基于高光譜成像的香煙分類識別研究

吳瓊　方晶晶　紀建偉

摘要：文章利用高光譜成像技術對香煙種類識別檢測進行了初步探討，利用成像光譜儀采集了7種香煙煙絲的光譜圖像，綜合利用高光譜成像技術圖譜合一的特點，對香煙煙絲進行對比分析，利用偏最小二乘法建立7種香煙煙絲光譜反射率與焦油量的預測模型，結果顯示利用高光譜成像技術對香煙煙絲的無損檢測與煙草的理化值含量具有相關性。

關鍵詞：香煙分類；高光譜成像技術；焦油量；無損檢測；香煙煙絲；圖譜合一 文獻標識碼：A

中圖分類號：TN911 文章編號：1009-2374（2015）23-0063-02 DOI：10.13535/j.cnki.11-4406/n.2015.23.033

煙草是我國重要的經濟作物，早在半個世紀之前，利用近紅外光譜分析技術對煙草進行了大量的無損檢測研究，國外的許多學者根據不同煙草類型建立了相應近紅外光譜分析模型對煙葉所屬的品種（白肋煙、烤煙）或不同產地（美國本地、非美國產）均得到了較好的正確判別結果，相對而言，國外的應用水平較為領先。國內近紅外光譜分析技術應用于煙草始于1995年，經過幾十年的發展，國內煙草行業目前對近紅外技術的應用已十分廣泛。盡管近紅外光譜技術用于煙草行業的無損快速檢測能夠應用于過程分析，然而非成像近紅外光譜技術不適合于定量分析和分散性樣品分析，由于外界因素的干擾不能有效剔除，其模型建立后需要不斷進行維護修正并且測試靈敏比較低，相對誤差比較大。近年來，高光譜成像技術不僅在農產品安全檢測方面的應用取得了良好效果，也大量應用在農情監測作物長勢的性狀信息研究中。隨著成本的降低，從最初航空、衛星遙感的應用平臺，擴展到為近地應用提供了可能。將高光譜成像技術應用到煙草行業的品質與安全性檢測中，可以綜合得到產品內外品質的全面檢測信息，這種內外品質信息兼備的特征，使得高光譜圖像技術在煙草行業的無損檢測方面具有較大的應用前景。現階段利用高光譜成像技術進行煙草行業的無損檢測還處于研究和發展階段，隨著光譜分辨率的不斷提高，高光譜成像能夠記錄的煙草品質信息會越來越豐富。

1 材料與方法

1.1 實驗設計

本實驗選用北京中南海8mg、四川嬌子（時代陽光）、上海紅雙喜（硬）、黃果樹（典藏）、南京（特醇）俗稱紅南京、云煙（紅）、都寶（新）7種中低檔價格大眾定位的香煙品種，分別對這7種香煙的煙絲在室內進行實驗。每個品種類型的香煙選取兩支香煙的煙絲量，取出兩支香煙的煙絲進行高光譜圖像信息采集。為了保證室內暗室環境，實驗選擇在晚上19∶00以后的密閉實驗室內進行數據采集，采用鹵鎢燈照射香煙煙絲樣品，樣品到光譜儀鏡頭的垂直距離選擇為65cm，導軌速度為2mm/s。

1.2 香煙煙絲光譜成像光譜數據預處理

1.3 香煙煙絲理化值含量

記錄煙盒上給出的每種香煙的焦油量、煙氣煙堿量、一氧化碳量理化值的標準數值，用于采集的每個品種香煙的煙絲平均光譜數值建立模型進行相關分析，其理化值參數如表1所示：

本實驗所用的香煙樣品量，每個種類的香煙使用兩根香煙的煙絲量，因此在后續參照每個類型的香煙煙絲理化值的標準值時，都會相應采集2倍的香煙煙絲理化值含量作參照。

2 結果

2.1 不同品種香煙煙絲的成像光譜圖

本文在ENVI里從高光譜數據立方體中利用R、G、B三原色的特征波長（680nm、550nm、450nm）提取出不同種類的香煙煙絲高光譜成像圖（如圖1所示）。從圖中我們可以很直觀地分析辨別7種香煙的煙絲色澤、分布信息狀況的變化，進而發現這7種香煙煙絲的差異，說明利用高光譜成像技術可直觀對香煙煙絲的類別進行定性識別分析。

2.2 不同煙絲的高光譜反射率曲線對比分析

采集每個類型的香煙煙絲高光譜成像數據，通過換算預處理得到香煙煙絲的高光譜反射率曲線圖（如圖2所示），并對其進行分析。由結果可知：7種香煙煙絲所提取的光譜反射率曲線基本一致，都在400～500nm的可見光區，光譜曲線出現吸收谷，并在680nm處也有輕微反射吸收谷且無波峰出現，這與查閱文獻的綠色植被的光譜反射率曲線不同，這一特征可用來區分識別煙草煙絲與其他綠色經濟作物。進一步結合香煙煙絲內部的組分信息變化分別對香煙煙絲焦油量和煙堿量進行分析，達到圖譜合一化，表明基于高光譜成像可以從圖像和光譜兩個角度對香煙煙絲的焦油量和煙堿量進行分析。

2.3 香煙煙絲的理化值預測模型構建

在400～1000nm波長范圍內，提取出7種香煙煙絲的平均光譜反射率值，分別與采集到的7種香煙的焦油量和煙堿量兩種理化值采用偏最小二乘法（PLS）建立相關預測模型分析。首先利用偏最小二乘法（PLS）建立7種香煙煙絲光譜反射率與焦油量的預測模型，建模結果如表2所示，其建模結果模型相關系數R=0.67。煙堿量俗稱尼古丁，利用7種香煙煙絲的光譜反射率值與所采集的香煙煙堿量采用偏最小二乘法（PLS）建立煙堿量的預測模型，建模結果如表3所示，其建模結果模型相關系數R=0.68。由香煙焦油量和煙堿量兩種理化值模型的建模結果可知：采用高光譜成像技術對香煙煙絲組份信息的定量識別是可行的。

3 結語

本文分別選用北京中南海8mg、四川嬌子（時代陽光）、上海紅雙喜（硬）等7種大眾化香煙的煙絲，利用成像光譜儀采集其光譜圖像，綜合利用高光譜成像技術圖譜合一的特點，對香煙煙絲進行對比分析，利用偏最小二乘法（PLS）建立7種香煙煙絲光譜反射率與焦油量的預測模型，焦油量建模結果模型相關系數R=0.67，煙堿量建模結果R=0.68。利用高光譜成像技術對香煙煙絲的無損檢測識別能與煙草的理化值含量具有很好的相關性，焦油量和煙堿量兩個典型理化值的模型建模結果相關系數效果較好。進而說明，采用高光譜成像技術對香煙煙絲組份信息進行無損檢測識別是可行的。今后還需進一步對不同品種的香煙煙草進行定性分析，并可對田間煙草的長勢監測進行定性、定量分析或對不同品種的香煙煙草成分信息進行深入分析比較。

參考文獻

[1] 關斌，王家俊，張峻松.近紅外光譜技術在煙草行業的研究進展[J].農產品加工（學刊），2009，（10）.

[2] 王文真，張懷寶.利用IA450近紅外分析儀快速測定煙草中的總氮含量[J].儀器儀表與分析監測，1995，（2）.

[3] 王東丹，李天飛，吳玉萍，等.近紅外光譜分析技術在煙草化學分析上的應用研究[J].云南大學學報（自然科學版），2001，23（2）.

[4] 張建平，謝雯燕，束茹欣，等.煙草化學成分的近紅外快速定量分析研究[J].煙草科技，1999，（3）.

[5] 宋怡，劉巍，段焰青，等.近紅外光譜法快速測定煙草中的植物色素[J].中國煙草科學，2009，4（2）.

[6] 付秋娟，張懷寶，邱軍，等.近紅外光譜法快速測定煙草中的總揮發堿[J].中國煙草科學，2005，26（4）.

[7] 吳瓊，朱大洲，王成，等.基于高光譜成像的蔬菜新鮮度檢測初探[J].食品安全質量檢測學報，2012，3（6）.

[8] 吳瓊，朱大洲，王成，等.基于高光譜成像技術的小麥苗期監測研究[D].吉林大學，2012.

（責任編輯：陳 倩）