高光谱图像对稻谷贮藏中真菌的拟合与区分
摘要：本文利用高光谱成像系统（HIS）获取稻谷贮藏中常见真菌（黑曲霉、米曲霉、杂色曲霉、构巢曲霉、桔青霉）在马铃薯葡萄糖琼脂板上培养期间的高光谱图像，采用400-1000nm全波段的平均值，波峰709nm处的光谱值和全波段内的光谱值的主成分得分三种方法构建真菌生长模拟模型。结果显示,桔青霉基于全波段光谱值PCA分析后的第一主成分得分建立的生长拟合模型R2为0.8029，杂色曲霉波峰数据建立的生长拟合的R2为0.7832，其他高光谱参数建立的模型的R2均低于0.30，另外，主成分分析（PCA）和偏最小二乘法判别分析（PLS-DA）可以区分五种不同菌种。其中，PLS-DA模型对培养48小时的黑曲霉、米曲霉、构巢曲霉、桔青霉四种真菌及对照组的训练集、测试集的区分准确率为100%；对杂色曲霉训练集的区分准确率为100%，测试集的区分率为33.33%。结果表明高光谱图像技术能够用来对真菌种类进行区分。
目录
摘要1
关键词1
Abstract1
Key words1
引言1
1材料与方法2
1.1菌种与培养基 2
1.2样本制备 2
1.3高光谱检测与光谱采集 2
1.4数据处理 3
2结果分析6
2.1不同生长阶段腐败真菌的高光谱图像6
2.2 不同真菌的光谱特征 6
2.3 高光谱图像特征参数对五种真菌的拟合 7
2.4 五种真菌高光谱响应值主成分分析 11
2.5 PLSDA区分不同菌种 12
3 结论13
致谢14
参考文献14
高光谱图像对稻谷贮藏中五种真菌的拟合及区分
食品科学与工程 肖慧
引言
稻谷是我国主要储备粮种。稻谷产量约占全国粮食总产量的38.3%[1]。在稻谷贮藏中的真菌危害是一种常见现象。Christensen、Lichtwardt等提出对稻谷在贮藏中的真菌共有十几种，主要属于曲霉类和青霉类[2]。针对曲霉生长进行模型模拟研究的文章还较少发现，Marin等[34]修正的Gompertz模型，在玉米提取液培养基上模拟了
*好棒文|www.hbsrm.com +Q: %3^5`1^9`1^6^0`7^2#
影响霉菌菌种生长因素的研究；Sautour等[58]利用PDA培养基对几种霉菌的生长与水分活度之间的关系进行了模拟研究；李瑞芳等[911]利用PDA培养基对影响黄曲霉生长的因素进行了模拟研究。对青霉菌的模拟研究报道尚且较少。建立在高光谱基础上的稻谷贮藏真菌的区分系统尚未研究，建立稻谷贮藏中真菌早期检测系统是解决问题的有效手段之一。
高光谱图像技术是20世纪80年代发展起来的新技术，把传统的成像技术与光谱技术有效结合，其光谱技术可以检测产品的物理结构和化学成分；图像技术可以反映外部特征，是用于农产品无损检测中快速、准确的技术之一，具有较大应用前景[12]。
高光谱图像技术在遥感测量上有着成熟的应用背景，已在多领域取得了多项研究成果。近年来国内外的研究表明高光谱技术已被广泛应用于水果的无损检测中，Alan等运用该技术对苹果表面动物排泄物污染进行了检测[13],Juan等利用该技术对不同种苹果表面的损伤进行了检测[14], J.Qin 等对对场馆、溃烂果、虫害果、黑变病果及带疤痕果等210个柑橘样品进行了识别及分类[15]。但在稻谷贮藏中应用研究尚少，本课题旨在研究稻谷贮藏中主要真菌（黄曲霉、杂色曲霉、黑曲霉、构巢曲霉、桔青霉）的高光谱特征，并通过对比信息，完成对五种真菌的识别工作,为后期建立识别系统提供信息基础。
材料和方法
菌种与培养基
黑曲霉、米曲霉、杂色曲霉、构巢曲霉、桔青霉，由广东菌种保藏中心购入。培养基为马铃薯琼脂培养基(PDA培养基)，构成为马铃薯浸粉5g、葡萄糖20g、NaCl 5g、琼脂15g、氯霉素0.1g，水1000mL、pH5.86.2；每个培养皿含有的培养基体积为20±5mL，培养基厚度为2.5±0.5mm。将保藏的5种菌种分别接种到PDA培养基上，28℃，75%湿度条件下活化7天，重新接种进行二次培养。一周后，对二次培养的菌种用无菌生理盐水反复冲洗，制成菌悬浮液，将一滴菌液滴到血球计数板上，在显微镜下计数。根据计数，进行换算得出菌液浓度，并稀释至浓度为4×104的菌悬液，然后进行样本制备(平板涂布培养)。
1.2 样本制备
共准备550个培养基，其中空白对照90个，记作CK；黑曲霉、米曲霉、杂色曲霉、桔青霉四种真菌的平板样本各90个，构巢曲霉平板样本100个。550个样本同时培养，每种菌及空白在0h、8h、16h、24h、36h、48h、60h、84h、108h九个时间点各拿出10个进行高光谱检测（构巢曲霉生长较慢，培养时间增加至132h，即高光谱检测增加132h测定时间点）。
1.3高光谱检测及光谱采集
试验采用高光谱图像检测系统的反射模式进行对真菌的检测。该系统主要包括高光谱成像单元、功率可调卤钨灯（0150 W），移动平台，图像采集软件和计算机（图1）。为避免外界光线对光谱采集的影响，检测装置整体置于暗箱中，背景为黑色，不反光[78]。高光谱图像单元包括一个CCD摄像机，一个成像光谱仪（分辨率2.8nm），有效波长范围为4001000nm。实验参数为：相机镜头和线光源距离样本分别为30cm和20.5cm，光照强度为30W、以45°对准样本，曝光时间为2.5ms、输送速度为2.4mm/sec。
550个样本同时培养，每种菌及空白在0h、8h、16h、24h、36h、48h、60h、84h、108h九个时间点各拿出10个进行高光谱检测，构巢曲霉在132h继续测定一次。每次检测后的样本丢弃不再使用，每个样本分别采集到4001000nm之间共440个波长下的图像。当次检测完后，将用过的样本丢弃。实验中共获得550个样本的高光谱图像数据。由于相机暗电流的存在和外界因素的影响，图像含有一定噪声，需要对获得的高光谱图像进行校正。用黑色不透明的镜头盖盖在相机镜头上可以全黑的反射图像，采集聚四氟乙烯白板（反射率99%）得到白色反射图像[910]。根据式（1）计算出校正后的相对图像Rc。校正后的图像被用来提取光谱信息，选择有效的波段，建立最佳的拟合模型和区分真菌的不同生长阶段。高光谱图像校正公式为：
（1）
其中，（1）式中，R0为原始高光谱透射图像；D为全黑的标定图像；W为全白的标定图像；Rc为标定后高光谱透射图像。
图1 高光谱图像系统示意图
Fig. 1. The schematic diagram of hyperspectral imaging system.
1.4数据处理
将获取的高光谱图像信息利用ENVI 4.8 系统软件、MATLAB7.1统计工具箱软件处理，用于高光谱图像对五种真菌的生长预测及五种菌的区分。
ENVI（The Environment for Visualizing Images）是由遥感领域的科学家开发的一套功能强大的、完整的遥感图像处理软件。如今凭借其各种各样的影像处理和信息提取工具，ENVI已经是高光谱图像处理的必备软件，其中的波谱分析工具能够快速准确的从高光谱影像中提取各种目标信息[1617]。利用ENVI软件，选择培养基中菌落生长的地方大小约1000个像素点的区域做感兴趣区域（ROI）；在早期阶段，菌落没有长出时选取培养基中间部分。计算高光谱图像ROI区域平均光谱值。光谱波段范围为4001000nm，共有440个波段。实验中采用3种方法提取高光谱图像特征信息，方法Ⅰ为全波段4001000nm光谱响应的平均值；方法Ⅱ为波峰处的光谱值；方法Ⅲ为4001000nm波段内光谱值第一主成分的得分值。
目录
摘要1
关键词1
Abstract1
Key words1
引言1
1材料与方法2
1.1菌种与培养基 2
1.2样本制备 2
1.3高光谱检测与光谱采集 2
1.4数据处理 3
2结果分析6
2.1不同生长阶段腐败真菌的高光谱图像6
2.2 不同真菌的光谱特征 6
2.3 高光谱图像特征参数对五种真菌的拟合 7
2.4 五种真菌高光谱响应值主成分分析 11
2.5 PLSDA区分不同菌种 12
3 结论13
致谢14
参考文献14
高光谱图像对稻谷贮藏中五种真菌的拟合及区分
食品科学与工程 肖慧
引言
稻谷是我国主要储备粮种。稻谷产量约占全国粮食总产量的38.3%[1]。在稻谷贮藏中的真菌危害是一种常见现象。Christensen、Lichtwardt等提出对稻谷在贮藏中的真菌共有十几种，主要属于曲霉类和青霉类[2]。针对曲霉生长进行模型模拟研究的文章还较少发现，Marin等[34]修正的Gompertz模型，在玉米提取液培养基上模拟了
*好棒文|www.hbsrm.com +Q: %3^5`1^9`1^6^0`7^2#
影响霉菌菌种生长因素的研究；Sautour等[58]利用PDA培养基对几种霉菌的生长与水分活度之间的关系进行了模拟研究；李瑞芳等[911]利用PDA培养基对影响黄曲霉生长的因素进行了模拟研究。对青霉菌的模拟研究报道尚且较少。建立在高光谱基础上的稻谷贮藏真菌的区分系统尚未研究，建立稻谷贮藏中真菌早期检测系统是解决问题的有效手段之一。
高光谱图像技术是20世纪80年代发展起来的新技术，把传统的成像技术与光谱技术有效结合，其光谱技术可以检测产品的物理结构和化学成分；图像技术可以反映外部特征，是用于农产品无损检测中快速、准确的技术之一，具有较大应用前景[12]。
高光谱图像技术在遥感测量上有着成熟的应用背景，已在多领域取得了多项研究成果。近年来国内外的研究表明高光谱技术已被广泛应用于水果的无损检测中，Alan等运用该技术对苹果表面动物排泄物污染进行了检测[13],Juan等利用该技术对不同种苹果表面的损伤进行了检测[14], J.Qin 等对对场馆、溃烂果、虫害果、黑变病果及带疤痕果等210个柑橘样品进行了识别及分类[15]。但在稻谷贮藏中应用研究尚少，本课题旨在研究稻谷贮藏中主要真菌（黄曲霉、杂色曲霉、黑曲霉、构巢曲霉、桔青霉）的高光谱特征，并通过对比信息，完成对五种真菌的识别工作,为后期建立识别系统提供信息基础。
材料和方法
菌种与培养基
黑曲霉、米曲霉、杂色曲霉、构巢曲霉、桔青霉，由广东菌种保藏中心购入。培养基为马铃薯琼脂培养基(PDA培养基)，构成为马铃薯浸粉5g、葡萄糖20g、NaCl 5g、琼脂15g、氯霉素0.1g，水1000mL、pH5.86.2；每个培养皿含有的培养基体积为20±5mL，培养基厚度为2.5±0.5mm。将保藏的5种菌种分别接种到PDA培养基上，28℃，75%湿度条件下活化7天，重新接种进行二次培养。一周后，对二次培养的菌种用无菌生理盐水反复冲洗，制成菌悬浮液，将一滴菌液滴到血球计数板上，在显微镜下计数。根据计数，进行换算得出菌液浓度，并稀释至浓度为4×104的菌悬液，然后进行样本制备(平板涂布培养)。
1.2 样本制备
共准备550个培养基，其中空白对照90个，记作CK；黑曲霉、米曲霉、杂色曲霉、桔青霉四种真菌的平板样本各90个，构巢曲霉平板样本100个。550个样本同时培养，每种菌及空白在0h、8h、16h、24h、36h、48h、60h、84h、108h九个时间点各拿出10个进行高光谱检测（构巢曲霉生长较慢，培养时间增加至132h，即高光谱检测增加132h测定时间点）。
1.3高光谱检测及光谱采集
试验采用高光谱图像检测系统的反射模式进行对真菌的检测。该系统主要包括高光谱成像单元、功率可调卤钨灯（0150 W），移动平台，图像采集软件和计算机（图1）。为避免外界光线对光谱采集的影响，检测装置整体置于暗箱中，背景为黑色，不反光[78]。高光谱图像单元包括一个CCD摄像机，一个成像光谱仪（分辨率2.8nm），有效波长范围为4001000nm。实验参数为：相机镜头和线光源距离样本分别为30cm和20.5cm，光照强度为30W、以45°对准样本，曝光时间为2.5ms、输送速度为2.4mm/sec。
550个样本同时培养，每种菌及空白在0h、8h、16h、24h、36h、48h、60h、84h、108h九个时间点各拿出10个进行高光谱检测，构巢曲霉在132h继续测定一次。每次检测后的样本丢弃不再使用，每个样本分别采集到4001000nm之间共440个波长下的图像。当次检测完后，将用过的样本丢弃。实验中共获得550个样本的高光谱图像数据。由于相机暗电流的存在和外界因素的影响，图像含有一定噪声，需要对获得的高光谱图像进行校正。用黑色不透明的镜头盖盖在相机镜头上可以全黑的反射图像，采集聚四氟乙烯白板（反射率99%）得到白色反射图像[910]。根据式（1）计算出校正后的相对图像Rc。校正后的图像被用来提取光谱信息，选择有效的波段，建立最佳的拟合模型和区分真菌的不同生长阶段。高光谱图像校正公式为：
（1）
其中，（1）式中，R0为原始高光谱透射图像；D为全黑的标定图像；W为全白的标定图像；Rc为标定后高光谱透射图像。
图1 高光谱图像系统示意图
Fig. 1. The schematic diagram of hyperspectral imaging system.
1.4数据处理
将获取的高光谱图像信息利用ENVI 4.8 系统软件、MATLAB7.1统计工具箱软件处理，用于高光谱图像对五种真菌的生长预测及五种菌的区分。
ENVI（The Environment for Visualizing Images）是由遥感领域的科学家开发的一套功能强大的、完整的遥感图像处理软件。如今凭借其各种各样的影像处理和信息提取工具，ENVI已经是高光谱图像处理的必备软件，其中的波谱分析工具能够快速准确的从高光谱影像中提取各种目标信息[1617]。利用ENVI软件，选择培养基中菌落生长的地方大小约1000个像素点的区域做感兴趣区域（ROI）；在早期阶段，菌落没有长出时选取培养基中间部分。计算高光谱图像ROI区域平均光谱值。光谱波段范围为4001000nm，共有440个波段。实验中采用3种方法提取高光谱图像特征信息，方法Ⅰ为全波段4001000nm光谱响应的平均值；方法Ⅱ为波峰处的光谱值；方法Ⅲ为4001000nm波段内光谱值第一主成分的得分值。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/swgc/spkxygc/343.html
