粮仓内霉变粮食颗粒检测装置

张珊珊， 刘　伟

(山东理工大学 电气与电子工程学院， 山东 淄博 255049)



粮仓内霉变粮食颗粒检测装置

张珊珊， 刘伟

(山东理工大学 电气与电子工程学院， 山东 淄博 255049)

摘要：针对粮食仓储单位检测粮食霉变的实际需求，设计了霉变粮食颗粒检测装置.该装置包括旋转取样、储料、振动以及图像采集机构，由取样机构提取粮仓内不同深度的粮食颗粒，并分别采集白光和紫外光下粮食颗粒的图像，然后对图像进行处理获得粮食颗粒霉变的数据.测试结果表明：该装置可以检测粮仓内不同深度粮食颗粒霉变的程度.

关键词：粮仓粮食颗粒； 霉变； 检测装置

粮食在收获、贮藏和加工的过程中极易受到霉菌污染[1-3]，发生霉变不仅影响粮食的风味和外观，而且含有对人、畜有害的霉菌毒素.霉菌毒素是霉菌分泌的代谢产物，主要有黄曲霉菌、青霉菌和镰刀霉菌等，进行简单的处理加工及烹饪很难消除这些毒素，从而对人类和畜禽造成严重危害[4-6]，因此检测粮食颗粒是否发生霉变极为重要.目前，绝大多数粮食加工企业依靠人工拣出霉变颗粒，效率较低，只有很少一部分企业采用种子光电分选机[7]，这类分选机普遍结构复杂、价格昂贵，因而难以普及，且仅有合格及不合格两个分级级别，而且在使用时操作十分繁琐，检测器只能在固定的位置进行检测，不能根据需要对粮仓内任意深度的粮食颗粒进行检测.因此，为适应粮仓粮食霉变检测的需要，本文克服现有技术的不足，提出了一种能在粮仓内不同深度多个位置快速准确检测粮食霉变情况的检测装置.

1检测装置的工作原理

感染霉菌的粮食颗粒表层颜色会褐变、发黑，因此在自然光下采集粮食颗粒的图像，通过滤波、灰度化、二值化、去干扰、区域填充、连续膨胀等操作，即可以检测出霉变的粮食颗粒，并能够统计出霉变颗粒数目.

自然光下拍摄的玉米颗粒如图1(a)所示，图中右侧为霉变颗粒，左侧为对照的正常颗粒，为简化后续计算，将彩色图像转化为灰度图像如图1(b)所示，对图像进行二值化[8]，并滤除连通面积小于780个像素的区域，以滤除干扰噪声，如图1(c)所示，然后经过区域填充和膨胀，得到霉变颗粒的位置，如图1(d)，根据检测结果就可以在原始图像中标记出霉变的粮食颗粒.

(c)二值化图像　　　　　　　(d)区域填充结果图1　自然光下霉变粮食颗粒的检测

然而在自然光下难以观察到黄曲霉毒素，但是当使用365nm紫外光照射黄曲霉毒素时，会发生黄绿色荧光效应[9]，因此采集紫外光照射下的粮食颗粒图像，就能够准确检测出感染黄曲霉毒素的粮食颗粒，如图2所示.对原始的彩色图像进行增强，二值化处理，去除干扰噪声，然后连续膨胀得到感染黄曲霉毒素颗粒的位置，并标记在原始图像中[10].

2检测装置的结构

粮仓不同深度霉变检测装置的结构分为旋转取样、储料、振动、图像采集和壳体等五部分，如图3所示.该装置可对粮仓内不同深度多个位置的粮食颗粒进行图像采集，再依据上述检测原理，判断粮食颗粒的霉变情况.

(a)原始图像　　　　　　　　　　(b)增强图像

(c)二值化图像　　　　　　　　(d)连续膨胀结果图2　紫外光下感染黄曲霉毒素粮食颗粒的检测

1.进料口 2.下带轮 3.刻度尺 4.同步皮带 5.上带轮 6.料斗 7.壳体 8.摄像头 9.光源 10.出料口 11.储料板 12.振动电机 13.弹簧 14.支撑板 15.卸料口图3　粮仓不同深度霉变检测装置结构图

2.1取样机构

取样机构为皮带传动机构，由上带轮、同步皮带、取料斗和下带轮四部分组成，上带轮通过同步皮带连接下带轮，上带轮一侧的壳体内壁上装有步进电机，上带轮连接步进电机的输出轴，下带轮通过转轴固定安装在壳体内下部；同步皮带外侧上装有取料斗.取料斗在同步皮带上均布多个，相邻两个取料斗之间的距离等于上带轮和下带轮的外缘周长的四分之一；取料斗的开口面的长度与宽度相等，且与同步皮带等宽，取料斗的深度大于等于2cm.

2.2图像采集机构

图像采集机构包括摄像头和光源，光源包括荧光光源和白光光源，由365nm紫外灯珠产生荧光，为黄曲霉毒素的检测提供光源，由白光灯珠产生白光，为粮食霉变的检测提供光源.由恒流电源为荧光光源和白光光源供电，保持光强的稳定.

2.3储料装置

储料装置安装在壳体外壁上，位于出料口下方，用于盛放从出料口卸出的粮食颗粒，为其上方的摄像头提供拍照的平台.储料板向下倾斜，与水平面有一较小的夹角，便于粮食颗粒在振动时掉落；储料板周围设有一圈凸起的挡边，用于防止粮食的滑落，在一定时间内保持粮食颗粒的稳定性，便于采集清晰的图像.

2.4振动机构

振动机构包括振动电机、弹簧和支撑板，支撑板一侧连接壳体外壁，支撑板上面固定安装多只竖立放置的弹簧，弹簧顶部通过振动块连接储料板底面，振动块一侧连接振动电机，振动电机固定安装在储料板底面上.当从出料口卸出的粮食颗粒较多时，依靠粮食的自重储料板会发生轻微的上下振动，使粮食颗粒单层排放，便于拍照；当需要彻底更换储料板上的粮食颗粒时，可通过储料板下方的振动机构提供动力，令储料板发生较大幅度的振动，完全振落储料板上的粮食颗粒，并更换新的粮食颗粒.

2.5壳体

壳体的左端面上固定安装有纵向设置的刻度尺，通过刻度尺可准确的判断壳体进入粮仓的深度，便于数据记录.壳体内设有料斗检测传感器，用于检测取料斗的位置，通过料斗传感器来记录经过同一固定位置的取料斗的个数，从而判断在更换不同位置时，取料斗内的粮食是否已经完全更换完毕.为防止外界光线的干扰，将卸料口设置为弧形，保证良好的拍摄环境.

3检测装置的硬件系统

检测装置的硬件电路框图如图4所示，采用小巧便携的嵌入式系统作为主控板，通过USB接口外扩控制模块，使用12V锂电池为检测装置供电。USB控制模块输出4路控制信号，分别控制开关管K1，K2、K3和K4的通断。当K3导通时，与K3串联的旋转电机工作，通过取料斗挖取粮仓里的粮食颗粒，并将粮食颗粒提升到出料口的储料板上；当K4导通时，与K4串联的振动电机工作，使储料板振动，平铺粮食颗粒；当K1导通时，与K1串联的白光灯珠发光，控制板控制摄像头对白光下的颗粒进行拍照，并对霉变区域进行检测；当K2导通时，与K2串联的紫外灯珠发光，控制板使用摄像头对365nm紫外光下的颗粒进行拍照，并检测黄曲霉毒素。

图4　检测装置硬件电路框图

4检测装置的软件设计

软件系统采用模块化设计，软件流程如图5所示.首先，将检测装置竖立放置在粮仓颗粒堆上方的中间位置，并将壳体下部的进料口朝下插入粮食颗粒堆1m深度，启动取样机构挖取粮食颗粒往壳体上方运动，粮食颗粒运行至出料口处并卸出在储料装置上，控制器通过图像采集机构采集不同光源下的粮食颗粒的图像信息，统计出霉变和感染黄曲霉毒素粮食颗粒占总数的比率，从而准确判定粮食颗粒霉变的程度；取样机构继续运行，连续检测多个位置后，取样机构停止运行，1m深度检测完毕.然后，将检测装置插入粮食颗粒堆2m深度，再次启动取样机构，挖取粮食颗粒至规定位置，此时取样机构暂停，控制器采集储料装置上的粮食颗粒图像，并统计粮食颗粒霉变与感染黄曲霉毒素的情况；重复上述步骤，将检测装置按照1m的递进深度不断插入粮食堆，直到检测装置插到粮仓底部为止.

图5　粮食颗粒霉变检测流程图

5检测装置的测试结果

检测装置在玉米粮仓1m深处取样，拍摄的白光下玉米颗粒图像如图6(a)所示，可以清晰地看到这些颗粒中有霉变颗粒，经过处理后的图像如图6(b)所示，霉变颗粒被标红.通过计算霉变颗粒像素数占颗粒总像素数的比值，计算得到霉变率为3.7%.

(a)采集1m深处的玉米颗粒图像　　　　 (b)检测结果图像图6　玉米颗粒检测图像

检测装置在小麦粮仓3m深处取样，得到白光下的小麦颗粒图像如图7(a)所示，经过处理后的图像如图7(b)所示，霉变小麦颗粒被标红，霉变率为3.2%.

(a)采集3m深处的小麦颗粒图像　　　　(b)检测结果图像图7　小麦颗粒检测图像

6结束语

基于嵌入式系统设计的霉变粮食检测装置，具有体积小、计算速度快、占用硬件资源少的特点。以1m、3m深处的玉米颗粒为样本测试，可以准确分辨出霉变的粮食颗粒，并计算出霉变率.测试结果表明，该装置完全符合设计要求.

参考文献：

[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, 马良, 杨金娥,等. 粮油产品黄曲霉毒素B1检测技术研究进展[J]. 中国油料作物学报, 2005, 27(2):77-81.

[3] Fei M A. Effects of Mycotoxin from Maize on Immune Response of Vaccine for Piglets[J].农业科学与技术(英文版), 2010,11(7):117-119.

[4]张楠楠, 刘伟, 王伟,等. 玉米霉变及黄曲霉毒素的图像处理检测方法[J]. 中国粮油学报, 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]江景涛, 王延耀, 杨然兵,等. 基于分裂Bregman算法的玉米种子品种识别(英文)[J]. 农业工程学报, 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]韩仲志, 杨锦忠, 李言照. 玉米品种图像识别中的影响因素研究[J]. 中国粮油学报, 2012, 27(10):98-103.

(编辑：刘宝江)

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

中图分类号：TP391.4

文献标志码：A

文章编号：1672-6197(2016)04-00037-04

作者简介：张珊珊，女，dongfang_zhangshan@163.com； 通信作者： 刘伟，男，weikey@sdut.edu.cn

基金项目：国家科技支撑计划项目(2012BAK08B04-03)

收稿日期：2016-01-18