摘要 本文针对水体环境中有机磷类农药残留污染物现场快速检测的需要，提出基于机器视觉的农药残留半定量检测的方法。该方法与彩色数字图像处理技术相结合，提取出农药残留检测卡的颜色信息RGB值。由于RGB每个通道均有256个亮度等级，故可以组成1 677多万种颜色，克服了灰度图像亮度等级少、图像区分不明显的缺点，从而提高了检测的灵敏性。结果表明，本文提出的方法简单、快速、高效，适用于水体坏境农药残留的快速检测。
关键词 机器视觉；有机磷农药；半定量检测；LOG边缘检测；RGB颜色空间
中图分类号 S481+.8 文献标识码 A 文章编号 1007-5739（2017）19-0105-02
Abstract In this paper，a method for semi-quantitative detection of pesticide residues based on machine vision was presented to meet the needs of rapid detection of organophosphorus pesticide residues in water environment.The method combined the color digital image processing technology to extract the color information RGB value of pesticide residue detection card.Because each channel of the RGB has 256 brightness levels，it can be composed of about 16.77 million colors which overcomes the disadvantage that the brightness level of the gray image is not obvious，and the detection sensitivity is improved.The experimental results showed that the proposed method was simple，rapid and efficient，and could be used for the rapid detection of pesticide residues in aquatic environment.
Key words machine vision；organophosphorus pesticide；semi-quantitative detection；LOG edge detection；RGB color space
水资源污染会威胁人类生命健康，也会破坏整个生态世界。然而，由于农业现代化的快速发展，农户为了保护农作物免受害虫和杂草的影响加大了农药的使用剂量，农药在土壤表面被雨水冲刷到河流中造成了水资源的严重污染。因此，检测水体环境中的农药残留是否超标对我国环境保护和生态工程建设具有重要意义。目前，农药残留检测的主要方法有顶空气相色谱法、离子色谱法、电子捕获-毛细色谱法[1]，但这些方法对试验环境要求较高，难以实现现场的快速检测要求。针对这一问题，国内外研究人员已经研发出了基于酶抑制原理的农药残留速测卡，依据速测卡的颜色特征判断农药残留的含量。我国也颁布了《蔬菜中有机磷和氨基甲酸酯类农药残留量的快速检测》（GB/T 5009.199—2003）国家标准，规范了速测卡的操作流程[2]，但检测卡的判读结果一般为人眼比色完成，误差较大。本文应用机器视觉技术，依据农药残留检测卡的颜色特征进行水体环境中农药残留的定量检测，避免了人为主观因素造成的误差，从而提高了检测精度。
1 机器视觉系统的构成及规格参数
机器视觉系统主要通过工業相机采集图像，获取被拍摄目标的颜色、形态、纹理等图像信息，通过机器视觉处理软件将图像信息转化成数字信号，达到用机器代替人眼做测量和判断。本文机器视觉系统由CCD相机、工业镜头、环形光源、机器视觉实验平台组成[3]，图像分析处理软件主要由MATLAB图像处理工具箱组成，系统的具体选型见表1。
2 检测原理及过程
2.1 农药残留检测原理
速测卡检测农药残留基于酶抑制法，其方法原理是：有机磷类和氨基甲酯类农药可以抑制胆碱酶活性，进而影响胆碱酶与底物的显色反应，水解生成乙酸和蓝色的靛酚。根据反映后检测卡的颜色信息可判定样品中农药残留情况[4]，农药残留检测卡如图1所示。其中，左侧圆区域为靛酚乙酸酯，右侧橙色区域为胆碱酯酶。对样品进行简单的前处理后，以少量缓冲液提取样品中的农药残留，取1 μL提取液滴到酶片上，配以简易的恒温装置，经过抑制反应和显色反应后即可判定结果。
2.2 试验过程
用蒸馏水配备A、B 2个系列浓度梯度的乙酰甲胺磷农药残留标准液。其中，A系列为较低浓度农药残留标准液，具体浓度为0、0.005、0.010、0.020、0.040、0.060、0.080、0.100、0.200、0.300 mg/kg。B系列为较高浓度农药残留标准液，具体浓度为0.50、0.75、1.00、2.00、4.00、6.00、8.00、10.00、12.00、15.00 mg/kg。取20组速测卡，撕去上盖膜，用滴管量取2 mL农药残留标准液，滴在右侧底物上，在37 ℃恒温装置中放置10 min进行预反应。预反应后将农药残留检测卡对折让胆碱酯酶与靛酚乙酸酯反应3 min。用机器视觉系统获取反应后的农药残留检测卡低浓度图像如图2所示，高浓度图像如图3所示。
3 图像处理与特征值检测
3.1 基于LOG的边缘检测
拉普拉斯高斯（LOG）算法是一种二阶边缘检测算法，通过寻找图像灰度值中二阶微分的过零点检测边缘点，其原理是图像先与高斯函数G（x，y）进行卷积，这一步既平滑了图像又降低了噪声，然后利用无方向性的拉普拉斯算子？荦2实现边缘检测[5]。
设原图像为f（x，y），通过卷积运算和拉普拉斯算子作用，得到输出图像为：
称作拉普拉斯算子。求h（x，y）的所有过零点轨迹即可得到图f（x，y）的边缘，如图4所示。
3.2 目标区域的提取原理
农药残留检测卡的目标区域为右边圆形区域，通过LOG边缘检测可得目标区域的大致位置，可通过Hough变换来进一步提取目标区域。Hough 变换的实质是将图像空间的具有一定关系的像元进行聚类，寻找能把这些像元用某一解析形式联系起来的参数空间累计对应点。Hough变换检测圆是将图像空间中的边缘点映射到参数空间中，然后将在参数空间中得到的所有坐标点元素对应的累加值进行累加统计，根据累加值判断圆的大小和圆心所在位置[6]。用 V代表图像中的所有边缘点的集合。从 V中随机选取3个像素，3个不在同一直线上的点确定一个圆。Hough变换用一个加法器去记录所有候选圆的计数。其中，圆的方程可表示为2*x*a+2*y*b+d=x2+y2。（a，b）为圆心，r为半径。取vi=（xi，yi），i=1，2，3。则该3点确定圆心半径为：
确定待选圆的圆心cijk 和半径，在进行数据累加过程，先取遍V中的点vl，如果dl→ijk则计数加 1[7]。取完后如果计数大于自定义阈值150，则确定该圆为真实圆，然后进行下一轮候选圆的检测。按上述方法依次将20组农药残留液由低浓度到高浓度依次检测，其中前10组低浓度农药残留检测卡目标区域见图5，后10组高浓度农药残留检测卡目标区域见图6。
3.3 提取目标图像颜色特征值
由于农药检测卡发生特异性反应后会显示不同的彩色图像，本文用matlab软件计算检测卡的RGB三通道的特征值，依据RGB值的大小判断农药残留的浓度[8-9]。低浓度农药残留与RGB的关系见表2，高浓度农药残留与RGB的关系见表3。
在低浓度时农药残留浓度与颜色特征B分量成负相关，如图7所示。在高浓度时农药残留浓度主要与R分量颜色特征成正相关，如图8所示。
4 结论
（1）提出机器视觉与农药残留检测卡相结合的方法检测农药残留浓度。试验结果表明，该方法快速高效，可满足农药残留半定量检测的要求[10]。
（2）结合图像处理技术利用拉普拉斯高斯二阶边缘检测算法和Hough变换提取农药残留检测卡的目标图像；利用matlab软件提取目标图像的颜色特征RGB值。
（3）在低浓度时农药残留浓度主要与颜色特征B分量有关。无有机磷类农药残留时，农药残留检测卡的颜色特征B分量灰度值达到最高200。在0.300 mg/kg时，农药残留检测卡的颜色特征B分量灰度值为171。在0～0.300 mg/kg之间的农药残留含量与与颜色特征B分量在灰度为171～200时二者成负相关。在高浓度时，农药残留浓度与颜色特征R分量有关。在0.50 mg/kg时，农药残留检测卡的颜色特征R分量灰度值最小，为177。在15.00 mg/kg时，农药残留检测卡的颜色特征R分量灰度值最大，为223。在0.50～15.00 mg/kg之间的农药残留含量与颜色特征R分量在灰度为177～223时，二者成正相关。
5 参考文献
[1] YARITA T，AOYAGI Y，OTAKE T.Evaluation of pressurized liquid ext-raction for determination of organophosphorus and pyrethroid pesticides in soybean[J].Journal of Environmental Science & Health.B，2012，47（10）：942.
[2] 贾冰慧，张沛强，罗宇强，等.基于机器视觉的农药残留速测卡结果判读方法[J].计算机工程与应用，2017，53（7）：231-234.
[3] 谢俊，吴荥荥，朱广韬，等.基于机器视觉的二维尺寸检测[J].工具技术，2017，51（1）：98-100.
[4] 朱松明，周晨楠，和劲松，等.基于酶抑制法的农药残留快速比色检测[J].农业工程学报，2014（6）：242-248.
[5] 邓彩霞，阴茵，马伟凤，等.改进的LOG算子与小波变换融合的边缘检测方法[J].哈尔滨理工大学学报，2012，17（5）：87-90.
[6] QIANG J，HARALICK R M.Error propagation for the Hough transform[J].Pattern Recognition Letters，2001，22（6/7）：813-823.
[7] 王建鋒，吴庆标.一种随机Hough变换检测圆的改进算法[J].计算机工程与应用，2005，41（14）：64-64.
[8] 张宏薇.基于图像分析的多通道农药残毒检测系统[D].长春：吉林大学，2016.
[9] 吴莉莉，李辉，惠国华，袁超.传感器技术在农产品无损检测中的应用研究[J].江西农业学报，2010，22（5）：101-105.
[10] 潘立刚，张缙，陆安祥，等.农产品质量无损检测技术研究进展与应用[J].农业工程学报，2008，24（增刊2）：325-330.