張 越，路雪蕊，李樹朋，孫媛媛，付倩慧，胡傳良，申志雄，高 巖?

（1. 北京東孚久恒儀器技術有限公司，北京 102629；2. 國家糧食和物資儲備局科學研究院 糧油質(zhì)量檢驗測試中心，北京 100037）

小麥作為我國第二大農(nóng)作物，是我國人民最重要的口糧之一，其質(zhì)量安全關乎國家發(fā)展的穩(wěn)定大局。而小麥不完善粒含量是其收儲環(huán)節(jié)質(zhì)量檢驗、定等分級的重要指標之一。目前國內(nèi)普遍采用國標GB/T 5494—2019《糧油檢驗 糧食、油料的雜質(zhì)、不完善粒檢驗》[1]進行人工挑選檢驗，耗時費力，檢驗人員靠經(jīng)驗來評判，一定程度上存在主觀性強，重復性差，不同人員間檢驗一致性較差等問題，不能很好地滿足糧食普查、收購現(xiàn)場等大量樣本的快速檢測需求。

上世紀90年代，基于圖像分析技術的小麥不完善粒識別在國外率先起步，前期的研究是長、寬、面積等形態(tài)特征的識別，隨后是紋理、顏色特征的機器視覺識別技術，近年來，利用神經(jīng)網(wǎng)絡的人工智能圖像識別研究成為了研究熱點。國內(nèi)在近十年也開展了小麥不完善粒圖像識別的諸多研究，2012年，陳豐農(nóng)[2]根據(jù)小麥的形態(tài)、顏色、紋理特征，使用主成分分析+支持向量機算法進行不完善粒的分類識別，開發(fā)了一臺小麥不完善粒自動檢測樣機。2015年，陳賽賽[3]在Matlab軟件平臺的基礎上，開發(fā)了小麥不完善粒圖像分析系統(tǒng)，實現(xiàn)小麥籽粒機器視覺的質(zhì)量檢測。2017年，曹婷翠[4]通過設計小麥雙面識別方案，有效降低了小麥不完善粒識別的錯誤率，準確率達到了90%。2021年，朱俊松[5]構建BP神經(jīng)網(wǎng)絡模型，對小麥外觀品質(zhì)進行分類識別，準確率高達97%。以上學者的研究大多處于實驗室的可行性探究階段，沒有形成可應用的標準方法和儀器。

目前，國內(nèi)外也有基于圖像識別和神經(jīng)網(wǎng)絡建模的小麥不完善粒檢測儀器在推廣，國外儀器對于國內(nèi)小麥不完善粒檢測的適用性不強且價格昂貴，國內(nèi)儀器的檢測性能指標大都還不能滿足國內(nèi)行業(yè)對于小麥不完善粒的檢測精度和準確度要求，難以獲得市場認可，所以一直未大量應用。

本文針對小麥不完善?？焖贆z測需求研發(fā)了一款快速檢測小麥不完善粒專用儀器，采用人工智能圖像識別技術，實現(xiàn)了小麥不完善粒指標的自動快速無損檢測，并通過了完整的性能測試，操作簡便，輕便小巧，性能良好，準確度高，可用于小麥育種單位、收儲企業(yè)、面粉加工廠、檢測單位、糧食流通企業(yè)、食品加工企業(yè)和科研高校等的檢測。

1 小麥不完善粒檢測儀研制

1.1 工作原理

小麥不完善粒檢測儀采用圖像分析技術與自動控制技術，將人工智能技術應用于小麥不完善粒檢測。儀器通過自動化操作進出料，定量平鋪小麥籽粒到圖像采集區(qū)域，搭配均勻的照明系統(tǒng)，采集雙面小麥顆粒圖像，經(jīng)過圖像分析系統(tǒng)、人工智能技術識別計算，得到樣品的不完善粒類別及含量。

1.2 儀器結構

小麥不完善粒檢測儀主要由定量進料裝置、接料裝置、雙面漫反射照明裝置、自動鋪料裝置、雙面圖像采集裝置、圖像處理分析軟件系統(tǒng)和電路控制系統(tǒng)等組成。

圖1 小麥不完善粒檢測儀結構示意圖Fig.1 The inside structure schematic drawing of unsound wheat kernels detector

圖2 小麥不完善粒檢測儀Fig.2 Unsound wheat kernels detector

圖3 小麥不完善粒檢測界面Fig.3 The interface of unsound wheat kernels detector

1.3 檢測方法

小麥樣品經(jīng)過篩選去除雜質(zhì)，混勻分樣后取無異物的待測樣品 150 g，直接放入進料口進行測試，儀器經(jīng)自動分批鋪料、雙面圖像采集、人工智能圖像識別、圖像分析后輸出檢測結果，從進料到結果顯示僅需8 min即可得到小麥樣品不完善粒的含量。

圖4 小麥籽粒的雙面圖像分析結果Fig.4 The image analysis results of both side of wheat kernels

2 儀器性能測試

儀器的性能測試包含儀器的準確性、重復性、臺間差和穩(wěn)定性測試等。

2.1 材料與方法

2.1.1 實驗材料

小麥樣品：共30個小麥樣品，其中白麥樣品26個，紅麥樣品3個，紅麥和白麥互混小麥樣品1個，不完善粒含量在0%～20%。

2.1.2 儀器設備

小麥不完善粒檢測儀2臺套，JLWT150型：北京東孚久恒儀器技術有限公司。

2.1.3 實驗方法

（1）人工定值方法：依據(jù)GB1351—2008《小麥》[6]和GB/T 5494—2019《糧油檢驗 糧食、油料的雜質(zhì)、不完善粒檢驗》[1]對小麥樣品進行不完善粒人工檢驗定值。

（2）準確性、重復性、臺間差和穩(wěn)定性驗證方法：依據(jù) LS/T 6402—2017《糧油檢驗設備和方法標準適用性驗證及結果評價一般原則》[7]和GB/T 6379.6—2009《測量方法與結果的準確度（正確度與精密度）第6部分：準確度值的實際應用》[8]進行評價，檢驗是否符合標準中規(guī)定的要求。

①準確性：30份試樣在兩臺小麥不完善粒檢測儀上分別重復測定2次，結果取均值，采用配對t檢驗法與人工檢驗值進行顯著性差異分析。

②重復性：隨機選用一臺儀器，選用不完善粒含量高、中、低三個水平的白麥樣品各1份，同一份試樣重復測定6次。

③臺間差：兩臺儀器分別對30份小麥樣品進行雙實驗檢測，采用配對 t檢驗法比較兩臺儀器的小麥不完善粒含量檢測結果是否存在顯著性差異。

④穩(wěn)定性：隨機挑選一臺儀器，選取不完善粒含量中等水平的白麥樣品1個，連續(xù)重復測定12 h，每小時測定1次。

2.2 結果與分析

2.2.1 準確性

采用糧食不完善粒檢測儀和人工檢驗兩種方法檢測小麥不完善粒，共測定30個樣品，考察儀器檢驗與人工檢測定值結果之間是否存在顯著性差異，檢測結果見表1和表2。

表1 儀器1準確性評價測試結果Table 1 The accuracy test results of instrument 1

由表1和表2可知，儀器1的td=0.22，儀器2的td=0.07，查t分布表可知，t(0.05,29)=2.045，儀器1和儀器2的td均小于t(0.05,29)，說明儀器1和儀器2的測定結果與國家標準方法（GB/T 5494—2019）[1]的人工測定結果之間無顯著性差異，儀器檢測準確、可靠。

2.2.2 重復性

選用不完善粒含量低、中、高水平的樣品各1個，每個樣品重復測定6次，以評價儀器的檢測重復性，實驗結果見表3。

表3 儀器重復性測試結果Table 3 Repeatability test results

由表3可知，根據(jù)GB/T 5494—2019[1]規(guī)定：在重復性條件下得到的兩次獨立測定結果的絕對差值不大于0.5%，即重復性限r(nóng)≤0.5%，通過比較發(fā)現(xiàn)：三水平不完善粒含量的小麥樣品極差值均<0.5%

2.2.3 臺間差

使用兩臺儀器分別對 30個小麥樣品進行檢測，實驗結果見表4。

表4 臺間差測試結果Table 4 Test results of the difference between two instruments

由表4可知，兩臺儀器檢測結果差值的td=0.45

2.2.4 穩(wěn)定性

選用不完善粒含量中水平的樣品 1個，在 1臺儀器上連續(xù)12 h進行穩(wěn)定性測試，實驗結果見表5。

表5 儀器穩(wěn)定性測試結果Table 5 Stability test results

由表5可知，小麥不完善粒穩(wěn)定性測試的X2=10.96

3 結論

針對人工檢驗小麥不完善粒存在的耗時費力、人員專業(yè)要求高、檢驗結果一致性難以保證等問題，研發(fā)的小麥不完善粒檢測儀能夠全自動進樣、檢測、計算，檢測過程無需人工干預，操作簡便快捷，8 min內(nèi)完成150 g小麥樣品檢測，有效節(jié)約時間和人力成本；經(jīng)驗證儀器性能穩(wěn)定，重復性、穩(wěn)定性、臺間差性能優(yōu)異，符合LS/T 6402標準要求；采用人工智能技術模型檢測準確度高，檢驗結果準確可靠，與專業(yè)質(zhì)檢員水平無顯著性差異。

總之，采用儀器替代人工，具有操作簡便、識別精準可靠、檢測快速等優(yōu)點，能夠客觀準確地檢測小麥不完善粒的總含量，滿足行業(yè)小麥不完善?？焖贆z測需求。該儀器可廣泛適用于收儲單位、加工企業(yè)及質(zhì)量檢測機構對小麥的質(zhì)量檢驗和品質(zhì)控制，為小麥的分級定等提供高效的技術支撐，保障小麥收購的質(zhì)量安全，具有良好的推廣應用前景。

備注：本文的彩色圖表可從本刊官網(wǎng)（http//lyspkj.ijournal.cn）、中國知網(wǎng)、萬方、維普、超星等數(shù)據(jù)庫下載獲取。