計算機視覺對稻谷儲藏霉變真菌的識別研究.pdf

1、稻谷，作為世界上重要糧食作物之一，其產(chǎn)量高、具有較高的經(jīng)濟價值，在世界范圍內(nèi)得到廣泛種植。稻谷作為我國三大糧種之一，是我國一半以上人口的主食。稻谷中含有豐富的營養(yǎng)成分，是人類生存的物資源泉。然而稻谷在儲藏過程中常因儲藏不當而導致霉變，其中真菌污染是導致霉變的主要因素之一。在糧食公益性行業(yè)專項經(jīng)費項目(201313002-01)的資助下，本文通過利用計算機視覺技術(shù)對常見的五種真菌引發(fā)的霉變稻谷進行檢測，又進一步研究利用計算機視覺技術(shù)對五種

2、真菌菌落的識別，期望利用此技術(shù)對稻谷霉變達到早期檢測和霉變真菌種類鑒定的目的。
　　1.計算機視覺系統(tǒng)裝置的搭建
　　為了實現(xiàn)稻谷霉變圖像和真菌圖像的獲取，搭建了一套計算機視覺裝置，裝置主要包括相機、光源、底座、支架等單元。經(jīng)過多次調(diào)試，確定了光源強度、相機與樣品的距離、相機曝光時間、快門速度、光圈等一系列參數(shù)。
　　2.基于計算機視覺對霉變稻谷的檢測
　　通過對引起稻谷霉變真菌的調(diào)查，篩選出五種常見的真菌來研究

3、。首先進行真菌培養(yǎng)，制成懸浮液，將懸浮液接種到稻谷樣品中，對稻谷樣品模擬儲藏。利用計算機視覺裝置對正常（對照組）、霉變早期、霉變晚期三組稻谷樣品進行圖像采集，對圖像進行預處理，通過分析圖像特征差異，對灰度、顏色和紋理特征進行提取，共68個特征數(shù)據(jù)。采用支持向量機(Support vector machines，SVM)和偏最小二乘法判別分析(Partial Least Squares Discirminant Analysis，PLS-

4、DA)構(gòu)建檢測模型，首先用于正常稻谷與霉變稻谷的區(qū)分，又對五種真菌霉變稻谷類型進行區(qū)分。為了降低模型復雜度和數(shù)據(jù)冗余，利用連續(xù)投影算法(Successive projections algorithm，SPA)來消除原始數(shù)據(jù)變量間的共線性。結(jié)果得出利用SVM模型能夠很好的區(qū)分對照組與霉變組，其中建模集和驗證集準確率分別為99.8％和98.8％。SVM模型對于五種霉變晚期稻谷的區(qū)分效果要優(yōu)于霉變早期，其中對早期霉變五種真菌區(qū)分的建模集和驗

5、證集準確率分別為99.3％和92％，對晚期霉變五種真菌區(qū)分的準確率分別為100％和94％，且整體上SVM模型的效果要優(yōu)于PLSDA模型。在基于SPA特征結(jié)果發(fā)現(xiàn)，SPA不僅消除了數(shù)據(jù)冗余、減少了運算量，而且在區(qū)分效果上也有很好的表現(xiàn)。說明了利用計算機視覺技術(shù)結(jié)合稻谷霉變特征來檢測稻谷霉變是可行的，且具有較高的準確率。
　　3.基于計算機視覺對五種霉菌菌落的識別
　　基于前期對霉變稻谷真菌的檢測結(jié)果，進一步研究了基于菌落特征差

6、異的五種真菌的識別。首先對五種真菌進行純培養(yǎng)，觀察并記錄各種真菌在不同培養(yǎng)天數(shù)菌落形態(tài)的變化，同時對第2d、3d、4d菌落圖像進行采集。通過對比分析不同天數(shù)的菌落特征差異，對菌落圖像預處理，并對顏色、形態(tài)、紋理特征數(shù)據(jù)提取。線性判別器(Linear Discriminant Analysis，LDA)、PLSDA和隨機森林分類(RandomFroest，RF)、SVM四種判別模型被用來建模分析，分別基于顏色、形態(tài)、紋理特征和三種特征結(jié)合

7、的方式構(gòu)建識別模型。結(jié)果表明:基于三種特征結(jié)合構(gòu)建的模型區(qū)分的準確率最高，其次是顏色特征和紋理特征，最差的是基于形態(tài)特征。其中SVM模型結(jié)果相對較好，對第2d、3d、4d天的建模集識別準確率均為100％，預測集準確率分別為93.2％、96.4％、97.6％。研究也表明隨著真菌生長時間的延長，五種真菌菌落特征差異越明顯，識別率越高。同時，由于原始特征數(shù)據(jù)量大，且存在數(shù)據(jù)冗余，會降低運算速率，所以利用SPA特征選取的方法來消除這些不利因素。

8、將SPA選擇的特征數(shù)據(jù)結(jié)合SVM模型建模分析，結(jié)果表明SPA不僅有助于消除數(shù)據(jù)冗余和提高運算速率，而且在一定程度上提高了模型的準確率，其中對第2d、3d、4d天的真菌菌落，建模集識別準確率分別為99.6％、100％、99.8％，預測集準確率分別為94.8％、98％、99.2％。
　　4.稻谷真菌數(shù)字圖像識別軟件設計
　　以計算機視覺技術(shù)對五種真菌數(shù)字圖像識別的研究結(jié)果為基礎，設計了一款用于稻谷真菌數(shù)字圖像的識別軟件(軟件名稱