一种通用无损的真菌的生长拟合方法
【技术领域】
[0001] 本发明是一种高光谱图像技术对稻谷贮藏中常见真菌污染的通用无损生长拟合 的方法，如黑曲霉（Asp. Niger)、米曲霉（Asp. Oryzae)、杂色曲霉（Asp. Versicolor)、构巢 曲霉（Asp. Nidulans)和桔青霉（P. Citrinum)，属于食品质量安全快速检测和监测的无损 技术。
【背景技术】
[0002] 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%。稻谷贮藏中 的真菌危害是一种常见现象，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。
[0003] 国外有专家采用修正的Gompertz模型，在玉米提取液培养基上模拟了影响霉菌 菌种生长因素的研究。Sautour等利用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。Baert等建立了温度对苹果中青霉菌生长速率及迟滞期影响的模拟模 型。青霉菌的模拟研究报道尚少，而且建立在高光谱基础上的稻谷贮藏真菌的生长模拟也 没有报道，对多种真菌生长拟合的通用模型也没有见报道。
[0004] 稻谷贮藏中污染微生物的鉴别是一项费时费力的工作，通过对微生物及其生化产 物的理化及生化测定来鉴别微生物种类的传统方法较为繁琐，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。
[0005] 高光谱图像技术在遥感测量上有着成熟的应用背景，已在多领域取得了成功。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，Juan等利用该技术对不同种苹果表面的损伤进行 了检测，Qin等对腻斑病、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。但高光谱图像在稻谷贮藏病害研究很少。
【发明内容】
[0006] 技术问题
[0007] 本发明旨在利用高光谱检测技术开发一种快速无损的稻谷贮藏中污染微生物的 通用生长预测方法，以满足食品质量与安全控制的迫切需求。通过利用高光谱成像技术，获 取微生物生长过程中的高光谱图像信息，提取响应的特征参数，构建基于光谱图像信息的 微生物生长模型，为稻谷储藏真菌病害的准确检测和监测提供帮助。
[0008] 技术方案
[0009] -种基于高光谱图像对腐败真菌通用无损的生长预测的方法（研究技术路线见 图1)，其特征在于包括：（一）高光谱图像系统的搭建、（二）高光谱图像的测定、（三）真 菌生长模型的构建，其中：
[0010](一）高光谱成像系统的搭建
[0011] 1)系统组成包括高光谱成像单元、移动平台、光源、计算机和图像采集软件组成， 整个装置放置在密闭黑箱中。其中，高光谱成像单元由相机（Imperx，ICL-B1620,波段范 围为400~lOOOnm，光谱分辨率为2. 8nm)、光谱仪（Specim，ImSpector，V10E)和焦距可 变镜头组成，可调光源为150W的卤素钨灯，由1个线性光纤导管完成传输，电脑型号为CPU E5800, 3.2GHz，内存2G，显卡256M GeForce GT240;图像采集软件为自主开发的Spectral Image软件；
[0012] 2)信号采集为反射模式，透镜离样本距离为30cm，光源离样本的距离为20. 5cm， 光源照射的强度为67. 5W，照射角度为45°，采集曝光时间4ms，采集速度2. 5mm/s，图像分 辨率804X440像素。
[0013](二）其检测步骤在于，
[0014] 1)培养基平板，其特征在于，培养基构成为马铃薯浸粉5g、葡萄糖20g、NaC15g、琼 脂15g、氯霉素0. lg，水1000mL、pH5. 8-6. 2;每个培养皿含有的培养基体积为20 ± 2mL，培养 基厚度为2. 5 ±0. 5mm;
[0015]2)对稻谷中常见真菌如黑曲霉（Asp. Niger)、米曲霉（Asp. Oryzae)、杂色曲霉 (Asp. Versicolor)、构巢曲霉（Asp. Nidulans)和桔青霉（P.Citrinum)进行接种培养；
[0016] 3)将处于温度为28°C、相对湿度为85%条件下培养一段时间的培养基平板取出， 放置于高光谱图像检测系统中，获取高光谱图像；
[0017] 4)利用下述公式对获得的图像进行校正，获得校正后的高光谱图像：
[0018]
[0019] 其中，式（1)中，Rc为校正后的高光谱透射图像，R。为原始高光谱透射图像，W为 将反射率为99. 99 %的标准白色校正板，放置在光源正上方，扫描透射白板得到全白的标定 图像，D为将镜头盖上镜头盖，采集全黑的标定图像；
[0020] 5)提取校正后的高光谱图像特征，构建五种真菌的生长模型。
[0021] (三）构建的五种真菌生长模型，其特征在于：
[0022] 1)菌种的初始接种浓度为104CFU/mL，通过高光谱成像系统获得0h、8h、16h、24h、 3611、4811、6011、8411和10811的高光谱图像，分别提取菌落生长部分1000个像素点的感兴趣区 域，得到感兴趣区域在全波段400-1000nm内的光谱值，并求平均值，根据培养时间与光谱 平均值的关系构建Fourier函数模型。
[0023] 2)菌种的初始接种浓度为104CFU/mL，通过高光谱成像系统获得0h、8h、16h、24h、 3611、4811、6011、8411和10811的高光谱图像，分别提取菌落生长部分1000个像素点的感兴趣区 域，得到感兴趣区域在波峰709nm处的光谱值，根据培养时间与光谱值的关系构建Fourier 函数模型。
[0024] 3)菌种的初始接种浓度为104CFU/mL，通过高光谱成像系统获得0h、8h、16h、24h、 3611、4811、6011、8411和10811的高光谱图像，分别提取菌落生长部分1000个像素点的感兴趣区 域，得到感兴趣区域在400-1000nm波段内的光谱值，对光谱值进行主成分分析后，根据培 养时间与第一主成分得分构建Fourier函数模型。
[0025] 四、有益效果
[0026]本发明利用高光谱图像信息对微生物的响应，能够不破坏微生物或者检测样本 的情况下，通过微生物在不同生长阶段的高光谱图像响应特性，在微生物生长期间的情况 进行无损快速预测，能够为生产、加工、贮运、消费等各个环节提供微生物的生长信息，为食 品质量和安全的及时检测、监测和控制提供技术支持。相对于传统的破坏性方法预测微生 物的生长，该发明不仅节省时间，减少劳力，而且避免了化学试剂的使用。该技术和方法新 颖，研究成果不仅可以用于实验室的快速分析和检测，而且可以通过开发在线检测设备和 便携式仪器，用于工业自动化生产中的水果微生物生长情况预测和监测，也为其他类食品 腐败微生物和致病微生物的生长预测提供有益的借鉴。
【附图说明】
[0027] 图1 :研究技术路线
[0028] 图2 :高光谱图像检测系统
[0029] 图3 :平均光谱值随时间变化曲线（以杂色曲霉为例）
[0030] 图4:光谱值主成分分析第一主成分得分的Fourier模型拟合曲线
[0031]
【具体实施方式】
[0032] 1 ?材料与方法
[0033]黑曲霉（Asp. Niger)、米曲霉（Asp. Oryzae)、杂色曲霉（Asp. Versicolor)、构巢曲 霉（Asp. Nidulans)和桔青霉（P. Citrinum)，由广东菌种保藏中心购入。
[0034] 培养基为马铃薯琼脂培养基，构成为马铃薯浸粉5g、葡萄糖20g、NaC15g、琼脂 15g、氯霉素0. lg，水1000mL、pH5. 8-6. 2 ;每个培养皿含有的培养基体积为20±2mL，培养基 厚度为 2. 5 ±0. 5mm。
[0035] 将保藏的5种菌种分别接种到PDA培养基上，28°C，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4X10 4的菌悬液，然后进行样本制备。
[0036] 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 空白在他、811、1611、2411、3611、4811、6011、8411和10811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）
[0037] 2?高光谱数据采集
[0038] 试验采用高光谱图像检测系统的反射模式进行对五种真菌进行检测。该系统主 要包括高光谱成像单元、功率可调卤钨灯（0-150W)，移动平台，图像采集软件和计算机。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 400-1000nm。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 67. 5W、以45。对准样本，曝光时间为2. 5ms、输送速度为2. 4mm/sec。
[0039] 实验共获得550个样本的高光谱图像数据。由于在相机的暗电流的存在和外界因 素的影响，图像含有一定噪声，需要对高光谱图像进行白色和黑色的校正来采集实际的图 像。用覆盖相机镜头的不透明盖完全可以得到黑色的反射图像，聚四氟乙烯白板（反射率 99%)得到白色反射图像。最后根据式（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，建立最佳的校正模型