陳忠杰，溫 莉，郭 其

（陜西省糧油科學(xué)研究院，西安 710082）

糧食安全是實(shí)現(xiàn)國民經(jīng)濟(jì)又好又快發(fā)展的基礎(chǔ)，是促進(jìn)社會(huì)穩(wěn)定和諧的重要保障。我國是糧食生產(chǎn)大國，也是糧食消費(fèi)大國。從經(jīng)濟(jì)角度來看，擁有14億人口的中國，如果過分依賴從國際上進(jìn)口糧食，會(huì)造成國際糧源緊張，拉動(dòng)國際糧食價(jià)格上漲。我國人口眾多、糧食生產(chǎn)受自然風(fēng)險(xiǎn)和市場(chǎng)風(fēng)險(xiǎn)影響較大。因此，我國不僅要保證一定面積的耕地，還必須保證足夠的糧食儲(chǔ)藏量，這對(duì)保障我國糧食市場(chǎng)正常流通、必要時(shí)發(fā)揮糧食宏觀調(diào)控作用具有重大意義。隨著我國工業(yè)化和城市化的快速推進(jìn)，城市人口增加，人民生活消費(fèi)水平提高，未來保障我國糧食安全的壓力還將繼續(xù)存在。

1 研究意義

糧食儲(chǔ)藏的主要目的是運(yùn)用一些必要措施降低糧食不應(yīng)有的損害，盡可能地保證糧食的原有品質(zhì)，節(jié)省儲(chǔ)藏費(fèi)用。聯(lián)合國糧農(nóng)組織規(guī)定的生產(chǎn)、管理、儲(chǔ)存、運(yùn)輸、加工及消費(fèi)等環(huán)節(jié)的損失標(biāo)準(zhǔn)為5%。據(jù)資料顯示，我國糧食總損失率為18.1%，我國的國庫儲(chǔ)糧損失率為0.2%左右。其中，儲(chǔ)糧害蟲造成的損失約占儲(chǔ)糧損失總量的一半。儲(chǔ)糧害蟲的代謝活動(dòng)會(huì)使儲(chǔ)糧水分增加、糧溫升高，嚴(yán)重時(shí)會(huì)造成儲(chǔ)糧霉?fàn)€變質(zhì)。儲(chǔ)糧害蟲的排泄物和本體會(huì)污染儲(chǔ)糧，導(dǎo)致糧食質(zhì)量下降。我國在儲(chǔ)糧過程中廣泛使用磷化鋁熏蒸殺蟲，這不僅增加了開支，而且造成了環(huán)境的污染。

Integrated Pests Management簡(jiǎn)稱IPM （蟲害綜合防治）由聯(lián)合國糧農(nóng)組織1972年提出，是一種基于生態(tài)學(xué)基礎(chǔ)的綜合防治策略，通過準(zhǔn)確檢測(cè)達(dá)到科學(xué)防治目的。害蟲的實(shí)時(shí)檢測(cè)可以及時(shí)評(píng)估害蟲造成的經(jīng)濟(jì)損害水平和采取適當(dāng)?shù)姆乐未胧?，避免盲目防治造成浪費(fèi)。2013年中央明確提出實(shí)施“以我為主、立足國內(nèi)、確保產(chǎn)能、適度進(jìn)口、科技支撐”的國家糧食安全戰(zhàn)略，通過加強(qiáng)應(yīng)用基礎(chǔ)研究和軟科學(xué)研究改變糧食行業(yè)粗放的發(fā)展方式。借助大數(shù)據(jù)、云計(jì)算、人工智能、信息技術(shù)等新技術(shù)和新思路，盡快設(shè)計(jì)出更多更好、保護(hù)糧食免遭蟲害的防治方法具有一定現(xiàn)實(shí)意義。

2 國內(nèi)外儲(chǔ)糧蟲害檢測(cè)方法的研究現(xiàn)狀

儲(chǔ)糧蟲害檢測(cè)技術(shù)的一個(gè)重點(diǎn)任務(wù)是研制害蟲感知傳感器，實(shí)現(xiàn)糧堆害蟲的自動(dòng)化檢測(cè)、智能分析和自動(dòng)控制，以完善安全儲(chǔ)糧綜合治理專家決策支持系統(tǒng)。儲(chǔ)糧蟲害的在線檢測(cè)的目標(biāo)是提供準(zhǔn)確的害蟲種類、害蟲密度等信息，為蟲害綜合防治提供科學(xué)的決策依據(jù)。

為此國內(nèi)外專家學(xué)者提出了很多儲(chǔ)糧蟲害檢測(cè)方法，傳統(tǒng)方法有：扦樣法和誘集法；較新的檢測(cè)法有：圖像檢測(cè)法、聲測(cè)法、近紅外法、軟射線法、電導(dǎo)法及微波雷達(dá)法等。儲(chǔ)糧蟲害檢測(cè)方法各有特點(diǎn)，具體對(duì)比如表1。

表1 儲(chǔ)糧蟲害檢測(cè)方法對(duì)比

3 國內(nèi)外儲(chǔ)糧蟲害圖像識(shí)別檢測(cè)的研究現(xiàn)狀

基于圖像檢測(cè)的糧食儲(chǔ)糧蟲害檢測(cè)法具有檢測(cè)準(zhǔn)確、工作效率高、人工勞動(dòng)強(qiáng)度小、造價(jià)低廉，與糧庫現(xiàn)有信息管理系統(tǒng)連接方便，因此備受推崇。Zayas和Flinn[1]利用多光譜分析和模式識(shí)別技術(shù)結(jié)合的方法來檢測(cè)散裝小麥倉中的谷蠹成蟲，驗(yàn)證了模式識(shí)別技術(shù)在線檢測(cè)儲(chǔ)糧害蟲的可行性，并將殘缺糧粒、草籽、害蟲的姿態(tài)等因素列為影響檢測(cè)結(jié)果的主要因素。Ridgway、Davies和Chambers[2-3]在檢測(cè)方案設(shè)計(jì)方面做了大量的工作，三人基于英國商業(yè)部的檢測(cè)標(biāo)準(zhǔn)開發(fā)出自動(dòng)檢測(cè)系統(tǒng)用于小麥?zhǔn)斋@過程中成蟲、鼠糞和麥角的機(jī)器視覺檢測(cè)，該系統(tǒng)用于檢測(cè)三種污染物類型的集成算法的掃描速度接近于1000 g/min。系統(tǒng)的局限性是需人工參與糧蟲采集制備樣品。Keagy和Schatzki[4－5]將小麥籽粒與玉米象等成蟲接觸3 d后進(jìn)行培養(yǎng)和X光照射，然后，每隔3～4 d拍攝一次接觸片。研究者把感染和未感染谷物的X射線圖像作為原始膠片，研究4種分辨率下不同蟲齡階段侵染情況。他們提出了一種圖像處理算法，將8位灰度圖像轉(zhuǎn)換為內(nèi)部邊緣和線的二值圖像，使機(jī)器識(shí)別率超過了50%，第四齡害蟲識(shí)別和人眼的識(shí)別率相當(dāng)。Haff和Slaughter[6－7]使用低能量、大電流X射線源、低能量X射線圖像增強(qiáng)器和連接到PC的CCD相機(jī)組裝成高分辨率實(shí)時(shí)X射線成像系統(tǒng)。通過高分辨率X射線掃描實(shí)時(shí)成像，能夠在一幀畫面中成像大約350粒谷物，但因沒有糧蟲圖像的自動(dòng)分析系統(tǒng)，需要進(jìn)行人工分析。Karunakaran 等[8－11]研究了軟性 X 射線法（15 kV 和65.a）檢測(cè)加拿大西部紅春小麥種子內(nèi)稻象侵染的可能性。研究人員對(duì)受侵染的籽粒每隔5～7 d用實(shí)時(shí)熒光鏡掃描一次，直到成蟲從籽粒中出來。利用直方圖組、紋理特征等從小麥籽粒的X射線圖像中提取了57個(gè)特征。在綜合利用所有57個(gè)特征情況下，能正確識(shí)別95%以上未侵染籽粒和幼蟲期侵染籽粒。Fornala等[12]用軟性X射線法在谷象產(chǎn)卵后第3天、第5天、第7天、第10天、第20天和第30天對(duì)小麥籽粒進(jìn)行照射成像，將數(shù)字圖像進(jìn)行灰度處理提高檢測(cè)準(zhǔn)確性。

我國在利用圖像識(shí)別技術(shù)進(jìn)行害蟲檢測(cè)和害蟲圖像采集的方式上研究有一定進(jìn)展。周龍[13－14]設(shè)計(jì)的儲(chǔ)糧蟲害圖像檢測(cè)設(shè)備由取樣機(jī)構(gòu)、取樣裝置、傳送機(jī)構(gòu)、傳送帶、CCD攝像機(jī)、采集卡及微機(jī)等部分組成，輸出結(jié)果為害蟲的綜合防治決策提供可靠的參考和依據(jù)，但是該方法存在著機(jī)械設(shè)備復(fù)雜的問題，在設(shè)備成本和操作性方面需要進(jìn)一步的改進(jìn)。胡濤等[15]提出了一種基于灰色理論的圖像邊緣檢測(cè)算法，將其應(yīng)用于儲(chǔ)糧蟲害圖像的邊緣檢測(cè)，能較好地檢測(cè)糧蟲圖像的有效邊緣信息。張衛(wèi)芳[16]采用基于混合高斯模型的圖像處理方法對(duì)糧蟲圖像進(jìn)行去噪、增強(qiáng)、分割及邊緣檢測(cè)，為儲(chǔ)糧蟲害的特征提取和害蟲種類的準(zhǔn)確識(shí)別奠定基礎(chǔ)。張建華等[17]建立支持向量機(jī)（SVM）模型，用遺傳算法自動(dòng)選擇最優(yōu)核函數(shù)參數(shù)，對(duì)害蟲圖像進(jìn)行分類識(shí)別。金廣鋒等[18]提出基于分布式的無線圖像傳感器網(wǎng)絡(luò)技術(shù)，使用多頻段技術(shù)抗干擾，通過無線數(shù)字傳輸模塊將害蟲圖像數(shù)據(jù)傳輸?shù)娇刂剖?。張紅濤等[19－20]設(shè)計(jì)了基于計(jì)算機(jī)視覺的儲(chǔ)糧活蟲檢測(cè)軟硬件系統(tǒng)，對(duì)15類活蟲的正確識(shí)別率達(dá)到94.8%。陸光等[21]對(duì)天牛蟲的圖像進(jìn)行特征提取和識(shí)別，將所提取的特征作為SVM分類器的訓(xùn)練樣本集，進(jìn)而對(duì)目標(biāo)圖像進(jìn)行較好地識(shí)別。胡祝華等[22]采用圖像預(yù)處理技術(shù)、形態(tài)學(xué)重建以及基于改進(jìn)Hausdorff距離的模板匹配算法實(shí)現(xiàn)快速、實(shí)時(shí)害蟲圖像檢測(cè)與識(shí)別。

4 基于圖像檢測(cè)的糧食儲(chǔ)藏蟲害檢測(cè)技術(shù)發(fā)展方向

4.1 糧蟲新特征提取

糧蟲新特征提取是將糧蟲形態(tài)學(xué)特征、糧蟲顏色、體表紋理、背部、腹部等形態(tài)特征、無量綱的特征等進(jìn)行提取分類，形成最優(yōu)知識(shí)庫?，F(xiàn)有的糧蟲識(shí)別研究僅局限于常見的10多種害蟲，與種類達(dá)200多種糧蟲總量相比，研究范圍有待于進(jìn)一步擴(kuò)展。糧蟲多數(shù)體型小、顏色相近、外觀差異不大，自動(dòng)識(shí)別難度大。如米象和玉米象，赤擬谷盜和雜擬谷盜，這些僅通過圖像識(shí)別法是無法準(zhǔn)確區(qū)別開來的。

4.2 早期害蟲侵害檢測(cè)

研究X射線圖像、光譜探測(cè)、近紅外圖像、可見光圖像等多傳感信息融合技術(shù)，從源頭上著手，準(zhǔn)確檢測(cè)區(qū)分含蟲卵糧粒、小幼蟲侵染的糧粒與正常糧粒，實(shí)現(xiàn)快速檢測(cè)早期糧食的害蟲侵害。

4.3 死蟲的識(shí)別

《糧油儲(chǔ)藏技術(shù)規(guī)范（GB/T 29890-2013）》中蟲糧等級(jí)標(biāo)準(zhǔn)是按照活蟲數(shù)量劃分，確定蟲糧等級(jí)時(shí)只需要對(duì)活蟲進(jìn)行計(jì)數(shù)和分類。當(dāng)前識(shí)別方法不能辨別出糧蟲的“死”、“活”，害蟲的活動(dòng)性有強(qiáng)有弱，一些害蟲受驚后會(huì)出現(xiàn)“假死”現(xiàn)象，這些都增加了識(shí)別難度、降低了識(shí)別的效率和可靠性。水分對(duì)近紅外波有吸收作用，死蟲體內(nèi)含水率低于活蟲，利用這一特性，通過多波段的信息融合提取能有效判斷糧蟲活性的敏感光譜波段圖像特征，解決活蟲與死蟲的識(shí)別。

4.4 高速圖像處理模塊研制

害蟲檢測(cè)的樣本按每檢測(cè)點(diǎn)1 kg抽取，1kg小麥大約有1.72萬～4.34萬個(gè)籽粒 （以小麥為例），需要處理的糧蟲圖像信息量大。要實(shí)現(xiàn)實(shí)時(shí)高效的自動(dòng)化檢測(cè)，就必須研究出圖像處理、圖像分析、害蟲識(shí)別等各個(gè)環(huán)節(jié)的新算法及全流程的并行算法。

4.5 自動(dòng)分離傳輸機(jī)構(gòu)的研制

自動(dòng)分離傳輸機(jī)構(gòu)的研制對(duì)于提高檢測(cè)效率也有重要意義，一方面該機(jī)構(gòu)從糧食中將糧蟲及雜質(zhì)分離，減少圖像處理的工作量，另一方面將糧食樣本處理成單層狀態(tài)，提高糧粒內(nèi)部糧蟲檢測(cè)效率。

5 結(jié)論

基于圖像檢測(cè)的糧食儲(chǔ)藏蟲害防治技術(shù)要實(shí)現(xiàn)在生產(chǎn)實(shí)際中的真正廣泛應(yīng)用，就必須解決檢測(cè)效率、檢測(cè)準(zhǔn)確性等問題，還要對(duì)害蟲的特征提取、分離傳輸、圖像信息采集、圖像處理及圖像識(shí)別等每一個(gè)關(guān)鍵環(huán)節(jié)進(jìn)行更為深入研究，研發(fā)出穩(wěn)定可靠、高效精準(zhǔn)、成本合理的自動(dòng)糧食儲(chǔ)藏蟲害檢測(cè)系統(tǒng)。