基于圖像處理的苦蕎品種判別

張 強

(山西師范大學生命科學學院，臨汾 041004)

苦蕎亦稱韃靼苦蕎(F.tartaricum)，為蓼科(Polygonaceae)苦蕎屬(Fagopyrum Gaerth)藥食兼用的作物。隨著苦蕎營養和功能成分研究的深入［1］，苦蕎的開發利用也得到了迅速的發展，目前中國已是苦蕎生產大國，種植面積及產量均居世界第一。

種子的真實性和品種純度鑒定在種子質量管理、種子生產與營銷實踐中有重要意義［2］。基于種子數字圖像處理的機器視覺檢測方法具有無損、高效、快捷和低成本的特點。近年來，國內外學者在小麥［3－7］、玉米［2，8］、花生［9］等大宗作物、經濟作物的品種、等級和產地判別中進行了探索和應用。不同農作物的種子特征在識別中作用會有所不同，傳統的苦蕎種子品種分類鑒別還依賴于肉眼觀察為主，而對苦蕎種子品種進行圖像識別的相關研究還未見報道。為了解決品種混雜、充偽等問題，探尋新的苦蕎品種判別方法，對于苦蕎品種鑒別、產品質量控制、健全質量管理、保證苦蕎產業的持續健康發展具有重要意義。

本試驗基于圖像處理的研究方法對不同品種的苦蕎種子(果實，下同)進行形態特征方面的分類比較，首先使用圖像掃描儀獲得不同品種苦蕎種子的彩色圖像，再采用圖像處理軟件從圖像中提取顏色和形態特征的基礎數據，然后利用統計軟件對這些基礎數據進行分析，篩選判別變量，建立有效的判別模型，并對模型進行驗證，為苦蕎品種分類提供有效鑒定依據。

1 材料與方法

1.1 材料

采用全國8個省區的11個品種苦蕎種子作為試驗材料，分別為:1威寧苦蕎、2九江苦蕎、3晉蕎2號苦蕎、4固原苦蕎、5海原苦蕎、6通化苦蕎、7苦刺蕎、8黑豐1號苦蕎、9湖南7－2苦蕎、10云南苦蕎、11黔黑苦蕎，均由山西省農科院農產品加工研究所提供。種子過篩去雜，每個品種隨機選取40粒種子，共440粒種子。

1.2 方法

1.2.1 種子圖像的采集及信息提取

采用EPSON Perfection V700掃描儀獲取苦蕎種子的數字圖像，掃描儀的分辨率設置為600 dpi，背景設置為白色。圖像處理與分析在臺式電腦(Lenovo，Pentium 4，2.8 GHz)上進行，操作系統為 Windows XP SP3。以圖像處理軟件Adobe Photoshop CS4作為樣本特征參數提取的主要工具。

1.2.2 圖像分析方法

通過USB接線將樣本的原始圖像轉入計算機進行處理。為了進一步消減圖像在掃描及傳輸過程中的噪聲干擾，利用Adobe Photoshop CS4軟件中的調整邊緣工具，將調整半徑設置為1.00像素，平滑力度設置為3以去除圖像邊緣的鋸齒狀干擾，并且利用羽化工具以1.00像素單位平均模糊柔化選取邊緣［10］，獲取更精細的結果。通過邊緣的調整，干擾及圖像噪聲得到消減，較好地保持了圖像的邊緣。利用快速選擇工具，設置選定直徑為10 px，間距為25%，對單個種子進行選定，提取單個種子的特征數據。

1.2.3 顏色特征提取

對于顏色識別通常采用紅綠藍(RGB)和HSI顏色分析，使用RGB顏色模式時，自然的色彩與顯示器上的色彩是以完全相同的方法創建的，有利于對圖像進行客觀、準確地分析和研究，因苦蕎籽粒主色調為灰白及黑色，并且考慮到Adobe Photoshop CS4軟件中顏色數據提取的方便性，采用RGB顏色作為苦蕎種子顏色特征的提取通道。利用快速選擇工具將籽粒選定后，在直方圖里會顯示選定區域的RGB各顏色特征均值。

1.2.4 形態特征的提取

利用快速選定工具對每個種子進行選定提取，并記錄測量。形態特征如下:

面積=以單個苦蕎種子圖像所包含的所有像素總數計算。

周長=苦蕎種子圖像邊界像素總和。

長度=苦蕎種子縱向圖像上距離最長的2個端點之間的像素距離。

寬度=苦蕎種子橫向圖像上垂直于縱軸的最大2個端點之間的像素距離。

長寬比=長度/寬度。圓形度=(周長)2/(4π×面積)。矩形度=面積/外接矩形面積。

1.2.5 其他特征變量的提取

根據苦蕎種子的性狀特點，將一些較明顯的籽粒外觀特征也進行了提取，比如腹溝及棱翅的有無。經觀察發現，11個樣本的苦蕎品種均具有腹溝，除苦刺蕎具有明顯的棱翅分布之外，其他品種均沒有明顯的棱翅特征。

1.2.6 判別模型的構建與驗證

采用SPSS 17.0統計軟件進行方差分析和判別分析。方差分析的多重比較采用Duncan法;判別分析，采用Wilks'，λ法和逐步法，構建貝葉斯(Bayes)判別函數。聚類分析采用DPS14.10軟件進行因子聚類。驗證方法采用回判驗證和交互驗證法。交互驗證是近年來逐漸發展起來的一種非常重要的判別效果驗證技術，是在建立判別準則時逐一去掉一例，再用建立的判別準則對該例進行判別，交互驗證與回判驗證相比錯分率可能會增加，但結果更真實、客觀，是評價判別準則效能的可靠指標［11－12］。

2 結果

2.1 特征變量篩選結果

提取的苦蕎種子特征參數為28個。其中9個形態特征包括面積、周長、長度、寬度、矩形度、長寬比、圓度、棱翅和腹溝;顏色特征包括RGB、R、G、B和明度的平均值、標準差、中間值以及灰度的最小值、最大值、平均值、中間值等19個特征指標。方差分析結果顯示不同品種間的全部指標均存在顯著差異(P＜0.05)，圖1顯示的是部分形態特征的多重比較結果，圖2顯示的是部分顏色特征的多重比較結果(不同字母表示在0.05水平，差異存在統計學意義)。

圖1 不同品種苦蕎種子的長度、寬度及長寬比

圖2 不同品種苦蕎種子的R、G、B中間值

11個品種之間28個特征變量均存在顯著差異(P＜0.05)，于是將全部變量納入進行逐步篩選，根據規則標準F＞3.84的納入，F＜2.71的篩除，從中篩選出特征變量，剔除影響不顯著變量的干擾。經20步的篩選，獲得18個有效特征變量列于表1。

表1 篩選出的特征變量

將這18個變量采用標準化處理，進行因子聚類分析，結果如圖3所示，在距離為1處可分為2類，一類為顏色特征變量共13個，另一類為形態特征變量共5個。分別使用篩選出的形態因子和顏色因子進行品種判別分析，5個形態因子的判別正確率為55.7%，交互驗證正確率為53.6%;13個顏色因子的判別正確率為76.4%，交互驗證正確率為73.4%。

圖3 判別變量的聚類結果

苦蕎種子的顏色是苦蕎的重要特征，基于顏色特征因子的判別正確率為76.4%，亦顯示顏色特征是重要的分類特征。顏色特征中的灰度(平均值)為最重要的判別變量，這與Manickavasagan等［13］利用圖像處理對加拿大8個小麥品種進行判別時的首要變量有相似之處。顏色特征也較為穩健，對于物體的大小和方向均不敏感，有較強的的魯棒性。通過人眼得到顏色知覺，這是一種復雜的主觀過程，不可避免地受到諸如人的視覺、疲勞程度、個人傾向性、光源等因素的干擾［14］。利用計算機圖像分析技術對不同苦蕎品種種子的顏色特征和形狀特征進行采集、提取，通過圖象處理技術與現代統計技術相結合進行分析建模判別，相比傳統肉眼識別而言，精確量化、客觀準確有效。

基于形態特征因子的判別正確率為55.7%，表明長度、寬度、長寬比、矩形度和垂直投影的面積5個形態特征在品種分類中亦發揮著比較重要的作用。雖然研究顯示不同品種形態特征上存在較明顯的可區分差異，但這種形態特征差異的顯著性僅通過肉眼判別是比較困難的，通過數字圖像處理和統計學分析有效克服了這個困難，可以利用這些特征對種子的形狀進行較為精確的區分判斷。在有效特征的篩選中，腹溝及棱翅2個變量未被加入有效特征中，但這2個特征對于其他品種的區分可能仍具有一定意義。

顏色和形狀為多基因遺傳特征，受環境因素影響較小，可視為品種的屬性特征［15］。顏色特征與形態特征結合使用，能有效提高判別的正確率。本研究方法對品種的判別正確率達到了96.8%，交互驗證的正確率達到了94.7%。判別效果一般用誤判率來衡量，并要求誤判率小于10%或20%才有應用價值［16］。因此根據苦蕎的數字圖像特點建立的Bayes模型，具有一定的應用價值。另外，研究采用的圖像處理軟件和統計分析軟件普及性高，易于掌握和使用。

2.2 判別結果

使用篩選出的18個形態因子和顏色因子一起進行Bayes判別分析，得到判別函數為:

式中:y1，y2，…，y11，為對應的品種 1，2，…，11的Bayes判別函數，將未知品種特征變量分別代入函數式，哪個函數值大，則應歸入相應的品種類別。

表2 判別分析結果

表2結果表明，對11個品種的回判驗證(根據判別準則將原樣本逐一代入，評價判別效果)，正確率為96.8%。其中威寧苦蕎、苦刺蕎、云南苦蕎的回判正確率都達到了100%，固原、海原、通化、黑豐1號及黔黑苦蕎的回判正確率達到了97.5%，晉蕎2號、九江苦蕎的回判正確率分別為95%和92.5%，僅湖南7－2苦蕎回判正確率較低，為87.5%。對11個品種的交互驗證(即在建立判別準則時逐一去掉一例，再用建立的判別準則對該例進行判別)，正確率為 94.7%。

影響苦蕎品種判別的因素可能與品種內種子的一致性差有關。苦蕎是總狀花序，花期長，成熟時間極不一致，因為苦蕎的最適宜的收獲時間為全株2/3籽粒成熟，過早收獲，大部分籽粒尚未成熟，過遲收獲，籽粒將大量脫落，影響產量［17］。另外，品種數目越多，在籽粒形態諸特征上的交疊現象就越嚴重，可區分性變差，也影響到識別效果［8］。今后選擇成熟度盡可能一致的籽粒，探索適宜種子樣品數量規模、嘗試引入新的特征因子，如紋理特征等，優化分類方法和模型，可能有助于提高判別的正確率。本研究使用了11個苦蕎品種，而通常某一區域的主要栽培品種不會很多，建立針對某一地域幾個主要品種的，基于數字圖像處理的判別模型，將使得應用數字圖像技術進行苦蕎品種判別具有更廣泛的應用價值。

3 結論

對來自8個省區的11個品種苦蕎種子，通過掃描儀獲取其彩色數字圖像，并從中提取了顏色和形態2類共28個變量進行統計分析，發現苦蕎種子不同品種間的顏色特征和形狀特征存在著顯著差異。通過逐步法篩選從中獲得18個變量，作為苦蕎種子品種識別的重要指標，經R型聚類分析可聚成2類:13個顏色變量聚為一類;5個形態變量聚為一類。13個顏色類變量的判別正確率為74.6%，5個形態類變量的判別正確率為53.6%，顏色類變量在苦蕎品種預測中發揮著主要作用。

將顏色類變量和形態類變量相結合，獲得的Bayes判別模型回判正確率為96.8%，交互驗證判別正確率為94.7%。表明利用圖像分析系統和現代統計方法，能有效地對苦蕎種子的顏色與形態特征進行精確量化提取和快速分析，比肉眼識別更具優勢，可為苦蕎品種分類鑒別和質量控制提供一種客觀性，準確性、有效性的方法。

［1］周小理，李宗杰，周一鳴.蕎麥治療糖尿病化學成分的研究進展［J］.中國糧油學報，2011，26(5):119－121

［2］楊錦忠，郝建平，杜天慶，等.基于種子圖像處理的大數目玉米品種形態識別［J］.作物學報.2008，34(6):1069－1073

［3］Shouche SP，Rastogi R，Bhagwat SG，et al.Shape analysis of grains of Indian wheat varieties［J］.Computers and Electronics in Agriculture，2001，33(1):55 －76

［4］何勝美，李仲來，何中虎.基于圖像識別的小麥品種分類研究［J］.中國農業科學.2005，38(9):1869－1875

［5］Zapotoczny P.Discrimination of wheat grain varieties using image analysis and neural networks.Part I.Single kernel texture［J］.Journal of Cereal Science，2011，54:60 －68

［6］Pourreza A，Pourreza H，Abbaspour－Fard M H，et al.I-dentification of nine Iranian wheat seed varieties by textural analysis with image processing［J］.Computers and Electronics in Agriculture，2012，83:102 －108

［7］Delwiche SR，Yang I C，Graybosch R A.Multiple view image analysis of freefalling U.S.wheat grains for damage assessment［J］.Computers and Electronics in Agriculture，2013，98:62－73

［8］郝建平，楊錦忠，杜天慶，等.基于圖像處理的玉米品種的種子形態分析及其分類研究［J］.中國農業科學，2008，41(4):994－1002

［9］韓仲志，趙友剛.基于外觀特征識別的花生品質與品種檢測方法［J］.中國糧油學報，2009，24(5):123－126

［10］程軼波.Photoshop圖像處理技巧［J］.中國科技信息，2009，(1):328－354

［11］黃曉韻，曹波，楊躍.基于 SAS的多元統計方法實現芯片數據挖掘［J］.生物信息學，2010，8(2):147－149

［12］劉娟，崔樹起，呂曼，等.基于非參數交互證實判別分析法建社區腦膜炎診斷模型［J］.數理醫藥學雜志，2010:23(1):8－10

［13］Manickavasagan A，Sathya G，Jayas D S，et al.Wheat class identification using monochrome images［J］.Journal of Cereal Science，2008，47(3):518－527

［14］劉光蓉，管庶安，周紅.基于圖象處理技術的大米色澤檢測［J］.糧食和飼料，2006(1):8－9

［15］Wiwart M，Suchowilska E，Lajszner W，et al.Identification of hybrids of spelt and wheat and their parental forms using shape and color descriptors［J］.Computers and Electronics in Agriculture，2012，83:68－76

［16］孫振球.醫學統計學(第三版)［M］.北京:人民衛生出版社，2010

［17］趙鋼，陜方.中國苦蕎［M］.北京:科學出版社，2009.