胡桂仙 王建军 王小骊 董秀金 朱加虹

(浙江省农业科学院农产品质量标准研究所1，杭州 310021)

(浙江省农业科学院作物与核技术利用研究所2，杭州 310021)

粮油品质检测评价新技术的研究进展及展望

胡桂仙1王建军2王小骊1董秀金1朱加虹1

(浙江省农业科学院农产品质量标准研究所1，杭州 310021)

(浙江省农业科学院作物与核技术利用研究所2，杭州 310021)

随着新材料、传感技术、信息采集与数字化处理等新兴学科的迅猛发展，基于计算机视觉技术、电子鼻技术、电子舌技术等无损检测技术成了粮油品质检测的又一研究热点，国内外学者已做了大量的前期研究工作。为了充分利用这些现有的最新研究成果，该文分计算机视觉技术、电子鼻技术、电子舌技术3个方面，综述了国内外应用这3种技术在粮油品质自动检测中的研究进展，分析了各种技术存在的主要问题，展望了3种技术在粮油品质分析中的发展前景，以供我国研究人员做同类研究时参考。

粮油 品质检测 计算机视觉 电子鼻 电子舌

运用现代生物信息技术平台开发高效快速粮油品质性状检测方法，是当今国内外研发最热门、且具有重要应用前景的品质检测新技术之一。近年来，随着新材料、传感技术、信息采集与数字化处理等新兴学科的迅猛发展，一些新型的智能化识别设备应运而生，以电子眼(或称计算机视觉技术)(E－eye)、电子鼻(E－nose)、电子舌(E－tongue)(简称3E)为代表的小型化、智能化传感技术正向检测检验学、品质控制学、生物学领域渗透，并逐步发展形成新的边缘学科。

粮油作物是关系到国计民生的重要作物之一，但我国的粮油作物生产和世界上其他发展中国家一样，在努力提高产量的同时，作物的品质改良与市场和社会的需求相差较大。如南方的常规晚稻品种，产量水平逐年提高，但品质与北方的晚粳稻相比仍有较大差距;杂交晚籼稻的部分新品种产量水平可以达到世界最高水平，但稻米品质基本上处在国标中下等级。导致目前粮油作物品质滞后的原因有多方面，其中之一是现有的品质分析或检测技术不能满足生产与加工的需求，如品质分析中的感官鉴定，人为的主观因素影响较大，难以客观评判;化学测定需要破坏大量的样本，不利于大群体筛选;测定程序过于复杂不能及时综合分析等等。因此，研发一种简便、快速、小样本、在线测定的粮油品质分析技术一直是本学科研究重点与热点。本文基于计算机视觉技术、电子鼻技术、电子舌技术这3种新兴技术，就国内外利用该3种技术在粮油品质检测中的最新研究成果进行综述和展望，以便充分利用前人已取得的经验，促进我国在该领域的研究。

1 计算机视觉技术

在稻米品质的感官评价上，由于人工检测工作量大，主观性强，而借助于计算机视觉技术，可以使得稻米品质的检测技术更加快速、准确。目前，计算机视觉技术已对垩白、粒型、黄粒米率、整精米率、蛋白质含量、直链淀粉含量等品质指标进行了研究和测定［1］。孙明等［2］研究了基于采用MATLAB软件开发平台来构造计算机视觉的大米垩白检测算法，在对不同的大米图像处理的基础上，完成了对大米垩白度和垩白粒率的测定。凌云等［3］、张巧杰等［4］研究了一套基于计算机视觉技术的稻谷品质快速检测装置，并初步实现了对直链淀粉、垩白度、垩白粒率等参数的检测，试验结果表明该装置对直链淀粉的测试精度≤1%，垩白度的测试精度≤1%，垩白粒率的测试精度≤2%，达到了稻米直链淀粉、垩白度和垩白粒率测定准确度的要求。该装置具有良好的扩展性，无需改动系统硬件，只要通过扩充系统软件的方法，就可以增加对大米其他品质参数的检测功能，如异品种粒、色泽等。

在整精米率及加工精度上，张浩等［5］研究了改变扫描条件和调整图像分割阈值等方法，消除测定大米的加工精度对垩白米的影响，建立了快速、客观检测大米加工精度的方法。吴彦红等［6］开发了一套基于计算机视觉技术的稻谷品质检测系统，提取了米粒的面积、周长等10个特征参数作为整精米检测特征，并进行了主成分分析，确定了判别整精米的优化阈值。测试表明裂纹米、垩白米、整精米的识别的准确率分别为 96．41%，94．79%，96．20%。万鹏等［7］设计了大米粒型检测计算机视觉识别试验装置，采用灰度变换、阈值分割、平滑处理等图像处理方法获取大米的粒形图像，经特征参数的提取与识别，表明该方法对整粒米、碎米识别准确率分别为98．67%、92．09%。

此外，黄星奕［8］利用计算机视觉技术研究了稻米的粒型检测，但该方法要求米粒摆放需同一朝向，具有一定的局限性，限制了它的实际应用。凌云等［3］提出基于极坐标的粒型检测算法，通过先求出质心再求出最长轴与最短轴的方法，对稻米外形进行椭圆拟合，但它具有旋转不变性，故准确度有待提高。孙建平等［9］利用数字图像采集方式进行稻米蛋白质检测，测定结果与蛋白质含量标定值的偏差较小，绝对误差的平均值仅为0．37 g/100 g，偏差最大的测定值与标定值的误差也只有0．91 g/100 g，可得到较为准确的检测结果，且可同时完成多个样品的信息采集，检测效率显著提高。侯彩云等［10］利用微切片3维图像处理系统对稻米品质特性进行了探索性的研究，结果表明借助于3维可视化技术，可以对稻谷的外观品质、营养品质及蒸煮品质等进行更为直观且客观的观察与测定。

色泽是油脂的重要质量指标之一，常用的测定油脂色泽的方法有罗维朋(Lovibond)比色法和重铬酸钾法，但这两种方法常常受人为因素影响较大。孙凤霞等［11］根据国家标准在罗维朋比色法的基础上研发了计算机图像处理方法，避免了人为的主观误差，测定的重现性和重复性均较好。M Z Abdullah等［12］利用逐步判别分析法(stepwise discriminant analysis)和计算机的识别系统把椰子油分为不成熟的、半成熟的、成熟的、过成熟的4个等级。通过对400多个样品进行视觉系统分析，发现对椰子油正确分级的成功率大于90%，并且，机器视觉系统的误分级的可能性比用人工的低。另外，陈彩虹等［13］应用计算机图像处理技术研究罗维朋标准色片与油脂颜色的关系，得到特征参数A(R－G)和B(R/G)，当固定罗维朋黄色片70时，最佳特征参数为B，其他情况下最佳特征参数为A。试验得出利用A或B计算罗维朋红值的经验方程，验证结果表明，不同油脂测定罗维朋红值与计算结果的相关系数大于0．98，平均误差小于0．4。

2 电子鼻技术

无论是感官评价技术、理化指标的检测技术还是近红外装置评价技术，对稻米品质的检测，都具有一定的可靠性，但它们均未能对大米或米饭的气味如异味、香气等做出检测和评价，存在着缺陷。因此通过研究稻米或米饭的气味来检测评价稻米品质引起了部分研究者的兴趣。

在20世纪90年代发展起来的一种叫电子鼻(Electronic Nose)的气味扫描仪，是一种快速检测食品气味的新颖仪器。其原理是利用某种金属氧化物和生物膜，根据气味物质分子接触引起膜电位的微小变化来判断气味有无及强弱。它以特定的传感器和模式识别系统快速提供被测样品的整体信息，指示样品的隐含特征。这种气敏传感器具有高灵敏度、可靠性、重复性。近年来，传感器阵列和模式识别的电子鼻在饮料、食品、谷物、果蔬、化妆品、环境检测、烟草业、医学等行业均有着广泛的应用［14－26］，而在粮油作物的检测中也得到了一定的研究和应用。

潘天红等［27］研究开发了一套用于谷物霉变识别的电子鼻系统测试装置，该装置能快速准确的判别水稻的霉变情况，神经网络的识别正确率为92．19%。张红梅等［28］采用金属氧化物传感器阵列和主成分分析法对6个霉变程度的稻谷成功地进行了检测，同时采用主成分分析法分析，结果显示去掉冗余传感器并不影响分类结果。Zheng等［29］研究了基于电子鼻对4种不同大米样品的区分检测，对电子鼻的参数优化以及气敏传感器的选择进行了初步的研究，并指出以Cyranose－320为例的电子鼻对大米的芳香化学成分的检测还需进一步的研究，从而探索其作为一种检测评价大米品质质量的检测方法之一。

此外，利用电子鼻在其他谷物的研究上，Jonsson等［30］通过参考电子鼻在酒类、香水、烟草等方面的应用，提出了电子鼻用于谷物品质的检测。他采用由不同气敏传感器组成的电子鼻，利用ANN(人工神经网络)模式识别区分燕麦、裸麦及大麦样品，同时也对受到麦角固醇、真菌毒素以及细菌污染的小麦样品进行识别，证实该电子鼻能利用谷物气味特性进行样品监测，从而预测电子鼻在真菌学上的应用。Olsson等［31］以真菌的挥发性代谢物作为指标，通过气相色谱质谱联用仪(GC－MS)和电子鼻来分析各种正常和一些变质程度的谷物样品，结果表明其挥发性物质与赭曲霉毒素相关性不大，但通过GC－MS或电子鼻检测均能预测脱氧雪腐镰刀菌烯醇(DON)的污染程度。同时，戊烷、甲基吡嗪、3－戊酮、3－辛烯二醇、醋酸异辛酯与DON呈正相关，而乙基乙醇、十五烷、甲苯、1－辛醇、1－壬醇等与DON呈负相关，建立在GC－MS和电子鼻上进行的DON预测的平方根误差分别为 16 μg/kg和 25 μg/kg。Roberto等［32］利用电子鼻对谷物中是否受到真菌污染进行早期诊断，同时利用GC－MS进一步证实了利用电子鼻是可以用来预测谷物的真菌污染程度。

在食用油的品质及贮藏性和橄榄油(食用油)的掺假检测方面，国外也有一些报道［33－35］。而在国内，有研究人员采用电子鼻对芝麻油及山茶油的掺假进行了识别研究，认为通过线性判别式分析法，电子鼻可以很好的区分出不同种类的油脂，还可以区分出混入与未混入大豆油的山茶油或芝麻油;通过多层前馈网络BP神经系统可以大体预测芝麻油与大豆油的混合比例，但不能精确预测［36］。

3 电子舌技术

电子舌(Electronic Tongue)技术是20世纪80年代中期发展起来的一种分析、识别液体“味道”的新型检测手段。它主要由传感器阵列和模式识别系统组成，传感器阵列对液体试样做出响应并输出信号，信号经计算机系统进行数据处理和模式识别后，得到反映样品味觉特征的结果。

电子舌技术主要集中在液体样品的检测，如茶饮料、果汁、酒类等［37－38］。而在粮油检测中，主要是植物油的应用研究上。由于所有的植物油都含有一些具有氧化还原活性的物质，如维生素E、多酚化合物、类胡萝卜素等，它们具有对感官刺激敏感的特点和抗氧化特性。因此，这些存在于植物油中的化合物可以用电化学的方法进行分析，但用电化学传感器阵列直接来分析植物油还存在一定难度，因为油品的导电率很低，黏度大，溶解度低［39］。为了避免这些问题，C Apetrei等［40］最近在研究中，提出了一种新的方法来区分植物油的不同来源和品质，把要分析的植物油作为涂层涂在改进的碳层电极上，将其放在不同的电解水溶液中可产生电化学反应。当这电极浸在不同的电解质溶液(包括pH 4的磷酸盐缓冲溶液、硫酸、盐酸、氯化钾、氯化镁、高氯锂化物、高氯酸钾和0．1 mol/L的氢氧化钠溶液)中时可获得电势信号，电势受到电极所浸放的溶液的pH和电解溶液产生的离子的强烈影响。因此，我们可以利用输入变量的主成分分析不同品种的油所产生的特征信号，以此来鉴别不同的植物油。试验对6种油包括玉米油、葵花籽油、精炼橄榄油和3种不同压榨程度的优质橄榄油(extra virgin，virgin，lampante and refined olive oil)进行了评价。研究表明，这种方法可以区分这些不同的植物油。

4 结论和展望

粮油品质的检测与评价是一项综合评价技术，是对受检产品的产前、产中、产后的全程评价。从以上研究报道说明，计算机视觉技术对稻米粒型的检测技术已基本上符合现实检测需要。但受米粒类型、光源均匀性等因素的影响，稻米的垩白率、整精米率等品质检测技术还不能满足现实检测需要，同时在仪器试验阶段，采用的稻米样本数量少、品种比较单一，仪器的通用性尚须进一步证明。

综合电子鼻对稻谷或稻米的检测研究来看，电子鼻技术目前基本上处于应用开发阶段或可检出若干成份，同时电子鼻中所附的传感器对工作温度很敏感，这使得其工作环境必须能够被较良好的控制;金属氧化物型传感器所需的工作温度较高，因此测试前需要对传感器进行预热，而且长时间工作之后响应基准值容易发生漂移。模式识别方法还有待改进，人工神经网络作为一种实现复杂非线性映射的方法，相对于传统识别方法具有较好的识别效果，但是需要的训练样本量比较大，给取样带来了不便。因此，电子鼻技术的发展还依赖于传感器技术与模式识别技术的发展。电子舌技术在油脂这种特殊的物料研究应用上，还有待进一步的验证与改良。

但随着计算机技术、传感技术以及模式识别的发展与完善，诸如利用计算机视觉技术进行稻米加工品质的在线检测，电子鼻技术进行香稻品种的区分以及电子舌技术进行油脂品质的无损检测方法必将成为可能，也将成为今后重要的研究热点，为粮油品质的检测评价提供又一无损检测途径。

［1］方长云，谢黎虹，李刚，等．计算机视觉技术在稻米品质检测中的应用［J］．中国稻米，2008，(6):1－4

［2］孙明，石庆兰，孙红，等．基于计算机视觉的大米外观品质检测［J］．沈阳农业大学学报，2005，36(6):659 －662

［3］凌云．基于机器视觉的谷物外观品质检测技术研究［D］．北京:中国农业大学，2004

［4］张巧杰，王一鸣，凌云．稻米品质检测技术研究［J］．仪器仪表学报，2006，27(6):564 －568

［5］张浩，孟永成，周展明，等．基于图像处理技术大米加工精度的检测研究［J］．中国粮油学报，2006，21(4):135 －137

［6］吴彦红，刘木华，杨君，等．基于计算机视觉的大米外观品质检测［J］．农业机械学报，2007，38(7):107－111

［7］万鹏，孙瑜，孙永海．基于计算机视觉的大米粒形识别方法［J］．吉林大学学报:工学版，2008，38(2):489 －492

［8］黄星奕．基于计算机视觉的稻米外观质量检测系统研究［D］．镇江:江苏理工大学，1999

［9］孙建平，侯彩云，常国华，等．稻米蛋白质数字图象检测方法的研究［J］．食品科技，2005，(10):77－79

［10］侯彩云，Seiichi O，Yasuhisa S，等．3 维图像处理系统在稻米品质检测中的应用研究［J］．农业工程学报，2001，17(3):93－95

［11］孙凤霞，杜红霞，周展明．油脂色泽测定方法研究进展［J］．中国油脂，2002，27(2):7 －9

［12］Abdullah M Z，Guan L C，Mohd Azemi B M N．Stepwise discriminant analysis for color grading of oil palm using machine vision system［J］．Trans IChemE，2001，79(12):223 －231

［13］陈彩虹，唐怀建，罗松明．油脂颜色测定的研究［J］．河南工业大学学报:自然科学版，2005，26(5):75－77

［14］王俊，胡桂仙，于 勇，等．电子鼻与电子舌在食品检测中应用研究进展［J］．农业工程学报，2004，20(2):292－295

［15］邹小波，赵杰文．电子鼻快速检测谷物霉变的研究［J］．农业工程学报，2004，20(4):121 －124

［16］周亦斌，王俊．基于电子鼻的番茄成熟度及贮藏时间评价的研究［J］．农业工程学报，2005，21(4):113－117

［17］黄骏雄，蒋弘江，阎哲．应用电子鼻检测香烟质量的研究［J］．化学通报，2000，63(1):51 －53

［18］Barbria N E，Llobet E．Application of a portable electronic nose system to assess the freshness of moroccan sardines［J］．Materials Science and Engineering C，2008(28):666 －670

［19］Brezmes J，Llobet E．Correlation between electronic nose signals and fruit quality indicators on shelf－life measurements with pinklady apples［J］．Sensors and Actuators B，2001(80):41－50

［20］周亦斌，王俊．基于电子鼻的蕃茄成熟度及贮藏时间评价的研究［J］．农业工程学报，2005，21(4):113 －117

［21］邹小波，赵杰文．支持向量机在电子鼻区分不同品种苹果中的应用［J］．农业工程学报，2007，23(1):146－149

［22］胡桂仙，王俊．不同贮藏时间柑橘电子鼻检测研究［J］．浙江农业学报，2006，18(6):458 －461

［23］张晓华，常伟，李景明，等．电子鼻技术对苹果贮藏期的研究［J］．现代科学仪器，2007(6):120－123

［24］罗剑毅．基于电子鼻雪青梨贮藏期检测的实验研究［J］．科技通报，2007，23(3):378 －381

［25］胡桂仙，Hernández Gómez A，王俊．电子鼻无损检测柑橘成熟度的实验研究［J］．食品与发酵工业，2005，31(8):57－61

［26］张晓华，张东星．电子鼻对苹果货架期质量的评价［J］．食品与发酵工业，2007，33(6):20－23

［27］潘天红，陈山，赵德安．电子鼻技术在谷物霉变识别中的应用［J］．仪表技术与传感器，2005(3):51－52

［28］张红梅，王俊，叶盛，等．电子鼻传感器阵列优化与谷物霉变程度的检测［J］．传感技术学报，2007，20(6):1207－1210

［29］Zheng X Z，Lan Y B，Zhu J M，et al．Rapid identification of rice samples using an electronic nose［J］．Journal of Bionic Engineering，2009，(6):290 －297

［30］Jonsson A，Winquist F，Schnurer J．Electronic nose for microbial quality classification of grains［J］．International Journal of Food Microbiology，1997，35:187 －193

［31］Olsson J，Borjesson T，Lundstedt T．Detection and quantification of ochratoxin A and deoxynivalenol in barley grains by GC/MS and electronic nose［J］．International Journal of Food Microbiology，2002，72:203 －214

［32］Roberto P，Adriano A，Eugenio M，et al．Detection of fungal contamination of cereal grain samples by an electronic nose［J］．Sensors and Actuators B，2006，119:425 －430

［33］Gan H L，CheMan Y B，Tan C P，et al．Characterisation of vegetable oils by surface acoustic wave sensing electronic nose［J］．Food Chemistry，2005，89:507 －518

［34］Taurino A，Capone S，Distante C，et al．Recognition of olive oils by means of an integrated sol－gel SnO2 electronic nose［J］，Thin Solid Films，2002，418:59 －65

［35］Oliveros M C C，PrezPavn J L，Carmelo G P，et al．Electronic nose based on metal oxide semiconductor sensors as a fast alternative for the detection of adulteration of virgin olive oils．Analytica Chimica Acta，2002，(459):219 －228

［36］海铮，王俊．基于电子鼻山茶油芝麻油掺假的检测研究［J］．中国粮油学报，2006(3):192－197

［37］Lvova L，Legin A，Vlasov Y，et al．Multicomponent analysis of Korean green tea by means of disposable all－solid－state potentiometric electronic tongue microsystem ［J］．Sensors and Actuators，2003，95:391 －399

［38］滕炯华，王磊，袁朝辉．基于电子舌技术的果汁饮料识别［J］．测控技术，2004，23(11):4 －5

［39］黄星奕，张浩玉，赵杰文．电子舌技术在食品领域应用研究进展［J］．食品科技，2007，(7):20 －24

［40］Apetrei C，Rodriguez－ Mendez M L，Saja J A．Modified carbon paste electrodes for discrimination of vegetable oils［J］．Sensors and Actuators，2005，111 － 112:403 －409．

Study Progress and Prospects for Technology of Detection for Quality Evaluation in Cereal and Oil

Hu Guixian1Wang Jianjun2Wang Xiaoli1Dong Xiujin1Zhu Jiahong1

(Institute of Quality and Standards for Agricultural Products，Zhejiang Academy of Agricultural Sciences1，Hangzhou 310021)
(Institute of Crops and Utilization of Nuclear Technology，Zhejiang Academy of Agricultural Sciences2，Hangzhou 310021)

With the development of new materials technique，sensor technique，information acquisition technique and Digital Image processing technique，the technology of nondestructive examination such as computer vision，electronic nose and electronic tongue has become one of research hotspots in the field of cereals and oils detection．Scholars at home and abroad have done much pioneering work in this field．In order to summarize these research results and give reference to researchers in this field in China，the research progress in automatic detection for quality of cereal and oil using computer vision technology，electronic nose technology and electronic tongue technology were discussed in this article．Some major problems of each method were analyzed，and development trends on quality analysis for cereal and oil by using these technologies were prospected．

cereal and oil，quality detection，computer vision，electronic nose，electronic tongue

TS207

A

1003－0174(2011)03－0110－05

863计划(2010AA101302)，国家科技支撑计划(2011 BAD35B02)，浙江省农科院科研类专项经费资助项目(2010CX23)

2010－03－15

胡桂仙，女，1980年出生，助理研究员，农产品品质分析与无损检测技术

王建军，男，1965年出生，研究员，博士，粮油品质与遗传育种