陸江明，范婷婷，穆青爽，康志龍

（河北工業(yè)大學電子信息工程學院，天津 300401）

龍井茶是中國十大傳統(tǒng)名茶之一，其中含有多種有益于人類健康的營養(yǎng)素和藥用成分，香氣濃郁，口感醇厚，受到各地消費者青睞[1]。然而龍井茶分級混亂，質(zhì)量價格不一，嚴重影響了消費者的購買熱情和龍井茶的市場競爭力。因此，研究一種無損、高效且準確的龍井茶等級鑒定方法具有重要意義。

目前，龍井茶等級鑒定主要基于專家的感官評價[2]，感官評估容易受到主觀因素的影響。高效液相色譜法、氣相色譜法和質(zhì)譜法通常用于實驗室中分析茶葉的質(zhì)量[3,4]，但測試具有破壞性，且操作復雜耗時。電子舌、電子鼻[5]等分析方法容易受到環(huán)境條件（如溫度和濕度）的影響，導致傳感器漂移[6]。近年來已經(jīng)報道了許多與光譜相關(guān)的無損檢測方法，其中高光譜成像技術(shù)引起了人們很大關(guān)注，它可以快速檢測樣品品質(zhì)與成分含量[7-11]。高光譜成像技術(shù)結(jié)合傳統(tǒng)成像和光譜技術(shù)，能夠同時獲取圖像和光譜信息。到目前為止，高光譜成像技術(shù)在茶葉種類和等級識別上得到了一定發(fā)展[12]，但研究大多是基于光譜信息，有關(guān)圖像信息（如紋理特征）利用的報道較少。如MISHRA[13]等人利用光譜信息實現(xiàn)了對六種不同商品茶分類；GE[14]等人研究了五種外觀相似的烏龍茶的識別；蔣帆[15]和LI[16]等研究了三個等級龍井茶和鐵觀音茶的識別，但是三個等級無法滿足實際的需求；于英杰[17]等人利用光譜信息實現(xiàn)了五個等級的鐵觀音茶的識別，但是由于沒有結(jié)合到圖像信息，故而準確率較低。

本研究旨在融合高光譜圖像的光譜、紋理特征，結(jié)合機器學習算法，建立多等級龍井茶判別模型，為提高龍井茶等級識別水平提供可靠的理論基礎和技術(shù)支持。

1 材料與方法

1.1 材料

購買六個等級的龍井茶，均來自杭州茶廠有限公司，符合官方龍井分級標準（DSBB33X02-95）。如圖1 所示，分別為特級龍井、一級龍井、二級龍井、三級龍井、四級龍井、五級龍井。每個等級茶葉分為480個樣本，共2880 個樣本，每個樣本5 g。放在直徑為3.5 cm、深度為1 cm 的黑色圓形塑料容器中。各等級按照3:1 分為訓練集和預測集，最終訓練集包含2160個樣本，預測集包含720 個樣本。

圖1 龍井茶樣本Fig.1 Samples of Longjing tea

1.2 高光譜圖像采集

實驗采用的高光譜成像系統(tǒng)主要由光譜儀（Imspector N17，Spectral Imaging Ltd，Oulu，F(xiàn)inland），CCD 像機（Zelos-258GV，Kappa Optronics GmbH，Germany），聚光燈，移動平臺和計算機等部件組成。采用線掃描模式采集高光譜反射圖像。成像系統(tǒng)光譜分辨率為3.2 nm，光譜范圍為900~1700 nm，屬于近紅外光譜（Near Infrared，NIR）。與可見近紅外光譜（Visible Near Infrared，VNIR）相比，NIR 可以提供更豐富的化學信息（如OH、CH 及NH 等化學鍵組成的分子結(jié)構(gòu)信息）[18]。為獲得清晰且不失真圖像，將茶葉樣品放在高光譜成像系統(tǒng)移動平臺中間，鏡頭和樣本之間距離設為32 mm，平臺移動速率設為16.8 mm/s，曝光時間設為20 ms，最終得到256 個波段下的高維數(shù)據(jù)立方體。

1.3 光譜數(shù)據(jù)預處理

圖像采集易受到照明強度、探測器靈敏度及光學器件投射特性等因素影響，因此本研究對采集的高光譜圖像進行黑白校正。在相同實驗條件下，分別采集接近全反射的白幀圖像和接近零反射的黑幀圖像。高光譜圖像的各個像素點反射率通過式（1）來校正：

式中，IR是校準的反射率，Iraw是原始圖像反射強度，Idark是黑幀圖像反射強度，Iwhite是白幀圖像反射強度，i 和j 是空間坐標，k 是圖像的波長。

圖2 龍井茶葉等級識別模型構(gòu)建流程圖Fig.2 Flow chart of Longjing tea class identification model construction

1.4 紋理特征提取

近距離高光譜圖像不僅有更高分辨率，還包含了更多有關(guān)樣本物理特征的紋理信息[19]。灰度共生矩陣（Gray-Level Co-Occurrence Matrix，GLCM）是紋理描述最簡單的方法之一，已經(jīng)被廣泛應用在近距離高光譜圖像領域[20,21]。相關(guān)文獻表明，GLCM 能夠很好地提取特征圖像中茶葉紋理特征[22]。每個樣本數(shù)據(jù)對應256 個波段的圖像，若對所有圖像進行紋理特征提取，計算復雜，且圖像之間的相關(guān)性會影響識別模型精度[23]。為獲取茶葉樣本最具代表性的數(shù)據(jù)，減少不必要的運算，需要對高光譜數(shù)據(jù)降維。相關(guān)研究表明，T-SNE 算法對茶樣本數(shù)據(jù)降維優(yōu)于其他方法[13]。

1.5 龍井茶葉等級判別模型構(gòu)建

1.5.1 支持向量機分類

在化學計量學領域，有多種方法可以對光譜特征進行分類，但是在圖像處理領域，支持向量機（support vector machine，SVM）在融合光譜和紋理信息的分類上有更好的性能[24]。支持向量機是一種基于統(tǒng)計學習維數(shù)理論和結(jié)構(gòu)風險最小化原理的監(jiān)督學習模型[25]，可以進行分類和回歸分析。通過核函數(shù)將輸入空間映射到高維空間來構(gòu)造最優(yōu)分類平面，從而準確分離不同的類別。相關(guān)研究表明，使用徑向基函數(shù)（radial basis function，RBF）作為核函數(shù)可以將非線性樣本映射到更高維度的空間，以處理樣本數(shù)據(jù)和類別之間的非線性關(guān)系[26]。

1.5.2 參數(shù)優(yōu)化

為解決SVM 參數(shù)在尋優(yōu)過程中易陷入局部最優(yōu)解的問題，引入人工蜂群（Artificial Bee Colony，ABC）算法，通過ABC 算法可獲得SVM 模型懲罰因子C和核函數(shù)寬度g的最佳組合[27]。實驗中參數(shù)尋優(yōu)問題可轉(zhuǎn)化為蜜蜂尋找好的蜜源問題，將C和g作為蜜源位置，分類正確率作為適應度，利用ABC 算法尋找適應度最高的蜜源位置。優(yōu)化算法步驟如下[28]：

（1）初始化相關(guān)參數(shù)。設置最大迭代次數(shù)，蜂群大小，蜜源數(shù)量，蜜源最大循環(huán)次數(shù)及C和g的范圍。

（2）隨機選擇一個初始蜜源，進行鄰域搜索，獲取新的蜜源，并更新當前蜜源的相關(guān)信息。

（3）計算每個蜜源的適應度值，根據(jù)適應度值計算更新蜜源的概率，并據(jù)此更新每個蜜源。

（4）如果達到蜜源最大循環(huán)次數(shù)后的蜜源尚未更新，則會隨機生成一個新的蜜源。

（5）迭代到最大次數(shù)后，操作終止，輸出最佳蜜源位置，即最佳C和g的組合。

（6）將ABC 算法獲得的最優(yōu)參數(shù)C和g代入SVM 模型進行訓練。

1.5.3 識別模型構(gòu)建

數(shù)據(jù)融合方法包括數(shù)據(jù)級融合、特征級融合及決策級融合。由于很難確定兩類數(shù)據(jù)對最終結(jié)果的影響權(quán)重，而兩類數(shù)據(jù)都來自于高光譜圖像，且原始數(shù)據(jù)保留所有信息，因此本研究采用數(shù)據(jù)級融合方法?；诠庾V特征、紋理特征及融合特征，分別建立龍井茶等級識別模型，識別模型流程如圖2 所示。光譜模型、圖像模型及混合模型中，SVM 均采用默認參數(shù)，根據(jù)各模型的相對識別率來驗證數(shù)據(jù)融合的作用，并得到性能相對較好的混合模型。然后應用ABC 算法，迭代優(yōu)化混合模型SVM 參數(shù)，得到最優(yōu)模型。

1.5.4 模型評估指標

模型的性能根據(jù)正確率和Kappa系數(shù)兩個參數(shù)評估。正確率計算如式（2）所示：

其中，n1是預測正確的測試集樣本數(shù)，n2是測試集樣本總數(shù)。

Kappa系數(shù)計算基于混淆矩陣，如式（3）所示：

其中，p0是每一類正確分類樣本數(shù)量之和與樣本總數(shù)的比值，即總體樣本精度。

假設每一類真實樣本個數(shù)分別為a1，a2，…，ac，而預測結(jié)果每一類樣本個數(shù)為b1，b2，…，bc，總樣本個數(shù)為n，則有式（4）:

2 結(jié)果與討論

2.1 光譜數(shù)據(jù)處理與分析

圖3 原始光譜、SNV 預處理光譜和平均光譜Fig.3 Raw spectra, SNV preprocessed spectra and mean spectra

使用ENVI 5.3 分析軟件，選取龍井茶樣本感興趣區(qū)域（Region of Interest，ROI），然后將數(shù)據(jù)導入MATLAB R 2018b 軟件中進行處理與分析。

為了提高模型魯棒性，每個樣本選取100×100 像素區(qū)域作為ROI，以ROI 的平均反射光強作為茶葉等級分類的特征參數(shù)，即原始光譜數(shù)據(jù)，如圖3a 所示。通常輻射校正足以消除光譜數(shù)據(jù)中照明不均勻的影響，但是當茶葉樣品表面不均勻時，光散射會導致加和乘性效應[18]。本研究采用標準正態(tài)變量變換（Standard Normal Variate，SNV）對光譜進行歸一化處理[29]，結(jié)果如圖3b 所示，減小了由光散射引起的基線偏移。六個等級龍井茶樣本的平均光譜如圖3c所示。根據(jù)相關(guān)研究，1093~1121 nm 處光譜反射率與茶黃素含量相關(guān)[30]，1131、1654 和1666 nm 處光譜反射率與茶多酚含量相關(guān)[31]，1361 nm 處光譜反射率與水分含量相關(guān)[30]，1480、1690 nm 處光譜反射率分別與NH、CH 基團相關(guān)[32]。不同等級茶葉成分差異導致對光的吸收度不同，因而呈現(xiàn)不同的光譜特性。因此，可以依據(jù)光譜特性建立龍井茶等級識別模型。

2.2 紋理特征提取與分析

紋理是圖像特征研究的重點，各特征圖像之間的相關(guān)性會導致較低的識別精度。本研究采用T-SNE 算法降維，相關(guān)程序由MATLAB 實現(xiàn)。前兩個特征波長處的高光譜數(shù)據(jù)如圖4 所示（特征波長由映射得到，并不代表具體某個波長），橫軸代表第一個維度光譜特性，縱軸代表第二個維度光譜特性。二級龍井和三級龍井在同一簇中，說明二者具有更相似的光譜特征，該結(jié)論可通過圖3 所示的光譜特性曲線驗證。這表明通過T-SNE 算法進行特征波長提取，可以保留從高維空間向低維空間轉(zhuǎn)換時的數(shù)據(jù)結(jié)構(gòu)。

圖4 T-SNE 降維結(jié)果可視化Fig.4 Visualization of T-SNE feature extraction

以特級龍井茶樣本數(shù)據(jù)為例，通過T-SNE 算法，將256 個波段下的高光譜數(shù)據(jù)映射為4 個特征波長下的數(shù)據(jù)，并得到圖5 所示的四個特征圖像。選取11×11矩形像素區(qū)域為基準窗口，在四個方向（0°，45°，90°和135°）移動，分別構(gòu)建GLCM。每個方向上的GLCM 提取對比度、相關(guān)性、能量、均勻性、平均值、方差、熵、聚類突出度、聚類陰影、同質(zhì)性、總和平均值、總和方差及總和熵共13 個特征參數(shù)，共提取208 個紋理特征（4 個采集方向×4 個特征圖像×13個特征參數(shù)）。

圖5 特級龍井特征圖像Fig.5 Premium Longjing tea feature image

2.3 識別模型建立與分析

光譜特征數(shù)據(jù)、紋理特征數(shù)據(jù)、融合特征數(shù)據(jù)和對應等級標簽，分別用作SVM 輸入，預測等級標簽作為輸出，得到光譜模型、圖像模型和混合模型。各模型中SVM 的懲罰因子C 和核函數(shù)寬度g 為默認值，相關(guān)程序通過MATLAB 實現(xiàn)。

識別結(jié)果如圖6 所示，混淆矩陣對角線元素表示等級識別正確的樣本，非對角線元素表示分類錯誤的樣本?；煜仃噷蔷€元素值越高，表示正確預測的數(shù)量越多。由圖6a 可知，光譜模型預測集識別率為91.12%，錯誤主要集中在二、三級龍井茶識別，因為二者具有更為相似的光譜特性；由圖6b 可知，圖像模型預測集識別率為75.42%，錯誤更多集中在四、五級龍井茶識別；由圖6c 可知，混合模型預測集識別率為95.14%，優(yōu)于其他兩個模型，這表明通過結(jié)合光譜和紋理特征，可以提高龍井茶識別模型精度。為了進一步提高混合模型精度，引入ABC 算法優(yōu)化SVM 參數(shù)，建立最優(yōu)模型。通過多次測試，按照如下設置初始化ABC 算法中參數(shù)時，該模型可實現(xiàn)較好的分類和泛化能力。蜂群大小為10，最大迭代次數(shù)為150，蜜源數(shù)量為5，蜜源最大循環(huán)次數(shù)為100，C 和的g 搜索范圍為[0.01，200]。經(jīng)過ABC 算法優(yōu)化后，得到的最佳C 和g 分別為52.36 和0.15，然后將其代入SVM 模型進行訓練。圖6d 為最優(yōu)模型識別結(jié)果，預測集識別率可達98.61%，對各級龍井茶基本識別準確。表1 為每個模型對各級龍井茶的識別率。

圖6 各模型識別結(jié)果Fig.6 Recognition results of each model

表1 各模型預測集識別率Table 1 The recognition rate of each model to the prediction set

2.4 識別模型性能驗證

應用ABC 算法優(yōu)化的SVM 混合模型（即最優(yōu)模型），對龍井茶高光譜圖像的每個像素點進行可視化識別，用不同的顏色表示每個像素不同的預測值，形成圖7 所示的識別預測圖。圖7a、7b 分別為來自杭州茶廠有限公司龍井茶的灰度圖像及識別結(jié)果，從上到下依次為，特級龍井、一級龍井、二級龍井、三級龍井、四級龍井、五級龍井。由圖可知，該模型基本完成了對每個樣本像素點的識別，樣本邊緣處的錯誤分類主要是實驗所用黑色塑料容器引起的。為了進一步驗證該模型的泛化能力，以來自杭州獅峰茶葉有限公司的6 個等級龍井茶為實驗對象，按照上述流程，進行實驗。圖7c、7d 分別為該品牌龍井茶的灰度圖像及可視化識別結(jié)果。由圖可知，該模型仍能夠基本實現(xiàn)對不同等級龍井茶像素點的識別，具有較好的泛化能力與應用價值。

圖7 龍井茶識別預測圖Fig.7 Prediction map of Longjing tea recognizing

3 結(jié)論

本研究利用高光譜成像技術(shù)，結(jié)合SNV、T-SNE、GLCM 等算法，基于光譜特征、紋理特征以及融合特征，分別建立龍井茶等級快速無損識別的SVM 模型。結(jié)果顯示，光譜模型預測集識別率為91.11%，其中對二、三級龍井茶識別錯誤較多，因為二者具有更相似的光譜曲線；圖像模型預測集識別率為75.42%，但對二、三級龍井茶的識別率優(yōu)于光譜模型；混合模型預測集識別率為95.14%，優(yōu)于其他兩個模型。結(jié)果表明，高光譜圖像的光譜和空間域生成互補信息，對該信息的協(xié)同處理可以提高分類模型的正確率。當前研究中龍井茶識別大多基于光譜信息，缺乏對高光譜圖像信息的應用。為了進一步提高識別精度，本研究引入ABC 算法，優(yōu)化SVM 混合模型參數(shù)。當C和g分別為52.36 和0.15 時，得到最優(yōu)模型，預測集識別率可達98.61%。最優(yōu)模型能夠基本實現(xiàn)對龍井茶樣本每個像素點的識別，且具有一定的泛化能力。本研究為改進龍井茶等級評估技術(shù)提供了一種可靠的方法和技術(shù)指導。