劉金秀，賀小偉，羅華平*，徐嘉翊，楚合營，申麗麗

（1.塔里木大學(xué)機械電氣化工程學(xué)院，新疆 阿拉爾 843300；2.新疆維吾爾自治區(qū)教育廳普通高等學(xué)校現(xiàn)代農(nóng)業(yè)工程重點實驗室，新疆 阿拉爾 843300）

新疆杏果種植歷史悠久，種植規(guī)模和產(chǎn)量均居于全國第一。截至2020年，杏果年產(chǎn)量超過1.5×106噸[1]。其中小白杏最為出名，產(chǎn)自阿克蘇地區(qū)庫車縣和輪臺縣[2]，營養(yǎng)價值高，富含多種氨基酸、消化酶、杏仁苷、維生素等16種營養(yǎng)成分[3]，大多以鮮食為主，深受人們的喜愛。杏果屬于典型的呼吸躍變型果實[1]，采收后呼吸作用旺盛，杏果采收期比較集中，剛好是夏季高溫季節(jié)，極易出現(xiàn)果皮和果肉褐變、后熟軟化、易腐爛等品質(zhì)問題，不易貯藏，一般貯藏期只有3 d～5 d。杏果的含糖量、有機酸含量和香味等也都會隨著貯藏時間的延長而下降[4]，大大降低了小白杏的鮮食品質(zhì)和價值。新疆地域?qū)拸V，新鮮杏果需經(jīng)遠(yuǎn)距離輸送，在運輸、貯藏和銷售過程中也容易出現(xiàn)損傷、軟化和腐爛問題，造成極大的損失。杏果的大量集中采摘與貨架期較短的矛盾突出，嚴(yán)重影響了新疆小白杏產(chǎn)業(yè)的發(fā)展。

果蔬的成熟程度是影響其采收期、采收品質(zhì)、貯藏、運輸、加工、銷售等環(huán)節(jié)的關(guān)鍵因素之一[5]。同一棵杏樹上不同光照位置，杏果成熟度是不相同的。果農(nóng)通常對杏果進行大量集中收獲，使不同成熟度、不同品質(zhì)的杏果混在一起，而后續(xù)的人工分級工作量大，并存在較大的主觀性，誤差大。只有在合適的成熟期進行采摘，并進行快速、準(zhǔn)確的品質(zhì)分級，才可以篩選出滿足鮮賣、貯藏和加工等需求的高品質(zhì)杏果。因此，亟需開展小白杏成熟度判別模型研究，可以確定杏果成熟程度，對杏果采收和品質(zhì)分級等具有十分重要的意義，從而有利于開拓杏果市場，增加果農(nóng)利潤。

目前，對水果成熟度的研究方法主要以高光譜圖像技術(shù)無損檢測為主。?zdogˇan等[6]研究認(rèn)為高光譜系統(tǒng)結(jié)合分類模型用于檢測食品的缺陷和成熟度可獲得較高的準(zhǔn)確度。Singh等[7]使用無人機高光譜相機獲得油菜從豆莢形成到接近收獲成熟的5個生長階段光譜數(shù)據(jù)進行油菜種子成熟度研究。Benelli等[8]使用可見光/近紅外高光譜相機獲取葡萄園光譜信息，并通過偏最小二乘法（partial least squares，PLS）判別分析模型對未成熟和成熟的葡萄樣品進行分類識別，正確率為86%～91%。Cho等[9]對半成熟度和完全成熟度的草莓光譜數(shù)據(jù)使用PLS回歸建立Pelargodin-3-葡萄糖苷的預(yù)測模型，結(jié)果發(fā)現(xiàn)短波紅外區(qū)域的半成熟度預(yù)測準(zhǔn)確率最高為86%。Xuan等[10]分別使用有效波長、紋理特征及其融合建立了支持向量機（support vector machine，SVM）模型庫對新鮮黃秋葵果實的成熟度進行判別，結(jié)果使用融合數(shù)據(jù)集的SVM模型在交叉驗證中的準(zhǔn)確率達到91.7%。Rajkumar等[11]利用高光譜圖像技術(shù)得出結(jié)論，香蕉的可溶性固形物（soluble solids content，SSC）、含水率隨著成熟度呈線性變化趨勢。薛建新等[12]計算得到沙金杏的SSC和成熟度之間的相關(guān)系數(shù)為0.938 6，為使用SSC對沙金杏的成熟度進行劃分指明了方向，然后依據(jù)沙金杏的光譜特征波段、圖像紋理指標(biāo)、圖像顏色指標(biāo)這三類特征數(shù)據(jù)建立極限學(xué)習(xí)機（extreme learning machine，ELM）模型對沙金杏進行成熟度分類判別。張晶晶[13]采用9種預(yù)處理方法對沙金杏近紅外光譜進行預(yù)處理并建立PLS判別模型，結(jié)果表明多元散射校正（multiplicative scatter correction，MSC）方法效果最好，然后對使用MSC方法預(yù)處理后的光譜的全波段、主成分、特征波長分別建立PLS、主成分回歸、SVM、ELM判別模型，結(jié)果發(fā)現(xiàn)基于全波段的SVM模型準(zhǔn)確率為94.17%。張學(xué)豪[14]對不同成熟度李果實的SSC含量和硬度值，分別使用箱圖分布和建立PLS模型來判別成熟度，最后對兩種方法進行比較分析。孫靜濤[15]的研究發(fā)現(xiàn)哈密瓜的SSC、總酸含量、硬度與其成熟度之間存在顯著相關(guān)，其中SSC與成熟度的相關(guān)性最高，可以作為哈密瓜成熟度表征因子。楊小玲[16]的研究發(fā)現(xiàn)，和單獨的特征波段圖像相比，波段比圖像可以更有效識別成熟和未成熟的玉米種子。李麗麗等[17]的研究發(fā)現(xiàn)基于特征波長對不同成熟度的李果實建立的PLS模型判別準(zhǔn)確率最優(yōu)，綜合準(zhǔn)確率高達91.25%。蔣浩等[18]的研究發(fā)現(xiàn)基于高光譜圖像技術(shù)，建立多光譜參數(shù)實現(xiàn)對草莓的成熟度自動分類判別，準(zhǔn)確率高達95%以上。袁佩佩[19]的研究發(fā)現(xiàn)基于主成分分析、核主成分分析（kernel principle component analysis，KPCA）兩種特征提取方法，分別建立4種定性判別模型，對西瓜的成熟度進行判別，結(jié)果表明基于高斯核函數(shù)的KPCA-ELM模型的準(zhǔn)確度和效率都比較高。潘思慧[20]的研究發(fā)現(xiàn)基于全光譜變量和聯(lián)合區(qū)間-偏最小二乘法篩選的光譜變量分別建立SVM模型對番茄的成熟度進行判別，結(jié)果用較少的光譜變量可以達到和全光譜變量等同的識別率。

綜上可知，國內(nèi)外學(xué)者基于光譜信息建立定性判別模型研究果品的成熟度時，并沒有將所有的因素綜合起來進行對比分析，來獲得最佳的成熟度判別方法。為實現(xiàn)對小白杏成熟度的快速、準(zhǔn)確判別，本研究基于不同成熟度小白杏的高光譜信息，通過對比全波段和特征波段、不同的預(yù)處理方法、不同樣本集劃分方法、不同建模方法的判別效果，為建立小白杏的成熟度最優(yōu)判別模型和品質(zhì)分級提供參考，對促進小白杏產(chǎn)業(yè)的發(fā)展和新疆經(jīng)濟提升具有積極意義。

1 材料與方法

1.1 試驗材料

小白杏：采自新疆維吾爾自治區(qū)阿拉爾市十團果園，采摘時間為2020年6月份。杏果的采收成熟度主要依據(jù)果皮顏色，一般杏果顏色由綠向黃轉(zhuǎn)變即可采收，但是不同的品種具有不同的顏色變化。按照生產(chǎn)實際中對杏的成熟程度劃分采集七成熟、八成熟、九成熟、十成熟4個等級的小白杏，劃分依據(jù)如下。

七成熟：果實呈深綠色，果肉較硬，果實偏?。话顺墒欤汗麑嵃l(fā)育基本成熟，綠色減退，果肉偏硬；九成熟：綠色基本消失，大部分呈白色或者淺黃色，果肉稍微變軟；十成熟：果實呈全黃色，果肉變軟，易受損傷。

選擇果實大小均勻、形狀規(guī)則、無病蟲害、無機械損傷、成熟度基本一致的小白杏為試驗樣品。樣品采摘后立即運回新疆維吾爾自治區(qū)教育廳普通高等學(xué)?，F(xiàn)代農(nóng)業(yè)工程重點實驗室進行樣品篩選、清洗和擦干水分，在暗箱內(nèi)采集高光譜信息。不同成熟度的小白杏樣本見圖1。

圖1 不同成熟度的小白杏樣本Fig.1 Little white apricot with different maturity

1.2 儀器與設(shè)備

高光譜分選儀（Gaia Sorter）：北京卓立漢光儀器有限公司；近紅外高光譜相機（Image-λ-N17E-N3）：四川雙利合普科技有限公司，光譜范圍900 nm～1 700 nm，256個波段，光譜分辨率5 nm。

1.3 數(shù)據(jù)采集和處理

1.3.1 高光譜圖像采集

高光譜分選儀參數(shù)設(shè)置為相機高度42 cm、曝光時間11.5 ms、物距10 mm、傳送帶移動速度2.0 m/min，每次掃描20個樣本。

首先為了消除采集高光譜信息時雜散光的影響[21]，需要使用Spectral View軟件對高光譜圖像進行黑白校正，黑白校正公式如下。

式中：I為樣品漫反射原始圖像；B為關(guān)閉暗箱內(nèi)光源并裝上鏡頭蓋獲得的全黑圖像；W為采集標(biāo)準(zhǔn)白板的漫反射圖像獲得的全白圖像；R為校正后的漫反射高光譜圖像。

經(jīng)過黑白校正的高光譜圖像，使用ENVI軟件從中選擇感興趣區(qū)域（region of interest，ROI），從中提取光譜信息，ENVI提取感興趣區(qū)域見圖2。

圖2 ENVI提取感興趣區(qū)域Fig.2 Region of interest extracted by ENVI

由圖2可知，ROI為5×5大小像素點的正方形。

1.3.2 光譜噪聲去除和界外樣本剔除

在采集樣本光譜數(shù)據(jù)時由于光程不一致以及隨機噪聲的產(chǎn)生，會影響數(shù)據(jù)的正確采集，導(dǎo)致樣本平均光譜曲線在某些波段波動幅度較大，對于這些波段需要予以刪除。同時還可能出現(xiàn)異常樣本，這些異常樣本參與建模時會影響結(jié)果準(zhǔn)確度和可靠性[22]，需要予以剔除，本研究使用馬氏距離法（Mahalanobis distance，MD）剔除界外樣本。

1.3.3 光譜預(yù)處理

采集的光譜不僅包含樣品自身信息，還包含電噪聲、樣品背景和雜散光等無關(guān)信息。為了能夠在最大程度上挖掘樣本光譜信息中的有效信息，需要對光譜數(shù)據(jù)進行預(yù)處理，旨在消除光譜無關(guān)信息的影響，常用的方法有均值中心化（mean centering，MC）、Savitzky-Golay卷積求導(dǎo)法（Savitzky-Golay derivative，S-G）、多元散射校正（multiplicative scatter correction，MSC）、標(biāo)準(zhǔn)正態(tài)變量變換（standard normal variate transformation，SNV）、歸一化等。

1.3.4 提取特征波段

原始光譜數(shù)據(jù)包含波段范圍寬，有些波段反映樣品品質(zhì)信息豐富，而有些波段反映信息較少。在以光譜信息為原始特征變量的模式識別中，特征信息的提取是直接影響分類和識別的關(guān)鍵步驟。因此，建模時需要篩選出特征波長變量，從而減少建模時間、簡化建模過程、提高模型的穩(wěn)定性[23]。本研究使用連續(xù)投影法（successive projections algorithm，SPA）篩選特征波長變量，結(jié)果見圖3和圖4。

圖3 不同波長變量下的均方根誤差Fig.3 Root mean square error under different wavelength variables

圖4 參加建模的特征波段數(shù)Fig.4 Characteristic wavelength numbers participating in modeling

圖3中橫坐標(biāo)是參與建模的特征波長的數(shù)量，縱坐標(biāo)是均方根誤差（root mean square error，RMSE）。RMSE從19以后逐漸趨于平緩并接近于0，RMSE=0.044 022，所以最終選擇19個特征波長來參與建模。圖4是選取的19個特征波段數(shù)，橫坐標(biāo)表示233個特征波段，縱坐標(biāo)表示其反射率。

1.3.5 樣本集的劃分

參與建模的樣本需要具有代表性，可以提高建模速度，減少模型存儲空間，而不同的樣本集劃分方法會影響模型的性能。本研究使用光譜-理化值共生距離算法（sample set partitioning based on joint x-y distance，SPXY）、K-S法（kennard-stone，K-S）、雙向算法（Duplex）、交叉驗證、隨機法來劃分樣本校正集和驗證集，對比建模效果。

1.3.6 建立定性判別模型

通過光譜數(shù)據(jù)對不同成熟度樣本進行分類識別屬于定性分析問題。本研究建立ELM、SVM、PLS、K最鄰近法（K-nearest neighbor，KNN）、貝葉斯 5種定性判別模型，對比不同模型的成熟度識別效果。

以上，光譜的噪聲去除、界外樣本剔除、光譜預(yù)處理、特征波段提取、樣本集劃分、定性模型建立均借助MATLAB軟件完成。

2 結(jié)果與分析

2.1 光譜噪聲去除

4種成熟度杏果實的原始光譜曲線見圖5。

圖5 原始光譜Fig.5 Original spectrum

由圖5可知，光譜曲線在1 700 nm附近存在大量噪聲，將此噪聲波段刪除，得到去除噪聲后的光譜曲線見圖6。

圖6 去除噪聲后的光譜Fig.6 Spectrum after noise removal

由圖6可知，4種不同成熟度的杏果實光譜曲線在900 nm～1 300 nm之間有較大差異，可能是由于杏果實在不同成熟度時內(nèi)部碳水化合物、糖、氨基酸等成分含量不同所引起的。

2.2 ELM模型準(zhǔn)確率

對比全波段和特征波段高光譜數(shù)據(jù)分別建立的ELM模型，見表1和表2。

表1 全波段-ELM準(zhǔn)確率Table 1 The accuracy of ELM model with full-wave band%

表2 特征波段-ELM準(zhǔn)確率Table 2 The accuracy of ELM model with characteristic bands%

由表1和表2可知，相同點是除了MC方法預(yù)處理后的光譜的準(zhǔn)確率偏低，其他4種方法預(yù)處理后的ELM模型的準(zhǔn)確率較高，訓(xùn)練集和驗證集的準(zhǔn)確率均在93%以上；MSC預(yù)處理方法效果最佳，不論如何劃分樣本，訓(xùn)練集和驗證集準(zhǔn)確率均保持在100%。對于全波段光譜，S-G方法預(yù)處理的光譜，準(zhǔn)確率高達98%～100%，僅次于MSC，優(yōu)于特征波段光譜建模效果?？傊?，全波段和特征波段光譜數(shù)據(jù)建立的ELM模型準(zhǔn)確率相差不大，MSC預(yù)處理方法最佳，且不同的樣本集劃分方法對ELM模型的判別效果沒有影響。

2.3 PLS模型準(zhǔn)確率

對比全波段和特征波段高光譜數(shù)據(jù)分別建立的PLS模型，見表3和表4。

表3 全波段-PLS準(zhǔn)確率Table 3 The accuracy of PLS model with full-wave band

表4 特征波段-PLS準(zhǔn)確率Table 4 The accuracy of PLS model with characteristic bands

由表3和表4可知，對于全光譜和特征波段光譜數(shù)據(jù)，除了MC方法預(yù)處理后的光譜建立的PLS模型準(zhǔn)確率和決定系數(shù)偏低，其他預(yù)處理方法和各類樣本集劃分方法對應(yīng)的PLS模型準(zhǔn)確率和決定系數(shù)都比較高，訓(xùn)練集的準(zhǔn)確率均在96%以上，決定系數(shù)在0.95以上；其中，MSC方法效果仍舊是最佳，準(zhǔn)確率保持在100%，決定系數(shù)在0.99以上?？傮w來看，基于全光譜的PLS模型和基于特征波段的PLS模型相比，準(zhǔn)確率和決定系數(shù)相差不大，但前者更優(yōu)；MSC預(yù)處理方法最佳；不同的樣本集劃分方法對模型效果影響可忽略不計。

2.4 SVM模型準(zhǔn)確率

SVM模型的建立是借助軟件Unscrambler完成，所有樣本均參與建立模型，不涉及樣本的劃分；模型的準(zhǔn)確率不僅和光譜預(yù)處理方法有關(guān)，還和核函數(shù)（Kernel type）、SVM類型有關(guān)，表格僅展示每種預(yù)處理方法對應(yīng)的SVM模型最高準(zhǔn)確率及其對應(yīng)的核函數(shù)類型和SVM類型?；谌ǘ魏吞卣鞑ǘ喂庾V數(shù)據(jù)建立的SVM模型準(zhǔn)確率見表5和表6。

表5 全波段-SVM準(zhǔn)確率Table 5 The accuracy of SVM model with full-wave band

表6 特征波段-SVM準(zhǔn)確率Table 6 The accuracy of SVM model with characteristic bands

由表5和表6可知，對于全波段和特征波段光譜數(shù)據(jù)建立的SVM模型，MC方法預(yù)處理后的光譜的準(zhǔn)確率遠(yuǎn)遠(yuǎn)低于其他4種預(yù)處理方法對應(yīng)的模型準(zhǔn)確率；MSC-SVM的準(zhǔn)確率仍是100%，適于所有類型的核函數(shù)，對應(yīng)的SVM類型為nu-SVC。在全波段光譜下，對于S-G預(yù)處理方法，當(dāng)SVM類型選擇nu-SVC，核函數(shù)選擇線性核時，準(zhǔn)確率可以達到99%；對于SNV-SVM，當(dāng)SVM類型選擇c-SVC，核函數(shù)選擇線性核時，準(zhǔn)確率可以達到97%。結(jié)果表明，基于全波段光譜建立的SVM模型準(zhǔn)確率要高于基于特征波段建立的SVM模型；MSC方法預(yù)處理效果仍是最佳。

2.5 KNN模型準(zhǔn)確率

基于全波段和特征波段光譜數(shù)據(jù)建立的KNN模型準(zhǔn)確率見表7和表8。

表7 全波段-KNN準(zhǔn)確率Table 7 The accuracy of KNN model with full-wave band%

表8 特征波段-KNN準(zhǔn)確率Table 8 The accuracy of KNN model with characteristic bands%

由表7和表8可知，MC方法預(yù)處理后的光譜準(zhǔn)確率遠(yuǎn)遠(yuǎn)低于其他4種方法預(yù)處理的光譜準(zhǔn)確率，MSC預(yù)處理方法效果最佳，正確率保持在100%?？傊ǘ魏吞卣鞑ǘ喂庾V數(shù)據(jù)建立的KNN模型判別效果相差不大；MSC方法預(yù)處理效果最佳；對于Duplex方法劃分的樣本集建立的KNN模型效果偏低于其他4種方法。

2.6 貝葉斯模型準(zhǔn)確率

基于全波段和特征波段光譜數(shù)據(jù)建立的貝葉斯模型準(zhǔn)確率見表9和表10。

表9 全波段-貝葉斯準(zhǔn)確率Table 9 The accuracy of Bayes model with full-wave band%

表10 特征波段-貝葉斯準(zhǔn)確率Table 10 The accuracy of Bayes model with characteristic bands%

由表9和表10可知，對于貝葉斯模型，特征波段光譜的判別效果遠(yuǎn)遠(yuǎn)高于全波段。在全波段和特征波段光譜下，只有在隨機法劃分樣本時，除了MC預(yù)處理后的光譜的模型準(zhǔn)確率較低，S-G、MSC、歸一化、SNV預(yù)處理后的光譜的準(zhǔn)確率均達到100%?；谔卣鞑ǘ喂庾V數(shù)據(jù)，對于任一種樣本集劃分方法，MSC預(yù)處理方法對應(yīng)的貝葉斯模型準(zhǔn)確率保持100%。結(jié)果表明，基于特征波段光譜建立的貝葉斯模型準(zhǔn)確率要高于基于全波段建立的貝葉斯模型；MSC方法預(yù)處理效果仍是最佳；隨機法樣本集劃分方法最優(yōu)。

3 結(jié)論

5種預(yù)處理方法中，只有MC方法預(yù)處理后的光譜準(zhǔn)確率很低，其他方法預(yù)處理光譜準(zhǔn)確率都比較高，其中MSC方法，當(dāng)使用全波段建立貝葉斯模型時，準(zhǔn)確率很低，其他情況都保持在100%。5種樣本集劃分方法，準(zhǔn)確率都相差不大。5種判別模型中，對于全波段，ELM、PLS、SVM 3種模型的準(zhǔn)確率較優(yōu)，均高于93%，其中PLS的效果最好，高于98%；KNN模型準(zhǔn)確率受個別預(yù)處理和樣本集劃分方法影響，準(zhǔn)確率會降至85%；貝葉斯模型只有在使用隨機方法劃分樣本時才會出現(xiàn)較高的準(zhǔn)確率；對于特征波段，ELM、PLS兩種模型的準(zhǔn)確率最好，高于94%，其他3種模型的準(zhǔn)確率也普遍較高，因受預(yù)處理和樣本集劃分方法的影響，個別情況準(zhǔn)確率稍微低于90%。綜上，對于小白杏成熟度判別模型，有以下幾種最優(yōu)組合：全波段+MSC+SPXY/Duplex/K-S/交叉驗證/隨機法+ELM/PLS/KNN/SVM、全波段+S-G/MSC/SNV/歸一化+隨機法+貝葉斯、全波段+S-G+SPXY/Duplex/K-S/交叉驗證/隨機法+ELM/PLS/KNN/SVM、全波段+歸一化+SPXY/Du plex/K-S/交叉驗證/隨機法+PLS、特征波段+MSC+SPXY/Duplex/K-S/交叉驗證/隨機法+ELM/PLS/KNN/貝葉斯/SVM、特征波段+歸一化+SPXY/Duplex/K-S/交叉驗證/隨機法+PLS。