許建東，張淑娟*，鄭小南，薛建新，孫海霞

1(山西農(nóng)業(yè)大學(xué) 農(nóng)業(yè)工程學(xué)院，山西 晉中，030801)2(山西農(nóng)業(yè)大學(xué) 軟件學(xué)院，山西 晉中，030801)

凍害[1-3]是造成甘薯腐爛的重要因素，常常由于收獲過(guò)晚或貯藏中未做好防寒措施而發(fā)生，及時(shí)發(fā)現(xiàn)并剔除凍害甘薯是降低生產(chǎn)損失的關(guān)鍵。由于甘薯凍害表現(xiàn)的滯后性，凍害發(fā)生后不會(huì)立即腐爛，一般到貯藏15 d左右才會(huì)出現(xiàn)腐爛。在甘薯凍害發(fā)生早期，凍害甘薯與完好甘薯在外表皮上并無(wú)顯著差異，從視覺(jué)角度無(wú)法區(qū)分識(shí)別。為了完成對(duì)甘薯早期凍害檢測(cè)研究，需要尋求一種快速、高效的無(wú)損檢測(cè)方法來(lái)實(shí)現(xiàn)凍害甘薯的識(shí)別檢測(cè)。

高光譜技術(shù)(hyperspectral imaging，HSI)是一種無(wú)創(chuàng)質(zhì)量評(píng)價(jià)技術(shù)，能夠快速獲取大量的樣本表面結(jié)構(gòu)信息和內(nèi)部特征信息，對(duì)待測(cè)物進(jìn)行分析，已被廣泛應(yīng)用在蘋(píng)果[4-6]、梨[7-10]、馬鈴薯[11]等水果和蔬菜的內(nèi)外部品質(zhì)的無(wú)損檢測(cè)[12-13]。由于待測(cè)物中水分等化學(xué)成分對(duì)光譜的吸收特性，凍害果肉中水分子由游離態(tài)向結(jié)晶態(tài)逐漸變化，會(huì)引起光譜吸收峰的偏移，利用高光譜技術(shù)對(duì)甘薯凍害特征的識(shí)別檢測(cè)具有一定的可行性。同時(shí)光譜無(wú)損檢測(cè)技術(shù)也已經(jīng)在甘薯及其加工制品的水分、淀粉、蛋白質(zhì)、莖葉色素、黃酮以及重金屬等化學(xué)成分測(cè)定等方面獲得應(yīng)用。國(guó)內(nèi)外已存在一些利用光譜技術(shù)對(duì)農(nóng)產(chǎn)品凍害檢測(cè)相關(guān)的研究[14-18]。但利用光譜無(wú)損檢測(cè)技術(shù)對(duì)甘薯凍害的檢測(cè)研究還未見(jiàn)相關(guān)報(bào)道。

本研究以山西太谷黃心甘薯為研究對(duì)象，分析凍害甘薯的光譜特性，利用一階導(dǎo)數(shù)(first derivative,FD)對(duì)原始光譜預(yù)處理，研究競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)算法(competitive adaptive reweighted sampling，CARS)、迭代保留信息變量算法(iteratively retains informative variables，IRIV)以及結(jié)合連續(xù)投影算法(successive projections algorithm，SPA)的CARS-SPA和IRIV-SPA共4種不同的篩選變量方法，并結(jié)合偏最小二乘法和最小二乘支持向量機(jī)得到甘薯凍害檢測(cè)的優(yōu)選特征變量以及檢測(cè)模型，并對(duì)預(yù)測(cè)模型的識(shí)別正確率、靈敏度及特異性指標(biāo)進(jìn)行分析。

1 材料與方法

1.1 試驗(yàn)材料

本研究以黃心甘薯為研究對(duì)象，全部甘薯樣本均是采自山西太谷豐農(nóng)城西農(nóng)產(chǎn)品批發(fā)市場(chǎng)的同一批甘薯樣本。挑選無(wú)損傷且大小均一的甘薯樣本，實(shí)驗(yàn)前對(duì)樣本簡(jiǎn)單清潔處理。一共選取全部甘薯實(shí)驗(yàn)樣本696個(gè)，其中從全部樣本中隨機(jī)挑選348個(gè)樣本作為完好樣本，放置于常溫條件下不做任何處理。將剩余的348個(gè)完好甘薯先放置于-2 ℃低溫條件下處理48 h，然后再放置于常溫條件下貯藏24 h以上獲得凍害甘薯樣本。

1.2 高光譜采集與分析

樣本的高光譜圖像獲取應(yīng)用北京卓立漢光有限公司生產(chǎn)的“Gaia Sorter”型高光譜分選儀，配備相應(yīng)的高光譜采集軟件，如圖1所示，主要組成為Image-λ-N17E光譜相機(jī)、電移動(dòng)平臺(tái)、計(jì)算機(jī)、暗箱和4個(gè)35 W溴鎢燈等。儀器光譜波段為900～1 700 nm，分辨率為5 nm，像素為320×256，曝光時(shí)間為0.13 s。本試驗(yàn)設(shè)置平臺(tái)移動(dòng)速度為7.0 mm/s，鏡頭距樣本的距離為220 mm。試驗(yàn)中樣本置于全黑背景上且采集全程均在暗室內(nèi)完成。樣本的原始高光譜圖像信息需要黑白校正，校正公式如公式(1)所示：

(1)

式中：R，校正后樣本圖像；Iraw，樣本原始圖像；Idark，全黑標(biāo)定圖像；Iwhite，全白標(biāo)定圖像。

1-電移動(dòng)平臺(tái)；2-暗箱；3-光譜相機(jī)；4-計(jì)算機(jī)；5-甘薯樣本； 6-溴鎢燈圖1 高光譜圖像采集平臺(tái)Fig.1 Hyperspectral image acquisition platform

以樣本質(zhì)心為坐標(biāo)，提取圖像中完好和凍害區(qū)域(200～250個(gè)像素)的平均光譜作為2組(完好組和凍害組)樣本光譜，共獲得樣本光譜819個(gè)，其中完好組樣本光譜343個(gè)，凍害組樣本光譜476個(gè)。去除噪聲較大的邊緣波段，本文保留930～1 700 nm波段(共243個(gè)波長(zhǎng)變量)作為有效光譜進(jìn)一步研究。如圖2所示為2組甘薯樣本的平均光譜，總體上2組樣本的平均光譜曲線具有較高的相似性，在局部存在反射率低于0.05的微弱差異。其中960～1 140 nm為強(qiáng)反射區(qū)，1 410～1 570 nm為低反射區(qū)。2組樣本光譜的波峰與波谷位置相對(duì)一致，在1 075和1 290 nm附近有兩處明顯波峰，兩處波谷在1 205和1 470 nm附近主要由水分和碳水化合物的吸收引起[19]。

圖2 930～1 700 nm波段的有效光譜Fig.2 Original reflectance spectral of 930～1 700 nm

1.3 樣本集的劃分

合理劃分樣本集，將光譜差異大的樣本劃分為訓(xùn)練集，所建立的模型更加穩(wěn)健且具備更好的泛化性能。利用Kennard-Stone算法以3∶1的比例將819個(gè)總樣本集光譜(343個(gè)完好和476個(gè)凍害)隨機(jī)分配到訓(xùn)練集和預(yù)測(cè)集，共計(jì)614個(gè)訓(xùn)練集樣本(257個(gè)完好和357個(gè)凍害)，共計(jì)205個(gè)預(yù)測(cè)集樣本(86個(gè)完好和119個(gè)凍害)。

1.4 數(shù)據(jù)處理

一階導(dǎo)數(shù)預(yù)處理能夠去除光譜曲線基線漂移，并減少背景干擾使光譜曲線變化更顯著。變量標(biāo)準(zhǔn)化(standard normalize variate, SNV)算法通過(guò)對(duì)假定滿足正態(tài)分布的各波長(zhǎng)變量進(jìn)行標(biāo)準(zhǔn)化處理，去除光散射、固體顆粒大小帶來(lái)的的噪聲影響。多元散射校正(multiplicative scatter correction, MSC)假定全部樣本的平均光譜為基準(zhǔn)光譜，利用每一條光譜與基準(zhǔn)光譜間的線性關(guān)系完成光譜校正，排除樣品大小、裝載方式等的干擾。Savitzky-Golay卷積平滑法利用卷積平滑處理結(jié)合合適的平滑移動(dòng)窗口數(shù)，對(duì)移動(dòng)窗口內(nèi)的光譜變量進(jìn)行數(shù)據(jù)擬合，排除噪聲干擾。

競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)算法[20-22]是以偏最小二乘法(pertial least squares，PLS)模型回歸系數(shù)作為變量重要性指標(biāo)，采用評(píng)價(jià)權(quán)重的方式篩選變量，去除無(wú)關(guān)變量并減少變量間的共線性。迭代保留信息變量算法[23-25]是基于模型集群分析方法的特征選擇算法，注重變量間的聯(lián)合效應(yīng)，利用變量的隨機(jī)組合建立PLS模型，逐個(gè)計(jì)算變量重要性，經(jīng)過(guò)迭代分析去除無(wú)效及干擾變量，最后基于剩余變量反向消除保留最佳波長(zhǎng)變量。連續(xù)投影算法計(jì)算波長(zhǎng)變量的正交投影，基于不同波長(zhǎng)的向量投影篩選變量，消除波長(zhǎng)變量之間的共線性問(wèn)題，獲得相關(guān)性較小的波長(zhǎng)變量組。

PLS是較為經(jīng)典的線性擬合方法，結(jié)合了多元線性回歸、相關(guān)分析和主成分的優(yōu)點(diǎn)，在考慮目標(biāo)變量的前提下通過(guò)提取主成分降維，能夠較好解決變量間的多重相關(guān)性問(wèn)題和小樣本問(wèn)題。最小二乘支持向量機(jī)(least squares support vector machines, LS-SVM)[26-27]是SVM的一種改進(jìn)算法，可以較好地解決輸入變量與輸出變量間復(fù)雜的非線性關(guān)系，通過(guò)升維將非線性不可分問(wèn)題轉(zhuǎn)化為線性可分，利用一次求解線性組來(lái)替代支持向量機(jī)中復(fù)雜二次優(yōu)化問(wèn)題，提高了模型的運(yùn)算速率并降低模型復(fù)雜度。本文參考文獻(xiàn)[28]定義3個(gè)指標(biāo)(即識(shí)別正確率、靈敏度、特異性)來(lái)分析評(píng)價(jià)模型性能。其中，靈敏度為完好組中被正確識(shí)別樣本的比率，特異性為凍害組中被正確識(shí)別樣本的比率。若識(shí)別正確率、靈敏度、特異性越接近于100%，則表明所建立模型預(yù)測(cè)準(zhǔn)確度越高。

高光譜圖像采集及黑白校正在Specview軟件完成，光譜信息數(shù)據(jù)提取采用ENVI 4.7 (ITT Visual Informagtion Solutions, Boudler, USA)軟件，預(yù)處理、波長(zhǎng)提取及模型建立和分析在The Unscrambler X 10.1 (CAMO AS, Oslo, Norway)和Matlab R2012a (The Math Works, Natick, USA)軟件中運(yùn)行完成，平均光譜圖及預(yù)測(cè)結(jié)果圖在Origin 8.5 (Origin Lab, USA)軟件中繪制。

2 結(jié)果與分析

2.1 光譜預(yù)處理

表1 不同預(yù)處理下建立的PLS模型結(jié)果Table 1 Result of PLS models based on different preprocessing methods

圖3 經(jīng)一階導(dǎo)數(shù)預(yù)處理后的光譜Fig.3 Reflectance spectral after FD processing

2.2 光譜特征波長(zhǎng)提取

由于高光譜波段較多，且相鄰波段間存在較多共線性及冗余信息變量，建立的模型復(fù)雜且精度較低，采用變量篩選方法能有效挑選與甘薯凍害信息相關(guān)的特征波段，壓縮波長(zhǎng)變量數(shù)，簡(jiǎn)化模型結(jié)構(gòu)并提高模型性能。采用CARS、IRIV算法以及結(jié)合SPA算法的CARS-SPA和IRIV-SPA特征提取方法篩選凍害甘薯的特征波長(zhǎng)。

利用CARS算法篩選與甘薯凍害特征信息相關(guān)的波長(zhǎng)變量。設(shè)定蒙特卡羅抽樣次數(shù)為50次，利用5折交叉驗(yàn)證的RMSECV最小值判定最佳變量。如圖4-a所示，前20次采樣過(guò)程中變量數(shù)減少速度較快，隨后逐漸減緩。由圖4-b可知,隨著采樣次數(shù)的增加，RMSECV值先減小后增大，在第18次采樣時(shí)RMSECV值達(dá)到最小，此時(shí)各變量的回歸系數(shù)位于圖4-c中豎線位置，最終CARS算法篩選得到46個(gè)特征變量(圖4-d)，僅占全波段的18.9%。

利用IRIV算法篩選凍害甘薯的特征波長(zhǎng)變量。設(shè)定IRIV算法的最大主成分為15，交叉驗(yàn)證次數(shù)為5，IRIV提取特征變量過(guò)程如圖5所示。由圖5-a可知IRIV算法一共迭代了6輪，隨著迭代次數(shù)的增加，變量數(shù)逐漸減少，其中前2輪迭代過(guò)程中變量數(shù)減少最快，從243個(gè)變量減少到100個(gè)，之后變量數(shù)下降逐漸平緩，在第5輪迭代移除無(wú)效和干擾變量后，進(jìn)入反向消除。經(jīng)過(guò)5輪迭代分析加反向消除，從全部243個(gè)波長(zhǎng)變量中篩選出與甘薯凍害相關(guān)的特征波長(zhǎng)變量65個(gè)(圖5-b)，僅占全波段的26.7%。

a-波長(zhǎng)數(shù)目的變化；b-均方根誤差的變化； c-回歸系數(shù)趨勢(shì)圖；d-CARS優(yōu)選變量分布圖圖4 CARS提取特征變量過(guò)程Fig.4 Process of CARS variable selection

a-IRIV迭代保留變量數(shù)；b-IRIV優(yōu)選變量分布圖圖5 IRIV提取特征變量過(guò)程Fig.5 Process of IRIV variable selection

由于CARS、IRIV 2種特征選擇方法篩選的特征變量數(shù)目依然較多，本文利用SPA算法對(duì)CARS和IRIV篩選出的46和65個(gè)特征變量進(jìn)行二次篩選[29-30]。如圖6-a、6-c所示，均方根誤差RMSE變化趨于穩(wěn)定為0.160 98、0.154 14時(shí)，CARS-SPA和IRIV-SPA結(jié)合算法分別篩選出24和35個(gè)特征波長(zhǎng)變量，變量分布圖如圖6-b、6-d所示，僅占全波段光譜變量的9.9%和14.4%。

2.3 模型構(gòu)建與檢驗(yàn)

本研究中完好組樣本類別被賦值為1，凍害組樣本類別被賦值為2。基于CARS、IRIV以及CARS-SPA和IRIV-SPA算法的波長(zhǎng)變量篩選結(jié)果，采用PLS與LS-SVM方法分別建立對(duì)甘薯凍害特征的識(shí)別預(yù)測(cè)模型，描述甘薯凍害特征與波長(zhǎng)變量間的關(guān)系，并與未經(jīng)變量選擇的識(shí)別模型進(jìn)行比較。由于模型的預(yù)測(cè)值非整數(shù)，依據(jù)定義的完好組和凍害組樣本分類賦值1和2，選取0.5為模型預(yù)測(cè)值的樣本分類閾值，所以0.5～1.5被判定為完好樣本，1.5～2.5被判定為凍害樣本，進(jìn)一步求得模型的識(shí)別正確率、靈敏度以及特異性指標(biāo)來(lái)分析所建立模型的優(yōu)劣。

表2為基于不同變量選擇方法建立的模型預(yù)測(cè)結(jié)果。由表2可知，根據(jù)預(yù)測(cè)集判別結(jié)果，各模型的識(shí)別準(zhǔn)確率均較高，識(shí)別準(zhǔn)確率均在94.63%以上。CARS-PLS和CARS-LS-SVM模型預(yù)測(cè)準(zhǔn)確率均高于IRIV-PLS和IRIV-LS-SVM模型，說(shuō)明CARS算法篩選的46個(gè)特征波長(zhǎng)變量能夠更全面的反映與甘薯凍害特征相關(guān)的信息，是優(yōu)于IRIV算法的特征波長(zhǎng)提取方法。進(jìn)一步分析，經(jīng)過(guò)SPA方法二次篩選特征波長(zhǎng)變量建立的CARS-SPA-PLS、IRIV-SPA-PLS、CARS-SPA-LS-SVM和IRIV-SPA-LS-SVM模型預(yù)測(cè)精度均較CARS-PLS、IRIV-PLS、CARS-LS-SVM和IRIV-LS-SVM模型有一定程度的下降，說(shuō)明在進(jìn)行特征波長(zhǎng)的二次篩選過(guò)程中，SPA方法移除了部分對(duì)建模有用的特征變量，導(dǎo)致模型精度降低。由此可見(jiàn)，CARS方法為有效的變量選擇方法，且CARS方法優(yōu)于IRIV、CARS-SPA和IRIV-SPA 3種方法。此外，對(duì)比10種建模方法，發(fā)現(xiàn)CARS-PLS及RAW-LS-SVM所建立的分類模型性能均優(yōu)于相應(yīng)的其他方法所建立的分類模型。其中以RAW-LS-SVM模型預(yù)測(cè)結(jié)果最優(yōu)，其預(yù)測(cè)集的識(shí)別正確率、靈敏度及特異性分別為98.54%、97.67%和99.16%。但是RAW-LS-SVM的波長(zhǎng)變量未經(jīng)過(guò)篩選，模型較為復(fù)雜。相比之下經(jīng)CARS變量篩選后，建立的CARS-PLS模型的識(shí)別正確率、靈敏度及特異性分別為98.05%、98.84%和97.48%，預(yù)測(cè)準(zhǔn)確率與RAW-LS-SVM模型差異較小，且建模所用的波長(zhǎng)變量數(shù)減少了81.1%，表明CARS方法在全波段光譜變量中去除了自相關(guān)性高的波段，簡(jiǎn)化了模型結(jié)構(gòu)，縮小了模型運(yùn)算時(shí)間，不僅保持模型精度而且極大降低了模型復(fù)雜度，所以選擇CARS-PLS模型作為最優(yōu)模型。如圖7所示為CARS-PLS所建立的分類模型對(duì)預(yù)測(cè)集樣本的預(yù)測(cè)結(jié)果。由圖7可知，誤判樣本共有4個(gè)，其中1個(gè)完好樣本被誤判為凍害，3個(gè)凍害樣本被誤判為完好。

a-不同變量數(shù)目下CARS-SPA算法的RMSE分布；b-CARS-SPA優(yōu)選變量分布圖；c-不同變量數(shù)目下IRIV-SPA算法的RMSE分布； d-IRIV-SPA優(yōu)選變量分布圖圖6 SPA提取特征變量過(guò)程Fig.6 Process of SPA variable selection

表2 不同變量選擇方法及建模方法的預(yù)測(cè)結(jié)果Table 2 Predicted results of different variable selection and methods

圖7 CARS-PLS判別模型對(duì)預(yù)測(cè)樣本的預(yù)測(cè)結(jié)果Fig.7 Predicted results of prediction samples by CARS-PLS classification model

3 結(jié)論

本研究利用高光譜技術(shù)結(jié)合變量選擇方法對(duì)甘薯凍害特征進(jìn)行定性識(shí)別研究，采用CARS、IRIV以及CARS-SPA和IRIV-SPA算法分別篩選出46、65、24和35個(gè)特征波長(zhǎng)變量，基于全波段光譜變量和特征波長(zhǎng)變量建立凍害甘薯的PLS和LS-SVM識(shí)別模型。結(jié)果表明，基于CARS特征波長(zhǎng)變量的模型識(shí)別性能優(yōu)于其他模型。10種預(yù)測(cè)模型中，CARS-PLS模型對(duì)甘薯凍害特征識(shí)別結(jié)果最優(yōu)，預(yù)測(cè)集樣本的識(shí)別正確率、靈敏度及特異性分別為98.05%、98.84%和97.48%。CARS算法篩選的特征波長(zhǎng)能夠更加全面地反映與甘薯凍害相關(guān)的信息，是優(yōu)于IRIV、CARS-SPA和IRIV-SPA算法的特征波長(zhǎng)提取方法。本研究從光譜維度實(shí)現(xiàn)了對(duì)甘薯凍害特征的識(shí)別，為后續(xù)甘薯品質(zhì)在線檢測(cè)設(shè)備的開(kāi)發(fā)奠定了理論基礎(chǔ)。