中国农业科学院研究生院2014学年专业课
食品检测技术课程论文
题 目：稻米品质检测方法的研究进展
姓 名：杨欢
学 号：[1**********]
专 业：农产品质量与食物安全
指导教师：朱智伟
依托研究所：中国水稻研究所
2014年 12 月 30 日
稻米品质检测方法的研究进展
姓名：杨欢 学号：[1**********] 2014年12月30日
摘 要：稻米已经成为我国绝大部分人的主食，随着社会的进步和发展，稻米品质和安全问题对人们的健康至关重要。近年来，稻米的品质指标检测技术迅速发展，出现了多种高效检测仪器和方法。本文简要论述无损检测技术、近红外光谱、计算机视觉技术及其他检测技术在稻米品质检测中的应用。
关键词：稻米；品质；检测技术
近年来，我国的水稻生产技术在世界上居领先水平，在各类农作物中种植面积大、范围广， 平均年产量高达20100万吨，位居世界之首。[1]为了进一步提高水稻产量、品质和抗性，各界育种专家正从宏观和微观等层面继续研究提高水稻高产优质的各种途径。为获得优质稻米，提高水稻的抗虫性和抗病性等，人们定期向水稻喷施高毒农药，尤其是杀菌剂的施用量与年俱增。此外，农作物重金属污染直接影响农业产量和食品安全。[2]
稻米在收获到贮藏期间容易受到环境影响，产生劣质稻米。目前稻米品质的指标主要包括碾磨品质、外观品质、蒸煮和食用品质、营养品质。直链淀粉的含量、淀粉黏度特性等是稻米品质的重要指标。国内外的稻米品质分析实验室多数采用经国际水稻研究所改进的简易淀---碘蓝比色法来测定直链淀粉含量。[3]随着科技的发展，越来越多的新技术用于稻米品质研究，如近红外反射（透射）、光谱分析技术、米饭质地测定仪 X射线衍射、高效液相色谱及核磁共振影象/光谱分析仪等，为稻米品质研究的不断深入提供了保证。[4]本文主要综述了高光效成像无损术、扫描电镜、质构分析等检测技术在水稻品质检测中的应用进展，为后续研究作参考。
一、高光谱成像无损检测技术
目前，稻米检测技术种类繁多，技术先进，应用广泛。近年来在农业中出现了一种高新检测技术，即高光谱无损检测技术，可用于组成分分析、食用指标测定、质量分级评定等内部品质检测和外部形态特征识别、表面缺陷及污染物检测、冻伤检验等外部品质判定，以及农药残留、致病菌污染等安全评定。该技术在蔬菜瓜果和农畜产品检测中应用广泛，但对粮食作物进行快速无损检测还存在很多困难，近几年研究人员应用高光谱成像技术对粮食作物进行检测取得了较好的发展。
无损检测技术是在不损坏待测物原有的物理状态和化学性质的前提下，通过运用光、声、电和图像视觉技术等物理学方法来从待测物外部作用，使其受能量作用而产生输入输出关系，以此测定待测物的物理化学特性的方法为无损检测技术。[5-6] 利用高光谱立方体图像中的光谱信息，结合光谱解析和数学建模方法，可以预测和评估被检测稻米每一点的内部品质安全属性( 如糖度、水分等) 。利用高光谱立方体图像中的图像信息，结合图像处理方法，还可以检测稻米的表面品质安全属性( 如伤痕、形态等)。因此，利用高光谱技术，通过一次连续扫描，可以同时无损检测稻米内部和外部品质安全参数，实现多参数实时在线检测。
无损检测技术在稻米品质检测过程中不损害稻米的物理化学特性，不会引起生产者的经济损失。光学无损伤检测技术具有无损伤、快速、可在线三个技术特征，并且易于与机械技术、电子技术和计算机技术相融合，是最重要的稻米品质无损伤检测技术之一。[7]
尽管高光谱成像无损检测广泛应用于农产品的质检和安全评估，但是它存在以下急需解决的问题。(1)高光谱技术是一种多信息融合技术，所获数据相关性高、冗余信息量大，寻找一种快速有效的降维方法来提取特征波长是提升判别准确率的关键。(2)我国应用高光谱成像技术主要集中在对初级农产品检测方面，对半成品或成品的检测很少，而成品或半成品出现安全问题的概率不可忽视。（3）无损检测技术的采集参数设置和环境条件对采集光谱数据产生较大影响。
（4）目前该技术的价格昂贵，推广使用范围不大，需得到政府的支持，与各科研单位合作。[8]现阶段主要采用多光谱成像技术来实现农产品在线快速检测，我国由于起步较晚，现阶段主要集中在实验室研究和在线检测的探索阶段，还需要进一步改进和完善。
二、近红外光谱检测技术
近红外光谱是由分子振动从基态向高能级跃迁时，含氢基团振动的倍频吸收和合频吸收产生。不同基团产生的光谱在吸收峰位置和强度都有明显差异，并随样品组成及含量的变化其光谱特征也相应的发生变化，故可以通过相关仪器测定近红外光谱并结合化学计量学方法加以分析来定性或定量测定样品的相关信息。[9]
直链淀粉是决定稻米蒸煮品质的关键因素。其含量的高低直接影响着大米的糊化温度、胶稠度等食用品质，因此国内外诸多学者对其进行近红外建模研究。各专家学者利用计算机模拟和多类统计学方法测定不同直链淀粉含量对稻米蒸煮品质的影响。一系列的研究成果表明，通过不同方法建立的稻米直链淀粉近红外模型预测能力均较好，相关系数极显著,具有成熟的实际操作性。
稻米中除含有大量的淀粉外还含有丰富的蛋白质，其含量直接影响稻米的外观品质和感官
品质。谢新华等人应用近红外透射光谱(NITS)技术，采用多种计量数学处理方法和不同的回归统计方法优化，得到了单粒糙米蛋白质含量测定的近红外定标模型。[10]稻米脂肪酸是检验稻米新陈度的灵敏指标，通过脂肪酸值的测定，可以确定稻米是否变质。现阶段近红外技术检测稻米脂肪酸含量的研究较少，Li等在恒定温度及湿度下用偏最小二乘法建立糙米粒及糙米粉的脂肪酸近红外预测模型。范维燕等[11]研究光谱散射处理、数学(求导)处理等优化处理对稻米脂肪酸值定标模型的影响。从现有的研究成果分析，稻米脂肪酸模型的测定精确度不及稻米直链淀粉和蛋白质模型，且易受环境的影响，能否应用于生产实践仍需要进一步研究。
糊化特性主要指标的近红外模型均有较高的预测性，且不同指标基于不同的样品粒度其近红外模型精确度有所差异，但是当样品以统一粒度的米粉检测时模型精确度相对较高。研究结果表明近红外技术测定稻米糊化特性具有较成熟的实际应用能力。此外，近红外光谱分析技术对大米胶稠度、膳食纤维等其他稻米品质进行快速检测。
近红外检测技术作为一种新型的稻米品质检测技术，与其他技术相比具有分析速度快、效率高、无污染等优点。但存在着以下需要解决的问题：①近红外检测的准确度依赖于定标样本化学值数据的精准性和数学模型的精确性,需要定期进行校正及添加新的标准样品。②稻米样品集的代表性全面与否、建模的化学计量学方法的选择、样品粒度的大小等都直接决定测定结果的精确程度。③由于近红外光谱仪只能测量样品含量大于0.1%的组分。因此对于稻谷中如维生素、矿物质等痕量组分目前尚不能较好的测定。[12]
三、计算机视觉技术
随着计算机信息技术的高速发展，出现了计算机视觉技术。利用其能快速获取大量信息，而且能够自动化处理，便于统计分析和加工控制等特点，广泛应用于现实生产、科研、生活等诸多领域中，在稻米品质检测中的应用也日益普及。
目前，计算机视觉技术可以对垩白、粒型、黄粒米率、整精米率、蛋白质含量、直连淀粉
[13]含量等 6项品质指标进行测定。垩白是由于稻谷在灌浆成熟阶段中胚乳中淀粉和蛋白质积累
较快，填塞疏松所造成的不透明部分。近年来，对稻米垩白度的研究很多，形成了计算机图像处理系统、基于计算机视觉技术的大米垩白性状检测算法、基于分形维数的垩白米检测方法、基于计算机视觉的稻米垩白指标快速检测方法、遗传神经网络进行垩白像素和胚乳其它像素的检测方法。[14-18]稻米粒型、精米率和整精米率等指标大多是通过人工测量和计算来实现，这种传统的方法工作量大，测量值准确度不高，而且可能会因视觉疲劳等因素的影响而产生误判。而计算机视觉技术则不受人为因素的影响，不仅能够大大提高稻米粒型检测的速度，而且还有
很高的准确度。
蛋白质是水稻胚乳的主要成分之一，是稻米营养品质的重要指标。孙建平等基于样液色度值与蛋白质含量在一定范围内的高度相关性，通过采集样液的数字图像信息，进行稻米蛋白质测定的数字图像检测方法。利用数字图像采集方式进行稻米蛋白质检测，可得到较为准确的检测结果，且可同时完成多个样品的信息采集，检测效率显著提高。[19] 黄粒米是由于米粒受黄曲霉!烟曲霉等霉菌污染后发生霉变，致使米粒胚乳呈黄色，与正常米粒色泽明显不同。尚艳芬等开发了一套根据RGB色度学原理对稻米中黄粒米的检测系统，孙明等提出了一种基于色调的黄粒米检测方法。[20-21]
对粳米研究结果表明，计算机视觉技术可以有效地分开黄粒米与标准米。识别精度能够达到 99%以上，但是对于其它类型稻米的适用性还有待进一步研究计算机视觉检测技术在稻米品质检测中应用广范，但是在测定过程中也受到诸多因素的影响。如光源均匀性、粒型、摆放位置区域、摄像机的精确度等因素都能影响到检测结果。
四、扫描电镜技术
在不同的温度和湿度条件下，稻米的品质会发生变化，而引起这些变化的重要原因是稻米中胚乳微观结构及形态的变化。现代发展的扫描电镜技术可以直观从细胞的微观性结构出发，使稻米因湿度、温度、氧气和虫等外界作用引起的形态结构和细胞结构的变化而引起的表观差异通过图像呈现出来。但是，目前还不能单纯从细胞结构的变化来判断稻米的新鲜度和纯化度。
五、质构分析技术（TPA）
稻米在收获和储藏过程中，在不同环境条件下内部结构变化引起的表观及感官品质的变化也需检测。通过质构仪测定稻米中的相关指标进行质构分析，得到相应的质构特性的相关指标，并通过感官评价分析， 进一步研究感官评价和质构分析仪测定的相关性。
尹阳阳等用质构仪研究稻谷储藏过程中巯基与质构特性的关系，表明巯基含量变化与黏度变化呈极显著正相关，与硬度变化呈极显著负相关。[22]孔进喜等 用质构分析的方法研究大米储藏过程中凝胶力学特性的变化，表明储藏 12个月的稻谷制成大米后，硬度、咀嚼度、最大剪切力、剪切功都显著增大，弹性、黏聚性、回弹性、应力松弛时间均无明显变化，可能是由于稻谷陈化过程中蛋白质与淀粉相互作用，阻碍淀粉的膨胀，糊化形成的凝胶强度增大。[23]
六、色谱分析技术测定
高效液相是在传统色谱技术的基础上发展起来的，它是利用试样中共存组分间的吸附、分
配、交换、迁移速率以及其它性能上的差异，先将它们分离，而后通过特定检测器或质谱仪按一定顺序进行分析测定。高效液相在有机化学、生物化学、医学、等发面应用广泛。近年来，高效液相色谱在食品中的农药残留、食品添加剂和重金属等有害物质的检测发挥重大作用。高效液相色谱技术具有选择性高，快速准确测定多种化合物等特点。
水稻安全生产是稻米食品安全的基础，目前我国出现无公害稻米、绿色稻米和有机稻米三种不同标准的稻米。[24] 在实验室中检测水稻等作物中的各类氨基酸含量的检测常用HPLC。实验所用色谱柱常采用C18柱、C8柱以及CN柱，检测器使用紫外、荧光或电化学。[25] 氨基酸与不同衍生化试剂反应后产生不同的衍生物，不同衍生物所需色谱条件也有差别。[26] HPLC通过有效分离稻米中的各类氨基酸，检测
七、结束语
随着现代技术的发展，研究出很多稻米品质的检测技术和方法，使检测结果更加准确，对稻米的安全严格把关，保证了人们的食用大米的安全，提高了稻米品质。但是，目前稻米的品质分析检测多集中于生产加工及储藏阶段的研究，而对于运输、销售等环节稻米所处微环境的变化所导致的品质变化研究较少，随着粮食物流过程品控追溯技术的研究，稻米物流环节的品质变化也将备受关注，应综合各项检测技术，开发适用于稻米物流环节检测设备。
参考文献：
[1]任广跃等.稻米品质检测技术研究进展及展望，中国粮油学报，2014,29（2）：115-128
[2]杨盛昌，吴琦. Cd 对桐花树幼苗生长及某些生理特性的影响[J]. 海洋环境科学，2003，22(1)：38－42.
[3]肖昕;陈奕;谢新华;等3利用流动注谢仪测定稻米直链淀粉含量的研究[J].分析测试技术与仪器;2004,10(1):46-49
[4]何秀英等，水稻品质研究进展与展望，广东农业科学，2009(1):11-16
[5]付峰,应一斌.农产品品质检测中常用的图像背景分割方法［J］.农机化研究，2003,2:85-86
[6]郭红利.猕猴桃的电学特性与无损检测技术的研究［D.杨凌: 西北农林科技大学，2004
[7]彭彦昆,张雷蕾. 光谱技术在生鲜肉品质安全快速检测的研究进展［J］. 食品安全质量检测技术.2010,27(2):62-72
[8]罗阳,何建国等.农产品无损检测技术中高光谱成像技术的应用研究[J].农机化研究.2013(6):1-7
[9]徐彦,李忠海等.近红外光谱技术在稻米品质快速检测中的应用[J].食品与机械,2011(1):158-161
[10]谢新华,肖昕,李晓方,等.单粒糙米蛋白质含量的近红外分析数学模型[J].农业机械学报,2006,37(8):120～122.
[11]范维燕,林家永,邢邯,等.稻谷脂肪酸值近红外光谱快速测定技术研究[J].食品科学,2009,30(24):347～350.
[12]蒋淑丽.稻米矿质元素分析及其近红外测定技术的研究[D].杭州:浙江大学农业与生物技术学院,2007.
[13]方长云, 谢黎虹等,计算机视觉技术在稻米品质检测中的应用[J].中国稻米.2008(6):1-4
[14]侯彩云，王一鸣,凌 云,等.垩白米粒的计算机图象识别.农业工程学报,2002,18(3):165-168
[15]孙 明,凌 云,王一鸣. 在MATLAB环境中基于计算机视觉技术的大米垩白检测.农业工程学报.2002,18(4):168-171
[16]黄星奕,吴守一,方如明,等.遗传神经网络在稻米垩白度检测中的应用研究.农业工程学报.2003,19(3):137-139
[17]凌 云,王一鸣,孙 明,等.基于分形维数的垩白米图像检测方法. 农业机械学报,2005,36(7):92-95
[18]吴建国,刘长东,杨国花,等.基于计算机视觉的稻米垩白指标快速测定方法研究.作物学
报,2005,31(5):670-672
[19]孙建平,侯彩云,常国华,等.稻米蛋白质数字图象检测方法的研究.食品科技,2005,10:77-79
[20]尚艳芬,侯彩云,常国华.基于图象识别的黄粒米的自动检测研究.农业工程学报,2004,20(4):146-148
[21]孙 明,王一鸣,凌 云,等.基于色调的黄粒米检测方法. 农业机械学报,2005,36(8):78-81
[22]尹阳阳,卞科,魏红艳. 稻谷储藏过程中巯基与质构特性的关系[J].农产品加工,2010,6:71-73
[23] 孔进喜,李云波,赵思明,等.大米储藏过程中凝胶力学特性研究[J].粮食与饲料工业,2011,3:9-11
[24]矫江，李禹尧.我国水稻安全生产问题.稻业论坛。2010
[25]刘建芳,侯艳宁,刘会臣.柱前衍生一电化学检测HPLC法测定大鼠脑内的谷氨酸和y一氨基丁酸。解放军药学学报,2000,16:299.
[26]杜文力，孟冲等.高效液相色谱法(HPLC)分析氨基酸概况.[J].2004.26(1):69-70
The research progress of rice quality detection method
Rice has become the staple food of most people in our country, with society's progress and development, rice quality and safety issues are becoming increasing crucial to people's health.In recent years, the detecting technology of the rice quality index developed rapidly ,has appeared a variety of efficient testing instruments and methods.This paper briefly discusses non-destructive testing technology, near infrared spectrum, computer vision technology and other detection technology in the application of the rice quality detection.
Key words:rice;quality ;detecting technology