Пшеница и рис – две самые распространенные зерновые культуры в мире, поэтому процессы селекции, выращивания, сбора урожая, хранения, транспортировки, переработки данных видов зерна являются крайне важными, как в России, так и во всем мире. Соответственно, во время каждого из перечисленных процессов решается задача контроля качества пшеницы и риса. Существенная часть процедур определения качества зерна сводятся к органолептическим оценкам, которые отличаются длительностью, высокими трудозатратами и случайной погрешностью ввиду субъективности анализа. Кроме того, для оценки размерных характеристик широко применяется ситовой анализ, который не позволяет в полной мере оценить форму зерна. Исключение перечисленных недостатков применяемых методов позволит сократить трудозатраты анализов и повысить их стабильность. Предлагаемые решения наиболее востребованы на пунктах приема зерна, элеваторах, производствах комбикормов, мукомольных заводах и других предприятиях зерновой промышленности.

Проект направлен на ускорение процедур анализа качества зерна и повышение удобства работы персонала.

Задачи, решаемые в рамках проекта.

1. Определение стекловидности риса. Согласно ГОСТ Р 55289-2012 «Рис. Технические условия.» анализ стекловидности является необходимым для определения основного интегрального показателя качества риса – его класса. Определение стекловидности риса производится согласно ГОСТ 10987-76. Для указанного метода определения характерны большая длительность, трудоемкость и крайняя субъективность анализа.
2. Выполненность пшеницы. Согласно ГОСТ 9353-2016 «Пшеница. Технические условия.» анализсодержания зерновой примеси является необходимым для определения основного интегрального показателя качества пшеницы – ее класса. Один из видов зерновой примеси согласно ГОСТ 30483-97 «Методы определения общего и фракционного содержания сорной и зерновой примесей; содержания мелких зерен и крупности; содержания зерен пшеницы, поврежденных клопом-черепашкой; содержания металломагнитной примеси» – невыполненные (щуплые) зерна. Выполненность как самостоятельный показатель характеризует соотношение эндосперма и оболочек в зерне, что в свою очередь, напрямую влияет на мукомольные свойства. Существуют два метода определения выполненности пшеницы – визуально (по ГОСТ 30483-97) и косвенно через показатель массы 1000 зерен. Для визуального определения характерны большая длительность, трудоемкость и крайняя субъективность анализа. Показатель массы 1000 зерен требует пересчета на абсолюно сухое вещество и не учитывает влияние крупности на результат.
3. Форма и размеры пшеницы. Форма и размеры пшеницы имеют важное технологическое значение для хранения и переработки зерна. Они учитываются в процессе очистки зерновой массы от примесей. Регулировку  рабочих органов машин и оборудования при дроблении, размоле, шлифовке зерна осуществляют с обязательным учетом формы и размеров зерна. Определение формы и размеров зерна проводят двумя способами – непосредственно измерение с помощью микрометров и методом ситового анализа. Первый способ является длительным, трудозатратным. Второй способ позволяет отсеивать пшеницу только по минимальному линейному размеру (толщине) и не позволяет определять форму.
4. Выравненность пшеницы по крупности. Крупность определяется линейными размерами зерна и является одним из важнейших показателей качества. В крупном зерне больше эндосперма и меньше оболочек и, следовательно, выше выход готовых продуктов из зерна. Определение выравненности зерна по крупности является необходимостью, так как рабочие органы перерабатывающих машин настраиваются на определенный размер зерна. Поэтому от показателя зависит эффективность работы оборудования. Определение выравненности и крупности проводится методом ситового анализа.
5. Типовой состав пшеницы. Согласно ГОСТ 9353-2016 «Пшеница. Технические условия.» определение типового состава пшеницы является необходимым для определения основного интегрального показателя качества риса – его класса. Метод определения сводится к визуальному органолептическому анализу и описан в ГОСТ 10940-64. Для указанного метода определения характерны большая длительность, трудоемкость и крайняя субъективность анализа.

Предлагаемый подход состоит в том, чтобы заменить визуальный анализ человека на программный анализ цифровых изображений объектов исследования (зерна риса и пшеницы).

Рассмотрим определение стекловидности риса. Согласно действующему стандарту показатель определяется на 100 зернах. Для ускорения работы предлагается отказаться от использования кассеты с фиксированными ячейками для зерен. Вместо этого размещать увеличенную пробу на подсвеченной платформе. Данная подсвеченная платформа находится в изолированном от внешних излучений корпусе. Изображение просвеченной однородным световым потоком пробы снимается цифровой камерой и далее обрабатывается на компьютере. При этом решаются следующие задачи.

1. Формирование однородного светового потока заданной величины (такого, чтобы все возможные зерна риса попадали в динамический диапазон камеры).
2. Компенсация паразитной засветки пробы риса. Подсвеченная, платформа прибора не может быть заполнена зерном полностью, ввиду его формы. Между зернами неизбежно появляются промежутки, размер, форма и положение которых носят случайный характер. Через эти промежутки свет проникает в верхнюю часть прибора и, отражаясь от поверхности зерна, искажает его изображение. То есть в объектив камеры попадает не только свет, прошедший сквозь зерно, но и свет, отраженный от его поверхности. Действие паразитной засветки проиллюстрировано на рис. . Условно паразитную засветку можно разделить на две составляющие: общую (действует одинаково на все зерна и пропорциональна общей площади подсвеченной платформы, не занятой зерном) и местную (пропорциональна площади, не занятой зерном, в непосредственной близости от него).
3. Сегментирование изображения.  Для анализа стекловидности необходимо оценить каждое отдельное зерно пробы. Для этого на полученном изображении выделяются контуры каждого отдельного зерна.
4. Нахождение набора признаков изображения отдельного зерна, характеризующего стекловидность риса, и построение математической модели для численной оценки данного показателя.

Определение формы и размеров  пшеницы.

Для оценки определения данных характеристик образцов предлагается использовать схему, аналогичную описанной выше, с той разницей, что после сегментирования изображения пробы пшеницы в качестве исходных данных используются вычисленные контуры зерна. На их основе вычисляются длина, ширина, определяется выполненность зерна. При статистической обработке размерных характеристик всех зерен пробы оценивается выравненность.

Определение типового состава.

Для определения типового состава по сути необходимо получение изображений зерна в отраженном свете. Это позволяет оценить цвет зерна и, тем самым, отнести его к определенному типу. Поэтому для решения данной задачи предлагается дополнение устройства  подсветкой размещенной в верхней части корпуса.

На страницу проекта