目前，蠶繭質(zhì)量評級通常是取50g鮮樣繭剝?nèi)ダO衣、削剖、倒出蛹和蛻皮，清除死籠污物，稱鮮殼重，烘干至無水恒重時稱其干殼重量，以干殼重量進行分級[1]。由于整個過程的烘殼時間較長，繭站面對千家萬戶售繭，來不及逐個檢測，于是很多繭站采用手摸、目測、口喊價。而根據(jù)手感濕度和蠶繭表面疵病來判斷蠶繭的好壞，只能評定蠶繭的外觀質(zhì)量，測試精度低，易受評定者的主觀因素和實際經(jīng)驗影響，不能達到“優(yōu)質(zhì)優(yōu)價”，極大地?fù)p傷了蠶農(nóng)提高蠶繭質(zhì)量的積極性。而且，剖繭稱重破壞試樣，造成極大的浪費。據(jù)統(tǒng)計，我國每年為檢測蠶繭質(zhì)量而浪費鮮蠶繭930t，直接經(jīng)濟損失1300萬元，既浪費生產(chǎn)絲140t，又減少創(chuàng)匯392萬美元。為了實現(xiàn)按質(zhì)論價及不浪費收購蠶繭的原則，蠶業(yè)界內(nèi)外人士一直在不懈地努力，尋求一種質(zhì)量無損的檢測方法，中國測試研究院、四川省農(nóng)業(yè)科學(xué)院蠶業(yè)研究所、成都電子科技大學(xué)、浙江大學(xué)和浙江省農(nóng)業(yè)科學(xué)院等單位先后對此進行過研究；研究的方法有熒光數(shù)模評繭法、動量分離原理的超聲波檢測、懸浮2次稱重法、彈力測定法和分析扣減水分法等，但這些方法均由于精度不高，最終沒能實用化。近年來，湖北省農(nóng)業(yè)科學(xué)院經(jīng)濟作物研究所和湖北工業(yè)大學(xué)設(shè)計了利用數(shù)字圖像處理技術(shù)、光電技術(shù)及振動原理對桑蠶鮮(干)繭質(zhì)量開展無損智能檢測技術(shù)的研究并取得了一定進展。
1基于數(shù)字圖像處理和光電技術(shù)的桑蠶繭無損智能檢測
根據(jù)GB/T19113—2003《桑蠶鮮繭分級(干殼量法)》，干殼量是蠶繭評級項目中的主要檢測項目，可根據(jù)“質(zhì)量＝體積×密度計算繭殼量”計算，由于同一個地方、同一季節(jié)每一相同品種的桑蠶絲密度相對比較穩(wěn)定，因而求繭殼量主要是求其體積。其基本原理是通過光照蠶繭，用CCD攝像器對被檢繭進行圖像采集，利用其表面積圖像的像素點和透射圖像的灰度值分別表示蠶繭的表面積和厚度，進而求出繭殼體積。通過專用軟件對采集到的圖像數(shù)據(jù)進行分析處理、數(shù)學(xué)建模，建立標(biāo)準(zhǔn)數(shù)據(jù)庫，進而推算出蠶繭干殼質(zhì)量。然后再利用數(shù)據(jù)庫技術(shù)，根據(jù)不同的品種和同一品種在不同的季節(jié)建立桑蠶繭干殼量評級的標(biāo)準(zhǔn)數(shù)據(jù)庫，利用此數(shù)據(jù)庫可以確定所測蠶繭基本級別[2]。設(shè)計方案總流程圖如圖1所示。
圖1方案總流程圖
1.1好蛹率、色澤及勻凈度檢測
根據(jù)鮮蠶繭的表面圖和透視圖及利用閾值和灰度值的計算進行判別，即在一定光強(普通光源與激光光源)的照射下，對桑蠶繭攝像并利用數(shù)字圖像處理技術(shù)設(shè)立不同的閾值，根據(jù)不同閾值下的像素點的多少來判斷色澤的級別，由桑蠶繭表面圖像判斷被測桑蠶繭受污情況(黃斑繭等)，可快速找出次繭。通過鮮蠶繭的透視圖像及鮮蠶蛹的輪廓曲線判別出化蛹繭、毛腳繭、僵蛹(蠶)繭、死籠繭、內(nèi)印繭[3]。根據(jù)不同品種和同一品種在不同季節(jié)生產(chǎn)的桑蠶繭建立鮮蠶繭相對于好蛹率評級的標(biāo)準(zhǔn)數(shù)據(jù)庫，利用此數(shù)據(jù)庫依據(jù)GB/T19113—2003《桑蠶鮮繭分級(干殼量法)》標(biāo)準(zhǔn)確定所測蠶繭是升級還是降級，通過對不同產(chǎn)地蠶繭進行檢測，誤差小于0.1%。
1.2干殼量檢測
利用氦氖激光對蠶繭進行透射，利用圖像灰度值和不同厚度蠶繭透光不同的關(guān)系，應(yīng)用亮度方程計算蠶繭圖像每一點的灰度值和每個像素點的w值，再求平均值；通過實驗研究建立與w值相對應(yīng)的蠶繭繭層厚度數(shù)據(jù)庫，采用積分旋轉(zhuǎn)體蠶繭繭層數(shù)學(xué)模型對其進行分析處理，求得干殼量。研究表明[4]：桑蠶繭表面積相對誤差小于1%；對形狀規(guī)則的桑蠶繭和在電源穩(wěn)定的條件下，桑蠶繭厚度測量誤差可控制在2%以內(nèi)；依據(jù)GB/T19113—2003檢測50g鮮上車?yán)O的干殼量，檢測精度可達0.5g。
研究證明，此方法是切實可行的，采用此檢測方法可以檢驗以下項目并能夠達到以下指標(biāo)：(1)不切剖蠶繭，減少蠶繭資源浪費和經(jīng)濟損失；(2)可簡便、直觀、快速地對蠶繭評級，具有智能性；(3)50克鮮蠶繭干殼量可精確到0.5g；(4)好蛹率的測量準(zhǔn)確率95%以上；(5)繭層含水率可精確到0.2%以內(nèi)；(6)能準(zhǔn)確地測出繭粒數(shù)；(7)能準(zhǔn)確地鑒別出蠶繭色澤。
2基于振動信號的無損質(zhì)量檢測
根據(jù)振動信號無損檢測蠶繭質(zhì)量方法的基本原理是將繭殼固定在某一專用夾具中(蠶蛹在繭殼中可以隨機振動)，激振器以正弦規(guī)律激振。通過加速度傳感器采集振動原始信號，再經(jīng)過信號處理得到蠶蛹在繭殼中的隨機振動信號[5]。由試驗論證在相同的條件下(如激振器的激振頻率，激振功率不變等條件)，蠶蛹的重量越重，蠶蛹在繭殼中隨機振動信號就越強烈(表現(xiàn)為振動信號的幅值大、方差大等特征值上)。然后找出蠶蛹隨機振動信號中與蠶蛹重量有關(guān)的特征值。最后利用這些特征值建立判別蠶蛹重量的BP神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型.繼而根據(jù)該數(shù)學(xué)模型來判別蠶蛹的重量，從而間接推出蠶繭繭殼的干殼量[6]。此檢測方法的振動測試試驗裝置圖如圖2所示。
圖2振動測試試驗裝置圖
研究設(shè)計了基于虛擬儀器信號發(fā)生器軟件、自動批量數(shù)據(jù)采集系統(tǒng)、桑蠶繭無損智能檢測系統(tǒng)及數(shù)據(jù)處理Matlab節(jié)點程序等軟件；開展了利用小波包對振動信號進行分解、對低頻和高頻段信號進行特征參數(shù)的提取、振動加速度信號特征的優(yōu)選及神經(jīng)網(wǎng)絡(luò)和回歸分析的特征識別等工作。小波包分析既能分解桑蠶繭振動的低頻信號，也能分解蠶蛹跳動的高頻信號，對低頻與高頻信號的綜合分析，能有效提取與桑蠶繭質(zhì)量對應(yīng)的振動信號的特征。確定了與蠶蛹重量有關(guān)的9個特征值，并以此作為BP神經(jīng)網(wǎng)絡(luò)的輸入。神經(jīng)網(wǎng)絡(luò)的輸出層為1個，即蠶蛹的重量。以100個樣本作為訓(xùn)練樣本，以另外100個樣本為預(yù)測樣本，采用神經(jīng)網(wǎng)絡(luò)分析結(jié)果表明，50g鮮上車?yán)O干殼量誤差小于0.2g的準(zhǔn)確率達到73.8%，誤差小于0.3g的準(zhǔn)確率達到93%[7]；這2年，經(jīng)對系統(tǒng)進行改進，50g鮮上車?yán)O干殼量誤差小于0.2g的準(zhǔn)確率達到82%，但是實驗結(jié)果還存在誤差值較大的比例，雖然比例較小，其原因是蠶蛹在繭殼中“卡死”，不產(chǎn)生振動信號，從而造成檢測誤差，有待今后研究中進一步處理解決。
3小結(jié)
依據(jù)光電與數(shù)字處理技術(shù)，實現(xiàn)了對蠶繭繭層水份、色澤勻凈度、內(nèi)印繭、僵蛹(蠶)繭、上車?yán)O、柴印繭及干殼量等的智能無損檢測；而依據(jù)振動原理對蠶繭干殼量的無損智能檢測精度較前個方法高，雖然仍未能完全達到國家標(biāo)準(zhǔn)規(guī)定的精度要求，但相對于以前的檢測方法已是一個很大的跨越和進步，是實現(xiàn)蠶繭質(zhì)量智能無損檢測最有效的途徑之一，若達到實用化程度后能基本實現(xiàn)長期以來不能實現(xiàn)的“優(yōu)質(zhì)優(yōu)價、劣質(zhì)劣價”國家蠶繭收購政策，并且評定精度級別穩(wěn)定可靠，人為影響因素小，儀評度高，將對提高蠶農(nóng)養(yǎng)優(yōu)蠶的積極性和推動我國桑蠶業(yè)的發(fā)展起重要作用。
（esilk.net聲明：本網(wǎng)登載此文旨在傳遞更多行業(yè)資訊，文章內(nèi)容僅供參考。）
官方微博
官方微信
