Ukrainian Journal of Physical Optics 

Fan Chao

College of the Information Science and Engineering, Henan University of Technology, Zhengzhou, China, 450001

Download this article

Abstract. Hardness is an important index for wheat quality, which determines its usage, price and wheat-processing techniques. Therefore accurate measurements of the hardness of kernels is a key problem for assessing wheat quality. In this work we develop a new method for testing the hardness basing on a laser-induced ultrasonic signal. We describe the measurement principles, as well as sampling and pre-processing of ultrasonic signals. The acoustic signal is analyzed both in the time and frequency domains, using fast Fourier, discrete cosine (DCT) and wavelet (WT) transforms. The main eight parameters whose correlation indices surpass the threshold of 0.8 are selected as feature characteristic parameters of the hardness. They include a waveform index T6, a pulse factor T7, sub-band energy ratios SER1–SER3, a sum of the DCT magnitudes, and two wavelet parameters, WTF1 and WTF2. A testing model of the hardness is built basing on a standard extreme learning machine (ELM) algorithm and using all of these feature parameters as an input. A number of experiments have been performed on twenty wheat varieties with different hardness indices. The results show that the maximal relative measurement error and the mean relative error are approximately equal to –3% and 1%, respectively. As a result, our method of measuring the wheat hardness, which is based on combination of laser ultrasonic waves and ELM, is feasible and accurate enough.

Keywords: wheat hardness, laser ultrasonic, spectral analysis, extreme learning machine

PACS: 2010:78.20.hc
UDC: 535.8
Ukr. J. Phys. Opt. 18 201-212
doi: 10.3116/16091833/18/4/201/2017
Received: 06.07.2017

Анотація. Твердість є важливим показником якості пшениці, що визначає його використання, ціну та методи обробки пшениці. Тому точні вимірювання твердості ядра є ключовою проблемою для оцінки якості пшениці. У цій роботі ми запропонували новий метод перевірки твердості пшениці на основі аналізу лазерно-індукованого ультразвукового сигналу. Описані принципи вимірювання, вибірка та попередня обробка ультразвукових сигналів. Акустичний сигнал аналізується, як в часовому так і в частотному вимірах з використанням швидкого дискретного Фур’є та вейвлет перетворення. Основні вісім параметрів, коефіцієнти кореляції яких перевищують порогові значення 0,8, вибирались як характеристичні параметри твердості. Вони включали в себе показник сигналу T6, коефіцієнт імпульсу T7, співвідношення енергії піддіапазону SER1-SER3, суму величин дискретного Фур’є перетворення та два вейвлет-параметри - WTF1 та WTF2. Модель тестування твердості була побудована на базі алгоритму стандартного екстремального навчання з використанням всіх цих параметрів як вхідних даних. Експерименти виконано з двадцятьма різновидами пшениці з різними показниками твердості. Результати свідчать, що максимальна відносна похибка вимірювань та середня відносна похибка є приблизно рівними 3% і 1%, відповідно. Як наслідок, наш метод вимірювання твердості пшениці, який базується на комбінації лазерно-індукованих ультразвукових хвиль та стандартного екстремального навчання, є здійсненним та достатньо точним.