玉米霉变的图像处理检测方法分析

李翠翠 张扬

本溪满族自治县粮油检测站 辽宁本溪 117100

[摘要]玉米霉变的原因主要由于玉米具有胚部大、营养物质丰富、呼吸旺盛、带菌量多等特点，当水分超过安全储藏标准时，就会使其在储藏中比其他粮食更容易发热霉变。轻者品质下降，重者完全丧失食用价值。玉米在收获前就可能被黄曲霉素污染和带毒，玉米籽粒形成期遇干旱或害虫侵害严重时，均易污染黄曲霉。本文重点就玉米霉变的图像处理检测方法进行了分析。

[教育期刊网 http://www.jyqkw.com
关键词 ]玉米霉变；图像检测：黄曲霉素

在储玉米穗时，常见发热霉变的部位一般在粮面下50厘米处与仓壁向内50厘米处组成的空间内，或在底层与仓壁返潮处。这主要是玉米入仓水分较高或在储藏期间受外界因素的影响，使局部水分增高，霉菌在适宜条件下大量繁殖而造成的。玉米胚部几乎占全粒体积的三分之一，占全粒重量的10%-12%，因其呼吸强度大，吸湿性强，带菌量大，容易酸败。据实验，正常玉米的呼吸强度要比正常小麦的呼吸强度大8-11倍；玉米胚部含有丰富的营养物质，极易感染大量的微生物，据测定玉米经过一段时间储藏后，其带菌量比其它禾谷类粮食高得多；玉米胚部含有整粒77%-89%的脂肪，在高温高湿情况下，脂肪容易产生酸败，致使胚变色变味，不仅影响适口性，而且丧失发芽能力。一般新收获玉米的水分在20%-35%，而今年由于秋雨连绵，玉米难以充分干燥，自然也就增大了玉米的生理活性，使储藏稳定性大大降低，极易导致霉变。因玉米胚部富含营养，并有甜味，可溶性糖含量较大，所以很易感染虫害，这又加快了玉米发霉变质的程度。采用图像处理检测霉变玉米是基于玉米霉变后在玉米颗粒表层发生颜色变化，通过相机获取图像信息，运用MATLAB图像处理技术对玉米颗粒霉变部分进行颜色特征提取，进而通过相关运算，检测出霉变玉米颗粒。

1、材料与方法

1.1样品准备

采集图像的玉米颗粒来沈阳本地收获的玉米。在玉米生长早期即接种黄曲霉毒素以便形成黄曲霉感染。用无菌水稀释至每毫升4×106个孢子，每隔12个植株通过钢针对玉米穗注入3mL溶液。收获后，用空气干燥机对接种过的玉米棒进行干燥，在有效避免有害粉尘颗粒挥发的同时，避免了交叉污染。试验用玉米颗粒共112粒，其中霉变玉米颗粒77粒，含有黄曲霉毒素的玉米颗粒共23粒。对每一组玉米颗粒分别在自然光与365nm的紫外光下进行观察，以确定是否表现出霉变特征。用不锈钢刮铲提取表现出霉变特征的玉米颗粒及临近颗粒。同时提取远离霉变且没有表现出霉变特征的玉米颗粒作为对照样本。

1.2图像获取

将提取出的玉米颗粒按顺序摆放在用白色Teflon制作的背景板的相应容孔中，在每一个背景板上制作30个容孔，其中因为感染严重而破损的颗粒放置在最右侧的3列容孔中，作为对照样本的正常玉米颗粒随机分布在最左侧的两列容孔中。为保证足够的清晰度，相机的分辨率为4256×2832。首先在自然条件下获得玉米颗粒的可见光图像，然后再获取365nm波长的紫外光下的图像。图像采集后，采用高效液相色谱法(HPLC)对玉米颗粒逐粒进行化学检测。将在紫外光下含有黄绿色荧光的玉米颗粒整粒研碎，HPLC检测的结果显示，上述在紫外光照射下能发出黄绿色荧光的玉米颗粒均含有黄曲霉毒素。

2、玉米霉变图像处理检测

2.1荧光图像预处理

快速准确检出感染黄曲霉毒素的玉米颗粒，对于避免因食用含毒素玉米颗粒带来的生命财产损失，以及后续霉变粮食的再加工处理都具有重要意义。由于黄曲霉毒素在365nm紫外光下产生黄绿色荧光，因此需要对紫外光下的图像进行颜色的识别与查找，而采用RGB三基色原理比灰度化可以更好的突出目标区间。对玉米颗粒进行特征提取时，仅对玉米颗粒上黄绿色荧光部分感兴趣，这些部分称为目标区域，需要将目标区域从整幅图像中分离、提取出来。而在玉米颗粒图像处理的过程中，实际采集到的图像会存在噪声干扰，这些噪声将影响图像质量，并给玉米颗粒的特征提取造成困难，因此进行图像增强处理，可以尽可能减少噪声影响，增强玉米颗粒的特征，使处理后的图像中黄绿色荧光区域比原图像更加清晰和易识别。试验过程中分别采用直方图均衡化算法histeq和限制对比度自适应直方图均衡化算法来提高图像对比度，无论是直方图均衡化算法还是自适应直方图均衡化算法原理都是把原始图像的直方图从比较集中的某个区间变成在全部范围内的均匀分布。2种直方图均衡化算法本质就是对图像进行非线性拉伸，重新分配图像像素值，使一定范围内的像素数量大致相同，但在本次试验中效果均不理想，而使用图像调节对比度函数imadjust不但提高了目标对比度，克服了输出图像动态范围小和过度增强的缺点，同时使目标的细节更加明显，而且对低对比度图像增强效果较好。

2.2荧光图像处理

为区分黄绿色荧光区域与背景区域，分别做出荧光下整幅图像的RGB直方图与玉米颗粒上表明黄曲霉毒素的黄绿色荧光部分的直方图。整幅图像在紫外光下的空间分布直方图，R值分布在(0-30)区域较为集中，G值分布在(20-90)区域，B值分布在(60-150)区域较为分散。紫外光下的黄绿色荧光区域的空间分布直方图，R值分布在(120-220)区域、G值分布在(170-240)区域、B值分布在(140-230)区域。通过2幅RGB直方图的对比发现，运用R、G分量可以更好的分离出黄绿色荧光部分，而且采用R、G通道下的阈值进行检测，不仅能够达到检测目的，而且简化了运算。通过运算保留图片中的黄绿色荧光部分，然后对该图片进行二值化运算。考虑到在试样准备过程中，一些源自黄曲霉变破损颗粒的粉末遗撒到背景板上所带来的干扰，通过对像素点连通数值低于160的区域进行排除，对图像进行处理。进一步为统计图片上霉变玉米颗粒的数目，经过多次试验，连续膨胀80次可以使同1颗玉米颗粒上的霉变区域连通而不引起相邻2颗玉米颗粒的粘连。对霉变玉米颗粒计数并且对霉变区域进行标记，标记圆的圆心是以霉变区域的核心为中心，把标记的结果映射到荧光原图上，即得出检测结果。

3、结束语

利用图像处理技术，基于霉变玉米和感染黄曲霉毒素的玉米颗粒在不同光源照射下的不同图像特征，实现了霉变玉米颗粒与感染黄曲霉毒素玉米颗粒的快速准确检测；为进一步验证所提方法的适用性，按照文中方法提取出的另外85粒玉米颗粒进行检测验证，并对全部4组共112粒含有霉变和被黄曲霉毒素污染的玉米颗粒检测结果进行统计，霉变玉米颗粒的准确率分别为100％、100％、93．75％、95％，检测黄曲霉毒素污染玉米颗粒的准确率分别为88．9％、100％、100％、88．9％。因此该方法具有快速、准确率高等优点，能有效地检测玉米霉变状况。为验证图像处理技术检测玉米霉变指标的可行性，本试验的工作主要基于对玉米颗粒高分辨静态图像进行分析处理，未考虑实际待测玉米排列、重叠的随意性问题，进一步的工作将致力于研究玉米颗粒重叠问题的相应图像处理方法，和基于本文所提方法的玉米霉变指标便携式检测仪器的设计工作。

教育期刊网 http://www.jyqkw.com
参考文献

[1]应义斌.基于颜色特征的稻种霉变检测算法[J].农业机械学报,2014.

[2]林素珍.黄曲霉毒素对食品的污染及危害[J].企业文化,2014.