編者按：對(duì)于食品粉體產(chǎn)品，粒度是重要的質(zhì)量指標(biāo)，比表面積、營養(yǎng)價(jià)值、吸附和功能等特性均與粒徑緊密相關(guān)。顆粒加工制備技術(shù)的不斷完善，推動(dòng)食品行業(yè)對(duì)粉體物料要求的不斷升級(jí)，更細(xì)的粒徑、更均勻的粒度分布乃至規(guī)范的顆粒外形等，都是行業(yè)日益關(guān)注的重點(diǎn)，因此研究食品粉末顆粒大小、形狀和粒度分布成為研究食品粉體物料的重要課題。

想要快速有效地對(duì)食品粒度進(jìn)行分析，圖像處理技術(shù)正是重要的輔助手段。江蘇大學(xué)生物與環(huán)境工程學(xué)院孫宗保副教授的精彩講解，就將讓我們領(lǐng)略，如何利用圖像處理技術(shù)更好地進(jìn)行食品粒度檢測(cè)。

專家觀點(diǎn)：

目前對(duì)粉體粒度的測(cè)量大多采用常規(guī)的測(cè)量方法，它們共同不足之處均表現(xiàn)為：測(cè)量時(shí)間長，測(cè)量步驟多和測(cè)量準(zhǔn)確度受主觀因素影響大等。而這些不足對(duì)于計(jì)算機(jī)視覺系統(tǒng)來說，是很容易克服的問題?；谟?jì)算機(jī)視覺的粒度檢測(cè)技術(shù)（即圖像處理技術(shù)）是在體視學(xué)的基礎(chǔ)上，結(jié)合現(xiàn)代信息技術(shù)，對(duì)顆粒粒度進(jìn)行自動(dòng)測(cè)量并自動(dòng)分析統(tǒng)計(jì)獲得相應(yīng)的粒度信息，是國內(nèi)顆粒界所公認(rèn)的測(cè)定粒徑分布與實(shí)際吻合最好的測(cè)試技術(shù)。

數(shù)據(jù)采集系統(tǒng)一般由顯微鏡、攝像頭、圖像采集卡、微機(jī)等組成。顆粒在各種引力的作用下發(fā)生凝聚，克服顆粒凝聚的方法是加分散劑和實(shí)施外力分散。不同的樣品選用不同的分散介質(zhì)，分散介質(zhì)要純凈無雜質(zhì)，且不能與樣品發(fā)生物理變化和化學(xué)變化。外力分散效果最好的是超聲波分散。在實(shí)際應(yīng)用中，往往這兩種方法同時(shí)使用。下面我們選取經(jīng)過超微粉碎的珍珠粉作為處理對(duì)象，將珍珠粉和分散劑按0.3%濃度配置均勻，并經(jīng)超聲波震蕩后，取少許置于載波片上待用。

將標(biāo)準(zhǔn)光刻測(cè)微標(biāo)尺（每格10微米）置于顯微鏡下，調(diào)整焦距和光強(qiáng)，使標(biāo)尺圖像清晰。計(jì)算各種物鏡下圖像的放大倍數(shù)（單位： 微米每像素），可實(shí)現(xiàn)尺度標(biāo)定，得到標(biāo)定系數(shù)。

采集的顆粒圖像為透射圖像，采集后圖像灰度分布相對(duì)集中，對(duì)比度較差，需對(duì)原始圖像進(jìn)行增強(qiáng)處理。根據(jù)顆粒圖像的特點(diǎn)采用灰度指數(shù)變換函數(shù)對(duì)顆粒圖像進(jìn)行處理。由于圖像分割閾值是隨樣本、放大倍數(shù)、光照強(qiáng)度、預(yù)處理的不同而發(fā)生變化，無法確定一個(gè)閾值常數(shù)，為此采用一維Otsu閾值自分割技術(shù)。

粒度圖像經(jīng)閾值化后生成二值圖像，由于分割閾值是根據(jù)像素統(tǒng)計(jì)規(guī)律確定，難免將目標(biāo)區(qū)域中一部分顆粒像素誤識(shí)為背景 (孔噪聲)或背景誤識(shí)為目標(biāo)(點(diǎn)噪聲)，形態(tài)濾波可以去除這些噪聲。形態(tài)開啟和閉合運(yùn)算可以去除特定圖像的細(xì)節(jié)，不產(chǎn)生全局幾何失真。

由于顆粒表面具有不同的反光現(xiàn)象，顆粒彩色圖像經(jīng)過二值化分割之后所得到的二值圖像中，一部分顆粒內(nèi)部存在空洞現(xiàn)象。對(duì)于顆粒內(nèi)部的空洞，采用了圖形學(xué)中的種子填充算法，可以有效地填充顆粒內(nèi)部的空洞。

凝聚顆粒表面積較大，輪廓線復(fù)雜，且存在許多凹面，利用這一特點(diǎn)提取必要的特征參數(shù)可以去除凝聚顆粒。首先提取的顆粒特征參數(shù)是周長、面積，在此基礎(chǔ)上提取復(fù)雜度。根據(jù)試驗(yàn)，確定閾值，大于閾值的進(jìn)行剔除，小于閾值的保留。

在運(yùn)用計(jì)算機(jī)圖像處理技術(shù)檢測(cè)粒度的實(shí)際應(yīng)用中待分析的顆粒往往數(shù)量很大，形狀一般不規(guī)則，尤其是顆粒往往粘結(jié)在一起，形成結(jié)團(tuán)，并占據(jù)了一定的比例，如果全部舍棄會(huì)影響數(shù)據(jù)分析的統(tǒng)計(jì)特性和可靠性。實(shí)際上，對(duì)于重疊不太嚴(yán)重的顆粒可以通過運(yùn)用圖像處理的方法將其分割開，把符合誤差要求的部分作為單個(gè)顆粒來處理。

腐蝕膨脹分割算法就是利用二值腐蝕和膨脹運(yùn)算對(duì)重疊顆粒的二值圖做處理，首先對(duì)二值目標(biāo)做腐蝕運(yùn)算，反復(fù)腐蝕多次直到分離出一個(gè)種子核，這時(shí)消去其他部分，對(duì)分離出的一個(gè)核做同樣次數(shù)的膨脹運(yùn)算，這樣得到原始大小的單個(gè)顆粒，以該二值圖為窗，從原灰度圖中可得到對(duì)應(yīng)的顆粒。分割結(jié)果見圖（1）

測(cè)地重建算法是以測(cè)地形態(tài)學(xué)理論為基礎(chǔ)，在獲取重疊區(qū)域分界線的同時(shí)又能保持顆粒輪廓不變，并且算法全過程自動(dòng)完成。該算法的基本過程為： （1）對(duì)灰度圖做閾值分割，得到二值圖設(shè)為集合Y。（2）對(duì)二值圖做距離變換或極限腐蝕，得到代表重疊顆粒的幾何中心區(qū)，形成的二值圖為原二值圖的子集，設(shè)為集合X。（3）反復(fù)做X關(guān)于Y的測(cè)地膨脹，直到重建原圖，這時(shí)各相鄰中心相合形成分界線。

? 接下來就要進(jìn)入特征參數(shù)測(cè)定及結(jié)果分析的階段，目前對(duì)顆粒大小的表示有許多不同的表述方法，在這里我們選取了feret直徑和投影面積直徑來表示顆粒的大小。顆粒的投影區(qū)域可能出現(xiàn)多種形狀，下面給出形狀指數(shù)F與圓、橢圓、多邊形之間的關(guān)系表。形狀指數(shù)F的變化，反映了形狀的復(fù)雜程度。

表中數(shù)據(jù)表明：（1）值越大，顆粒的投影區(qū)域的形狀越接近針狀；（2）橢圓的長短徑相差越大，則橢圓越接近長方形；（3）對(duì)于正多邊形，F(xiàn)值越大，表明顆粒的形狀越不圓，其表面的銳角越大。由此可見，采用形狀指數(shù)定義顆粒的方法可以作為顆粒形貌特征提取的依據(jù)。

經(jīng)過圖像處理后，對(duì)圖像進(jìn)行識(shí)別以獲取分析數(shù)據(jù)和統(tǒng)計(jì)結(jié)果。識(shí)別出的顆粒根據(jù)操作者輸入的粒度間隔以及形狀指數(shù)閾值做如下參數(shù)的統(tǒng)計(jì)：

表 2 是在40X的放大倍數(shù)下對(duì)珍珠粉進(jìn)行測(cè)定實(shí)驗(yàn)所獲得的數(shù)據(jù)。從表中可以很清楚的了解粉末顆粒的大小、粒度分布以及形貌特征等參數(shù)。表中平均長徑為某直徑范圍中形狀指數(shù)超過閾值的所有顆粒的最長Feret直徑的平均值；平均短徑為某直徑范圍中形狀指數(shù)超過閾值的所有顆粒的最短Feret直徑的平均值，形狀指數(shù)閾值由用戶輸入.平均離散率為這些顆粒的形狀指數(shù)的平均值。

同時(shí)，我們也在100X的放大倍數(shù)下進(jìn)行了實(shí)驗(yàn)，并對(duì)二種放大倍數(shù)下的測(cè)定情況進(jìn)行了比較如表3所示。由表3可知，不同放大倍數(shù)下測(cè)得的粒徑基本相同。

另外，從同一樣本中五次取樣進(jìn)行拍攝，測(cè)得的平均粒度如圖4所示。從圖中的分布可以看出，在 40x放大倍數(shù)下采集的數(shù)據(jù)比100x下更穩(wěn)定，這是由于40x放大倍數(shù)下采集的圖像的可視面積大，測(cè)得的顆粒數(shù)多。從統(tǒng)計(jì)學(xué)角度看，40x下測(cè)量值更穩(wěn)定。但當(dāng)所測(cè)粒徑過小時(shí)，由于受分辨率的限制，40x的結(jié)果不如100x下穩(wěn)定。

? ? 運(yùn)用圖像處理技術(shù)進(jìn)行食品超微粉體粒度的檢測(cè)具有使用方便，測(cè)定速度快，結(jié)果穩(wěn)定可靠等諸多優(yōu)點(diǎn)，而且不會(huì)因?yàn)闇y(cè)量儀器和操作人員等因素的變化而使測(cè)量結(jié)果出現(xiàn)嚴(yán)重的偏差，是顆粒檢測(cè)發(fā)展的趨勢(shì)。同時(shí)為了減少測(cè)量誤差，對(duì)如何獲取高質(zhì)量的圖像以及對(duì)凝聚體的處理、區(qū)域分割等相關(guān)處理和算法上需要做進(jìn)一步的研究。