糧油新型檢測(cè)方法研究綜述

羅莫放　劉翠銀

摘 要：隨著新材料、傳感技術(shù)、信息采集與數(shù)字化處理等新興學(xué)科的迅猛發(fā)展，基于計(jì)算機(jī)的電子眼技術(shù)、電子鼻技術(shù)、電子舌技術(shù)等無(wú)損檢測(cè)技術(shù)成了糧油品質(zhì)檢測(cè)的研究熱點(diǎn)，國(guó)內(nèi)外學(xué)者已進(jìn)行了大量的前期研究工作。該文綜合國(guó)內(nèi)外最新的研究成果，對(duì)電子眼、電子鼻、電子舌三個(gè)新型技術(shù)分別進(jìn)行了闡述，探討它們?cè)诩Z油品質(zhì)檢測(cè)中發(fā)揮的作用以及最新的研究進(jìn)展，同時(shí)也討論這三個(gè)檢測(cè)技術(shù)存在的局限性，最后對(duì)糧油檢測(cè)技術(shù)手段發(fā)展的前景進(jìn)行了展望。

關(guān)鍵詞：糧油；檢測(cè)方法；電子眼；電子鼻；電子舌

中圖分類號(hào) TS207 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1007-7731（2016）17-0152-03

Abstract：With the rapid development of new disciplines， new materials，sensor technology， information acquisition and digital processing，and based on the computer's electronic eye technology， electronic nose technology and electronic tongue technology，nondestructive detection technology has become the hot spot in the field of grain and oil quality testing.Scholars who from domestic and foreign have done a large amount of previous studies. The latest research is involving in home and abroad and including electronic eyes， electronic nose and tongue technology.This essay describes and explores those new technology which play a role in the quality detection of cereals and oils，then shares the latest research progress，and discusses limits of these three detection techniques.Finally，future development of grain and oil testing technology are discussed.

Key words：Grain and oil；Detection method；Electronic eye；Electronic nose；Electronic tongue

1 前言

當(dāng)前糧油品質(zhì)的研究熱點(diǎn)在于生物信息技術(shù)的合理運(yùn)用，其不僅快捷、高效，而且具有非常廣闊的應(yīng)用前景。隨著科學(xué)技術(shù)的不斷發(fā)展，著眼于傳感技術(shù)、新材料以及數(shù)字化信息采集等混合學(xué)科的研究，研發(fā)了很多的智能感官糧油檢測(cè)設(shè)備，例如3E設(shè)備，包括電子眼（E-eye）、電子鼻（E-nose）、電子舌（E-tongue）。新科學(xué)技術(shù)的誕生正式以生物學(xué)、食品檢測(cè)學(xué)、食品品質(zhì)控制學(xué)等學(xué)科為基礎(chǔ)，在這之上汲取各科之優(yōu)勢(shì)所在，并結(jié)合這些技術(shù)與傳感技術(shù)的交匯點(diǎn)發(fā)展而來(lái)。

糧油是人類賴以生存的必需品，其品質(zhì)的好壞關(guān)系到國(guó)計(jì)民生，雖然我國(guó)一直在致力于提高糧食作物的產(chǎn)量，并且已經(jīng)取得了舉世矚目的成績(jī)，但是糧油的品質(zhì)仍難以滿足人們?nèi)找嬖鲩L(zhǎng)的需求以及市場(chǎng)不斷提高的要求。糧油品質(zhì)的提高離不開(kāi)檢測(cè)技術(shù)的不斷更新，目前的分析技術(shù)摻雜了太多的主觀因素，如檢驗(yàn)員的感官評(píng)價(jià)，這直接導(dǎo)致了作物生產(chǎn)處理的滯后性；而化學(xué)方法因本身具有破壞性，從某種程度上限制了檢測(cè)技術(shù)的發(fā)展，其他現(xiàn)有技術(shù)或多或少的存在程序復(fù)雜等缺陷，不利于推廣普及。因此，糧油市場(chǎng)的長(zhǎng)遠(yuǎn)發(fā)展需要高效、快捷、適用性好的檢測(cè)技術(shù)。

2 電子眼技術(shù)

由于人類的對(duì)糧油大米的感官評(píng)測(cè)存在的不足，如主觀性很強(qiáng)且會(huì)消耗大量的精力和時(shí)間，所以很有必要借助蓬勃發(fā)展的計(jì)算機(jī)技術(shù)。到目前為止，以電子信息計(jì)算機(jī)技術(shù)為基礎(chǔ)的電子眼技術(shù)已經(jīng)在檢測(cè)大米粒型、黃米率、堊白以及直鏈淀粉等指標(biāo)方面得到了應(yīng)用。使用電子眼技術(shù)研究大米堊白檢測(cè)算法是借助MATLAB軟件來(lái)構(gòu)造，針對(duì)不同的大米圖像處理，測(cè)定大米的堊白度和堊白粒率。為了快速檢測(cè)稻米品質(zhì)，設(shè)計(jì)了一套運(yùn)用電子眼技術(shù)的稻谷品質(zhì)快速檢測(cè)裝置，該裝置對(duì)堊白度、堊白粒率、直鏈淀粉等參數(shù)的目標(biāo)檢測(cè)得到基本實(shí)現(xiàn)，結(jié)果表明，該裝置對(duì)堊白度的測(cè)試精度小于1%，對(duì)堊白粒率的測(cè)試精度小于2%，對(duì)直鏈淀粉的測(cè)試精度小于1%。此外，該裝置無(wú)需替換硬件，只需在軟件上進(jìn)行增加，就可對(duì)其他大米品質(zhì)參數(shù)如色澤、異品種粒等實(shí)現(xiàn)檢測(cè)。調(diào)整圖像分割的閡值和改變掃描條件等方法，實(shí)現(xiàn)高效、快捷地檢測(cè)大米加工精度。萬(wàn)鵬等[1]在大米粒型檢測(cè)計(jì)算機(jī)視覺(jué)識(shí)別試驗(yàn)的基礎(chǔ)上，采用閡值分割、平滑處理、灰度變換等圖像處理方法得到大米的粒形圖像，該方法對(duì)整粒米、碎米識(shí)別準(zhǔn)確率分別為98.67%、92.09%。使用電子眼技術(shù)研究大米的粒型，然而本方法因?yàn)樽陨硪蟮囊恍┚窒扌运詻](méi)有被廣泛使用。凌云等[2]利用極坐標(biāo)的粒型檢測(cè)算法先求出質(zhì)心再求出最長(zhǎng)軸與最短軸，然后再對(duì)稻米外形進(jìn)行橢圓擬合，但其準(zhǔn)確度有待提高。對(duì)稻米蛋白質(zhì)檢測(cè)是利用數(shù)字圖像采集方式，結(jié)果與蛋白質(zhì)含量的標(biāo)定值偏差較小，偏差最大的測(cè)定值與標(biāo)定值的誤差也只有0.91g/100g，絕對(duì)誤差的平均值僅為0.37g/100g，檢測(cè)結(jié)果較為準(zhǔn)確。侯彩云等[3]利用微切片3維圖像處理系統(tǒng)對(duì)稻米品質(zhì)特性進(jìn)行研究，結(jié)果顯示，在三維可視化技術(shù)條件下，客觀、準(zhǔn)確的測(cè)定了稻谷的營(yíng)養(yǎng)品質(zhì)、外觀品質(zhì)及蒸煮品質(zhì)等特性。

一般情況下，大米色澤是由重鉻酸鉀法和羅維朋比色法進(jìn)行測(cè)定，但是由于試驗(yàn)方法受主觀因素的影響常常導(dǎo)致了不準(zhǔn)確的結(jié)果。為了解決大米色澤檢測(cè)的問(wèn)題，大量國(guó)內(nèi)外學(xué)者進(jìn)行了研究。在羅維朋比色法的基礎(chǔ)上設(shè)計(jì)研發(fā)基于電子技術(shù)的圖像處理方法，實(shí)現(xiàn)了良好的試驗(yàn)重現(xiàn)性。利用電子眼技術(shù)把椰子油分為4個(gè)等級(jí)，分別是不成熟的、半成熟的、成熟的、過(guò)成熟的，結(jié)果表明，運(yùn)用這種方法，分級(jí)正確率可以達(dá)到95%以上，當(dāng)然這樣的分析需要大量的樣品，從目前來(lái)看，檢測(cè)的錯(cuò)誤率要比人工分級(jí)少很多。用計(jì)算機(jī)圖像處理技術(shù)探究羅維朋標(biāo)準(zhǔn)色片與油脂顏色的關(guān)系，結(jié)果得到特征參數(shù)A（R-G）和B（R/G），驗(yàn)證結(jié)果表明，不同油脂測(cè)定羅維朋紅值與計(jì)算結(jié)果的相關(guān)系數(shù)大于0.98，平均誤差小于0.40。

3 電子鼻技術(shù)

21世紀(jì)初，出現(xiàn)了一種可以用來(lái)快速檢測(cè)食品氣味的電子鼻氣味掃描儀。檢測(cè)的依據(jù)是模電位的改變與氣味強(qiáng)弱呈現(xiàn)相關(guān)關(guān)系，從而可以進(jìn)行判別，而引起這種變化的原因在于氣味分子與生物膜接觸或者氧化反應(yīng)所導(dǎo)致。這種方法的特點(diǎn)是利用具有高靈敏度、可靠性、可重復(fù)性強(qiáng)的識(shí)別系統(tǒng)外加特定的傳感器，可以做出高效快捷地判斷，不失為一種合適的檢測(cè)手段。電子鼻技術(shù)正逐漸得到了廣泛應(yīng)用，無(wú)論是在化學(xué)化工還是環(huán)境監(jiān)測(cè)以及巖茶行業(yè)甚至于醫(yī)學(xué)領(lǐng)域都得到了越來(lái)越廣泛而有推廣效應(yīng)的研究，這其中也包括糧油谷物果蔬等食品方面的研究和檢測(cè)應(yīng)用，包括模塊化識(shí)別技術(shù)以及傳感器的應(yīng)用技術(shù)。谷物是很容易發(fā)生霉變的，但過(guò)往由于技術(shù)的缺乏，依靠人力往往很難檢測(cè)出霉變，如今已經(jīng)出現(xiàn)依托電子鼻技術(shù)識(shí)谷物霉變的儀器設(shè)備，不僅檢測(cè)速度快，而且準(zhǔn)確率相當(dāng)高。有研究基于電子鼻對(duì)4種不同大米樣品的區(qū)分檢測(cè)，對(duì)電子鼻的參數(shù)優(yōu)化以及氣敏傳感器的選擇進(jìn)行了初步的研究，并指出以Cyranose-320為例的電子鼻對(duì)大米的芳香化學(xué)成分的檢測(cè)還需進(jìn)一步的研究，從而改進(jìn)其作為一種檢測(cè)評(píng)價(jià)大米品質(zhì)質(zhì)量的檢測(cè)方法。此外，還有采用金屬氧化物傳感器陣列為主要分析法對(duì)6個(gè)霉變程度的稻谷成功進(jìn)行了檢測(cè)，很多的研究實(shí)例都證明電子鼻技術(shù)具有極高的推廣價(jià)值。

利用電子鼻在其他谷物的研究上，通過(guò)參考電子鼻在酒類、香水、煙草等方面的應(yīng)用，提出了電子鼻用于谷物品質(zhì)的檢測(cè)。電子鼻依靠人工神經(jīng)網(wǎng)絡(luò)（ANN）這一模式成功識(shí)別了包括大麥、燕麥等幾類糧食樣品，運(yùn)用到不同的氣敏傳感器進(jìn)一步識(shí)別小麥樣品，這一樣品受到了真菌、細(xì)菌的污染，甚至部分有麥角固醇的混入。在實(shí)驗(yàn)的基礎(chǔ)上驗(yàn)證了電子鼻依據(jù)氣味信息鑒別谷物的可行性，為未來(lái)電子鼻的廣發(fā)應(yīng)用提供有價(jià)值的參考。以真菌的揮發(fā)性代謝物作為指標(biāo)，通過(guò)氣相色譜質(zhì)譜聯(lián)用儀（GC-MS）和電子鼻來(lái)分析各種正常和一些變質(zhì)程度的谷物樣品，結(jié)果表明，其揮發(fā)性物質(zhì)與儲(chǔ)曲霉毒素相關(guān)性不大，但通過(guò)電子鼻檢測(cè)均能預(yù)測(cè)脫氧雪腐鐮刀菌烯醇（DON）的污染程度電子鼻的作用不僅可以對(duì)谷類感染真菌進(jìn)行定性判斷，而且隨著技術(shù)的不斷成熟未來(lái)可以進(jìn)行相應(yīng)的定量檢測(cè)。在脫氧雪腐鐮刀菌烯醇（DON）的檢測(cè)當(dāng)中，研究表明，不同的有機(jī)物與DNO的劑量濃度呈現(xiàn)不同的線性關(guān)系，例如十五烷、1-壬醇、1-辛醇、乙基乙醇等與DON呈現(xiàn)負(fù)相關(guān)，而戊烷、3-戊酮、醋酸異辛酷則呈現(xiàn)正相關(guān)，后續(xù)的驗(yàn)證評(píng)價(jià)試驗(yàn)對(duì)這種建立在電子鼻上的技術(shù)進(jìn)行了誤差評(píng)估，分別為25μg/kg（負(fù)相關(guān)）和16μg/kg（正相關(guān)）。

在食用油的品質(zhì)及貯藏性和橄欖油（食用油）的摻假檢測(cè)方面，國(guó)外也有一些報(bào)道。相比而言，在國(guó)內(nèi)已經(jīng)出現(xiàn)利用線性判別式的方法輔助電子鼻可以進(jìn)行芝麻油和山茶油的鑒偽，用這樣的方法不僅可以區(qū)分不同種類的油脂，甚至可以進(jìn)一步將芝麻油中的山茶花油鑒別出來(lái)，借助多層次的前饋網(wǎng)絡(luò)系統(tǒng)神經(jīng)能夠?qū)τ谥ヂ橛秃痛蠖褂偷木鶆蚧旌媳冗M(jìn)行大致的估計(jì)，也就是說(shuō)從現(xiàn)在掌握的技術(shù)來(lái)看，這種技術(shù)還無(wú)法進(jìn)行精確檢測(cè)。

4 電子舌技術(shù)

電子舌技術(shù)是20世紀(jì)末發(fā)展起來(lái)的一種用以識(shí)別不同液體味道的新型技術(shù)，主要有味覺(jué)傳感器與計(jì)算機(jī)分析系統(tǒng)連接組成。由于所有植物油中都含如維生素E、多酚化合物、類胡蘿卜素等具有氧化還原活性的物質(zhì)，相關(guān)研究正是從這些物質(zhì)的易敏感的特點(diǎn)入手，開(kāi)發(fā)應(yīng)用于檢測(cè)不同植物油中的特殊類化學(xué)物質(zhì)，從而達(dá)到定量檢測(cè)的目的，但油品的導(dǎo)電率很低、勁度大、溶解度低。為了解決以上問(wèn)題，提出一種區(qū)分植物油的不同來(lái)源和品質(zhì)的方法，原理是將植物油作為涂層涂在改進(jìn)的碳層電極上，然后放在不同的電解水溶液中產(chǎn)生電化學(xué)反應(yīng)。電極浸在不同的電解質(zhì)溶液中時(shí)獲得電勢(shì)信號(hào)，電勢(shì)受到電極所浸放的溶液的電解溶液產(chǎn)生的離子的強(qiáng)烈影響。設(shè)計(jì)試驗(yàn)可以利用輸入變量的主成分來(lái)分析不同品種的油所產(chǎn)生的特征信號(hào)，從而鑒別不同的植物油。分析6種油其中包括橄欖油、籽油、花生油和3種不同壓榨程度的橄欖油，結(jié)果表明，這種方法可以用于區(qū)分不同的植物油。

5 結(jié)論和展望

從電子鼻對(duì)稻米和稻谷檢測(cè)的研究來(lái)看，目前的電子鼻技術(shù)基本還處于可檢出若干成分或應(yīng)用開(kāi)發(fā)的階段，又因?yàn)閼?yīng)用在電子鼻中的傳感器大多對(duì)工作溫度比較敏感，從而要求其工作環(huán)境必須能有較好的可控性；另外因?yàn)榻饘傺趸镄蛡鞲衅鞴ぷ魉璧臏囟缺容^高，所以測(cè)試前需額外對(duì)傳感器進(jìn)行預(yù)熱，且較長(zhǎng)的工作時(shí)間容易使基準(zhǔn)值發(fā)生漂移。而模式識(shí)別的方法還不夠成熟，人工神經(jīng)網(wǎng)絡(luò)相對(duì)于傳統(tǒng)識(shí)別方法來(lái)說(shuō)，其優(yōu)勢(shì)在于擁有較好的的特定位點(diǎn)識(shí)別，從而得以完成較繁雜的非線性運(yùn)算映射，即便如此，由于這種方法是建立在大量的測(cè)試樣品之上的，使得取樣較為麻煩。因此，電子舌頭可以在涉及到油料以及特殊物質(zhì)的研究檢測(cè)上有很大的應(yīng)用前景，而模式識(shí)別技術(shù)以及傳感技術(shù)的結(jié)合發(fā)展則離不開(kāi)電子鼻技術(shù)的廣泛應(yīng)用。

綜合性的評(píng)價(jià)是指到糧食生產(chǎn)前再到生產(chǎn)進(jìn)行最后到成品后這一系列過(guò)程中所涉及到的檢測(cè)與評(píng)價(jià)技術(shù)。雖然現(xiàn)在很多研究表明，電子眼技術(shù)可以基本滿足稻米粒型等品質(zhì)的檢測(cè)需要，但是要考慮到整精米率等品質(zhì)易受到光源、米型等的影響而產(chǎn)生變差的現(xiàn)實(shí)問(wèn)題。此外，需要注意的是儀器的穩(wěn)定性，方法的可行性（因?yàn)樵诔跗谠囼?yàn)階段，樣品的取樣沒(méi)有嚴(yán)格的科學(xué)論證，數(shù)量少，品種單一等問(wèn)題導(dǎo)致不能證明儀器方法的通用性）以及評(píng)價(jià)驗(yàn)證方案都需要去不斷地完善補(bǔ)充。

未來(lái)應(yīng)用依托計(jì)算機(jī)的視覺(jué)技術(shù)、電子鼻技術(shù)、電子舌技術(shù)對(duì)稻米及其他糧油制品進(jìn)行快速、無(wú)損檢測(cè)區(qū)分的方法將會(huì)越來(lái)越成熟，因?yàn)槟壳皞鞲衅髂K識(shí)別技術(shù)已經(jīng)和電子計(jì)算機(jī)技術(shù)結(jié)合的十分緊密并且還在迅速地完善?？傊?，3E（電子眼技術(shù)、電子鼻技術(shù)、電子舌技術(shù)）技術(shù)將會(huì)成為今后的熱門研究領(lǐng)域，糧油的檢測(cè)技術(shù)將會(huì)迎來(lái)飛速的發(fā)展。

參考文獻(xiàn)

[1]萬(wàn)鵬，孫瑜，孫永海.基于計(jì)算機(jī)視覺(jué)的大米粒形識(shí)別方法[J].吉林大學(xué)學(xué)報(bào)：工學(xué)版，2008，38（2）：489-492.

[2]凌云.基于機(jī)器視覺(jué)的谷物外觀品質(zhì)檢測(cè)技術(shù)研究[D].北京：中國(guó)農(nóng)業(yè)大學(xué)，2004.

[3]侯彩云，Seiichi O，Yasuhisa S，等.三維圖像處理系統(tǒng)在稻米品質(zhì)檢測(cè)中的應(yīng)用研究[J].農(nóng)業(yè)工程學(xué)報(bào)，2001，17（3）：93-95.

（責(zé)編：張宏民）