個階段的任務(wù)主要是驗(yàn)證數(shù)據(jù)是否符合要求，以評估下一目標(biāo)的姿態(tài)、體積，并對目標(biāo)進(jìn)行分類和識別。

隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，圖像處理技術(shù)已廣泛應(yīng)用于糧食行業(yè)?；趫D像處理技術(shù)的大米外觀檢測儀能夠檢測稻米品質(zhì)指標(biāo)，根據(jù)米粒表面顏色檢測大米的堊白粒率、堊白度、不完善粒、黃粒米等指標(biāo)，利用米粒長度差別檢測大米的整精米率、碎米率等指標(biāo)，具有快速、準(zhǔn)確、客觀的優(yōu)點(diǎn)，且重復(fù)性和再現(xiàn)性好[2-3]。相關(guān)行業(yè)標(biāo)準(zhǔn)《LS/T 6104—2012糧油檢驗(yàn)稻谷整精米率測定 圖像分析法》和國標(biāo)《GB/T 35865—2018糧油檢驗(yàn)稻谷整精米率測定 圖像分析法》分別于2012年和2018年頒布實(shí)施。

2 大米加工精度

2.1 大米加工精度的定義及標(biāo)準(zhǔn)

大米加工精度是指碾磨后的大米表面留皮程度，即糙米皮層被碾去的程度。大米的加工精度是決定大米外觀質(zhì)量和食味品質(zhì)的主要因素。加工精度越高，米粒表面殘留糠皮量就越少，表面光潔度、外觀品質(zhì)、適口性也就越好。

為了推動糧食產(chǎn)業(yè)轉(zhuǎn)型升級、提質(zhì)增效，發(fā)展大米的適度加工，最新的《大米》國家標(biāo)準(zhǔn)(GB/T 1354—2018)修訂時將GB/T1354—2009《大米》國家標(biāo)準(zhǔn)中“一級”、“二級”加工精度改為“精碾”，“三級”加工精度改為“適碾”。同時，對“加工精度”指標(biāo)設(shè)置上限，加工精度標(biāo)準(zhǔn)樣品米的制定要求為：“精碾：背溝基本無皮、或有皮不成線，米胚和粒面皮層去凈的占80%～90%；或留皮度在2.0%以下。適碾：背溝有皮，粒面皮層殘留不超過五分之一的占75%～85%，其中粳米、優(yōu)質(zhì)粳米中有胚的米粒在20%以下，或留皮度為2.0%～7.0%[4]?！?/p>

2.2 大米加工精度的傳統(tǒng)檢測方法

常規(guī)的大米加工精度的測定方法為染色觀察法，利用米粒皮層、胚與胚乳等不同組織成分對染色基團(tuán)分子的親和力不同的原理，使染色后的米粒胚乳和胚乳表面殘留糠皮呈現(xiàn)不同的顏色差異，便于肉眼觀測，通過與標(biāo)準(zhǔn)米樣比對鑒定出樣品米的加工精度等級。國標(biāo)《米類加工精度異色相差分染色檢驗(yàn)法(IDS法)》(GB/T 18105—2000)采用IDS染劑，染色后大米皮層和胚為綠色，糊粉層為紫色，胚乳為桃紅色，該法所呈顏色與日本MG染色法相同。然而染色觀察法受到光照條件、視力、情緒等諸多因素以及各種染色參數(shù)的影響，且操作繁瑣、效率低、誤差大，不能滿足快速、客觀檢測的需要?，F(xiàn)行的國標(biāo)《糧油檢驗(yàn) 大米加工精度檢驗(yàn)》(GB/T 5502—2018)增加了基于圖像處理技術(shù)的儀器輔助檢測法和儀器檢測法，使用伊紅Y-亞甲基藍(lán)染色劑，染色后的米粒皮層、胚與胚乳分別呈現(xiàn)藍(lán)綠色和紫紅色，再通過對比觀察法、儀器輔助檢測法、儀器檢測法確定大米加工精度。

3 基于計(jì)算機(jī)視覺的加工精度檢測

3.1 染色法

大米表面的留皮部分和胚乳部分的顏色差異并不明顯，肉眼識別較困難，對于計(jì)算機(jī)也有同樣的問題存在，為便于計(jì)算機(jī)識別，會對待測大米樣品進(jìn)行染色。與計(jì)算機(jī)相連的相機(jī)拍攝染色米樣的反射圖像，計(jì)算機(jī)采集到圖像后對其進(jìn)行一系列的處理，提取分析所需的特征值，應(yīng)用色度學(xué)理論分析識別出米粒表面留皮部分和胚乳，計(jì)算各部分面積占比，得出米樣的加工精度。

許俐等[5]先采用日本MG染色法，強(qiáng)化米?？穼优c胚乳間的顏色差異，再用計(jì)算機(jī)圖象處理技術(shù)代替感觀評定，結(jié)合CIE 1931標(biāo)準(zhǔn)色度學(xué)系統(tǒng)原理，采用不同分區(qū)來獲取米粒不同組成部位的面積，根據(jù)胚乳面積與大米圖像總面積的百分比確定大米的加工精度等級。

田慶國[6]采用酚紅石碳酸染色，染色后大米胚乳顏色為紅白色 ,而留皮部分為紅紫色，采用計(jì)算機(jī)處理技術(shù)，利用CIE 1931標(biāo)準(zhǔn)色度學(xué)系統(tǒng)原理測定了大米加工精度等級，并用江蘇吳江國家標(biāo)準(zhǔn)米生產(chǎn)基地生產(chǎn)的標(biāo)準(zhǔn)米建立大米碾白數(shù)據(jù)庫。2018年北京東孚久恒儀器公司與日本企業(yè)合作，在圖像分析方法研究基礎(chǔ)上，研發(fā)了大米加工精度檢測儀[7]。檢測前大米樣品采用伊紅Y-亞甲基藍(lán)染色法染色，皮層和胚乳分別呈現(xiàn)藍(lán)綠色和紫紅色2種不同色系，適用于儀器圖像分析顏色特征。通過該儀器的測定能得出米粒樣品具體的留皮度，重復(fù)性、再現(xiàn)性良好。

3.2 直接法

染色法較之人工感官評定法客觀、精確，但圖象分析過程中像素顏色判別的準(zhǔn)確性受到染色方法的影響較大,染色過程容易產(chǎn)生測量誤差。通過計(jì)算機(jī)視覺直接觀察大米表面留皮度的技術(shù)不斷發(fā)展。利用圖像識別技術(shù)直接檢測大米的加工精度時，首先獲得大米籽粒圖像，再對大米圖像進(jìn)行預(yù)處理，提取大米籽粒的特征值，再根據(jù)特征值判別大米的加工精度。

Fant等[8]1994年時提出利用灰度值原理進(jìn)行圖像分割作為直接圖像識別測量大米加工精度的可能方法。黃奕星等[9]參考該研究，利用CCD攝像機(jī)獲取大米透射圖像，通過計(jì)算機(jī)分析，總結(jié)出大米樣品平均灰度與米粒留皮程度之間的關(guān)系，實(shí)現(xiàn)大米留皮率的預(yù)測。其中，大米樣本厚度和光源是影響計(jì)算機(jī)圖象處理的兩個關(guān)鍵因素。

用計(jì)算機(jī)圖像處理法測定大米的加工精度時，堊白米對留皮率的圖像檢測有較大的干擾，張浩等[10]通過研究發(fā)現(xiàn)，采用改變圖像掃描條件和調(diào)整分割閩值能有效消除堊白米的影響。

在實(shí)際應(yīng)用中，色選機(jī)可以作為大米留皮度的檢測設(shè)備，從而自動判定大米加工精度，并控制加工精度達(dá)到要求的大米直接進(jìn)入下一工段，加工精度沒有達(dá)到要求的大米進(jìn)入下一道碾米工序[11]。

3.3 基于顏色特征的圖像分析

應(yīng)用圖像處理技術(shù)測大米加工精度時，無論是染色法還是直接法，都需要對獲取的圖像進(jìn)行特征提取，最常使用的是提取顏色特征進(jìn)行圖像分析。

張浩等[12]開發(fā)了一套檢測系統(tǒng)，利用圖像處理技術(shù)測定未經(jīng)染色的大米留皮率，圖像分析在RGB色彩模式下進(jìn)行，發(fā)現(xiàn)若直接用R、G、B作為分割圖像的判別標(biāo)準(zhǔn)，很難準(zhǔn)確將糠皮和胚乳部分分割，以圖像像素的R-B值作為特征值則能很好的區(qū)分胚乳和糠皮區(qū)域。同時研究了大米加工精度圖像采集的最佳條件，發(fā)現(xiàn)在圖像采集過程中，光源、背景、分辨率、圖像增強(qiáng)以及儲存格式等因素是影響大米圖像質(zhì)量的重要因素[13]。當(dāng)以藍(lán)色為背景時，胚乳及糠皮部分的R-B值分別小于0和大于0，因此當(dāng)由糠皮邊緣的像素過渡到胚乳部分的像素時，R-B特征值出現(xiàn)突變，將大米圖像的R-B特征值矩陣轉(zhuǎn)化為灰度圖像后，圖像中糠皮邊緣的位置能獲取明顯的邊緣信息，有利于圖像分割。

萬鵬等[14]提出了基于顏色特征和BP神經(jīng)網(wǎng)絡(luò)判別大米加工精度的方法，根據(jù)大米表面留皮度隨碾磨程度變化，進(jìn)而表現(xiàn)出色澤的變化，結(jié)合圖像處理技術(shù)對大米籽粒表面的顏色進(jìn)行分析提取顏色特征值。檢測的主要流程為：獲取大米籽粒的RGB圖像→圖像迭代分割→二值圖像小區(qū)域消除→大米圖像背景分割→大米籽粒顏色特征值提取→顏色特征值空間轉(zhuǎn)換→計(jì)算大米籽粒的顏色特征值→大米加工精度識別。在提取特征值時將顏色特征值提取區(qū)域按面積用不同半徑的同心圓平均分成5份，提取各子區(qū)域的R、G、B顏色值，并根據(jù)R、G、B顏色值計(jì)算H值作為大米籽粒的顏色特征值；以大米籽粒顏色特征值H值作為輸入，構(gòu)建BP神經(jīng)網(wǎng)絡(luò)對大米加工精度進(jìn)行判別。對4種不同加工精度大米樣品籽粒檢測的平均準(zhǔn)確率為92.17%。

3.4 基于紋理特征的圖像分析

當(dāng)對大米圖像進(jìn)行分析提取特征值時，除了提取顏色特征，還能通過提取圖像的紋理特征來進(jìn)行圖像分析。

萬鵬等[15]研究了利用灰度-梯度共生矩陣對采集到的不同加工精度大米的圖像進(jìn)行分析，提取圖像的紋理特征參數(shù)，并采用逐步判別法構(gòu)建 Fisher 判別函數(shù)組對大米樣品的加工精度進(jìn)行檢測分類。

崔雯雯等[16]提出了基于紋理分析的大米加工等級檢測方法，設(shè)計(jì)了大米的計(jì)算機(jī)視覺檢測系統(tǒng)，獲取4個不同加工精度等級大米標(biāo)準(zhǔn)樣的圖像，采用灰度-梯度共生矩陣的紋理分析方法提取圖像的紋理特征值，采用Fisher判別法和PNN神經(jīng)網(wǎng)絡(luò)對大米加工精度進(jìn)行檢測判定。結(jié)果表明：Fisher判別法和PNN神經(jīng)網(wǎng)絡(luò)對4種不同加工精度等級的大米樣品檢測判定的正確率分別是96.25%和90.00%。

4 展望

采用圖像分析處理方法進(jìn)行大米加工精度檢測，具有定量、準(zhǔn)確、客觀等特點(diǎn)，能夠完全克服不同檢驗(yàn)人員的感官差異造成的誤差。圖像分析技術(shù)在大米加工精度檢測中的應(yīng)用使得大米加工精度在線檢測成為可能，碾米工段通過加工精度的在線檢測設(shè)備的及時反饋，能動態(tài)調(diào)控碾米程度防止過碾，大米適度加工能夠最大限度的保留大米表面的營養(yǎng)成分，降低能耗，降低碎米率，提高出米率，助力節(jié)糧減損，建設(shè) “無形良田”。隨著計(jì)算機(jī)技術(shù)的迅速發(fā)展，圖像識別在線檢測大米加工精度的設(shè)備有望運(yùn)用于絕大部分的大米生產(chǎn)線。