進口大豆不完善粒鑒別特征綜述及展望

◎ 古爭艷，戚天杰

（1.中央儲備糧新鄭直屬庫有限公司，河南 鄭州 451100；2.河南工業大學糧食和物資儲備學院，河南 鄭州 450001）

大豆作為我國油脂工業和飼料工業的原材料之一，其需求量在不斷增長。由于進口大豆的轉基因化和規模化生產，在產量上可以滿足我國的需求，且在出油率方面也優于國產大豆，造成人們對于進口大豆的依賴性過高，不利于我國大豆類農作物的發展。

大豆可以分為國產大豆和進口大豆，進口大豆糧堆里包含完整粒大豆、雜質和不完善粒大豆，其中，不完善粒主要包括未熟粒、不完善粒和損傷粒；損傷粒又可分為蟲蝕粒、病斑粒、熱損傷粒、漲大粒、生霉粒、凍傷粒和霉變粒，霉變粒單獨計作衛生指標范疇[2]。有研究證實，損傷粒與大豆質量的關系是非常緊密的。例如，大豆熱損現象對于油脂酸價、過氧化值和油脂全氧化值等都有較大的影響[1]。此外，大豆質量標準中對完整粒率、損傷粒率和熱損傷粒率都有明確的限值要求，因此，這3項指標的檢測準確性至關重要。然而，目前我國完整粒率的檢測還是依賴人工挑選出不完善粒，然后分別稱量和間接計算。人工挑選方法較儀器檢測方法存在較大的主觀因素誤差，檢測結果的準確性不高[3]。查閱國內外挑選檢測類文獻發現，質量監測類型的機器、光學檢測技術裝備和負責挑選分類的半自動化或自動化機器等設備曾經因為造價高、結構復雜等原因在國內外鮮有應用研究。然而，隨著近年來現代科學技術的飛速發展，現代儀器設備精度高、速度快、重復性高、前景廣闊等優點已經凸顯出來，已有學者對機器代替人工的農產品挑選工作進行了探索和研究，因此本文將針對大豆不完善粒檢測中不同的現代儀器設備的應用，進行了展望和討論。

1 不完善粒的人工挑選方法

進口大豆主要有3大類不完善粒。第1類是不完善粒，是指完整度在75%以下的大豆；第2類是未熟粒，是指在生產過程中由于各種因素導致的具有發青干癟等特點的大豆；第3類是損傷粒，是指在生長或者運輸過程中由于各種原因而導致的大豆損傷。損傷粒又可以細分為病斑粒、生霉粒、熱損傷粒、蟲蝕粒和漲大粒等，如圖1所示。人工挑選方法為：將去除大雜后的進口大豆樣品約100 g倒入白瓷盤中，先用毛刷將豆皮挑選出來放置雜質盒中，再挑選出占比最大的不完善粒，然后按照大豆表皮特征快速識別出病斑粒、熱損傷粒、生霉粒等，分別放入帶有分類名稱標記的鋁盒中，最后使用刀片剖皮和切片方式查看子葉情況鑒別疑似大豆，反復檢查直至白瓷盤中剩余大豆顆粒均為完整粒為止。人工挑選操作的難點在于需要剖開問題大豆的表皮，觀察內部子葉的實際情況，由于根據表皮顏色和形態的判斷有時具有誤導性，例如，某些表皮顯示異常的大豆，其子葉可能很完整，屬于正常糧粒；而某些表皮正常的大豆，其子葉內部也可能不完整，則屬于損傷粒。因此，通過剝落大豆的表皮、觀察子葉的內部情況，才能保證大豆不漏檢和不錯檢，進而保證結果的準確性[4-6]。

圖1 進口大豆不完善粒和雜質圖

2 不完善粒分類及特征

2.1 病斑粒

圖2是病斑粒的圖片，病斑大豆是由于大豆感染某些病菌使得大豆顏色異常，有明顯的發黑凹陷，某些表皮正常的大豆內部是發黑發褐的，也屬于病斑粒。

圖2 進口大豆病斑粒實物展示圖

2.2 未熟粒

未熟粒的特征為顏色發青（體積占1/2）或者表皮癟縮（表面積占1/2），觀察外表有的存在凹陷，類似于缺水的樣子，同樣，有些外皮顏色正常的大豆，將其刨開之后，內部顏色也有發青發綠，這種也屬于未熟粒。

2.3 熱損傷粒

如圖3所示，進口大豆熱損傷粒實物比正常大豆偏紅，大多數為紅褐色，也有些表皮顏色正常，而內部呈現偏紅色，此類屬于熱損傷粒。有個別存在表皮紅色，內部呈現正常顏色則不屬于熱損傷。

圖3 進口大豆熱損傷粒實物展示圖

2.4 蟲蝕粒

圖4是蟲蛀粒，進口大豆蟲蛀粒數量比較少，但是特征比較容易區分，其上面有明顯的蟲蛀的小洞和痕跡，大多數蟲蛀粒也是病斑粒，均歸屬于損傷粒里，以蟲蛀的洞口為區分。

圖4 進口大豆蟲蝕粒實物展示圖

2.5 生霉粒

圖5是生霉粒的展示圖，生霉粒的表面一般伴隨著肉眼可見的霉斑、霉塊等，顏色一般有白色、灰色和黑色等，其與病斑的區分較為困難，需要仔細觀察，大多數生霉的大豆只有部分生霉點，而不會大面積生霉，外觀常常伴隨著毛感。

圖5 進口大豆生霉粒實物展示圖

3 常見的篩選不完善粒方法

3.1 直徑篩選法

通過手工對30個試驗樣品進行不完善粒挑選，總結發現：總時間為100%的條件下，挑選不完善粒花費的時間約占40%，熱損傷粒花費時間約占10%，未熟粒挑選時間約占20%，生霉粒和病斑粒挑選時間也都約為10%。可見，不完善粒的挑選雖然最易判別，但耗時最多。由于不完善粒與完整粒的外形差距較大，可以考慮采用直徑篩選的方法。然而，由于不完善粒的特殊形狀[7-9]，部分不完善粒的最大直徑和完整粒相同，非常容易卡住篩口，效率非常低，常常篩了幾遍還沒有將完整粒粒和不完善粒分開。因此，本次研究中我們淘汰了這種篩選辦法。此外，國內外文獻資料還能夠查到風力篩選和圓周滑落等篩選方法，但效率都不高[10-12]。

3.2 斜面法

具體操作方法是：將大豆樣品置于一個斜面頂端并使其滑落下來，完整粒由于表面光滑阻力小能夠滑到斜面底部，而不完善粒因其不規則形狀，則會停在斜面中間的位置，從而將破碎豆快速分離。對此，設計一個小型的斜面機，就可以實現實驗室的便攜操作。

3.3 人工手扒法

通過對比鑷子挑選和人工手扒挑選法發現，鑷子挑選由于要逐一夾取顆粒并放入容器，費時又費力。而手扒挑選法是指尖將破碎豆劃到白瓷盤一邊，一次可以扒取幾粒至幾十粒不等，大大節省了挑選時間。

3.4 挑選順序優化

通過人工手扒法將不完善粒挑選出來之后，建議優先挑選未熟粒，因為未熟粒的表皮顏色一般偏青偏綠，相對容易觀測，然后是生霉粒，表皮一般具有發白、發灰的毛斑狀，接下來挑選表皮顏色較重的大豆顆粒，將其刨開之后觀察子葉顏色，如果發紅可判定為熱損傷粒、發黑則是病斑粒，這樣就可以把復雜的挑選過程簡化為青、紅、黑3種顏色的挑選，可以提高效率和準確性。在挑選過程中，要注意辨別蟲蝕粒，蟲蝕粒的特點（表皮有孔洞）比未熟粒更明顯，但是在進口大豆中很少見到，如果發現蟲蝕粒，則可以直接進行分類。

4 現代技術在挑選不完善粒中的應用

4.1 近紅外光譜技術方法

崔麗霞[13]設計了一種近紅外光譜技術（波段范圍900～1 700 nm）和電氣聯動的馬鈴薯缺陷檢測分選裝置，可同時實現2種內部缺陷檢測（馬鈴薯黑心病和環腐病）和分選剔除。該裝置由微型近紅外光譜儀、輸送系統、剔除系統和PLC控制系統組成，微型近紅外光譜儀可實現馬鈴薯內部缺陷無損檢測；輸送系統利用電動滾筒和皮帶實現馬鈴薯輸送；剔除系統利用氣動元器件實現缺陷馬鈴薯剔除；PLC控制系統控制裝置運行以完成缺陷馬鈴薯檢測及分選。因此，將近紅外光譜技術應用到大豆內部缺陷無損檢測中，可以檢測并分選出未熟粒、病斑粒、熱損傷粒、凍傷粒和生霉粒等不完善粒。

4.2 圖像視覺處理技術

劉福華[14]研究了基于機器視覺的水果分級分揀系統關鍵技術，研究表明，利用機器視覺測量具有精度高、結果穩定可靠和非接觸性等優點,通過對蘋果進行尺寸測量、空間定位,并根據果形大小、色澤光潔程度和表面缺陷等指標進行特征識別,可以實現對蘋果品質的科學精準分級和自動分揀。由此可見，建立大豆不完善粒圖像數據庫，然后通過攝像技術呈現待檢大豆顆粒圖像，與數據庫的信息比對進行判定，為大豆不完善粒快檢設備提供了設計思路。

4.3 顏色監控儀器技術

通過查閱文獻可知，在花生的品質監控挑選中，運用到了顏色監控儀器，實現了全自動化監管和挑選，降低了人工成本。但是考慮到大豆的大小和精度要求比花生精細得多，所需要自動化的技術支撐就更高，其造價也較高，因而無法進行顏色監控。

5 結語

本研究經過對30個試驗樣品的人工挑選得知，人工挑選的成本較大且效率較低。未來，相信通過采用斜面機、近紅外掃描儀和圖像視覺處理技術等方法，可以大大提高進口大豆不完善粒的挑選效率，有效降低人工成本。