黄曲霉素荧光成像的特征光谱选择与图像检测方法

Aflatoxin is a kind of substance which is toxic and of a strong carcinogen. Rapid detection of it is an important issue of quality security and foreign trade of agricultural product. In this project, the aflatoxin contamination of the important crops, corn and peanut is the subject investigated. Using the technology of spectrum selection and image detection, the method of rapid detection of aflatoxin and its important derivates is researched based on aflatoxin's fluorescence radiation characteristic. It concludes two aspects. (1) According to the attribution of derivates of aflatoxin, the best characteristic wave length of the excitation spectrum is determined in order to get the biggest fluorescence excitation ability. Because the fluorescence analysis needs to deal with massive data, the method of independent component analysis (ICA) is to be used to carry out effective dimension reduction and compression of data in order to construct fluorescence imaging model of specific wavelength; (2) the thickness of aflatoxin's derivates is determined according to the image's fluorescence intensity. According to the measurement of parameters such as fluorescence image's area, integral optical density and absolute optical density, the regression model describes the relationship between multispectral image parameter and the content of detected aflatoxin is constructed. Thus the quantitative description method of image detection of aflatoxin is formed. This topic can provide technology support for the manufacture of aflatoxin fluorescence nondestructive test equipment. And it has positive meaning in enhancing our country's farm product's security and international competitiveness.

黄曲霉素是一种剧毒和强致癌物质，其快速检测是农产品品质安全与外贸的重要课题，项目拟花生、玉米等主要农作物的黄曲霉素污染为研究对象，基于其荧光发光特性，利用光谱选择和图像检测技术，研究快速检测黄曲霉素及其主要衍生物有效方法。内容包括：（1）鉴于荧光的微弱性，和被测黄曲霉素衍生物（B1、B2、G1、G2等10余种）的发光特性，确定其激发光谱的最佳特征波长，以获得最大荧光激发能力，由于荧光光谱分析涉及海量数据，拟采用独立分量分析(ICA)方法，进行有效的数据降维和压缩，进而构建特定波长的荧光成像模型；（2）根据图像所反映的荧光强度来测定其黄曲霉素衍生物的浓度，通过荧光图像面积、积分光密度、绝对光密度等参数的测量，建立光谱图像参量与被测黄曲霉素含量之间的回归模型，形成黄曲霉素图像检测的定量化描述方法。课题为研制黄曲霉素荧光无损检测设备提供技术支持，对提高我国农产品安全与国际竞争力具有积极意义。

计算机视觉与图像处理技术是现代农产品智能检测的新型研究手段，本项目以黄曲霉素污染为主要研究对象，研究了光谱探测中的特征光谱选择与图像检测方法。主要工作如下：（1）研究发现黄曲霉素及其衍生物具有紫外荧光特性，由于黄曲霉素含量非常低，荧光非常微弱，通过发光材料的研究，选用了确定大功率LED光源，并确定了其激发光谱的最佳波长为365nm，此时获得了最大荧光激发能力，然后使用了高光谱成像仪来获得荧光高光谱图像数据，由于高光谱成像涉及海量数据，课题组进一步研究了各种数据降维和压缩算法，提出了波段指数的数据降维，通过采用独立分量分析(ICA)等方法，确定了最佳的发射波长420nm左右，最后构建基于特定波长的黄曲霉素检测模型。（2）为实现通过图像反映的荧光强度来测定黄曲霉素浓度，提出了一种基于高光谱亚像元分解，通过丰度图像预测黄曲霉素含量的方法，该方法首先通过N-FINDR端元提取方法获得黄曲霉素端元光谱，然后对高光谱图像进行非负矩阵分解（NMF），得到黄曲霉素丰度图像，基于此图像构建直方图量化特征，使用偏最小二乘回归（PLS）和支持向量机回归（SVR）进行黄曲霉素含量反演。最优预测平均相对误差为12.16%，形成黄曲霉素图像检测的定量化描述方法。（3）设计制造了一种具有黄曲霉素检测功能的农产品智能分选机，该装置核心是黄曲霉素分选检测单元，分选检测单元箱体中安装有紫外和可见光源、针对不同农产品定制的双波长滤波片组、双镜面反射系统以及线阵CCD相机等。采用履带式输送装置将物料平稳的送入分选检测单元，通过线阵CCD相机采集物料可见光图像和通过滤波片拍摄的两幅紫外荧光图像，通过计算机检测算法实现黄曲霉素污染籽粒的在线检测。使用的双滤波片的波长，通过高光谱成像的方法确定，更换不同的滤波片可对不同农产品检测，并指出，437nm和537nm可用来分选玉米，420和450nm可用于检测花生,400和420nm可用于分选辣椒。该装置可广泛用于农产品加工领域。