糧倉內霉變糧食顆粒檢測裝置

張珊珊， 劉　偉

(山東理工大學 電氣與電子工程學院， 山東 淄博 255049)

?

糧倉內霉變糧食顆粒檢測裝置

張珊珊， 劉偉

(山東理工大學 電氣與電子工程學院， 山東 淄博 255049)

摘要：針對糧食倉儲單位檢測糧食霉變的實際需求，設計了霉變糧食顆粒檢測裝置.該裝置包括旋轉取樣、儲料、振動以及圖像采集機構，由取樣機構提取糧倉內不同深度的糧食顆粒，并分別采集白光和紫外光下糧食顆粒的圖像，然后對圖像進行處理獲得糧食顆粒霉變的數據.測試結果表明：該裝置可以檢測糧倉內不同深度糧食顆粒霉變的程度.

關鍵詞：糧倉糧食顆粒； 霉變； 檢測裝置

糧食在收獲、貯藏和加工的過程中極易受到霉菌污染[1-3]，發生霉變不僅影響糧食的風味和外觀，而且含有對人、畜有害的霉菌毒素.霉菌毒素是霉菌分泌的代謝產物，主要有黃曲霉菌、青霉菌和鐮刀霉菌等，進行簡單的處理加工及烹飪很難消除這些毒素，從而對人類和畜禽造成嚴重危害[4-6]，因此檢測糧食顆粒是否發生霉變極為重要.目前，絕大多數糧食加工企業依靠人工揀出霉變顆粒，效率較低，只有很少一部分企業采用種子光電分選機[7]，這類分選機普遍結構復雜、價格昂貴，因而難以普及，且僅有合格及不合格兩個分級級別，而且在使用時操作十分繁瑣，檢測器只能在固定的位置進行檢測，不能根據需要對糧倉內任意深度的糧食顆粒進行檢測.因此，為適應糧倉糧食霉變檢測的需要，本文克服現有技術的不足，提出了一種能在糧倉內不同深度多個位置快速準確檢測糧食霉變情況的檢測裝置.

1檢測裝置的工作原理

感染霉菌的糧食顆粒表層顏色會褐變、發黑，因此在自然光下采集糧食顆粒的圖像，通過濾波、灰度化、二值化、去干擾、區域填充、連續膨脹等操作，即可以檢測出霉變的糧食顆粒，并能夠統計出霉變顆粒數目.

自然光下拍攝的玉米顆粒如圖1(a)所示，圖中右側為霉變顆粒，左側為對照的正常顆粒，為簡化后續計算，將彩色圖像轉化為灰度圖像如圖1(b)所示，對圖像進行二值化[8]，并濾除連通面積小于780個像素的區域，以濾除干擾噪聲，如圖1(c)所示，然后經過區域填充和膨脹，得到霉變顆粒的位置，如圖1(d)，根據檢測結果就可以在原始圖像中標記出霉變的糧食顆粒.

(c)二值化圖像　　　　　　　(d)區域填充結果圖1　自然光下霉變糧食顆粒的檢測

然而在自然光下難以觀察到黃曲霉毒素，但是當使用365nm紫外光照射黃曲霉毒素時，會發生黃綠色熒光效應[9]，因此采集紫外光照射下的糧食顆粒圖像，就能夠準確檢測出感染黃曲霉毒素的糧食顆粒，如圖2所示.對原始的彩色圖像進行增強，二值化處理，去除干擾噪聲，然后連續膨脹得到感染黃曲霉毒素顆粒的位置，并標記在原始圖像中[10].

2檢測裝置的結構

糧倉不同深度霉變檢測裝置的結構分為旋轉取樣、儲料、振動、圖像采集和殼體等五部分，如圖3所示.該裝置可對糧倉內不同深度多個位置的糧食顆粒進行圖像采集，再依據上述檢測原理，判斷糧食顆粒的霉變情況.

(a)原始圖像　　　　　　　　　　(b)增強圖像

(c)二值化圖像　　　　　　　　(d)連續膨脹結果圖2　紫外光下感染黃曲霉毒素糧食顆粒的檢測

1.進料口 2.下帶輪 3.刻度尺 4.同步皮帶 5.上帶輪 6.料斗 7.殼體 8.攝像頭 9.光源 10.出料口 11.儲料板 12.振動電機 13.彈簧 14.支撐板 15.卸料口圖3　糧倉不同深度霉變檢測裝置結構圖

2.1取樣機構

取樣機構為皮帶傳動機構，由上帶輪、同步皮帶、取料斗和下帶輪四部分組成，上帶輪通過同步皮帶連接下帶輪，上帶輪一側的殼體內壁上裝有步進電機，上帶輪連接步進電機的輸出軸，下帶輪通過轉軸固定安裝在殼體內下部；同步皮帶外側上裝有取料斗.取料斗在同步皮帶上均布多個，相鄰兩個取料斗之間的距離等于上帶輪和下帶輪的外緣周長的四分之一；取料斗的開口面的長度與寬度相等，且與同步皮帶等寬，取料斗的深度大于等于2cm.

2.2圖像采集機構

圖像采集機構包括攝像頭和光源，光源包括熒光光源和白光光源，由365nm紫外燈珠產生熒光，為黃曲霉毒素的檢測提供光源，由白光燈珠產生白光，為糧食霉變的檢測提供光源.由恒流電源為熒光光源和白光光源供電，保持光強的穩定.

2.3儲料裝置

儲料裝置安裝在殼體外壁上，位于出料口下方，用于盛放從出料口卸出的糧食顆粒，為其上方的攝像頭提供拍照的平臺.儲料板向下傾斜，與水平面有一較小的夾角，便于糧食顆粒在振動時掉落；儲料板周圍設有一圈凸起的擋邊，用于防止糧食的滑落，在一定時間內保持糧食顆粒的穩定性，便于采集清晰的圖像.

2.4振動機構

振動機構包括振動電機、彈簧和支撐板，支撐板一側連接殼體外壁，支撐板上面固定安裝多只豎立放置的彈簧，彈簧頂部通過振動塊連接儲料板底面，振動塊一側連接振動電機，振動電機固定安裝在儲料板底面上.當從出料口卸出的糧食顆粒較多時，依靠糧食的自重儲料板會發生輕微的上下振動，使糧食顆粒單層排放，便于拍照；當需要徹底更換儲料板上的糧食顆粒時，可通過儲料板下方的振動機構提供動力，令儲料板發生較大幅度的振動，完全振落儲料板上的糧食顆粒，并更換新的糧食顆粒.

2.5殼體

殼體的左端面上固定安裝有縱向設置的刻度尺，通過刻度尺可準確的判斷殼體進入糧倉的深度，便于數據記錄.殼體內設有料斗檢測傳感器，用于檢測取料斗的位置，通過料斗傳感器來記錄經過同一固定位置的取料斗的個數，從而判斷在更換不同位置時，取料斗內的糧食是否已經完全更換完畢.為防止外界光線的干擾，將卸料口設置為弧形，保證良好的拍攝環境.

3檢測裝置的硬件系統

檢測裝置的硬件電路框圖如圖4所示，采用小巧便攜的嵌入式系統作為主控板，通過USB接口外擴控制模塊，使用12V鋰電池為檢測裝置供電。USB控制模塊輸出4路控制信號，分別控制開關管K1，K2、K3和K4的通斷。當K3導通時，與K3串聯的旋轉電機工作，通過取料斗挖取糧倉里的糧食顆粒，并將糧食顆粒提升到出料口的儲料板上；當K4導通時，與K4串聯的振動電機工作，使儲料板振動，平鋪糧食顆粒；當K1導通時，與K1串聯的白光燈珠發光，控制板控制攝像頭對白光下的顆粒進行拍照，并對霉變區域進行檢測；當K2導通時，與K2串聯的紫外燈珠發光，控制板使用攝像頭對365nm紫外光下的顆粒進行拍照，并檢測黃曲霉毒素。

圖4　檢測裝置硬件電路框圖

4檢測裝置的軟件設計

軟件系統采用模塊化設計，軟件流程如圖5所示.首先，將檢測裝置豎立放置在糧倉顆粒堆上方的中間位置，并將殼體下部的進料口朝下插入糧食顆粒堆1m深度，啟動取樣機構挖取糧食顆粒往殼體上方運動，糧食顆粒運行至出料口處并卸出在儲料裝置上，控制器通過圖像采集機構采集不同光源下的糧食顆粒的圖像信息，統計出霉變和感染黃曲霉毒素糧食顆粒占總數的比率，從而準確判定糧食顆粒霉變的程度；取樣機構繼續運行，連續檢測多個位置后，取樣機構停止運行，1m深度檢測完畢.然后，將檢測裝置插入糧食顆粒堆2m深度，再次啟動取樣機構，挖取糧食顆粒至規定位置，此時取樣機構暫停，控制器采集儲料裝置上的糧食顆粒圖像，并統計糧食顆粒霉變與感染黃曲霉毒素的情況；重復上述步驟，將檢測裝置按照1m的遞進深度不斷插入糧食堆，直到檢測裝置插到糧倉底部為止.

圖5　糧食顆粒霉變檢測流程圖

5檢測裝置的測試結果

檢測裝置在玉米糧倉1m深處取樣，拍攝的白光下玉米顆粒圖像如圖6(a)所示，可以清晰地看到這些顆粒中有霉變顆粒，經過處理后的圖像如圖6(b)所示，霉變顆粒被標紅.通過計算霉變顆粒像素數占顆粒總像素數的比值，計算得到霉變率為3.7%.

(a)采集1m深處的玉米顆粒圖像　　　　 (b)檢測結果圖像圖6　玉米顆粒檢測圖像

檢測裝置在小麥糧倉3m深處取樣，得到白光下的小麥顆粒圖像如圖7(a)所示，經過處理后的圖像如圖7(b)所示，霉變小麥顆粒被標紅，霉變率為3.2%.

(a)采集3m深處的小麥顆粒圖像　　　　(b)檢測結果圖像圖7　小麥顆粒檢測圖像

6結束語

基于嵌入式系統設計的霉變糧食檢測裝置，具有體積小、計算速度快、占用硬件資源少的特點。以1m、3m深處的玉米顆粒為樣本測試，可以準確分辨出霉變的糧食顆粒，并計算出霉變率.測試結果表明，該裝置完全符合設計要求.

參考文獻：

[1] Chen X, Kildal P S, Carlsson J. Comparisons of different methods to determine correlation applied to multi-port UWB eleven antenna[C] //Antennas and Propagation (EUCAP), Proceedings of the 5th European Conference on. IEEE, 2011:1 776-1 780.

[2]李培武, 馬良, 楊金娥,等. 糧油產品黃曲霉毒素B1檢測技術研究進展[J]. 中國油料作物學報, 2005, 27(2):77-81.

[3] Fei M A. Effects of Mycotoxin from Maize on Immune Response of Vaccine for Piglets[J].農業科學與技術(英文版), 2010,11(7):117-119.

[4]張楠楠, 劉偉, 王偉,等. 玉米霉變及黃曲霉毒素的圖像處理檢測方法[J]. 中國糧油學報, 2014, 29(2):82-88.

[5]Stroka J, Anklam E. New strategies for the screening and determination of aflatoxins and the detection of aflatoxin-producing molds in food and feed[J]. Trac Trends in Analytical Chemistry, 2002, 21(2):90-95.

[6]Goryacheva I Y, Rusanova T Y, Pankin K E. Fluorescent properties of aflatoxins in organized media based on surfactants, cyclodextrins, and calixresorcinarenes[J]. Journal of Analytical Chemistry, 2008, 63(8):751-755.

[7]江景濤, 王延耀, 楊然兵,等. 基于分裂Bregman算法的玉米種子品種識別(英文)[J]. 農業工程學報, 2012, 28(S2):248-252.

[8]Soponar F， MoA C， Srbu C. Quantitative determination of some food dyes using digital processing of images obtained by thin-layer chromatography[J]. Journal of Chromatography A, 2008, 1188(2):295-300.

[9]Comer M L, Delp E J. Morphological Operations For Color Image Processing[J]. Journal of Electronic Imaging, 1999, 8(3):279-289.

[10]韓仲志, 楊錦忠, 李言照. 玉米品種圖像識別中的影響因素研究[J]. 中國糧油學報, 2012, 27(10):98-103.

(編輯：劉寶江)

Moldy grains detector for the granary

ZHANG Shan-shan, LIU Wei

(School of Electrical and Electronic Engineering, Shandong University of Technology, Zibo 255049, China)

Abstract:In order to meet the actual demand of moldy grain detection for grain storage, a detector for moldy grains in the granary is designed. The device includes rotatable sampling, storing, vibrating and imaging parts. Grain kernels at different depth can be dug up by the rotatable sampling part and the images of kernels can be respectively acquired under white and UV-light. Then ratio of moldy grains can be calculated by processing these images. Results show that the device can detect moldy grains in different depth of the granary.

Key words:granary grain kernels; moldy; detector

中圖分類號：TP391.4

文獻標志碼：A

文章編號：1672-6197(2016)04-00037-04

作者簡介：張珊珊，女，dongfang_zhangshan@163.com； 通信作者： 劉偉，男，weikey@sdut.edu.cn

基金項目：國家科技支撐計劃項目(2012BAK08B04-03)

收稿日期：2016-01-18