黃星奕，張慶磊，呂 強(qiáng)

（江蘇大學(xué)食品與生物工程學(xué)院，江蘇鎮(zhèn)江212013）

軟X射線技術(shù)對(duì)核桃內(nèi)部品質(zhì)的無損檢測研究

黃星奕，張慶磊，呂 強(qiáng)

（江蘇大學(xué)食品與生物工程學(xué)院，江蘇鎮(zhèn)江212013）

針對(duì)傳統(tǒng)方法對(duì)核桃內(nèi)部品質(zhì)檢測的破壞性問題，嘗試?yán)密沊射線技術(shù)進(jìn)行核桃內(nèi)部品質(zhì)的無損檢測。首先采用軟X射線技術(shù)獲取核桃圖像，對(duì)圖像進(jìn)行去噪和分割；而后提取核桃的輪廓特征，采用面積閾值法對(duì)核桃的正常果、空殼果、破損果進(jìn)行判別區(qū)分。實(shí)驗(yàn)結(jié)果表明，各類核桃總體識(shí)別正確率達(dá)88.9%，為核桃內(nèi)部品質(zhì)無損檢測提供了可行的方法。

核桃，軟X射線，圖像處理

核桃營養(yǎng)豐富，風(fēng)味可口，具有極高的營養(yǎng)價(jià)值和商品價(jià)值，收獲后的核桃需要進(jìn)行品質(zhì)分級(jí)，實(shí)行優(yōu)質(zhì)優(yōu)價(jià)。核桃品質(zhì)分為外部和內(nèi)部兩方面，外部品質(zhì)指標(biāo)主要是指核桃的果形、外殼、橫徑等，內(nèi)部品質(zhì)指標(biāo)主要是空殼、破損等［1］。目前核桃的品質(zhì)檢測主要依靠人工檢測或機(jī)器振動(dòng)篩分級(jí)，及采用浮選法將密度低的風(fēng)干果剔除。人工檢測勞動(dòng)強(qiáng)度大，效率低；機(jī)器振動(dòng)篩檢測功耗大，對(duì)物料產(chǎn)生一定程度的損壞，而且上述方法都無法對(duì)核桃的內(nèi)部品質(zhì)進(jìn)行檢測。農(nóng)產(chǎn)品外部品質(zhì)的無損檢測已經(jīng)有許多較成熟的技術(shù)，如可見光圖像檢測、紅外圖像檢測等［2］，但是，對(duì)農(nóng)產(chǎn)品內(nèi)部品質(zhì)的無損檢測仍然是很困難的。由于能夠直觀地反映農(nóng)產(chǎn)品結(jié)構(gòu)缺陷、結(jié)構(gòu)變化方面的內(nèi)部品質(zhì)，近年來軟X射線技術(shù)在農(nóng)產(chǎn)品內(nèi)部品質(zhì)檢測方面得到了越來越多的重視，如用于蘋果［3］、洋蔥［4］、梨［5］、紅毛丹［6］等果蔬內(nèi)部品質(zhì)的監(jiān)測，對(duì)雞肉中殘存碎骨的檢測［7-8］。由于難度較大，目前針對(duì)核桃等堅(jiān)果的內(nèi)部品質(zhì)檢測的研究尚未見報(bào)道，本研究嘗試?yán)密沊射線技術(shù)對(duì)核桃內(nèi)部品質(zhì)進(jìn)行無損檢測。

1 材料與方法

1.1 實(shí)驗(yàn)材料

鎮(zhèn)江本地產(chǎn)山核桃品種 平均直徑3cm左右，選取99個(gè)樣本。首先，對(duì)每個(gè)樣本進(jìn)行編號(hào)，獲取軟X射線圖像進(jìn)行無損檢測；然后剖開核桃，人工檢測核桃的內(nèi)部品質(zhì)，進(jìn)行校驗(yàn)。

1.2 實(shí)驗(yàn)原理與裝置

利用軟X射線技術(shù)進(jìn)行內(nèi)部品質(zhì)無損檢測的基本原理是射線通過物質(zhì)時(shí)，會(huì)與物質(zhì)發(fā)生相互作用而使強(qiáng)度減弱。射線通過物質(zhì)時(shí)的強(qiáng)度衰減遵循指數(shù)規(guī)律，其衰減程度與待檢物質(zhì)組分、厚度及入射射線能量有關(guān)。穿透被檢物料的軟X射線照射在線陣檢測器內(nèi)的熒光屏上，被轉(zhuǎn)化為可見光，再經(jīng)光電轉(zhuǎn)換產(chǎn)生電信號(hào)，通過信號(hào)處理器處理獲取圖像，所形成的灰度圖像顯示了被檢測物體組分或厚度的差異。經(jīng)計(jì)算機(jī)處理后，可在顯示器屏幕上顯示出被檢測物體內(nèi)部缺陷或結(jié)構(gòu)變化的性質(zhì)、大小、位置等信息，達(dá)到檢測的目的。

實(shí)驗(yàn)裝置由以下幾部分組成：X射線發(fā)生器、X射線檢測器、機(jī)械傳動(dòng)裝置、射線防護(hù)裝置、圖像采集卡、主控計(jì)算機(jī)、圖像采集及處理軟件等，如圖1所示。實(shí)驗(yàn)選擇的參數(shù)為：X射線發(fā)生器電壓與電流為65.0kV和0.75mA；檢測器積分時(shí)間為2.67ms。

圖1 軟X射線采集裝置示意圖

2 核桃品質(zhì)的無損檢測

2.1 圖像采集

為了獲取良好的原始圖像，減少后續(xù)過程圖像處理的困難，將核桃擺放位置和圖像質(zhì)量之間的關(guān)系進(jìn)行了探討。實(shí)驗(yàn)獲得了核桃平行擺放、垂直擺放、縫合線垂直擺放三種位置的軟X射線圖像，通過對(duì)比，縫合線垂直擺放時(shí)獲取的圖像最清晰，后續(xù)的實(shí)驗(yàn)過程都采用這種擺放方式，得到的原始圖像見圖2（a）。

2.2 圖像預(yù)處理

圖像采集過程中，由于軟X射線穿過核桃時(shí)能量大幅衰減，圖像的背景部分顯得比核桃對(duì)象明亮得多。整幅圖像圖2（a）的直觀效果與人們的觀察習(xí)慣不相適應(yīng)，因此對(duì)X射線圖像進(jìn)行反轉(zhuǎn)，使得顯示的圖像與一般X射線負(fù)片的圖像相似見圖2（b）。假設(shè)反轉(zhuǎn)前及反轉(zhuǎn)后像素點(diǎn)的灰度值分別為f（x，y）、g（x，y），則反轉(zhuǎn)方程為：

由于探測器本身集成電路、信號(hào)傳輸以及射線散射等方面的原因，采集到的圖像中經(jīng)常含有噪聲，而對(duì)圖像進(jìn)行濾波，可以去除這一部分的噪聲。常用的濾波方法有：均值濾波、中值濾波、高斯濾波等。通過實(shí)驗(yàn)，發(fā)現(xiàn)中值濾波較其它兩種濾波方法能較好地抑制噪聲且保持了圖像的主要特征，因此采用中值濾波作為本實(shí)驗(yàn)的圖像噪聲去除方法。

2.3 圖像分割與特征提取

傳統(tǒng)的分隔算法大體上可以分為兩類：基于邊界特性的分割算法和基于區(qū)域的分割算法?；谶吔绲姆指罘ㄊ抢貌煌瑓^(qū)域間象素灰度不連續(xù)的特點(diǎn)檢測出區(qū)域間的邊緣，從而實(shí)現(xiàn)圖像分割。常見的算法有各種微分算子法等?；趨^(qū)域的分割算法是利用區(qū)域內(nèi)特性的相似性，把圖像劃分成一系列有意義區(qū)域的處理方法，常用的算法有閾值法等。本實(shí)驗(yàn)研究了多種背景分割方法，發(fā)現(xiàn)由于圖像中噪聲的存在，經(jīng)過各種邊緣檢測算子分割后的圖像，在原本沒有邊界的地方容易出現(xiàn)假邊緣，這樣的結(jié)果不能用于最終的分割。對(duì)噪聲去除后的圖像進(jìn)行灰度分布分析，圖像和背景之間沒有明顯的雙峰，若用單一的閾值進(jìn)行分割，容易將部分核桃當(dāng)成背景去除。對(duì)中值濾波后的圖像采用Otsu法進(jìn)行分割，效果比較理想，分割效果見圖2（c）。

2.4 形態(tài)學(xué)處理與輪廓提取

分割出來的圖像有時(shí)會(huì)在其中間夾雜著部分空洞，采用形態(tài)學(xué)閉運(yùn)算進(jìn)行填充。填充后的圖像產(chǎn)生部分毛刺，使用中值濾波進(jìn)行平滑處理，處理效果見圖2（d）。對(duì)形態(tài)學(xué)運(yùn)算后的核桃圖像進(jìn)行輪廓提取，對(duì)于要提取的二值圖像，如果原圖中有一點(diǎn)為黑，且它的8鄰域內(nèi)各點(diǎn)皆為黑，即將該點(diǎn)刪除，掏空內(nèi)部點(diǎn)，處理效果見圖2（e）。一般來說，正常果圖3（a）內(nèi)部存在數(shù)個(gè)較小的輪廓，這是果仁和果殼之間存在的正常空洞；而空殼果圖3（b）內(nèi)部果仁幾乎為空，由于縫合線的存在，形成兩個(gè)大小基本相等的區(qū)域；破損果圖3（c）的破損區(qū)域?qū)射線吸收較小，輪廓提取的整體輪廓面積較小。通過分析統(tǒng)計(jì)核桃圖像的面積，根據(jù)經(jīng)驗(yàn)設(shè)定面積閾值，完成最后的定性判別，將正常果、空殼果、破損果區(qū)分。

圖2 核桃軟X射線處理序列效果圖

圖3 正常果、空殼果、破損果輪廓提取效果圖

3 結(jié)果與分析

本研究通過軟X射線技術(shù)獲取核桃圖像，采用Otsu法進(jìn)行分割，提取輪廓特征并設(shè)定面積閾值判別核桃內(nèi)部品質(zhì)。然后按國標(biāo)GB/T 20398-2006逐一剖開99個(gè)核桃樣本，人工檢測核桃的內(nèi)部品質(zhì)，發(fā)現(xiàn)其中有4個(gè)空殼，6個(gè)破損，89個(gè)完好。比軟X射線技術(shù)檢測的結(jié)果，發(fā)現(xiàn)所有空殼果被全部檢出，破損果有3幅被漏檢，完好核桃圖像中有8幅被誤檢為破損核桃，總體正確率為88.9%，如表1所示。

表1 軟X射線圖像判別結(jié)果

在實(shí)驗(yàn)中有3個(gè)破損核桃和8個(gè)完好核桃被誤檢，其原因可能是核桃本身形狀多變，厚度不均，造成完好核桃圖像中灰度存在較大差異，與破損核桃比較類似，是誤判的主要原因；此外，由于軟X射線是通過密度差異進(jìn)行檢測，核桃破損較?。ㄐ∮?/4），或者破損多以裂紋的形式出現(xiàn)，體現(xiàn)不出密度差異，在一定程度上造成漏判。

4 結(jié)論

針對(duì)核桃內(nèi)部品質(zhì)快速無損檢測的難點(diǎn)，本研究應(yīng)用軟X射線技術(shù)結(jié)合圖像處理方法，依據(jù)內(nèi)部品質(zhì)對(duì)核桃進(jìn)行分類識(shí)別，將正常果核桃與空殼果、破損果分開，總體正確率88.9%。實(shí)驗(yàn)證明，采用軟X射線技術(shù)對(duì)核桃內(nèi)部品質(zhì)檢測是可行的，針對(duì)核桃的破損和空殼方面的檢測準(zhǔn)確率較高，同時(shí)對(duì)其他堅(jiān)果的內(nèi)部品質(zhì)檢測也有一定的借鑒作用。

［1］GB/T 20398-2006核桃堅(jiān)果質(zhì)量等級(jí)［S］.中國標(biāo)準(zhǔn)出版社，2006.

［2］Jin Fenghua，Qin Lei，Jiang Lu，et al.Novel separation method of black walnut meat from shell using invariant features and a supervised self-organizing map［J］.Journal of Food Engineering，2008，88（1）：75-85.

［3］Shahin M A，Tollner E W.Apple classification based on watercore features using fuzzy logic［J］.Paper-American Society of Agriculture Engineers，1997（1）：973077.

［4］Shahin M A，Tollner E W，Gitaitis R D，et al.Classification of sweet onions based on internal defects using image processing and neural network techniques［J］.Transactions of American Society of Agriculture Engineers，2002，45（5）：1613-1618.

［5］Barcelon E G.，Tojo S，Watanabe K.X-Ray CT scanner for detecting internal changes in peach［C］.Taipei：Proceeding of the International symposium on Agricultural Machinery and Automation，1997：227-232.

［6］章程輝，劉純青，劉木華，等.應(yīng)用X射線CT成像技術(shù)檢測紅毛丹內(nèi)部品質(zhì)的實(shí)驗(yàn)研究［J］.江西農(nóng)業(yè)大學(xué)學(xué)報(bào)，2005，27（6）：939-942.

［7］Tal Y，Chen Z，Jing H，et al.Internal inspection of deboned poultry using X-ray image and adaptive thresholding［J］. Transactions of the American Society of Agricultural Engineers，2001，44（4）：1005-1009.

［8］Vachtsevanos G，Dale W，Heck B，et al.Fusion of visible and x-ray sensing modalities for the enhancement of bone detection in poultry products［J］.Proceedings of SPIE-The International Society for Optical Engineering，2000，42（3）：102-110.

Nondestructive detection of walnut internal quality using soft X rays technology

HUANG Xing-yi，ZHANG Qing-lei，LV Qiang
（School of Food and Biological Engineering，Jiangsu University，Zhenjiang 212013，China）

To solve subjectivity and destructive problem in traditional method detecting walnut inner quality，the soft X rays technology was used to detect walnut inner quality.First，soft X rays was used to acquire walnut images，and suitable image process method was researched on noise removal and segmentation.At last，the contour was extracted and the quality of normal，empty，damaged walnuts was qualitative discrimination by area threshold.The results showed that the whole identify ratio was 88.9%，which was a feasible method to nondestructive detection of walnut.

walnut；soft X rays；image process

TS201.1

A

1002-0306（2011）02-0344-03

2009-10-09

黃星奕（1963-），女，教授，主要從事計(jì)算機(jī)視覺應(yīng)用研究和農(nóng)產(chǎn)品無損檢測技術(shù)研究。