劉浩，孟令峰，王松峰*，王愛(ài)華，杜海娜，李增盛，孫福山

(1 中國(guó)農(nóng)業(yè)科學(xué)院煙草研究所/農(nóng)業(yè)部煙草生物學(xué)與加工重點(diǎn)實(shí)驗(yàn)室，山東 青島 266101；2 中國(guó)農(nóng)業(yè)科學(xué)院研究生院，北京 100081)

煙葉作為卷煙生產(chǎn)的主要原料，其產(chǎn)量和品質(zhì)的提升一直是廣大煙葉工作者關(guān)注的重點(diǎn)。煙葉的產(chǎn)量和品質(zhì)是保障中式卷煙質(zhì)量的基礎(chǔ)，采收和烘烤是決定煙葉質(zhì)量的重要生產(chǎn)過(guò)程。目前主要靠人工經(jīng)驗(yàn)判別鮮煙采收的成熟度，存在主觀性過(guò)強(qiáng)、判別標(biāo)準(zhǔn)不統(tǒng)一等缺點(diǎn)。而在烘烤過(guò)程中，也主要是根據(jù)煙葉外觀性狀變化和溫濕度監(jiān)測(cè)以及烤后煙葉化學(xué)成分分析來(lái)調(diào)控烘烤參數(shù)[1-2]。該方法較復(fù)雜，且具有不便捷、應(yīng)用不及時(shí)等弊端。因此，生產(chǎn)上需要建立一種快速無(wú)損的方法來(lái)對(duì)鮮煙葉成熟度進(jìn)行科學(xué)判定，對(duì)密集烘烤過(guò)程中煙葉外觀變化以及某些成分的動(dòng)態(tài)變化規(guī)律進(jìn)行實(shí)時(shí)監(jiān)測(cè)，從而及時(shí)采取調(diào)控措施。目前，光學(xué)無(wú)損檢測(cè)技術(shù)已在煙草烘烤過(guò)程中得到較為廣泛的應(yīng)用。但基于判別條件復(fù)雜和成本高的原因，能應(yīng)用于實(shí)踐的光學(xué)無(wú)損檢測(cè)技術(shù)較少，且對(duì)煙葉烘烤過(guò)程中部分內(nèi)在成分的變化也未能實(shí)現(xiàn)實(shí)時(shí)監(jiān)測(cè)。為進(jìn)一步推動(dòng)光學(xué)無(wú)損檢測(cè)技術(shù)在煙葉采收烘烤過(guò)程中的應(yīng)用，筆者綜述了光學(xué)無(wú)損檢測(cè)技術(shù)在鮮煙葉成熟度判別和煙葉烘烤過(guò)程的研究現(xiàn)狀及進(jìn)展，并對(duì)其進(jìn)一步應(yīng)用進(jìn)行了展望，以期為光學(xué)無(wú)損檢測(cè)技術(shù)在煙葉采烤中的應(yīng)用提供參考。

1 光學(xué)無(wú)損檢測(cè)技術(shù)類型

無(wú)損檢測(cè)通常指利用聲、光、磁和電等特性檢測(cè)被檢對(duì)象中是否存在缺陷而又保證不損壞其使用性能，最終了解并評(píng)價(jià)被檢對(duì)象的性質(zhì)及內(nèi)部結(jié)構(gòu)的一項(xiàng)技術(shù)[3]。目前，利用光學(xué)特性的無(wú)損檢測(cè)方法在煙葉烘烤中的應(yīng)用較為廣泛。光學(xué)特性是指煙葉在被照射后能反射、吸收、透射、漫射到表面的光或激發(fā)其他波長(zhǎng)的光的特性[4]。目前，光學(xué)無(wú)損檢測(cè)技術(shù)在煙葉烘烤過(guò)程和鮮煙葉成熟度檢測(cè)中的應(yīng)用較多，主要包括高光譜技術(shù)[5-6]、近紅外光譜技術(shù)[7-8]、機(jī)器視覺(jué)技術(shù)[9]等。高光譜技術(shù)在獲取樣品表面光譜信息后，可在一定程度上體現(xiàn)被測(cè)物體內(nèi)部物理結(jié)構(gòu)及化學(xué)成分的差別，通過(guò)建立高光譜分析模型，可同時(shí)預(yù)測(cè)多個(gè)指標(biāo)，并且具有分析速度快、操作簡(jiǎn)單、無(wú)需對(duì)待檢樣本進(jìn)行預(yù)處理等特點(diǎn)[10]，通常被應(yīng)用于農(nóng)業(yè)遙感領(lǐng)域[11]。近年來(lái)，近紅外光譜分析技術(shù)在分析化學(xué)領(lǐng)域的應(yīng)用發(fā)展迅猛，尤其是在微生物檢測(cè)及農(nóng)產(chǎn)品檢測(cè)領(lǐng)域[12]。其優(yōu)勢(shì)體現(xiàn)在可以快速地對(duì)待測(cè)樣品的光學(xué)信號(hào)進(jìn)行分析，從而獲得待測(cè)樣本的內(nèi)部化學(xué)信息。近紅外技術(shù)也已廣泛應(yīng)用于煙草領(lǐng)域[13]。機(jī)器視覺(jué)技術(shù)涉及計(jì)算機(jī)科學(xué)技術(shù)、圖像處理技術(shù)、人工智能技術(shù)等多方面的知識(shí)，主要通過(guò)計(jì)算機(jī)技術(shù)演繹物體與人眼的密切關(guān)系[14-15]。該技術(shù)在種子篩選[16]、果蔬分級(jí)[17]、作物病蟲草害識(shí)別與監(jiān)測(cè)[18]中都有廣泛應(yīng)用，也已應(yīng)用于煙葉成熟度判別及煙葉分級(jí)[19]。其突出優(yōu)勢(shì)就是速度快、功能多，且由于其利用機(jī)器視覺(jué)進(jìn)行檢測(cè)，可有效排除人的主觀因素影響[20]。

綜上可知，光學(xué)無(wú)損檢測(cè)技術(shù)不僅可實(shí)現(xiàn)快速大面積檢測(cè)，而且能實(shí)現(xiàn)遠(yuǎn)距離無(wú)接觸式探測(cè)，在煙葉采收和烘烤中的應(yīng)用具有明顯優(yōu)勢(shì)。

2 光學(xué)無(wú)損檢測(cè)技術(shù)在煙葉成熟度判別中的應(yīng)用

2.1 煙葉成熟度常規(guī)判別技術(shù)

鮮煙葉的成熟度與烤后煙葉的外觀質(zhì)量、評(píng)吸質(zhì)量及香氣質(zhì)量等密切相關(guān)[21]，科學(xué)地判別鮮煙葉成熟度可以有效提高烤后煙葉質(zhì)量。目前判別煙葉成熟度主要靠人工感官經(jīng)驗(yàn)，前人大多依據(jù)煙葉外觀標(biāo)準(zhǔn)和各項(xiàng)生理指標(biāo)進(jìn)行鮮煙葉成熟度的判別。如日本判斷鮮煙葉成熟度的方法是使用比色卡；美國(guó)是根據(jù)采收時(shí)煙葉的莖葉夾角以及葉柄是否帶莖皮等方法來(lái)進(jìn)行判斷[22]；我國(guó)則大多是通過(guò)觀察煙葉顏色及外觀性狀來(lái)判斷鮮煙葉成熟度，難免存在掌握適宜成熟度不準(zhǔn)，主觀性過(guò)強(qiáng)[23-24]等問(wèn)題。而依據(jù)各項(xiàng)生理指標(biāo)進(jìn)行判別[25]，需對(duì)煙葉進(jìn)行有損檢測(cè)，存在技術(shù)要求較高，費(fèi)時(shí)和操作復(fù)雜等問(wèn)題。

2.2 機(jī)器視覺(jué)技術(shù)在鮮煙葉成熟度判別中的應(yīng)用

機(jī)器視覺(jué)技術(shù)可以排除人的主觀因素的干擾，在鮮煙葉成熟度判別中有很大優(yōu)勢(shì)。且該技術(shù)在農(nóng)業(yè)方面已得到廣泛應(yīng)用[26-28]，也已經(jīng)被應(yīng)用于煙葉成熟度判別。史龍飛等[29]利用機(jī)器視覺(jué)技術(shù)提取不同成熟度煙葉圖像的顏色和紋理特征值，建立了基于BP 神經(jīng)網(wǎng)絡(luò)的成熟度預(yù)測(cè)模型，根據(jù)模型判斷的準(zhǔn)確率達(dá)93.67%。謝濱瑤等[30]利用機(jī)器視覺(jué)技術(shù)提取煙葉顏色、紋理特征值，建立了基于BP 神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)的煙葉成熟度鑒別模型，模型準(zhǔn)確率分別為93.83%和97.53%。張麗[31]采用計(jì)算機(jī)視覺(jué)技術(shù)提取煙葉顏色、紋理特征，建立成熟度預(yù)測(cè)模型，為實(shí)現(xiàn)鮮煙葉的自動(dòng)分揀提供了可行方案。趙樹彌等[32]利用機(jī)器視覺(jué)技術(shù)對(duì)煙葉成熟度進(jìn)行劃分，建立了一種鮮煙葉檢測(cè)分級(jí)裝置，該裝置通過(guò)自主學(xué)習(xí)建立樣本庫(kù)，然后參考樣本庫(kù)對(duì)未知樣品進(jìn)行分級(jí)。汪強(qiáng)等[33]通過(guò)對(duì)煙葉樣品圖像數(shù)據(jù)進(jìn)行處理與變換，建立了煙葉顏色特征與成熟度之間的關(guān)系模型TMDHSV，可以快速預(yù)測(cè)鮮煙葉的成熟度。

雖然機(jī)器視覺(jué)技術(shù)在煙草中的應(yīng)用還處于成長(zhǎng)階段，但隨著物聯(lián)網(wǎng)大數(shù)據(jù)、云計(jì)算、人工智能和無(wú)損檢測(cè)技術(shù)等新一代信息技術(shù)的逐漸崛起，也促進(jìn)了該技術(shù)快速發(fā)展和成熟，以及在煙草生產(chǎn)中的廣泛應(yīng)用。

2.3 光譜技術(shù)在鮮煙葉成熟度判別中的應(yīng)用

有研究發(fā)現(xiàn)，煙葉顏色、組織結(jié)構(gòu)、葉脈等葉片特征的有規(guī)律變化都可以在反射光譜上反映出來(lái)[34]。利用光譜技術(shù)建立相關(guān)模型，可以準(zhǔn)確快速地判別鮮煙葉的成熟度。李佛琳等[35]通過(guò)測(cè)定和分析不同成熟度鮮煙葉的近紅外光譜，篩選出了主要預(yù)測(cè)因子為514、629、650 nm 反射率的典則判別分析模型，且該判別模型的驗(yàn)證樣本準(zhǔn)確率為97%。說(shuō)明采用光譜技術(shù)判別鮮煙葉的成熟度是可行的。韓龍洋等[36]采集了不同成熟度煙葉的高光譜曲線，建立了相關(guān)預(yù)測(cè)模型，且該模型對(duì)未知成熟度的煙葉樣品識(shí)別正確率達(dá)92.5%以上。何孝兵等[37]采集了不同部位不同成熟度煙葉的光譜數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)光譜反射率與鮮煙葉成熟度之間存在著顯著正相關(guān)性，表明光譜反射率可以作為煙葉成熟度的判別指標(biāo)。楊睿等[38]利用隨機(jī)森林方法分別建立了近紅外數(shù)據(jù)結(jié)合圖像數(shù)據(jù)的融合模型，用于預(yù)測(cè)鮮煙葉的成熟度，該模型對(duì)3 個(gè)品種煙葉的預(yù)測(cè)準(zhǔn)確度都達(dá)到92%以上。王承偉等[39]采集了鮮煙葉的近紅外光譜數(shù)據(jù)，利用化學(xué)計(jì)量學(xué)方法對(duì)不同成熟度的煙葉建立模型，實(shí)現(xiàn)了對(duì)煙葉成熟度的快速判別。目前，利用光譜技術(shù)結(jié)合其他技術(shù)進(jìn)行鮮煙葉成熟度判別的方法已日趨成熟，光譜技術(shù)在鮮煙素質(zhì)判別中的應(yīng)用極大地推動(dòng)了煙葉無(wú)損檢測(cè)技術(shù)的發(fā)展。

3 光學(xué)無(wú)損檢測(cè)技術(shù)在烘烤過(guò)程煙葉變化判別中的應(yīng)用

把握住煙葉烘烤過(guò)程中內(nèi)在化學(xué)成分以及煙葉外觀性狀的變化規(guī)律，才能適時(shí)調(diào)節(jié)好烘烤參數(shù)，從而提高烤后煙葉質(zhì)量。目前主要是靠人工觀察烘烤過(guò)程中煙葉的變化來(lái)進(jìn)行烘烤參數(shù)的調(diào)節(jié)，無(wú)法真實(shí)反映煙葉在烘烤過(guò)程中內(nèi)在成分的變化情況，也容易出現(xiàn)由于對(duì)煙葉外觀的變化判別不準(zhǔn)而無(wú)法及時(shí)調(diào)控的現(xiàn)象，不利于烤后煙葉質(zhì)量的提高。因此，生產(chǎn)上亟需一種快速無(wú)損的方法來(lái)對(duì)烘烤過(guò)程中煙葉的外觀形狀變化及某些內(nèi)在成分的動(dòng)態(tài)變化進(jìn)行實(shí)時(shí)監(jiān)測(cè)，并及時(shí)根據(jù)專家系統(tǒng)調(diào)整烘烤工藝，實(shí)現(xiàn)煙葉烘烤的數(shù)字化。

3.1 烘烤過(guò)程中煙葉外觀形狀變化研究

在烤煙烘烤過(guò)程中，采用光學(xué)無(wú)損檢測(cè)技術(shù)來(lái)代替人工觀察外觀性狀的變化，可有效避免人為判斷不準(zhǔn)等缺點(diǎn)。郭朵朵[40]利用機(jī)器視覺(jué)技術(shù)進(jìn)行煙草圖像信息采集及特征參數(shù)值的提取，探究烘烤過(guò)程中煙葉外觀特征與內(nèi)部品質(zhì)之間的相關(guān)關(guān)系，從而建立基于外觀特征與內(nèi)部品質(zhì)的預(yù)測(cè)模型，設(shè)計(jì)了一種基于烘烤過(guò)程中煙草外觀特征變化情況來(lái)控制烤房工藝的自動(dòng)控制裝置。鮑安紅等[41]利用機(jī)器視覺(jué)技術(shù)獲取烘烤中煙葉的圖像信息，根據(jù)專家經(jīng)驗(yàn)調(diào)整烘烤溫濕度控制策略，提高了煙葉烘烤質(zhì)量。Condorí 等[42]開發(fā)了基于數(shù)字圖像處理的控制系統(tǒng)，用于監(jiān)控散裝烤房中煙草烤制過(guò)程的溫濕度變化。羅定棋等[43]應(yīng)用近紅外技術(shù)對(duì)煙葉烘烤進(jìn)行實(shí)時(shí)監(jiān)測(cè)，并且將專家建議寫入計(jì)算機(jī)，從而對(duì)烘烤中的烤房進(jìn)行有效控制，降低了烤壞煙比例，實(shí)現(xiàn)了煙葉烘烤的數(shù)字化。這些研究都是根據(jù)烘烤過(guò)程中采集的煙葉外觀形狀的實(shí)時(shí)圖像，并結(jié)合專家的建議，從而對(duì)烤房實(shí)現(xiàn)有效控制。

3.2 烘烤過(guò)程中煙葉內(nèi)在化學(xué)成分變化研究

烘烤過(guò)程中，煙葉的一個(gè)或多個(gè)內(nèi)在成分的動(dòng)態(tài)變化規(guī)律體現(xiàn)了煙葉在烘烤過(guò)程中的物質(zhì)變化過(guò)程，從而為有效調(diào)節(jié)烘烤參數(shù)和更好地控制烘烤進(jìn)程提供參考依據(jù)。煙葉香氣物質(zhì)形成的原因之一就是質(zhì)體色素的降解，可以根據(jù)其在烘烤過(guò)程中的動(dòng)態(tài)變化，采取恰當(dāng)?shù)暮婵竟に嚕岣呖竞鬅熑~質(zhì)量。付秋娟等[44]利用近紅外光譜技術(shù)構(gòu)建了鮮煙葉中葉綠素和類胡蘿卜素的分析模型，發(fā)現(xiàn)利用近紅外光譜技術(shù)可以對(duì)煙葉中二者的含量進(jìn)行快速的檢測(cè)。韋克蘇等[45]利用近紅外光譜技術(shù)，構(gòu)建了基于競(jìng)爭(zhēng)自適應(yīng)重加權(quán)釆樣法(CARS)和偏最小二乘法(PLS)的煙葉烘烤過(guò)程中葉綠素和類胡蘿卜素含量的動(dòng)態(tài)變化模型，發(fā)現(xiàn)CARS-PLS 模型能夠?qū)崿F(xiàn)烘烤過(guò)程中質(zhì)體色素變化的實(shí)時(shí)監(jiān)測(cè)，為探究烘烤過(guò)程中香味物質(zhì)轉(zhuǎn)化提供了理論基礎(chǔ)。賓俊等[46]應(yīng)用近紅外光譜技術(shù)結(jié)合自適應(yīng)進(jìn)化極限學(xué)習(xí)機(jī)對(duì)烘烤過(guò)程中煙葉含水率、葉綠素以及淀粉含量的動(dòng)態(tài)變化進(jìn)行監(jiān)測(cè)，其構(gòu)建的模型可以準(zhǔn)確分析煙葉烘烤過(guò)程中關(guān)鍵參數(shù)的變化規(guī)律。魏曉楠等[47]設(shè)置低溫、常規(guī)、高溫3 個(gè)烘烤條件，并分別建立相應(yīng)的近紅外模型進(jìn)行比較，認(rèn)為可以利用偏最小二乘法來(lái)預(yù)測(cè)不同烘烤條件下烤煙纖維素含量變化。李玉鵬等[48]利用偏最小二乘法(PLS)建立了PLS 模型，用于預(yù)測(cè)烤煙含水量。如果能夠?qū)崿F(xiàn)對(duì)煙葉烘烤過(guò)程中內(nèi)在化學(xué)成分變化的實(shí)時(shí)監(jiān)測(cè)，則可以第一時(shí)間掌握烤煙變化情況，及時(shí)調(diào)整烘烤參數(shù)，彌補(bǔ)人工判斷不準(zhǔn)等缺點(diǎn)。

4 展望

光學(xué)無(wú)損檢測(cè)技術(shù)可以很好地彌補(bǔ)人工經(jīng)驗(yàn)不足、判斷不準(zhǔn)等問(wèn)題，且可以實(shí)現(xiàn)快速、大面積檢測(cè)和遠(yuǎn)距離無(wú)接觸式探測(cè)。目前，該技術(shù)在煙葉生產(chǎn)中的應(yīng)用還存在高成本、判別條件不足等問(wèn)題，而且還未實(shí)現(xiàn)對(duì)煙葉烘烤過(guò)程中全部化學(xué)成分變化的實(shí)時(shí)監(jiān)測(cè)，這些仍是光學(xué)無(wú)損檢測(cè)技術(shù)在煙葉采烤中進(jìn)一步應(yīng)用亟待解決的問(wèn)題。而機(jī)器視覺(jué)技術(shù)在煙葉生產(chǎn)中的應(yīng)用大多還停留在實(shí)驗(yàn)室階段，未能在生產(chǎn)實(shí)踐中真正應(yīng)用。在今后的研究中，還需結(jié)合實(shí)際，找出該技術(shù)存在的不足，并有針對(duì)性地提高和發(fā)展。對(duì)于圖像的提取，應(yīng)著重研究實(shí)際生產(chǎn)環(huán)境下煙葉圖像特征和煙葉烘烤工藝的相關(guān)性，篩選出和烘烤過(guò)程煙葉內(nèi)在物質(zhì)具有顯著相關(guān)性的特征，進(jìn)而完善烘烤工藝。光譜技術(shù)在煙葉生產(chǎn)中的應(yīng)用目前已趨近成熟，但也存在一些未解決的硬性問(wèn)題，例如光譜檢測(cè)成本過(guò)高、判別環(huán)境單一等。之后的研究重點(diǎn)應(yīng)放在降低檢測(cè)成本、實(shí)現(xiàn)對(duì)煙葉內(nèi)在化學(xué)成分的實(shí)時(shí)監(jiān)測(cè)、以及探索和開發(fā)能夠判別鮮煙葉素質(zhì)和烘烤過(guò)程中煙葉狀態(tài)變化的儀器，從而彌補(bǔ)人工判斷不準(zhǔn)等缺點(diǎn)。相信隨著現(xiàn)代信息技術(shù)在農(nóng)業(yè)領(lǐng)域的進(jìn)一步應(yīng)用，光學(xué)無(wú)損檢測(cè)技術(shù)將會(huì)代替人工經(jīng)驗(yàn)，并在煙葉的采烤過(guò)程中得到實(shí)際應(yīng)用。