２０１３，Ｎｏ．３ ■ 小麦籽粒外观形态特征测定技术研究 张 浩 ，李和平 ，叶 娟。 （１．河南工业大学粮油食品学院，河南郑州想政治教育学院，河南郑州４５０００１） ４５０００１；２．广东省储备粮管理总公司，广东广州 ５１００３０；３．河南工业大学思 摘要：利用计算机图像处理技术，通过设计图像捕捉装置获取小麦籽粒图像，编程实现小麦籽粒图像分析，能够 准确测定小麦投影面积、长轴、短轴、椭圆度、等效直径等形态参数。研究结果表明：计算机图像处理系统测定小 麦籽粒长轴、短轴、投影面积等参数与手工测定值均存在良好的线性关系，Ｒ 分别达到了０．９９１、０．９９３、０．９８５，实 现了小麦籽粒外观形态参数量化测定，能够精确描述小麦形态特征。 关键词：小麦；籽粒；形态特征；自动测定 中图分类号：ＴＳ２１０．１；Ｓ５１２．１ 文献标志码：Ａ 文章编号：１００３—６２０２（２０１３）Ｏ３—０００７—０３ Ｓｔｕｄｙ ｏｎ ｄｅｔｅｒｍｉｎａｔｉｏｎ ｏｆ ｗｈｅａｔ ｇｒａｉｎ ｍ０ｒｐｈ０ｌ０ｇｉｃａｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ Ｚｈａｎｇ Ｈａｏ ，Ｌｉ Ｈｅｐｉｎｇ ，Ｙｅ Ｊｕａｎ。 （１．Ｓｃｈｏｏｌ ｏｆ Ｆｏｏｄ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｈｅｎａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｚｈｅｎｇｚｈｏｕ ４５０００１，Ｃｈｉｎａ；２．Ｇｕａｎｇｄｏｎｇ Ｐｒｏｖｉｎ— ｃｉａｌ Ｇｒａｉｎ Ｒｅｓｅｒｖｅ Ｍａｎａｇｅｍｅｎｔ Ｃｏｒｐｏｒａｔｉｏｎ，Ｇｕａｎｇｚｈｏｕ ５１００３０，Ｃｈｉｎａ；３．Ｓｃｈｏｏｌ ｏｆ Ｉｄｅｏｌｏｇｉｃａｌ ａｎｄ Ｐｏｌｉｔｉｃａｌ Ｅｄｕｃａｔｉｏｎ，Ｈｅｎａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｚｈｅｎｇｚｈｏｕ ４５０００ １，Ｃｈｉｎａ） ＡＢＳＴＲＡＣＴ：Ｕｓｉｎｇ ｃｏｍｐｕｔｅｒ ｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇ ｔｅｃｈｎｏｌｏｇｙ，ｂｙ ｉｍａｇｅ ｃａｐｔｕｒｅ ｄｅｖｉｃｅ ｔｏ ａｃｑｕｉｒｅ ｗｈｅａｔ ｇｒａｉｎ ｉｍａｇｅｓ ａｎｄ ｐｒｏｇｒａｍ— ｕｒｉｎｇ ｆｏｒ ａｎａｌｙｓｉｓ，ｔｈｅ ｍｏｒｐｈｏｌｏｇｉｃａｌ ｐａｒａｍｅｔｅｒｓ ｏｆ ｗｈｅａｔ ｓｕｃｈ ａｓ ｐｒｏｊ ｅｃｔｉｏｎ ａｒｅａ，ｌｏｎｇ ａｘｉｓ，ｓｈｏｒｔ ａｘｉｓ，ｅｌｌｉｐｔｉｃｉｔｙ ａｎｄ ｅｑｕｉｖａｌｅｎｔ ｄｉａｍｅｔｅｒ ｃｏｕｌｄ ｂｅ ａｃｃｕｒａｔｅｌｙ ｄｅｔｅｒｍｉｎｅｄ．Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈｅ ｄｅｔｅｒｍｉｎａｔｉｏｎ ｏｆ ｌｏｎｇ ａｘｉｓ，ｓｈｏｒｔ ａｘｉｓ ａｎｄ ｐｒｏｊｅｃｔｉｏｎ ａｒｅａ ａｎｄ ｏｔｈｅｒ ｐａｒａｍｅｔｅｒｓ ｈａｄ ｇｏｏｄ ｌｉｎｅａｒ ｒｅｌａｔｉｏｎｓｈｉｐ ｗｉｔｈ ｍａｎｕａｌ ｄｅｔｅｒｍｉｎａｔｉｏｎ，Ｒ ｒｅａｃｈｅｄ ０．９９１，０．９９３ ａｎｄ ０．９８５，ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｔｈｉｓ ｍｅｔｈｏｄ ｃｏｕｌｄ ａｃｃｕｒａｔｅｌｙ ｄｅｓｃｒｉｂｅ ｍｏｒｐｈｏｌｏｇｉｃａｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｗｈｅａｔ． ＫＥＹＷＯＲＤＳ：ｗｈｅａｔ；ｋｅｒｎｅｌ；ｍ０ｒｐｈｏ１０ｇｉｃａ１ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ；ａｕｔｏｍａｔｉｃ ｄｅｔｅｒｍｉｎａｔｉｏｎ 小麦籽粒外观形态是描述小麦籽粒大小、形状 ９Ｏ ；王丰元等 提出了基于种子形状参数的计算 的几何量度，主要包括长轴、短轴，籽粒投影面积、椭 机图像处理技术。２００８年，张恒敢等［７］利用扫描 圆度、等效圆直径等参数，体现小麦籽粒最初的形态 仪，获取小麦籽粒彩色图像测定籽粒颜色。本研究 特征。目前，籽粒外观特征已经成为判断小麦质量 设计了一套计算机图像处理系统，包括图像捕捉装 的首选依据，也是区别不同种小麦和不同种品质小 置和图像分析系统，实现小麦外观形态参数的自动 麦的重要标志，对小麦籽粒的进一步研究以及经济 测定，同时利用手工检测来验证检测结果的准确性， 价值的开发有重要的参考价值。传统的小麦籽粒外 为今后小麦形态参数精确量化奠定基础。 观特征检测主要依靠人眼对籽粒进行形态评价ｕｊ。 该方法主观性强，随意性大，效率低，且重复性差，给 １试验材料及方法 小麦品种分类带来很大的不确定性，难以得到精确 １．１仪器设备 的量化数据。随着信息技术的迅速发展，计算机图 佳能ＩＸＵＳ１０５数码相机，像素１ ２１０万ｐｉｘｅｌ， 像处理技术已广泛地应用于农产品的品质检测中， 焦距２８～１２２ ｍｍ；华硕Ａ８Ｈ２３１Ｌｅ笔记本电脑， 取得了良好的效果。１９８５年，Ｚａｙａ等＿２ｒ３＿提出使用 Ｉｎｔｅｌ Ｐｅｎｔｉｕｍ Ｄｕａｌ—Ｃｏｒｅ（Ｍｅｒｏｍ）Ｔ２３１Ｏ 计算机视觉区分小麦品种及非小麦成分，之后又实 （１．４６ ＧＨｚ），内存５１２ ＭＢ，显卡Ｉｎｔｅｌ ＧＭＡ 现了玉米、豌豆、稻米、小麦和大麦等不同谷物的分 Ｘ３１００；游标卡尺，ＴＫ—Ｋ０—１５０ ｍｍ；Ｍａｔｌａｂ ７．０、 类【４］。２００３年，Ｐａｌｉｗａｌ等Ｉ５］将５种加拿大小麦和 Ｐｈｏｔｏｓｈｏｐ７．０软件。 谷糠、麦穗等一些谷物杂质混合鉴别，正确率达到 １．２试验样品 收稿日期：２０１２－０８—２２；修回日期：２０１３－０１—２８ 基金项目：农业部公益性行业科研专项（２０１００３０７７） 作者简介：张浩（１９７７一），男，硕士，讲师，主要研究方向为粮油储藏与品质控制。 张浩等：小麦籽粒外观形态特征测定技术研究／２Ｏ１３年舞３期 ■ 结果见表２。 表１ 系统测定小麦籽粒形态参数ｐｉｘｅｌ 表２手工测定小麦籽粒形态参数 研究发现，小麦长轴手工测定值与系统测定值 之间具有良好的线性关系，线性方程为 Ｙ一０．３３４ｘ一９．９９５，Ｒ 一０．９９１（见图６）；小麦短轴 手工测定值与系统测定值之间具有良好的线性关 系，线性方程为ｙ一０．１０６ｘ＋０．９２４，Ｒ 一０．９９３（见 图７）；小麦投影面积手工测定值与系统测定值之间 具有良好的线性关系，线性方程为 一０．７０２ｘ＋ ２６８．２，Ｒ 一０．９８５（见图８）。说明研究开发的程序 能够准确、快速测定小麦籽粒形态参数。 吕 吕 理 雕 Ｈ 悱 系统测定值／ｐｉｘｅｌ 图６小麦长轴手工测定值与系统测定值 ６Ｏ 兰 ５Ｏ ｅ ４０ ｊ型 ３０ ２０ 孱 ｌ０ ００ Ｈ ９０ ８０ ７０ ８６０ ８８０ ９００ ９２０ ９４０ ９６０ ９８０ １ ０００ 系统测定值／ｐｉｘｅｌ 图８ 小麦投影面积手工测定值与系统测定值 ３ 结论 利用计算机图像处理技术，通过设计的图像获 取系统获取小麦籽粒图像信息，图像分析系统能够 快速、准确测定小麦投影面积、长轴、短轴、椭圆度、 等效直径等形态参数。系统测定小麦籽粒长轴、短 轴、投影面积与手工测定值均存在良好的线性关系， Ｒ 分别达到了０．９９１、０．９９３、０．９８５。本研究实现 了小麦籽粒的形态参数量化测定，能够精确描述小 麦形态特征，为今后小麦收购、加工、育种等工作提 供技术支撑。 ［参考文献］ Ｅ１］侯彩云，李慧园，尚艳芬，等．小麦品质的图像识别与快速检测 ＥＪ］．中国粮油学报，２００３，１８（４）：８０—８３． ｒ２］ Ｚａｙａｓ Ｉ，Ｌａｉ Ｆ Ｓ，Ｐｏｍｅｒａｎｚ Ｙ．Ｄｉｓｃｒｉｍｉｎａｔｉｏｎ ｂｅｔｗｅｅｎ ｗｈｅａｔ ｃｌａｓｓｅｓ ａｎｄ ｖａｒｉｅｔｉｅｓ ｂｙ ｉｍａｇｅ ａｎａｌｙｓｉｓ［Ｊ］．Ｃｅｒｅａｌ Ｃｈｅｍｉｓｔｒｙ， １９８６，６３（１）：５２—５６． ｒ３］ Ｚａｙａｓ Ｉ，Ｐｏｍｅｒａｎｚ Ｙ，Ｌａｉ Ｆ Ｓ．Ｄｉｓｃｒｉｍｉｎａｔｉｏｎ ｂｅｔｗｅｅｎ ａｒｔｈｕｒ ａｎｄ ａｒｋａｎ ｗｈｅａｔｓ ｂｙ ｉｍａｇｅ ａｎａｌｙｓｉｓ［Ｊ］．Ｃｅｒｅａｌ Ｃｈｅｍｉｓｔｒｙ， １９８５，６２（６）：４７８—４８０． ｒ Ｚａｙａｓ Ｉ，Ｃｏｎｖｅｒｓ Ｈ，Ｓｔｅｅｌｅ Ｊ．Ｄｉｓｃｒｉｍｉｎａｔｉｏｎ ｏｆ ｗｈｏｌｅ ｆｒｏｍ ｂｒｏ— ｋｅｎ ｃｏｒｎ ｋｅｒｎｅｌｓ ｗｉｔｈ ｉｍａｇｅ ａｎａｌｙｓｉｓＥＪ］．Ｔｒａｎｓａｃｔｉｏｎｓ ｏｆ ｔｈｅ ＡＳＡＥ，１９９０，３３（５）：１ ６４２—１ ６４６． ［５３ Ｐａｌｉｗａｌ Ｊ，Ｖｉｓｅｎ Ｎ Ｓ，Ｊａｙａｓ Ｄ Ｓ．Ｃｅｒｅａｌ ｇｒａｉｎ ａｎｄ ｄｏｃｋａｇｅ ｉｄｅｎ— ｔｉｉｆｃａｔｉｏｎ ｕｓｉｎｇ ｍａｃｈｉｎｅ ｖｉｓｉｏｎ［Ｊ］．Ｂｉｏｓｙｓｔｅｍｓ Ｅｎｇｉｎｅｅｒｉｎｇ， ２００３，８５（１）：５１－５７． Ｅ６３王丰元，周一鸣．种子形状参数检测的计算机图像处理技术 ＥＪ３．农业机械学报，１９９５，２６（２）：５２—５６． Ｅ７］张恒敢，杨四军，顾克军，等．应用数字图像处理获取小麦籽粒 颜色特征参数ＥＪ］．安徽农业科学，２００８，３６（９）：３ ５８２—３ ５８３． （责任编辑：俞兰苓）