ВОЗМОЖНОСТИ АВТОМАТИЧЕСКОЙ ОЦЕНКИ СТЕКЛОВИДНОСТИ ПШЕНИЦЫ МЕТОДОМ АНАЛИЗА ЦИФРОВОГО ИЗОБРАЖЕНИЯ
Автор: Р.Ю. Антонов
Журнал: Научное приборостроение @nauchnoe-priborostroenie
Рубрика: Информатика, вычислительная техника и управление
Статья в выпуске: 3 т.30, 2020 года.
Бесплатный доступ
Органолептические методы анализа продукции обуславливают высокую погрешность и большую продолжительность таких измерений. Поэтому разработка инструментальных экспресс-методов определения качества продукции – актуальная задача. В работе исследованы возможности программной оценки стекловидности пшеницы. Исследования проводились с использованием диафаноскопа "Янтарь" и диафаноскопа ДСЗ—2. Сравнивались стабильность результатов измерения и время, затраченное на анализ. Для измерения были выбраны образцы мягкой и твердой пшеницы со стекловидностью в диапазоне 12—97 %. Программная оценка стекловидности позволила снизить стандартное отклонение результатов измерений стекловидности с 5.5 до 1.3 %. Среднее время измерения снизилось более чем в 10 раз.
Автоматизация измерений, обработка изображений, пшеница, стекловидность
Короткий адрес: https://sciup.org/142224576
IDR: 142224576 | DOI: 10.18358/np-30-3-i6374
Текст научной статьи 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; yjk — 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 |