ВОЗМОЖНОСТИ АВТОМАТИЧЕСКОЙ ОЦЕНКИ СТЕКЛОВИДНОСТИ ПШЕНИЦЫ МЕТОДОМ АНАЛИЗА ЦИФРОВОГО ИЗОБРАЖЕНИЯ

Определение качества пшеницы в России производится согласно ГОСТ 9353-2016 "Пшеница. Технические условия" [1]. В этом документе указано, какие анализы и измерения необходимо провести для определения основного интегрального показателя качества пшеницы — ее класса. Оценка класса пшеницы занимает продолжительное время, т.к. значительная часть работы производится вручную: определение типового состава, отмывание клейковины, определение стекловидности, оценка поврежденности вредителями и т.д. При этом значительная часть погрешности таких измерений обусловлена необъективностью органолептических методов анализа. С учетом данных фактов разработка оборудования и нормативной базы для инструментальных экспресс-методов определения качества зерна является актуальной задачей.

Один из показателей качества пшеницы, требующих определения согласно ГОСТ 9353-2016, — стекловидность пшеницы. Процедура проведения анализа описана в ГОСТ 10987-76 [2]. Сам метод сводится к визуальной оценке прозрачности зерен, помещенных в диафаноскоп (рис. 1). В процессе проведения анализа 100 зерен размещают в специальной кассете, затем с помощью диафаноскопа просматривают зерна и подсчитывается количество стекловидных (прозрачных), частично стекловидных (полупрозрачных) и мучнистых (непрозрачных) зерен в пробе, после чего вычисляется результат.

В данный момент развитие производства фото-чувствительных матриц и распространение персональных компьютеров [3] позволило создать устройство для получения цифрового изображения

Рис. 1. Диафаноскоп ДСЗ-2 с кассетой

Рис. 2. Диафаноскоп "Янтарь" с кассетой и компьютером

Рис. 3. Изображение просвеченного зерна

Рис. 4. Действие паразитной засветки. 1 — общая составляющая, 2 — местная

зерна с последующей программной оценкой его стекловидности (диафаноскоп "Янтарь", рис. 2). Проведение анализа сводится к заполнению кассеты, ее помещению в прибор и получению результата с помощью программного обеспечения.

Известны исследования, направленные на изучение возможностей инструментальной оценки стекловидности зерна с использованием спектроскопии в ближней инфракрасной области [4], с использованием рентгеновского излучения [5], а также методом анализа изображений в видимой области в отраженном свете [6]. Все перечисленные исследования показывают принципиальную возможность применения указанных подходов, но использование оборудования исследовательского класса в задачах рутинного анализа нерационально ввиду сложности и дороговизны. Диафаноскоп "Янтарь" разработан для получения изображений просвеченного зерна в видимой области спектра. Программа обработки изображений основана на методах контурного анализа и использует алгоритмы, описанные в работах [7], [8].

ЦЕЛЬ И ЗАДАЧИ ИССЛЕДОВАНИЯ

Целью исследования является определение возможностей использования программной оценки стекловидности для проведения рутинных измерений при определении качества зерна пшеницы. В рамках проекта с поставленной целью решаются следующие задачи:

• 1)    разработать и реализовать алгоритм автоматической оценки стекловидности;

• 2)    сравнить стабильность результатов определения стекловидности стандартным методом и методом программной оценки;

• 3)    сравнить среднее время определения стек-ловидности стандартным методом и методом программной оценки.

МЕТОДИКА ИССЛЕДОВАНИЙ

Алгоритм автоматической оценки стекловид-ности принимает на вход изображение просвеченного зерна (рис. 3) и состоит из нескольких шагов. На первом шаге производится бинаризация и сегментирование изображения, в ходе которого определяются контуры объектов (отдельных зерен).

На втором шаге производится компенсация паразитной засветки. Дело в том, что подсвеченная платформа прибора не может быть заполнена зерном полностью ввиду его формы. Между зернами неизбежно появляются промежутки, размер, форма и положение которых носят случайный характер. Через эти промежутки свет проникает в верхнюю часть прибора и, отражаясь от поверхности зерна, искажает его изображение. Т.е. в объектив камеры попадает не только свет, прошедший сквозь зерно, но и свет, отраженный от его поверхности. Действие паразитной засветки проиллюстрировано на рис. 4. Условно паразитную засветку можно разделить на две составляющие: общую (действует одинаково на все зерна и пропорциональна общей площади подсвеченной платформы, не занятой зерном) и местную (пропорциональна площади, не занятой зерном, в непосредственной близости от него).

Рис. 5. Область вокруг зерна (ограничена эллипсом), использующаяся для компенсации местной паразитной засветки зерна (анализируемое зерно отмечено *).

а — исходное изображение, б — бинарное изображение, применяемое в расчетах

Для компенсации паразитной засветки яркость каждого пикселя объекта пересчитывается по формуле:

P’ = P-50k0 -Sjki, где P — изначальное значение яркости пикселя; S0 — доля всей площади платформы, свободная от зерна; Sj — доля площади, свободной от зерна вблизи j-го зерна; k0, k1 — постоянные коэффициенты.

S 0 вычисляется следующим образом:

C

So = — 0   C0

где C w — общее количество ненулевых пикселей;^*) C 0 — общее количество пикселей.

S j вычисляется отдельно для каждого зерна. Для расчета используется область вокруг зерна, ограниченная эллипсом (рис. 5).

C

S =    .

J c

Cj где Cjw — количество ненулевых пикселей внутри эллипса; Cj — площадь эллипса в пикселях.

Коэффициенты k 0 , k 1 были вычислены экспериментально. Для этого были получены изображения платформы с разным заполнением зерном и построена линейная модель

⁾ Прим. ред.: автор под "ненулевыми пикселями" подразумевает точки изображения (в статье) с уровнем, отличным от "белого" (255).

M _    S S , N ,

V = V + -^N—k, + Sо ko, где V — среднее значение яркости объектов, вычисленное для всего изображения; V — среднее значение яркости объектов, при 100 % заполнении платформы; Nj — площадь j-го объекта в пикселях; N — общая площадь всех объектов в пикселях.

На третьем шаге алгоритма оценки производится определение стекловидности каждого зерна и расчет показателя для всей пробы.

Исследование и сравнение результатов измерений на диафаноскопах основаны на методе, описанном в ГОСТ Р ИСО 5725-3-2002 "Точность (правильность и прецизионность) методов и результатов измерений. Часть 3. Промежуточные показатели прецизионности стандартного метода измерений" [9]. Согласно [9], основной вклад в изменчивость измерений вносят 4 фактора: время, калибровка, оператор, оборудование. В данном случае исследованы показатели прецизионности с одним изменяющимся фактором (оператор) для разных методов измерения. Для исследования были подготовлены 6 образцов пшеницы: 3 образца мягкой и 3 образца твердой. Образцы зерна были предоставлены ФГБУ "Россельхозцентр". Заявленный диапазон стекловидности образцов мягкой пшеницы составил 12–79 %, твердой — 73–97 %. Данные образцы измерялись с использованием программной оценки стекловидности на откалиброванном диафаноскопе "Янтарь" и стандартным методом на диафаноскопе ДСЗ-2. В ходе анализа на диафаноскопе "Янтарь" оценивается приблизительно

400 зерен, на диафаноскопе ДСЗ-2 — 100 зерен. Измерения на диафаноскопе ДСЗ-2 проводили 5 разных специалистов на одном приборе. У специалистов перед измерением не было информации о результатах других участников и о заявленных значениях стекловидности образцов. Измерения на диафаноскопе "Янтарь" прово-дись по 5 раз для каждого образца разными специалистами. Количество t проб зерна и участвующих специалистов n выбрано в соответствии с рекомендациями [9]: ( n – 1) t > 15. В ходе эксперимента фиксировалось время, затраченное на испытание, и результаты.

Время, затраченное на испытание, включает в себя заполнение кассеты и ее освобождение от пробы.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЙ И ОБСУЖДЕНИЕ

Полученные данные измерений для программной оценки стекловидности на диафаноскопе "Янтарь" представлены в табл. 1, для оценки с использованием ДСЗ-2 — в табл. 2.

Далее, следуя рекомендациям [9], результаты измерения каждого из 6 образцов были проверены на наличие выбросов с помощью критерия Граббса [5].

Табл. 1. Результаты измерения стекловидности на диафаноскопе "Янтарь"

Образец, №	Стекловидность, %					Среднее значение, %	СКО, %
	исп. 1	исп. 2	исп. 3	исп. 4	исп. 5
1	77	80	78	78	80	78.6	1.3
2	15	14	11	12	15	13.4	1.8
3	44	44	46	45	48	45.4	1.7
4	96	97	96	98	97	96.8	0.8
5	72	74	72	73	74	73	1.0
6	84	83	83	82	84	83.2	0.8

Табл. 2. Результаты измерения стекловидности на диафаноскопе ДСЗ-2

Образец, №	Стекловидность, %					Среднее значение, %	СКО, %
	исп. 1	исп. 2	исп. 3	исп. 4	исп. 5
1	83	60*	81	79	78	80.3	2.2
2	23	37	11	13	24	21.6	10.4
3	47	61	52	48	56	52.8	5.8
4	97	93	96	97	100	96.6	2.5
5	80	78	74	73	81	77.2	3.6
6	93	90	88	86	96	90.6	4.0

Табл. 3. Статистики Граббса для измерений стекловидности на диафаноскопе "Янтарь"

Образец, №	G 1	G 5	G крит.1	G 1,2	G 4,5	G крит.2
1	1.193	1.043		0.123	0.031
2	1.321	0.881		0.017	0.118
3	0.837	1.554	1.715	0.139	0.02	0.009
4	0.956	1.434		0.079	0.079
5	1	1		0.056	0.056
6	0.73	1.095		0.079	0.079

Табл. 4. Статистики Граббса для измерений стекловидности на ДСЗ-2

Образец, №	G 1	G 5	G крит.1	G 1,2	G 4,5	G крит.2
1	1.75	0.735		—	—
2	1.021	1.483		0.094	0.064
3	0.999	1.413	1.715	0.101	0.035	0.009
4	1.434	1.355		0.079	0.115
5	1.179	1.067		0.031	0.092
6	1.157	1.359		0.095	0.042

Статистики Граббса приведены в табл. 3 и 4. Согласно [10], в случае если G 1 > G крит.1 , наименьшее значение выборки является выбросом; если G 5 > G крит.1 , наибольшее значение выборки является выбросом; если G 1,2 < G крит.2 , два наименьших значения выборки являются выбросами; если G 4,5 < G крит.2 , два наибольших значения выборки являются выбросами. С использованием данного критерия из дальнейшего анализа было исключено одно измерение первого образца на диафаноскопе ДСЗ-2 (помечено * в табл. 2).

Согласно [9], оценка стандартного отклонения промежуточной прецизионности при изменяющемся факторе (операторе) S _{I (0)} измерений выражается в виде

Рис. 6. Стандартные отклонения повторяемости как функция стекловидности

^S I (0)

t ( n — 1)

t ny

Z^ j = 1 Z—ik = 1

jk

—

y j )²,

где n — количество измерений одного образца; t — количество образцов; y_jk — k -й результат измерения j -го образца; y _j — среднее значение j -го образца.

Таким образом, S I _№ = 1.3 для оценки с использованием диафаноскопа "Янтарь" и S I _№ = 5.5 для органолептической оценки с использованием ДСЗ-2.

Следует отметить общие закономерности измерений: при увеличении стекловидности пробы увеличивается стабильность результатов, стабильность результатов для твердой пшеницы (образцы 4–6) выше, чем для мягкой (образцы 1–3), причем оба утверждения справедливы как для программной оценки, так и для стандартного метода. Данный факт проиллюстрирован на рис. 6. Полученное снижение стандартного отклонения при использовании программной оценки стекловидности объясняется, во-первых, объективной, не зависящей от человека оценкой показателя, во-вторых, увеличением пробы со 100 до приблизительно 400

зерен. Кроме того, среднее время измерения одной пробы с использованием автоматической оценки (Приложение, табл. П1) оказалось меньше на порядок времени стандартного анализа (табл. П2).

ВЫВОДЫ

• 1.    Стабильность автоматического определения стекловидности значительно выше стабильности стандартного метода. Это позволяет рекомендовать метод для рутинного анализа показателя на предприятиях зерновой промышленности и избежать погрешности, связанной с субъективным мнением специалиста.

• 2.    Низкие затраты времени автоматического определения стекловидности позволяют оптимизировать процесс анализа пшеницы.

• 3.    Полученные результаты доказывают применимость использованных алгоритмических решений в области автоматического анализа продукции.

ПРИЛОЖЕНИЕ

Табл. П1. Время измерения стекловидности на диафаноскопе "Янтарь"

Образец, №	Время, с					Среднее значение, с
	исп. 1	исп. 2	исп. 3	исп. 4	исп. 5
1	27	35	24	29	33	29.6
2	30	24	23	25	31	26.6
3	25	20	28	32	22	25.4
4	20	22	24	21	29	23.2
5	27	22	24	34	28	27
6	26	29	21	23	25	24.8
Среднее значение по всем образцам, с						25.8

Табл. П2 . Время измерения стекловидности на диафаноскопе ДСЗ-2

Номер образца	Время определения, с					Среднее значение, с
	исп. 1	исп. 2	исп. 3	исп. 4	исп. 5
1	552	280	281	326	304	348.6
2	603	291	254	372	357	375.4
3	580	311	302	362	341	379.2
4	556	263	290	311	282	340.4
5	629	267	247	398	266	361.4
6	518	318	273	361	293	352.6
Среднее значение по всем образцам, с						359.6