粮食储藏虫害检测技术研究

粮食储藏虫害检测技术研究

孙淑君

陕西神木国家粮食储备库

摘要：在粮食储藏虫害预防和治理的相关技术当中，图像检测技术能够做到检测速度快，精度高，可视化强。本文对国内外粮食储藏虫害检测方法及储粮害虫图像检测技术研究进展进行了总结，并对今后基于图像检测粮食储藏虫害防治技术方面研究需要解决的问题进行了展望。

关键词：粮食储藏；虫害；检测技术 

粮食安全是国民经济又快又好发展的根本，也是推动社会稳定与和谐的主要保证。我国作为粮食生产大国和粮食消费大国。在经济方面，有14亿人的中国若过多地依赖国际粮食进口，将导致国际粮源吃紧并刺激国际粮食价格的上升。我国人多地少，粮食生产受到自然风险与市场风险的双重冲击。所以我国在确保一定数量耕地的前提下，还要确保粮食储藏量充足，对于确保我国粮食市场的正常流通和在必要情况下发挥粮食宏观调控作用有着十分重要的意义。

1.研究意义

粮食储藏主要是利用一些必要的措施来减少对粮食不该有的破坏，尽量保证原有的粮食质量和节约储藏费用。储粮害虫代谢活动可导致储粮水分升高和粮温上升，严重者可引起储粮发霉变质。储粮害虫排泄物及本体会对储粮造成污染，从而降低粮食质量。我国储粮时普遍采用磷化铝熏蒸杀虫既增加支出又污染环境。虫害综合防治是1972年联合国粮农组织提出的以生态学为基础，通过精确检测实现科学防治的综合防治策略。对害虫进行实时检测，可及时评价害虫对经济损害程度，并采取相应措施进行控制，以免因盲目控制而导致浪费。

2.储粮虫害检测方法在国内外的研究状况

发展害虫传感器，实现粮仓害虫的自动化探测、智能分析和自动控制，是仓储粮食害虫探测技术的核心工作，进而提升粮食安全综合防控的专家决策支持系统的技术水平。仓储害虫实时监测是为了准确地掌握仓储害虫的种群数量、种群数量等，从而为仓储害虫综合治理做出正确的决策。

因此，世界各地的专家和学者们对于仓储害虫的监测有多种手段，如：取样和引诱收集两种；目前较为新型的检测方法有：成像检测方法、声波检测方法、近红外线检测方法、软光检测方法、导电方法、微波雷达方法等。粮食仓储害虫监测技术具有自己的特色。

3.粮食作物害虫影像的辨识和探测技术在国际上的发展现状

基于影像探测的粮食害虫探测方法，由于具有探测准确率高、工作速度快、人力少、费用低廉、容易与粮食仓库原始的信息管理体系相结合等优点而受到广泛关注。本项目拟以仓谷蠹为研究对象，利用多光谱技术和模式特征，建立基于模式特征的仓储虫害在线监测方法，验证模式特征在仓储虫害在线监测中的应用价值，并以破碎谷物、种子、昆虫姿势等参数为主要指标，建立基于模式特征的仓储虫害在线监测方法。基于英国商务局的检测规范，本项目拟开发一套基于三大有害生物检测的自动化检测体系，以1000克/分钟的检测速率，完成对三大有害生物种类的检测，并进行实验研究。其不足之处是必须人工参加粮食昆虫的收集，并进行样品的制备。将玉米象和其他成虫曝晒3天，进行X－射线辐射，然后，3—4天拍摄曝光片。以受过和没有受过病害的籽粒 X光照片为基底，分别在4个空间上和各个时期对小麦的危害情况进行了分析。目前，我国在利用影像辨识技术进行有害生物的侦测及获得有害生物影像的方法等方面已有一定的发展。一种储存粮食害虫图像探测系统，它由取样机构、取样装置、输送机构、输送皮带、 CCD摄像机、收集卡片和微型计算机组成，它的成果为农作物害虫的综合治理的制定工作带来了一个比较好的参考和基础，但是这种方法的机器设备的构造比较繁琐，因此还需要在装备的费用和可用性方面进行改进。将灰度边界提取方法应用到粮食害虫图像的边界提取中，可以较好地提取出粮食害虫图像中的有用边界。使用混合高斯模型的图像处理方式，对粮食中的昆虫进行去噪声、强化、划分和边界检测等，从而为储粮虫害的特征提取和害虫的准确识别奠定了基础。

4.基于图像探测的粮仓害虫探测技术的发展趋势

4.1谷物昆虫新特性的研究

谷物昆虫新的特征提取是对谷物昆虫的形态、色泽、表面纹路、背腹等的形状、无因次等进行分类，形成最佳的知识库。现有的粮食昆虫鉴定方法只局限在10个左右，与粮食昆虫总数超过200个的数量相比，其鉴定方法的范畴有待扩大。多数谷类昆虫体型微小，颜色相近，在外形上差别不大，难以进行人工鉴别。比如稻子象和玉米象，红假谷贼和杂假谷贼，这些都是用图片来分辨的。

4.2虫害初期的监测

通过X－射线成像、光谱探测、近红外线与可视化成像等多传感器的信息融合，基本达到对携带昆虫卵谷物的精准检测与鉴别，以及被幼虫侵染谷物与健康谷物对谷物早期虫害的快速检测。

4.3对死去的昆虫进行鉴别

《粮油储藏技术规范（GB/T 29890-2013)》规定的虫粮分级是以活体昆虫数目作为划分虫粮分级的依据，只需要对活体昆虫进行计数和分类就可以进行虫粮分级。现有鉴定技术难以区分“死”与“活”，且昆虫活性不同，有些昆虫在受惊后会出现“假死”现象，增加了鉴定的困难，影响鉴定的有效性与可信度。基于粮食对近红外光的吸收性，以及死去昆虫体内含水量低于生昆虫的特性，通过多个频带的信息融合，从多个频带中获取对粮食害虫的敏感频带特征，实现对害虫的快速准确判定，从而很好地实现害虫与害虫的区分。

4.4.一种用于快速成像的图像处理器的研制

目前，基于每个检测点选取1公斤农作物，1公斤农作物包含17200—434000个种子（以小麦为代表），粮食和昆虫的影像信息非常丰富。要实现快速、高效的自动监测，就必须从影像的处理、影像的解析、影像的辨识等各个阶段，以及整个过程中的平行度计算等方面展开新的算法。

4.5研制了一种自动化的脱粒传动装置

另外，利用该装置可有效地实现谷物中的谷类害虫与其他杂物的有效区分，减少了影像数据的工作量；同时，利用谷物样品的单一态性，可有效地提升谷物中害虫的识别能力。

结论

以图像检测为基础的粮食储藏虫害防治技术需要解决好检测效率和检测准确性问题，才能真正广泛地应用于生产实际，还需要在害虫特征提取，分离传输，图像信息采集，图像处理和图像识别每个关键环节上都有更深入的研究，开发一套稳定可靠，高效准确，费用合理的粮食储藏虫害自动化检测系统。

参考文献

[13]周龙.小波分析在粮虫图像去噪及边缘检测中的应用[J].华中科技大学学报,2005,33（5）:52-54.

[14]周龙.基于机器视觉的储粮虫害图像模糊检测方法研究[J].计算机应用与软件,2005,22（8）:24-25.

[15]胡涛，徐磊.灰色理论在储粮虫害图像处理中的应用[J].湖北农业科学,2009,48（3）：729-731.