利用近红外高光谱成像技术检测仓储粮虫生命体征,农艺学论文

利用近红外高光谱成像技术检测仓储粮虫生命体征,农艺学论文我们国家是世界上最大的小麦生产国，为确保粮食的安全储藏，每年都要使用杀虫剂进行一次或屡次熏蒸。只要准确地检测出仓储活虫种类和数量，才能做到有目的的防治。粮虫死亡后，人眼通过其体表颜色无法准确地和活虫进行区分。当前，人工判定粮虫能否死亡的方式方法非常耗时，且效率很低;基于计算机视觉的粮虫辨别方式方法也不能自动判别出仓储害虫的死活。生命体征标志着生物体生命活动的状态，因而要准确地区分活虫和死虫，需要提取出能有效表征活虫和死虫的重要生命体征。粮仓中常见的粮虫体长在5mm以内，体型很小，属于变温动物，因此无法提取其体温、呼吸、血压、心跳等基本的生命体征。高光谱成像技术具有图谱合一的特性，该技术已应用于发芽麦粒、粮虫感染谷物质量的评估等。本项研究的目的是探寻求索利用近红外高光谱成像技术检测仓储粮虫生命体征的可行性。1材料和方式方法1．1样本准备小麦(购买于镇江市面粉厂)经水漂洗烘干处理后，和谷蠹活虫一起放入养虫器皿，并置于28℃，80%RH的恒温恒湿培养箱中饲养，5天后筛出成虫，谷蠹虫卵8周后即变为成虫。从养虫器皿中筛出3g谷蠹成虫，置于液氮中10min，取出后平衡15min，并放置在20～22℃，55%～60%RH的高光谱采集室中，供后续的分析处理。本文采用刚杀死的谷蠹成虫作为活虫样本进行分析，这是由于其细胞活性还没有发生变化。1．2近红外高光谱图像获取利用课题组构建的近红外高光谱成像系统，对粮虫进行高光谱图像的采集。该成像系统采集到的光谱范围是871．6～1766．3nm。经屡次实验表示清楚，获取清楚明晰粮虫图像的采样条件如下:近红外相机的曝光时间为3ms，位移台的移动速度为0．59mm/s。随机挑选28头谷蠹死虫，平均分为4组，大致呈直线于白色塑料板上。分别于第0，0．5，1，1．5，2，2．5，3，4，5，6，7天，对每组谷蠹样本进行高光谱图像采集。1．3高光谱图像分析针对1450nm波长的粮虫图像，手工选取每个粮虫的多边形感兴趣区。每个粮虫感兴趣区内所有像素的光谱平均值为该粮虫的光谱，每个采样时间内采集到的所有粮虫光谱的平均值为该采样时间的粮虫光谱。通过分析粮虫光谱随时间(死亡天数)的变化趋势，可确定活虫和死虫区分度较大的光谱区间，并可初步确定活虫和死虫可区分的最短时间。根据初步确定的可区分最短时间，求取该采样时间的粮虫光谱与第0天的粮虫光谱的差分，其最大差值所对应的波长为提取的最优光谱波长。本文采用区域生长法对最优波长下的粮虫灰度图像进行自动分割，用区域标记法构成标记矩阵。当分割出的二值图像中某个目的的面积(像素数)大于30时，该目的即被归类为粮虫活虫，否则应归类为杂质。1．4粮虫体内组分的测量在上述每一个光谱采样时间，称取3份25mg左右的死虫样本，作为每份谷蠹样本的总质量wt;然后，对死虫样本采用(食品中水分的测定〕中的直接枯燥法进行烘干处理。烘干后取出称重并记录，作为每份谷蠹的干质量wd。每份谷蠹样本的含水率为rw=(wt－wd)/wt，最后以3组样本含水率的平均值作为该时间点谷蠹的含水率。由于单头谷蠹活虫的质量在1．07mg左右，其干重则更小，若测量单头的含水率，其误差非常大。因而，本文以多头粮虫的平均含水率作为单头粮虫的含水率进行分析。谷蠹液氮低温猝死后，每类粮虫称取75mg左右，并记录质量作为该粮虫的鲜质量，用于第1个时间点ATP合成酶活性的测定。根据同样的方式方法再称取9份粮虫，每份质量依次增加10mg左右，用于此后每个时间点ATP合成酶活性的测定。在每个时间点取出该份粮虫，并测定其ATP合成酶活性。每个时间点测定3次，取3次测定活性的平均值作为该时间点粮虫的ATP合成酶活性。根据同样的方式方法可对粮虫蛋白质含量进行测定。ATP合成酶的活性采用比色法进行定量检测，蛋白质含量的测定方式方法为BCA(BicinchoninicAcid)蛋白含量测定法。2结果与讨论2．1粮虫光谱的变化趋势粮虫在某天的光谱为该天采集到的4组粮虫样本光谱的平均，谷蠹死后0－7天的光谱变化趋势如此图1所示。由图1可见，死后谷蠹的平均相对光谱的反射率随着谷蠹死亡时间的增长而增加。反射光谱在1400～1500nm范围内有明显的吸收峰，使活虫和死虫都有一个很低的反射率。在1320～1700nm之间光谱的有较好的区分度，在其他区间的光谱没有区分度或者区分度比拟小。第1－3天粮虫光谱的变化较大，自第3天开场其光谱不再发生明显的变化。根据以前的研究成果，谷蠹死后第0天和第3天粮虫的标准差光谱在1330nm和1720nm处有穿插。为了进一步提高区分度，可将有效光谱的范围取为1370～1700nm之间的100个波长。2．2特征波长在粮虫的最佳特征波长下，死虫和活虫的图像灰度值应具有最大的离差。因而，粮虫的最佳波长可取为死虫和活虫光谱差分的最大值所对应的波长。粮虫谷蠹死后第0天和第3天在1370～1700nm之间的光谱曲线及其差分曲线如此图2所示。由图2可知:差分曲线的最大值为0．4427，其对应的特征波长为1417．2nm，则该波长即为所求的特征波长。2．3图像分析结果针对谷蠹死亡之后第0天和第4天的图像进行区域生长法处理后发现:选择图像中所有灰度值小于等于40的点作为种子，可使活虫目的区域的部分像素被选中作为种子，而死虫目的区域中的所有像素都不被选中，且全局阈值取为80时可使分割后的目的比拟完好。谷蠹死后1．0天时的区域生长法分割图如此图3所示。采用区域生长法对图3(a)中1417．2nm的灰度图像处理后的结果如此图3(b)所示。由图3可知:死后第1天时，图3(a)中的7头谷蠹中分割出了4个目的，其余3头谷蠹死虫由于其所有像素的灰度值都高于40而没有种子点，因而被分割为背景。由标记矩阵计算的4个目的的面积自左到右依次为564，649，581和683。由判别阈值30可知，这4个目的应该全部被判别为活虫。因而，图3中仅有3头死虫被正确检测出来，其余4头判别错误。这表示清楚，在谷蠹死后1天时，该法不能把活虫和死虫完全正确地区分出来。用该法对11个采样时间所采集的所有粮虫图像进行了处理，结果表示清楚:第0天的谷蠹活虫都被正确辨别，第0．5，1，1．5，2天的辨别率分别是0，28．57%，71．43%和82．61%;自第2．5天开场，谷蠹全部被正确辨别，即辨别率全部为100%。试验结果表示清楚，粮虫死后第2．5天为活虫和死虫完全可分的最短时间。2．4特征光谱与生命体征的关系以谷蠹体内的组分含量为自变量，以1417．2nm下谷蠹图像的平均灰度值为因变量，二者之间的相关关系如此图4所示，二者之间的回归分析结果如表1所示。由表1可知，谷蠹在特征波长以下图像平均灰度值和其体内的ATP合成酶活性、蛋白质含量之间具有很强的负指数相关关系，与水分含量之间具有很强的负线性相关关系。可见粮虫死后，随着死亡时间的增加，其体内的ATP合成酶活性、蛋白质含量、水分含量整体上呈下降的趋势，使粮虫在1417．2nm波长下的光谱反射率增加，因此粮虫在1417．2nm波长以下图像平均灰度值增加。这是由于粮虫死亡后，线粒体呼吸链电子传递功能、氧化磷酸化的偶联作用受损，使ATP合成酶含量及其活性的降低，ATP合成酶是位于细胞线粒体中合成能量分子ATP的关键性的酶，ADP在转变为ATP时需要消耗大量的自由能，因而活虫的大分子物质分解所释放的能量被储蓄在ATP中，而死虫的大分子物质(如蛋白质、核酸、糖类等)分解释放的能量不能被储蓄在ATP中，而被耗散掉，进而直接导致了蛋白质、核酸等大分子物质的分解，因而活虫和死虫的代谢差异在于死虫的异化作用旺盛于活虫，这种异化作用表如今生物大分子物质分解和释放能量的经过，则粮虫死亡之后，其体内的化学组分必然发生变化。近红外光谱表征含氢基团(C－H、N－H、O－H等)振动的倍频和合频吸收。当粮虫死亡后，其体内ATP合成酶的活性下降，促使蛋白质、核酸等大分子物质分解为H2O和CO2等并且被耗散掉，进而导致含氢基团振动的倍频和合频吸收带内粮虫近红外光谱反射强度的增加。粮虫的特征光谱(1417．2nm)位于O－H键1级倍频及C－H键1级倍频的合频吸收带内，粮虫死亡之后，其近红外特征波长中粮虫图像的整体灰度值增大。谷蠹在1417．2nm波长以下图像平均灰度值和其体内的ATP合成酶活性、蛋白质含量、水分含量之间的相关系数全部小于－0．9，华而不实与水分含量的线性相关系数均小于－0．98。由此可见，粮虫特征波长图像中的整体灰度值能够表征其生命体征(体内化学组分)的变化，使特征波长图像中活虫和死虫的自动区分成为可能。3结论谷蠹死亡后，其相对光谱反射率逐步提高，到死后第3天光阴谱曲线趋于稳定。应用最大离差法提取出可区分活虫和死虫的最优波长为1417．2nm。从粮虫死亡后的第2．5天开场，粮虫活虫与死虫完全可分。粮虫在1417．2nm以下图像平均灰度值和其体内的ATP合成酶活性、蛋白质含量之间具有很强的负指数相关关系，与水分含量之间具有很强的负线性相关关系。研究结果表示清楚，利用近红外高光谱成像技术对粮虫的生命体征进行鉴别是可行的。以下为参考文献:［1］胡玉霞，张红涛，毛罕平，等．基于多分辨率分析的储粮害虫图像预处理研究［J］．农机化研究，2020，34(8):160