不同等級(jí)新疆駿棗物理特征及其對(duì)分級(jí)結(jié)果的影響

吳明清 李傳峰 羅華平 弋曉康 SHAKEEL Ahmed Soomro 陳坤杰

(1.南京農(nóng)業(yè)大學(xué)工學(xué)院， 南京 210031; 2.塔里木大學(xué)機(jī)械電氣化工程學(xué)院， 阿拉爾 843300)

0 引言

新疆地區(qū)陽(yáng)光充足，干旱少雨，出產(chǎn)水果的營(yíng)養(yǎng)和品質(zhì)明顯高于其他省份[1]。新疆的紅棗品種主要是駿棗和灰棗，大多經(jīng)過(guò)干制加工和分級(jí)后進(jìn)入市場(chǎng)[2]。由于受氣候、土壤及種植條件等各種因素的影響，同一品種紅棗的大小、顏色、糖度等品質(zhì)都有一定的差異，如果不經(jīng)過(guò)分級(jí)處理就上市流通，其商品價(jià)值會(huì)明顯降低。因此，分級(jí)是紅棗加工的關(guān)鍵環(huán)節(jié)，對(duì)提高紅棗生產(chǎn)企業(yè)的經(jīng)濟(jì)效益具有重要作用[3]。

目前，紅棗的分級(jí)方法主要有人工分級(jí)、機(jī)械分級(jí)、機(jī)器視覺(jué)分級(jí)、光電分級(jí)4種方式。人工分級(jí)效率低，受主觀因素影響較大；機(jī)械分級(jí)主要根據(jù)紅棗的橫徑，將其分成3～5個(gè)不同等級(jí)，分級(jí)設(shè)備主要有帶式[4-5]、滾筒式和滾杠式[6-7]。機(jī)械分級(jí)雖然效率較高，但僅以紅棗的橫徑作為分級(jí)標(biāo)準(zhǔn)，指標(biāo)單一，分級(jí)效果并不理想[8]。光電分級(jí)主要以紅棗的長(zhǎng)度為分級(jí)依據(jù)[9]，也存在指標(biāo)單一、分級(jí)效果不理想等缺點(diǎn)。近年來(lái)，有學(xué)者提出機(jī)器視覺(jué)紅棗分級(jí)技術(shù)[10]。馬學(xué)武等[11]利用機(jī)器視覺(jué)獲取紅棗的面積、顏色和最大直徑，設(shè)計(jì)了自動(dòng)分級(jí)設(shè)備。劉艷麗等[3]研究了一種根據(jù)紅棗圖像面積和寬度進(jìn)行分級(jí)的檢測(cè)系統(tǒng)。由上述紅棗分級(jí)方法可知，不論是機(jī)械法、光電法還是機(jī)器視覺(jué)技術(shù)，基本上都是根據(jù)紅棗的長(zhǎng)度、橫徑、寬度、面積中的1或2個(gè)紅棗的物理特征參數(shù)進(jìn)行分級(jí),參數(shù)的選擇具有一定的隨意性，缺乏科學(xué)根據(jù)。選擇不同的參數(shù)進(jìn)行分級(jí)，對(duì)分級(jí)結(jié)果會(huì)有一定的影響[12-13],但分級(jí)參數(shù)選擇對(duì)分級(jí)結(jié)果的影響，目前還沒(méi)有相關(guān)的研究報(bào)道。根據(jù)GB/T 5835—2009，紅棗分級(jí)的主要依據(jù)是果形的飽滿、良好、正常以及肥厚程度[14]，這些指標(biāo)比較模糊，無(wú)法定量，在實(shí)際生產(chǎn)中很難執(zhí)行。因此，規(guī)范紅棗的分級(jí)方法，制定合理的紅棗分級(jí)定量指標(biāo)具有現(xiàn)實(shí)意義。

本文以新疆駿棗為研究對(duì)象，統(tǒng)計(jì)分析新疆駿棗各物理特征參數(shù)的分布情況，對(duì)不同特征參數(shù)的分級(jí)結(jié)果進(jìn)行分析比較，為制定合理的紅棗定量分級(jí)標(biāo)準(zhǔn)提供理論和科學(xué)依據(jù)。

1 試驗(yàn)材料

1.1 紅棗樣本

采用產(chǎn)于新疆阿克蘇地區(qū)的駿棗為研究樣本，采集時(shí)間2016年11—12月。對(duì)所采集的樣本采用熱風(fēng)干燥后(濕基含水率(25±6)%)，根據(jù)某企業(yè)現(xiàn)行的紅棗分級(jí)標(biāo)準(zhǔn),如圖1所示，將紅棗樣本按長(zhǎng)徑分成5個(gè)等級(jí)：特級(jí)(36 mm以上)，一級(jí)(32～36 mm)，二級(jí)(28～32 mm)，三級(jí)(24～28 mm)，四級(jí)(20～24 mm)。每個(gè)等級(jí)取90個(gè)樣本，共計(jì)450個(gè)樣本備用。

圖1 5個(gè)等級(jí)紅棗 Fig.1 Five grades of red jujube

1.2 試驗(yàn)儀器與設(shè)備

DT-1002A型電子天平(精確度0.001 g，上海卓越公司)、干燥箱(108-1A型，上海錦昱科學(xué)儀器有限公司)、電子數(shù)顯游標(biāo)卡尺(精度0.01 mm，中國(guó)桂林量具刃具有限責(zé)任公司)、量筒(量程250 mL，精度5 mL)、記號(hào)筆、密封袋、標(biāo)簽紙和鑷子。

2 參數(shù)測(cè)量與試驗(yàn)方法

2.1 三軸尺寸

駿棗呈圓臺(tái)形，少數(shù)呈規(guī)則的圓柱形，最大腰徑處橫截面近似為橢圓，因此，定義橢圓的長(zhǎng)軸長(zhǎng)稱為長(zhǎng)徑，橢圓的短軸長(zhǎng)為短徑，沿果蒂和果臍方向測(cè)量得到的兩端最大距離定義為長(zhǎng)度，如圖2所示。根據(jù)上述定義，采用游標(biāo)卡尺直接測(cè)量出紅棗的三軸尺寸，即長(zhǎng)徑、短徑和長(zhǎng)度。

圖2 紅棗的三軸尺寸 Fig.2 Three-axis size of red jujube

2.2 周長(zhǎng)

周長(zhǎng)是指紅棗最大腰徑處橫截面的周長(zhǎng)，測(cè)量時(shí)，先找到樣本的最大腰徑位置，然后用一根線量取其周長(zhǎng)，再用游標(biāo)卡尺測(cè)出其讀數(shù)。

2.3 體積、質(zhì)量和密度

將樣本依次放在電子天平上，稱量得到每個(gè)樣本的質(zhì)量，記作m0。

樣本的體積采用排水法進(jìn)行測(cè)量，具體如下：先將蒸餾水注入到圓柱直口嘴溢水燒杯中直到?jīng)]有水溢出，然后用鑷子將紅棗完全浸入水中，將溢出的水接入到一個(gè)精密量筒，讀出溢出水的體積，即得到樣本的體積，記作V0，測(cè)量得到樣本的體積和質(zhì)量后，樣本的密度計(jì)算公式為

(1)

式中ρP——樣本室溫下的密度，g/cm3

2.4 投影面積和輪廓周長(zhǎng)

2.4.1圖像采集

圖像采集系統(tǒng)主要由相機(jī)、計(jì)算機(jī)、光源、暗箱等組成，如圖3所示。相機(jī)采用維視圖像MV-EM130型工業(yè)相機(jī)及4.0 mm焦距鏡頭，像素尺寸2.2 μm×2.2 μm，幀率15 f/s，以太網(wǎng)與計(jì)算機(jī)相連，照明光源采用2個(gè)柔光式LED燈。

圖3 紅棗圖像采集系統(tǒng) Fig.3 Image acquistion system for red jujube 1.計(jì)算機(jī) 2.光源控制器 3.光源 4.相機(jī)及鏡頭 5.暗箱

在進(jìn)行圖像采集時(shí)，首先將紅棗樣本放在一個(gè)白色托盤中，再置于輸送帶上，啟動(dòng)輸送帶電動(dòng)機(jī)，將樣本輸入暗箱。當(dāng)樣本輸送到相機(jī)鏡頭正下方時(shí)，觸發(fā)相機(jī)，采集一副樣本的正向俯視圖，以RGB格式存于計(jì)算機(jī)備用。

2.4.2圖像預(yù)處理

圖4 紅棗特征提取 Fig.4 Extraction of red jujube features

獲取紅棗投影面積和表面輪廓周長(zhǎng)，需要對(duì)采集的樣本圖像進(jìn)行預(yù)處理,如圖4所示。根據(jù)文獻(xiàn)[10]所述方法，采用Matlab軟件編寫相應(yīng)的圖像處理程序，依次對(duì)每幅圖像進(jìn)行濾波降噪、灰度化、閾值分割、二值化、開運(yùn)算、閉合運(yùn)算、膨脹腐蝕、空洞填充等處理，得到樣本的二值化投影圖及二值化輪廓圖。

2.4.3投影面積和輪廓周長(zhǎng)的計(jì)算

分別采用bwarea函數(shù)和bwperim函數(shù)計(jì)算紅棗二值化投影圖中灰度為1的像素個(gè)數(shù)Mj及二值化輪廓圖中灰度為1的像素個(gè)數(shù)Nj，根據(jù)事先對(duì)相機(jī)的標(biāo)定，每個(gè)像素的邊長(zhǎng)相當(dāng)于實(shí)際長(zhǎng)度0.125 mm，每個(gè)像素的面積相當(dāng)于實(shí)際面積0.016 mm2。因此，紅棗樣本的投影面積Ai計(jì)算公式為

Ai=0.016Mj

(2)

輪廓周長(zhǎng)Li計(jì)算公式為

Li=0.125Nj

(3)

2.5 數(shù)據(jù)處理

數(shù)據(jù)統(tǒng)計(jì)分析計(jì)算等處理利用Excel 2010分別求最大值、最小值、均值和標(biāo)準(zhǔn)偏差；利用SPSS 16.0軟件(IBM公司)，采用最小顯著性差異(LSD)法，對(duì)數(shù)據(jù)組間差異性進(jìn)行比較[15]；利用Excel 2010中“宏”數(shù)據(jù)分析工具中的相關(guān)分析進(jìn)行多變量相關(guān)關(guān)系分析。采用SPSS 16.0進(jìn)行系統(tǒng)聚類分析。采用Matlab R2014a進(jìn)行數(shù)據(jù)處理。

3 結(jié)果與討論

3.1 紅棗特征參數(shù)和等級(jí)關(guān)系的統(tǒng)計(jì)分析

根據(jù)分級(jí)標(biāo)準(zhǔn)，將樣本分成5個(gè)等級(jí)后，不同等級(jí)紅棗樣本的其他特征參數(shù)統(tǒng)計(jì)分析如表1所示。為直觀反映紅棗特征值的分布規(guī)律，做出不同等級(jí)紅棗特征參數(shù)的盒子圖，圖5中0～4分別表示特級(jí)、一級(jí)、二級(jí)、三級(jí)、四級(jí)。由圖5可知，除密度外，其他不同等級(jí)紅棗的特征值之間有明顯的差異，紅棗等級(jí)隨著特征參數(shù)的減小而增加。在表中，各個(gè)參數(shù)在等級(jí)內(nèi)的變異系數(shù)數(shù)值相近，導(dǎo)致等級(jí)變異程度較小。

為進(jìn)一步研究紅棗各特征參數(shù)均值與等級(jí)之間的關(guān)系，對(duì)紅棗特征參數(shù)和等級(jí)之間的關(guān)系進(jìn)行線性擬合，結(jié)果如表2及圖5所示，擬合后的決定系數(shù)為R2，統(tǒng)計(jì)量為F，F(xiàn)>F0.05(1,3)=10.13，F(xiàn)對(duì)應(yīng)的概率P值小于顯著性水平0.05，因此認(rèn)為各特征參數(shù)均值與等級(jí)間的線性關(guān)系顯著。

3.2 各特征參數(shù)之間的相關(guān)性分析

由上述分析可知，除密度外，紅棗其他各特征參數(shù)均隨著等級(jí)的降低而線性減小，各特征參數(shù)之間可能存在著一定的關(guān)聯(lián)性。這種變量之間關(guān)系程度可以用相關(guān)系數(shù)來(lái)定量表征[16-17]。因此，做出紅棗9個(gè)特征參數(shù)之間的相關(guān)系數(shù)矩陣如表3所示。相關(guān)系數(shù)用r表示，縱向觀察，投影面積和輪廓周長(zhǎng)直徑的顯著相關(guān)性最高，r=0.96；其次是長(zhǎng)度和輪廓周長(zhǎng)，r=0.79；另外，短徑和周長(zhǎng)、長(zhǎng)度和投影面積、體積和投影面積、體積和輪廓周長(zhǎng)相關(guān)系數(shù)r在0.74～0.75之間，其他特征參數(shù)之間的相關(guān)性較小。兩個(gè)自變量之間有較大的相關(guān)性，意味著這兩個(gè)參數(shù)具有共線性，對(duì)因變量的影響高度一致，是非獨(dú)立變量。因此，在選擇因變量的影響因素時(shí)，相關(guān)性較大的兩個(gè)自變量任選1個(gè)即可。例如在選擇影響紅棗等級(jí)的因素或建立紅棗等級(jí)的預(yù)測(cè)模型時(shí)，投影面積和輪廓周長(zhǎng)只需任選1個(gè)作為模型的輸入變量。

表1 紅棗的特征參數(shù)統(tǒng)計(jì) Tab.1 Statistical characteristics of red jujube

注：不同小寫字母表示差異顯著(P<0.05)。

3.3 紅棗多特征參數(shù)聚類分析

在進(jìn)行多樣本分類時(shí)，如果依據(jù)單因素分類不足以全面綜合地描述其類別，就要考慮多因素分類[18-20]。由以上的分析可知，紅棗的9個(gè)特征參數(shù)，均對(duì)其等級(jí)有一定的影響，但物理含義不盡相同。采用聚類分析，將8個(gè)參數(shù)按其性質(zhì)分成不同類型，將性質(zhì)相近的變量分成一類，對(duì)紅棗分級(jí)變量選擇以及分級(jí)模型的建立，具有一定的現(xiàn)實(shí)意義。

根據(jù)離差平方和法做出8個(gè)特征變量的R型聚類樹形圖(圖6)，可知在類間距離等于5時(shí)，8個(gè)特征參數(shù)可以分為5類：第1類聚集了2個(gè)特征參數(shù)，即周長(zhǎng)和短徑，將這2個(gè)特征參數(shù)結(jié)合進(jìn)行分級(jí)，有助于提升紅棗的分級(jí)精度；第2類聚集了1個(gè)特征參數(shù)，即長(zhǎng)徑；第3類聚集了1個(gè)特征參數(shù)，即體積；第4類聚集了1個(gè)特征參數(shù)，即長(zhǎng)度；第5類聚集了3個(gè)特征參數(shù)，即質(zhì)量、輪廓周長(zhǎng)、投影面積，其中投影面積和輪廓周長(zhǎng)是機(jī)器視覺(jué)中分級(jí)的重要特征參數(shù)。聚類分析將紅棗特征參數(shù)進(jìn)行分類，為紅棗分級(jí)特征參數(shù)選擇提供一定的依據(jù)。

3.4 參數(shù)等級(jí)誤差分析

在根據(jù)幾何特征對(duì)紅棗進(jìn)行分級(jí)時(shí)，形狀特征會(huì)對(duì)分級(jí)結(jié)果產(chǎn)生一定的影響。例如，對(duì)于一個(gè)形狀短粗的紅棗樣本，按照長(zhǎng)徑分級(jí)判定為特級(jí)，但如果再按長(zhǎng)度來(lái)分級(jí)時(shí)，可能只能算作一級(jí)甚至二級(jí)。對(duì)于這種同一個(gè)樣本按不同參數(shù)進(jìn)行分級(jí)時(shí)等級(jí)發(fā)生變化的現(xiàn)象，稱之為竄級(jí)或誤分。按長(zhǎng)徑劃分為5級(jí)，5個(gè)等級(jí)內(nèi)以周長(zhǎng)的最大值和最小值確定周長(zhǎng)等級(jí)劃分范圍。如圖7所示，根據(jù)箭頭出入將周長(zhǎng)分為5個(gè)等級(jí)，箭頭的輸出為最大值，箭頭的輸入為最小值，不同等級(jí)之間有相交，如特級(jí)和一級(jí)在區(qū)間(114，103)內(nèi)重疊，認(rèn)為特級(jí)中有部分竄級(jí)到一級(jí)中；一級(jí)區(qū)間內(nèi)(114，103)和(100，90)分別與特級(jí)和二級(jí)重疊，認(rèn)為一級(jí)中有部分竄級(jí)到特級(jí)和二級(jí)中。

如圖8a所示，n級(jí)的樣本數(shù)等于A，n+1級(jí)的樣本數(shù)等于C，有B個(gè)n級(jí)樣本被判定為n+1級(jí)，定義n級(jí)參數(shù)分級(jí)誤分率,即B/A×100%。

圖5 紅棗特征參數(shù)盒子圖以及特征參數(shù)均值與等級(jí)之間的線性擬合結(jié)果 Fig.5 Box plots of red jujube characteristic parameters, and linear fitting results between mean and grade of characteristic parameters

同理，如圖8b所示，n級(jí)的樣本數(shù)等于A，n+1級(jí)的樣本數(shù)等于C，n+2級(jí)的樣本數(shù)等于E，有B個(gè)n+1級(jí)樣本被判定為n級(jí)，有D個(gè)n+1級(jí)被判定為n+2級(jí),定義n+1級(jí)參數(shù)分級(jí)誤分率,即為(B+D)/C×100%。

根據(jù)上述原理計(jì)算結(jié)果如表4所示，誤分率用ε表示，密度的平均誤分率最大，ε=1%，說(shuō)明該參數(shù)分級(jí)效果較差；周長(zhǎng)誤分率最小，其值ε=0.76%。根據(jù)長(zhǎng)徑標(biāo)準(zhǔn)分級(jí)確定其他特征參數(shù)的等級(jí)范圍，討論其他參數(shù)在該等級(jí)內(nèi)的誤分率，平均誤分率越大，該參數(shù)的竄級(jí)越大，分級(jí)效果越差，平均誤分率越小，該參數(shù)的竄級(jí)越小，分級(jí)效果越好。

表2 特征參數(shù)與等級(jí)之間的線性擬合結(jié)果的顯著性分析 Tab.2 Significant analysis of linear fitting results between feature parameters and grades

表3 紅棗各個(gè)特征參數(shù)之間的相關(guān)系數(shù) Tab.3 Correlation of each characteristic parameter of red jujube

圖6 R型聚類樹形圖 Fig.6 R-type clustering tree

圖7 周長(zhǎng)等級(jí)示意圖 Fig.7 Schematic of perimeter level

圖8 參數(shù)等級(jí)誤差分析 Fig.8 Error analysis of parameter grade

%

4 結(jié)論

(1)紅棗的各特征參數(shù)均對(duì)等級(jí)有顯著影響，除密度外，等級(jí)隨著特征標(biāo)準(zhǔn)偏差數(shù)值的減小而增大，各特征參數(shù)與等級(jí)之間有顯著性線性關(guān)系。

(2)紅棗的各特征參數(shù)之間存在相關(guān)性，輪廓面積和輪廓周長(zhǎng)之間的相關(guān)性最高，其次是輪廓周長(zhǎng)和長(zhǎng)度，密度和質(zhì)量、短徑之間呈正相關(guān)，密度和其他特征參數(shù)呈負(fù)相關(guān)。

(3)根據(jù)聚類分析，紅棗的特征參數(shù)可分成5類，聚類分析結(jié)果可以為特征參數(shù)的選取提供依據(jù)。

(4)按不同等級(jí)的最大值和最小值確定特征參數(shù)的分級(jí)范圍，計(jì)算不同特征參數(shù)的誤分率。平均誤分率越大，該參數(shù)的分級(jí)效果越差；平均誤分率越小，該參數(shù)的分級(jí)效果越好。