[发明专利]一种粮食杂质含量的检测方法

说明书

本发明公开了一种粮食杂质含量的检测方法，采用锥束CT获取样本在不同扫描角度下的二维切片图像，推演粮食籽粒和杂质密度与X射线吸收系数的关系，据此重构掺杂粮食三维CT图像。在此基础上，建立基于灰度值的区域生长模型实现粮食籽粒的轮廓提取和体积计算；最后引入杂质的堆积密度实现粮食杂质含量的快速计算。本发明首次利用锥束CT技术检测粮食中杂质含量，无需破坏样品，保留了样品的原始性，利用体素点统计方法计算出杂质体积，通过杂质的质量占有率衡量杂质的占比，实现了粮食杂质含量的快速计算。

技术领域

本发明属于检测技术领域，涉及一种粮食杂质含量的检测方法。

背景技术

杂质含量是粮食质量标准中的一项重要指标，粮食杂质含量也是粮食入库存储的一项重要指标。若杂质比重过大，不仅会直接影响其食用品质等级，还会对粮食的存储造成极大的负面影响。粮食杂质一般可分为有机杂质和无机杂质：无机杂质主要是粮食收割加工、储存过程中混入的土块、小石块、沙子、碎玻璃等矿物质；有机杂质一般是粮食自身生长的茎叶壳与异种粮粒；植物的茎叶壳与异种粮粒不同，这类杂质不像异种粮粒属于活的生命体，不存在呼吸作用，但是由于它们自身密度与粮粒相比较小，粮食入库时由于自动分级的原因，会导致此类杂质扎堆聚集。植物的茎叶壳自身带菌量大，杂质扎堆聚集又会造成粮堆内部通风不均，进而引起温度不均，粮食就会发生霉变；此外，粮食储存过程中会进行熏蒸杀虫，杂质的扎堆聚集也会造成熏蒸死角，进而引发病虫害，使得虫蚀粒增多。鉴于此，我们有必要测定粮食杂质含量，以利于粮食保质保鲜，达到粮食安全存储的目的。

传统人工计算粮食杂质含量，是通过筛子对样本中的杂质和粮粒进行分离，根据杂质质量和粮粒质量计算杂质的质量分数，得到粮食杂质含量；人工进行粮杂分离称重存在耗时、效率低、主观性较强等缺点。另外，近年来基于深度学习的方式也可进行粮食杂质含量的计算，前提是有大量的小麦籽粒和杂质的二维图片，通过神经网络对数据的训练集进行训练，网络训练完成后，可通过此网络对测试集中的粮食和杂质进行分类；通过神经网络计算粮食杂质含量有一定的创新性，但数据准备过程过于繁琐，而且计算的精度与训练集中图片数量有很大关系，若训练集不充足，则很难实现高精度计算。

X射线断层扫描成像技术具有高的空间和密度分辨率、高穿透性、友好的成像环境和线性吸收等特点，在医学、材料科学、化学、石油/地质学、生物学、微电子产业、环境科学等方面都已有广泛的应用。传统的CT断层成像技术是一层层对物体进行成像，重建后层间信息将无法还原，成本高且放射量大。因此，寻找一种无损、精密检测技术至关重要。。

发明内容

为了克服现有技术的不足，本发明的目的在于提供一种粮食杂质含量的检测方法，该方法能够实现粮食杂质含量的快速检测，具有检测精度高的特点。

本发明采用如下技术方案实现：

一种粮食杂质含量的检测方法，包括以下步骤：

(1)取待检测粮食样本进行锥束CT扫描，获取粮食样本在不同角度下的二维切片图像；

(2)对步骤(1)得到的二维切片图像重构得到三维图像；

(3)获取步骤(2)得到的三维图像的杂质体积和样本总体积，再引入杂质的堆积密度，计算出杂质质量，最后得出粮食杂质含量。

进一步地，所述步骤(1)具体为：将粮食样本放置在锥束CT的X射线扫描范围内，启动设备；将包含粮食样本的容器放至载物台上，旋转360°后，一次扫描结束，得到样本在不同角度下的二维切片图像。

进一步地，步骤(2)具体步骤为：对二维切片进行三维重建，得到三维重建图像后，然后进行基于区域生长的灰度值阈值分割，实现对杂质、粮食和容器的划分。

进一步地，所述步骤(3)的杂质体积根据阈值分割后三维图像内杂质的体素数量与单个体素的体积乘积得到，样本的总体积根据阈值分割后样本的总体素数量与单个体素的体积乘积得到。