稻谷外观品质检测技术研究及快检仪器开发*

李晓亮 赵艳妍 董德良 李 炜 蒋士勇 罗海军 黄 波 贺 波 刘笑睿 廖子龙

(1 中储粮成都储藏研究院有限公司 610091)(2 中国储备粮管理集团有限公司新疆分公司 830000)(3 中国储备粮管理集团有限公司 100039)(4 中储粮质检中心有限公司 610091)

稻谷是我国主要口粮之一,在目前的收购质量指标检测中,不完善粒、谷外糙米等仍是以感官检测为主,存在检测耗时长、劳动强度大、“人情粮”“关系粮”风险等问题。

在相关技术研究上,国外多采用无损检测的方式[1-7],对于图像难以检测的部位用X射线或者光谱检测[8-11]。国内除了光谱检测研究外,也有采用SVM分类器、声音信号分析、遗传算法、BP神经网络等方法研究[12-19]。随着科技的发展,特别是卷积神经网络CNN的快速发展,在缺陷和外观检测识别领域的运用越来越广泛。国内一些企业围绕小麦和玉米等粮种,运用图像智能识别技术、图像自动化采集平台等开发了相关仪器,但目前市面上用于稻谷收购指标的快速检测技术和设备仍然缺乏研究和突破。中储粮成都储藏研究院有限公司通过近几年的研究,其小麦最优算法已经可以实现识别率99%以上,并已实现产品化推广。本文通过在稻谷外观品质技术上的成功摸索,为下一步多粮种检测和扦检一体化提供了重要前期基础。

1 稻谷检测仪器研制

仪器主要由图像采集及硬件模块、识别模型和软件、人机交互三部分组成。与国内其他技术和设备相比,该仪器的创新性主要表现为三个方面:一是充分运用模式识别和深度可分离卷积的深度学习算法相结合的识别技术,在保证准确的同时兼顾计算效率;二是仪器技术含量高,充分融合粮食流速自适应、精密传感、光学相机等技术,具有20余项专利技术;三是集成度高,单台仪器可以识别谷外糙米、不完善粒、整精米率等稻谷指标,后期可升级融合小麦、玉米、大豆等多个粮种,仪器适用性强,基层需求度高。通过不断优化和提升,现仪器外观如图1所示。

图1 稻谷检测仪

1.1 图像采集及硬件模块

稻谷图像采集及硬件模块,主要实现稻谷自动进料、自动感应、自动拍照、自动传输、自动归类和分析。

整体架构如图2所示。硬件部分主要包含图像采集设备、传输装置和电路控制三部分。软件部分包括串口通信模块、自动识别模块以及结果显示模块。串口通信模块主要实现软件上位机与硬件采集设备数据互通功能;自动识别模块分为图像采集驱动模块、图像预处理模块和图像特征提取识别模块,主要实现稻谷图像采集命令控制、图像预处理及预处理图像特征提取和识别功能;自动识别模块得到最终的识别结果后,送入结果显示模块,结果显示模块主要完成显示识别后的结果和图像。

图2 稻谷图像采集系统架构图

1.2 识别模型和软件模块

在不同的检测阶段,稻谷的谷外糙米、不完善粒等的定义、特征和形态各不相同,传统的卷积神经网络并不能完成稻谷不同类别的精细识别。本研究采用深度可分离卷积算法,既考虑到图像区域中的通道随着卷积层数等参量的不断增大,同时避免神经网络计算效率的降低。

在本研究中的深度可分离卷积中,输入和输出与标准卷积相同,不同的是,在卷积的过程中分成了两步,第一步是深度卷积(depthwise convolution),即对输入图像进行数量为M大小为k×k×1的2D卷积;第二步是逐点卷积(pointwise convolution),即进行数量为N个大小为1×1×M的卷积。其网络结构如图3所示。

图3 Mobilenet网络结构图

在稻谷图像计算中,用比率来比较深度可分离卷积和标准卷积的计算量:

((k×k+N)×M×h×w)/((k×k+N)×M×h×w)=1/N+1/k2

通过反复优化和实验,其谷外糙米识别准确率达到98.1%,不完善粒识别率达到98%以上,整精米识别率达到99%以上。

1.3 人机交互模块

人机交互模块主要包括整机交互和软件交互两方面。整机交互如图4所示,仪器由进料口、机身、显示屏和回料口四部分组成,屏幕为触屏操作,整机操作简便,人机交互性好,能快速上手。

图4 稻谷检测仪

软件交互方面,如图5～图7所示,仪器界面包括“样品编号、开始/停止、数据、打印、退出”5个按钮选项,“数据”选项可以方便回看历史数据,“打印”选项可以实时打印数据结果。同时,软件可以针对不同的检测目标在“稻谷”、“糙米”和“精米”检测上自由切换,实现单台仪器检测稻谷多个指标的功能。

图5 稻谷检测界面

图6 糙米检测界面

图7 精米检测界面

2 仪器性能测试

仪器性能主要由其准确性、重复性、台间差和稳定性等组成,按照GB/T 5494-2019《粮油检验 粮食、油料的杂质、不完善粒检验》、GB/T 1350-2009《稻谷》、GB/T 5495-2008《粮油检验稻谷出糙率检验》、GB/T 21719-2008《稻谷整精米率检验法》、GB/T 6379.6-2009《测量方法与结果的准确度》、LS/T 6402-2017《粮油检验设备和方法标准适用性验证及结果评价一般原则》、GB/T 4889-2008《数据的统计处理和解释 正态分布均值和方差的估计与检验》等标准[20-26],结合仪器检测可操作实际,开展谷外糙米、不完善粒、整精米率等指标的相关测试。

2.1 谷外糙米检测

2.1.1 实验准备 随机准备30份稻谷样品(样品来源:中储粮质检公司、中储粮新疆分公司等),每份样品50 g左右,通过筛选除杂后,按照GB/T 1350和GB/T 5494有关规定进行谷外糙米检测,检测结果作为样品定值;然后用仪器检测上述样品,将检测结果与定值进行配对T检验,考察两组结果是否存在显著性差异。

2.1.2 准确性结果分析 通过图8,根据配对T检验方法,表中td在显著性水平α=0.05情况下,查GB/T 4889-2008表A.2,得t0.05,29=2.045,由于仪器td=0.93<2.045,所以,仪器谷外糙米的测定结果与国家标准方法测定结果之间不存在显著性差异。

图8 仪器准确性/台间差测试结果

2.1.3 重复性结果分析 随机选用1台验证用仪器,谷外糙米含量低、中、高三个水平样品各1份,其中低值(0.22)、中值(0.92)、高值(2.12),同一份试样重复测定6次,采用卡方(χ2)检验考察该仪器重复性测定标准差是否超过国家标准方法中规定的重复性要求,同时采用6次测定极差与现有国家标准(GB/T 6379.6-2009)规定的6次测定重复性临界极差进行对照,验证该仪器的重复性。如图9所示。

图9 仪器重复性测试结果

通过图9,由标准得知,稻谷谷外糙米在重复性条件下,获得的两次独立测试结果的绝对差值不大于0.30,6次测定的重复性临界极差CrR95(6)=f(6)×0.3/2.8=0.43。

三个水平谷外糙米含量的χ2值均不超过查表值(11.07),极差(0.08、0.17、0.30)也均不超过重复性临界极差0.43,说明该仪器测定的重复性标准差和极差均满足国家标准方法中规定的重复性要求。

2.1.4 台间差结果分析 选取两台仪器分别对30份稻谷样品进行双试验检测,采用配对T检验法比较两台仪器的谷外糙米含量检测结果是否存在显著性差异。

通过图8,根据配对T检验方法,表中td在显著性水平α=0.05情况下,查GB/T 4889-2008表A.2,得t0.05,29=2.045,由于仪器td=0.35<2.045,根据统计结果,两台仪器不存在显著性差异,台间差满足适用性要求。

2.1.5 稳定性结果分析 随机挑选一台验证用仪器,选取1个稻谷样品,连续重复测定12 h,每小时测定1次,采用χ2检验考察该仪器12 h稳定性测定标准差是否超过国家标准方法中规定的重复性要求,同时采用13次测定极差与现有国家标准规定的13次测定重复性临界极差进行对照,验证该仪器的稳定性。

图10 仪器稳定性测试结果

2.2 糙米不完善粒检测

2.2.1 实验准备 由于稻谷不完善粒是作为出糙率的中间指标之一,为了更好地判断仪器不完善粒识别准确性,实验采取不完善粒和糙米的质量占比进行实验。随机准备30份经过砻谷除杂后的糙米样品,每份样品20 g左右,按照GB/T 5495-2008和GB/T 20569-2006有关规定进行不完善粒检测,检测结果作为样品定值;然后对上述样品用仪器检测,将检测结果运用前述方法进行检验对照,考察两组结果是否存在显著性差异。

2.2.2 仪器数据适用性分析 通过实验,糙米不完善粒相关检测数据如图11～图13所示。

图11 仪器准确性/台间差测试结果

通过图11,根据配对T检验方法,表中td在显著性水平α=0.05情况下,查GB/T 4889-2008表A.2,得t0.05,29=2.045,通过计算仪器td=1.05<2.045,所以,仪器不完善粒的测定结果与国家标准方法测定结果之间不存在显著性差异。

通过图12,计算稻谷不完善粒在重复性条件下,获得的两次独立测试结果的绝对差值≤0.5,6次测定的重复性临界极差CrR95(6)=f(6)×0.5/2.8=0.714,三个水平不完善粒含量的χ2值(1.82,4.09,8.33)均不超过查表值(11.07),极差(0.27,0.43,0.56)也均不超过重复性临界极差0.714,说明该仪器测定的重复性标准差和极差均满足国家标准方法中规定的重复性要求。

图12 仪器重复性测试结果

通过图13,根据配对T检验方法,表中td在显著性水平α=0.05情况下,查GB/T 4889-2008表A.2,得t0.05,29=2.045,由于仪器td=0.85<2.045,根据统计结果,两台仪器不存在显著性差异。

图13 仪器稳定性测试结果

2.3 整精米检测

2.3.1 实验准备 为方便计算和分析,实验采取整精米和样品的质量占比进行实验。随机准备30份经过碾米后的整精米样品,每份样品20 g左右,按照GB/T 5495-2008和GB/T 21719-2008有关规定进行整精米检测,整精米的质量占比作为样品定值;然后对上述样品用仪器检测,将检测结果运用前述方法进行检验对照,考察两组结果是否存在显著性差异。

2.3.2 仪器数据适用性分析 通过实验,相关检测数据如图14～图16所示。

图14 仪器准确性/台间差测试结果

通过图14,根据配对T检验方法,表中td在显著性水平α=0.05情况下,查GB/T 4889-2008表A.2,得t0.05,29=2.045,通过计算仪器td=1.24<2.045,所以,仪器测定结果与国家标准方法测定结果之间不存在显著性差异。

通过图15,按标准两次独立测试结果的绝对差值不大于1.50,6次测定的重复性临界极差CrR95(6)=f(6)×1.5/2.8=2.14,三个水平含量的χ2值(0.95,1.19,0.66)均不超过查表值(11.07),极差(0.69,0.68,0.50)也均不超过重复性临界极差2.14,说明仪器测定的重复性标准差和极差均满足国家标准方法中规定的重复性要求。

图15 仪器重复性测试结果

通过图14,根据配对T检验方法,表中td在显著性水平α=0.05情况下,查GB/T 4889-2008表A.2,得t0.05,29=2.045,由于仪器td=0.63<2.045,根据统计结果,两台仪器不存在显著性差异。

图16 仪器稳定性测试结果

3 应用示范

目前,本成果已经在四川、黑龙江、江苏、新疆等辖库区开展了应用示范,成果的准确性、便携性、自动化等优点得到了用户的肯定。随着国家“技防技控”智能化粮库建设的推动,下一步将在更多粮库实现推广应用,市场应用前景广阔。

4 结论

针对稻谷的谷外糙米、出糙率、整精米率等关键外观品质检测指标,在检测系统、识别软件、交互系统等方面开展了系列研究,研发稻谷关键指标的快检仪器。同时,开展了多指标、多功能检测的软硬件技术开发,实现“一机多指标”“一机多粮种”、集成扦检系统的技术突破。项目的实施,可以有效实现稻谷收购关键质量指标检测的自动化、高效化、智能化,大幅度提高稻谷收购效率,降低作业人员的劳动强度,避免关系粮等问题发生,具有显著的社会和经济效益。