李曉亮 趙艷妍 董德良 李 煒 蔣士勇 羅海軍 黃 波 賀 波 劉笑睿 廖子龍

(1 中儲糧成都儲藏研究院有限公司 610091)(2 中國儲備糧管理集團有限公司新疆分公司 830000)(3 中國儲備糧管理集團有限公司 100039)(4 中儲糧質(zhì)檢中心有限公司 610091)

稻谷是我國主要口糧之一,在目前的收購質(zhì)量指標檢測中,不完善粒、谷外糙米等仍是以感官檢測為主,存在檢測耗時長、勞動強度大、“人情糧”“關系糧”風險等問題。

在相關技術研究上,國外多采用無損檢測的方式[1-7],對于圖像難以檢測的部位用X射線或者光譜檢測[8-11]。國內(nèi)除了光譜檢測研究外,也有采用SVM分類器、聲音信號分析、遺傳算法、BP神經(jīng)網(wǎng)絡等方法研究[12-19]。隨著科技的發(fā)展,特別是卷積神經(jīng)網(wǎng)絡CNN的快速發(fā)展,在缺陷和外觀檢測識別領域的運用越來越廣泛。國內(nèi)一些企業(yè)圍繞小麥和玉米等糧種,運用圖像智能識別技術、圖像自動化采集平臺等開發(fā)了相關儀器,但目前市面上用于稻谷收購指標的快速檢測技術和設備仍然缺乏研究和突破。中儲糧成都儲藏研究院有限公司通過近幾年的研究,其小麥最優(yōu)算法已經(jīng)可以實現(xiàn)識別率99%以上,并已實現(xiàn)產(chǎn)品化推廣。本文通過在稻谷外觀品質(zhì)技術上的成功摸索,為下一步多糧種檢測和扦檢一體化提供了重要前期基礎。

1 稻谷檢測儀器研制

儀器主要由圖像采集及硬件模塊、識別模型和軟件、人機交互三部分組成。與國內(nèi)其他技術和設備相比,該儀器的創(chuàng)新性主要表現(xiàn)為三個方面:一是充分運用模式識別和深度可分離卷積的深度學習算法相結合的識別技術,在保證準確的同時兼顧計算效率;二是儀器技術含量高,充分融合糧食流速自適應、精密傳感、光學相機等技術,具有20余項專利技術;三是集成度高,單臺儀器可以識別谷外糙米、不完善粒、整精米率等稻谷指標,后期可升級融合小麥、玉米、大豆等多個糧種,儀器適用性強,基層需求度高。通過不斷優(yōu)化和提升,現(xiàn)儀器外觀如圖1所示。

圖1 稻谷檢測儀

1.1 圖像采集及硬件模塊

稻谷圖像采集及硬件模塊,主要實現(xiàn)稻谷自動進料、自動感應、自動拍照、自動傳輸、自動歸類和分析。

整體架構如圖2所示。硬件部分主要包含圖像采集設備、傳輸裝置和電路控制三部分。軟件部分包括串口通信模塊、自動識別模塊以及結果顯示模塊。串口通信模塊主要實現(xiàn)軟件上位機與硬件采集設備數(shù)據(jù)互通功能;自動識別模塊分為圖像采集驅(qū)動模塊、圖像預處理模塊和圖像特征提取識別模塊,主要實現(xiàn)稻谷圖像采集命令控制、圖像預處理及預處理圖像特征提取和識別功能;自動識別模塊得到最終的識別結果后,送入結果顯示模塊,結果顯示模塊主要完成顯示識別后的結果和圖像。

圖2 稻谷圖像采集系統(tǒng)架構圖

1.2 識別模型和軟件模塊

在不同的檢測階段,稻谷的谷外糙米、不完善粒等的定義、特征和形態(tài)各不相同,傳統(tǒng)的卷積神經(jīng)網(wǎng)絡并不能完成稻谷不同類別的精細識別。本研究采用深度可分離卷積算法,既考慮到圖像區(qū)域中的通道隨著卷積層數(shù)等參量的不斷增大,同時避免神經(jīng)網(wǎng)絡計算效率的降低。

在本研究中的深度可分離卷積中,輸入和輸出與標準卷積相同,不同的是,在卷積的過程中分成了兩步,第一步是深度卷積(depthwise convolution),即對輸入圖像進行數(shù)量為M大小為k×k×1的2D卷積;第二步是逐點卷積(pointwise convolution),即進行數(shù)量為N個大小為1×1×M的卷積。其網(wǎng)絡結構如圖3所示。

圖3 Mobilenet網(wǎng)絡結構圖

在稻谷圖像計算中,用比率來比較深度可分離卷積和標準卷積的計算量:

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

通過反復優(yōu)化和實驗,其谷外糙米識別準確率達到98.1%,不完善粒識別率達到98%以上,整精米識別率達到99%以上。

1.3 人機交互模塊

人機交互模塊主要包括整機交互和軟件交互兩方面。整機交互如圖4所示,儀器由進料口、機身、顯示屏和回料口四部分組成,屏幕為觸屏操作,整機操作簡便,人機交互性好,能快速上手。

圖4 稻谷檢測儀

軟件交互方面,如圖5～圖7所示,儀器界面包括“樣品編號、開始/停止、數(shù)據(jù)、打印、退出”5個按鈕選項,“數(shù)據(jù)”選項可以方便回看歷史數(shù)據(jù),“打印”選項可以實時打印數(shù)據(jù)結果。同時,軟件可以針對不同的檢測目標在“稻谷”、“糙米”和“精米”檢測上自由切換,實現(xiàn)單臺儀器檢測稻谷多個指標的功能。

圖5 稻谷檢測界面

圖6 糙米檢測界面

圖7 精米檢測界面

2 儀器性能測試

儀器性能主要由其準確性、重復性、臺間差和穩(wěn)定性等組成,按照GB/T 5494-2019《糧油檢驗 糧食、油料的雜質(zhì)、不完善粒檢驗》、GB/T 1350-2009《稻谷》、GB/T 5495-2008《糧油檢驗稻谷出糙率檢驗》、GB/T 21719-2008《稻谷整精米率檢驗法》、GB/T 6379.6-2009《測量方法與結果的準確度》、LS/T 6402-2017《糧油檢驗設備和方法標準適用性驗證及結果評價一般原則》、GB/T 4889-2008《數(shù)據(jù)的統(tǒng)計處理和解釋 正態(tài)分布均值和方差的估計與檢驗》等標準[20-26],結合儀器檢測可操作實際,開展谷外糙米、不完善粒、整精米率等指標的相關測試。

2.1 谷外糙米檢測

2.1.1 實驗準備 隨機準備30份稻谷樣品(樣品來源:中儲糧質(zhì)檢公司、中儲糧新疆分公司等),每份樣品50 g左右,通過篩選除雜后,按照GB/T 1350和GB/T 5494有關規(guī)定進行谷外糙米檢測,檢測結果作為樣品定值;然后用儀器檢測上述樣品,將檢測結果與定值進行配對T檢驗,考察兩組結果是否存在顯著性差異。

2.1.2 準確性結果分析 通過圖8,根據(jù)配對T檢驗方法,表中td在顯著性水平α=0.05情況下,查GB/T 4889-2008表A.2,得t0.05,29=2.045,由于儀器td=0.93<2.045,所以,儀器谷外糙米的測定結果與國家標準方法測定結果之間不存在顯著性差異。

圖8 儀器準確性/臺間差測試結果

2.1.3 重復性結果分析 隨機選用1臺驗證用儀器,谷外糙米含量低、中、高三個水平樣品各1份,其中低值(0.22)、中值(0.92)、高值(2.12),同一份試樣重復測定6次,采用卡方(χ2)檢驗考察該儀器重復性測定標準差是否超過國家標準方法中規(guī)定的重復性要求,同時采用6次測定極差與現(xiàn)有國家標準(GB/T 6379.6-2009)規(guī)定的6次測定重復性臨界極差進行對照,驗證該儀器的重復性。如圖9所示。

圖9 儀器重復性測試結果

通過圖9,由標準得知,稻谷谷外糙米在重復性條件下,獲得的兩次獨立測試結果的絕對差值不大于0.30,6次測定的重復性臨界極差CrR95(6)=f(6)×0.3/2.8=0.43。

三個水平谷外糙米含量的χ2值均不超過查表值(11.07),極差(0.08、0.17、0.30)也均不超過重復性臨界極差0.43,說明該儀器測定的重復性標準差和極差均滿足國家標準方法中規(guī)定的重復性要求。

2.1.4 臺間差結果分析 選取兩臺儀器分別對30份稻谷樣品進行雙試驗檢測,采用配對T檢驗法比較兩臺儀器的谷外糙米含量檢測結果是否存在顯著性差異。

通過圖8,根據(jù)配對T檢驗方法,表中td在顯著性水平α=0.05情況下,查GB/T 4889-2008表A.2,得t0.05,29=2.045,由于儀器td=0.35<2.045,根據(jù)統(tǒng)計結果,兩臺儀器不存在顯著性差異,臺間差滿足適用性要求。

2.1.5 穩(wěn)定性結果分析 隨機挑選一臺驗證用儀器,選取1個稻谷樣品,連續(xù)重復測定12 h,每小時測定1次,采用χ2檢驗考察該儀器12 h穩(wěn)定性測定標準差是否超過國家標準方法中規(guī)定的重復性要求,同時采用13次測定極差與現(xiàn)有國家標準規(guī)定的13次測定重復性臨界極差進行對照,驗證該儀器的穩(wěn)定性。

圖10 儀器穩(wěn)定性測試結果

2.2 糙米不完善粒檢測

2.2.1 實驗準備 由于稻谷不完善粒是作為出糙率的中間指標之一,為了更好地判斷儀器不完善粒識別準確性,實驗采取不完善粒和糙米的質(zhì)量占比進行實驗。隨機準備30份經(jīng)過礱谷除雜后的糙米樣品,每份樣品20 g左右,按照GB/T 5495-2008和GB/T 20569-2006有關規(guī)定進行不完善粒檢測,檢測結果作為樣品定值;然后對上述樣品用儀器檢測,將檢測結果運用前述方法進行檢驗對照,考察兩組結果是否存在顯著性差異。

2.2.2 儀器數(shù)據(jù)適用性分析 通過實驗,糙米不完善粒相關檢測數(shù)據(jù)如圖11～圖13所示。

圖11 儀器準確性/臺間差測試結果

通過圖11,根據(jù)配對T檢驗方法,表中td在顯著性水平α=0.05情況下,查GB/T 4889-2008表A.2,得t0.05,29=2.045,通過計算儀器td=1.05<2.045,所以,儀器不完善粒的測定結果與國家標準方法測定結果之間不存在顯著性差異。

通過圖12,計算稻谷不完善粒在重復性條件下,獲得的兩次獨立測試結果的絕對差值≤0.5,6次測定的重復性臨界極差CrR95(6)=f(6)×0.5/2.8=0.714,三個水平不完善粒含量的χ2值(1.82,4.09,8.33)均不超過查表值(11.07),極差(0.27,0.43,0.56)也均不超過重復性臨界極差0.714,說明該儀器測定的重復性標準差和極差均滿足國家標準方法中規(guī)定的重復性要求。

圖12 儀器重復性測試結果

通過圖13,根據(jù)配對T檢驗方法,表中td在顯著性水平α=0.05情況下,查GB/T 4889-2008表A.2,得t0.05,29=2.045,由于儀器td=0.85<2.045,根據(jù)統(tǒng)計結果,兩臺儀器不存在顯著性差異。

圖13 儀器穩(wěn)定性測試結果

2.3 整精米檢測

2.3.1 實驗準備 為方便計算和分析,實驗采取整精米和樣品的質(zhì)量占比進行實驗。隨機準備30份經(jīng)過碾米后的整精米樣品,每份樣品20 g左右,按照GB/T 5495-2008和GB/T 21719-2008有關規(guī)定進行整精米檢測,整精米的質(zhì)量占比作為樣品定值;然后對上述樣品用儀器檢測,將檢測結果運用前述方法進行檢驗對照,考察兩組結果是否存在顯著性差異。

2.3.2 儀器數(shù)據(jù)適用性分析 通過實驗,相關檢測數(shù)據(jù)如圖14～圖16所示。

圖14 儀器準確性/臺間差測試結果

通過圖14,根據(jù)配對T檢驗方法,表中td在顯著性水平α=0.05情況下,查GB/T 4889-2008表A.2,得t0.05,29=2.045,通過計算儀器td=1.24<2.045,所以,儀器測定結果與國家標準方法測定結果之間不存在顯著性差異。

通過圖15,按標準兩次獨立測試結果的絕對差值不大于1.50,6次測定的重復性臨界極差CrR95(6)=f(6)×1.5/2.8=2.14,三個水平含量的χ2值(0.95,1.19,0.66)均不超過查表值(11.07),極差(0.69,0.68,0.50)也均不超過重復性臨界極差2.14,說明儀器測定的重復性標準差和極差均滿足國家標準方法中規(guī)定的重復性要求。

圖15 儀器重復性測試結果

通過圖14,根據(jù)配對T檢驗方法,表中td在顯著性水平α=0.05情況下,查GB/T 4889-2008表A.2,得t0.05,29=2.045,由于儀器td=0.63<2.045,根據(jù)統(tǒng)計結果,兩臺儀器不存在顯著性差異。

圖16 儀器穩(wěn)定性測試結果

3 應用示范

目前,本成果已經(jīng)在四川、黑龍江、江蘇、新疆等轄庫區(qū)開展了應用示范,成果的準確性、便攜性、自動化等優(yōu)點得到了用戶的肯定。隨著國家“技防技控”智能化糧庫建設的推動,下一步將在更多糧庫實現(xiàn)推廣應用,市場應用前景廣闊。

4 結論

針對稻谷的谷外糙米、出糙率、整精米率等關鍵外觀品質(zhì)檢測指標,在檢測系統(tǒng)、識別軟件、交互系統(tǒng)等方面開展了系列研究,研發(fā)稻谷關鍵指標的快檢儀器。同時,開展了多指標、多功能檢測的軟硬件技術開發(fā),實現(xiàn)“一機多指標”“一機多糧種”、集成扦檢系統(tǒng)的技術突破。項目的實施,可以有效實現(xiàn)稻谷收購關鍵質(zhì)量指標檢測的自動化、高效化、智能化,大幅度提高稻谷收購效率,降低作業(yè)人員的勞動強度,避免關系糧等問題發(fā)生,具有顯著的社會和經(jīng)濟效益。