1. 研究目的与意义
2018年，我国小麦产量达到13144.05万吨，其中一部分用于日常消耗，另一部分则储藏起来以备不时之需，但储存的小麦容易受到虫害的影响，每年, 因害虫危害造成的粮食损失达150~600万t, 直接经济损失在20亿元以上[1-3]，常见的储粮害虫分为隐蔽性害虫和非隐蔽性害虫，非隐蔽性害虫的生长过程都在粮粒外完成，可通过一次或多次熏蒸杀灭。隐蔽性害虫的生长过程几乎都在粮粒内部，熏蒸处理的效果不佳，且影响粮食安全、增加害虫的抗药性，而粮粒内部害虫的防治研究主要受制于害虫的准确检出，因此，探索一种能够尽早检出小麦内部害虫的方法是非常必要的。
2. 研究内容和预期目标
主要利用三维ct技术对内部生虫的小麦进行成像，对重建后的图像进行分析，获得不同虫态玉米象、谷蠹、锯谷盗和赤拟谷盗的生长发育信息，以期建立一种检测小麦内部害虫的三维成像技术。研究内容如下：
（1）样品培养
分别用玉米象、谷蠹、锯谷盗、赤拟谷盗感染小麦，48h后移出所有成虫，再利用显微镜挑选粮粒，选取的粮粒表面应含有米象的分泌物，这种分泌物呈白色圆形状。然后将挑选的样品置于合适的温度和湿度条件下进行培养。每隔3-5d利用三维ct技术检测[4]。
3. 国内外研究现状
储粮害虫的识别可分为诱捕和识别2个步骤，诱捕可分为信息素诱捕、食物诱捕剂诱捕、陷阱诱捕等，识别方法有人工识别、声音识别、近红外法和图像识别[8]，其中，图像识别法由于能够快速、无损的检测粮粒内部害虫，是近年来国内外研究的热点[9]。1998年，美国学者Zayas采用机器视觉技术对散装小麦仓中的谷蠢进行了离线研究[10], 该法有较高的识别率, 但残缺粮粒、草籽、害虫的姿态等因素对识别效果有较大的影响[11]。21世纪初，邱道尹等首次提出了基于计算机视觉的粮虫在线检测, 并研制了智能检测系统。首次实现了粮虫的实时计数及其分类, 但活虫会出现重计和漏计的现象, 也不能区分死虫和活虫[12]。近年来，软X射线成像法、近红外高光谱成像法、Micro-CT成像法可以对粮粒内部结构进行可视化[13]。2004年，加拿大曼尼托巴大学的 Karunakaran利用软X射线法对被侵染麦粒进行检测，对被米象、谷蠹侵染的麦粒识别率高达95%以上，该检测方法大大提高了检测的效率，但是该法不能实现对麦粒内虫卵的检测[14]。2006 年，Toews等采用CT成像技术对粮粒内部害虫进行判别，该方法对100g样本中5个含蛹期米象的麦粒的检测精度可以达到94.4%，但该法为了对图像进行锐化提高图像对比度，需要在小麦样本中加入食用油[15]。
4. 计划与进度安排
2022年1月，在显微镜下观察玉米象、谷蠹、锯谷盗和赤拟谷盗，熟悉这四种虫子成虫的外形特征，了解四种虫子的生长发育过程，饲养玉米象的测试样本并分阶段采集图像。
2022年4月，饲养谷蠹、锯谷盗和赤拟谷盗的测试样本并分阶段采集图像，
（1）玉米象的培养：在灭过虫的小麦中放入玉米象成虫置于温度281℃、相对湿度652%条件下生长繁殖48h后移出所有成虫，前期每隔1-2d对被感染小麦进行三维ct图像采集，后期每3-5天对小麦进行三维ct图像采集，分析不同生长阶段的图像特征。
5. 参考文献
[1]蒋赟,王秀东.我国小麦产业发展现状问题及对策浅析[j].南方农业,2020,14(31):31-34 46.
[2] 小麦中隐蔽性害虫米象的几种不同方法研究[d]. 李慧.南京财经大学 2017
[3] 王晶磊,肖雅斌,徐威,胡韬纲.粮库储粮害虫防治存在问题及前景展望[j].粮食与食品工业,2014,21(03):82-85.
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
