基于可見/近紅外高光譜成像技術的牛肉品種鑒別

王彩霞,王松磊,賀曉光,董 歡

(寧夏大學農學院,寧夏銀川 750021)

牛肉味道鮮美,營養豐富,深受國內外市場的青睞。近年來,隨著人們生活水平的不斷提高以及膳食結構的日益科學化,消費者對牛肉品質和營養的要求越來越高。高品質牛肉鮮香細嫩,色澤紅潤,肌肉紋理清晰,蛋白質含量高,售價相對較高[1]。目前仍有不法商販將低質量的牛肉假冒為高品質牛肉,以次充好,損害消費者利益。因此對不同品質的牛肉進行定性鑒別成為當前牛肉產業發展亟需解決的問題。不同品種的牛肉在品質和口感上存在很大的差異,但肉品性狀和顏色極為相似,肉眼難以區分。傳統的肉類鑒別方法有酶聯免疫吸附[2]、蛋白質譜技術[3-5]、PCR[6]等,鑒別成本較高,操作繁瑣,耗時耗力。因此,需研發一種高效快速、無損環保、操作簡單的檢測方法對牛肉的種類和品質進行鑒別。

高光譜成像技術作為一種新型無損檢測技術,具有超多波段、高光譜分辨率和譜圖合一等優勢[7],在肉品分析領域得到了廣泛的應用。Jiang等[8]利用Vis/NIR高光譜對雞胸肉的嫩度進行分類研究,結果表明基于全光譜波段所建的偏最小二乘判別模型(Partial least squares discrimination analysis,PLS-DA)模型的校正集與預測集準確率分別為0.92、0.94;Xiong等[9]利用可見近紅外高光譜對散養雞和普通飼養方式下的及進行識別分析,并結合多元散射校正(Multiplicative scatter correction,MSC)進行預處理,建立基于連續投影算法(Successive projections algorithm,SPA)和徑向基函數-支持向量機(RBF-SVM)的雞肉判別模型,模型準確率高達93.33%;王昱陸[10]利用特征光譜建立的線性模型對牛肉、羊肉、豬肉進行品種識別,識別準確率分別為100%、94.1%、95.5%;王松磊等[11]使用高光譜成像技術對寧夏地區灘寒雜交、鹽池灘羊、小尾寒羊三個品種羊肉進行識別,結果表明,不同波段高光譜對羊肉品種識別均有較好效果;王靖等[12]使用900～1700 nm高光譜成像系統對寧夏不同產地的羊肉進行品種識別,結果表明CARS-PLS-DA為最優模型,校正集正確率90.48%,預測集正確率84.21%。綜上可知,已有學者利用高光譜成像技術對雞肉、豬肉、羊肉以及摻假肉等進行鑒別分析,但對不同品種牛肉的鑒別鮮有報道。

本研究利用可見/近紅外高光譜成像技術對不同品種的牛肉進行鑒別分析,并比較不同特征波長提取方法及建模方法對牛肉品種鑒別效果的影響,進而為牛肉品種的快速無損鑒別提供技術參考。

1 材料與方法

1.1 材料與儀器

3～5頭5歲左右產奶率低的荷斯坦奶牛(母牛) 采自寧夏吳忠市澇河橋分割肉加工有限公司;3～5頭3歲左右的秦川牛、西門塔爾牛(公母均有) 采自寧夏固原市寧夏尚農生物科技發展產業有限公司。

Hyper Spec-VNIR高光譜成像系統(包括Imspector N型成像光譜儀、G4-232增強型EMCCD相機、VT-80自動電控位移平臺及2個鹵素燈光源。其中,光譜分辨率2.8 nm,狹縫寬度25 μm,相機像素尺寸8.0 μm) 美國Headwall公司

1.2 實驗方法

1.2.1 牛肉樣本采集 各品種牛經屠宰后在0 ℃下冷藏,排酸48 h。取出牛肉樣品進行分割,每個品種的牛分別取4個部位肉(肩頸肉、眼肉、瓜條肉、里脊肉),剔除多余的油脂和筋膜后,放入保溫箱運至實驗室,貯藏在4 ℃冷柜備用。其中,奶牛肉108個(脖肉、眼肉、瓜條肉、里脊肉各15、17、39、37個)、秦川牛肉117個(脖肉、眼肉、瓜條肉、里脊肉各16、16、40、45個)、西門塔爾牛肉樣品各113個(脖肉、眼肉、瓜條肉、里脊肉各10、17、43、43個)個。光譜掃描前將肉樣整形切塊(大小約為40 mm×30 mm×10 mm),室溫下放置2 h,待肉樣中心溫度達到室溫水平后,用濾紙吸干樣品表面的水分,進行光譜掃描。

1.2.2 高光譜圖像采集 由于肉樣本紋理形狀、色澤等會造成光源漫反射,影響光譜信息采集效果。因此,圖像采集時需設置合理的曝光時間和位移平臺移動速度。經預試驗最終確定牛肉樣品的采集參數為:相機曝光時間:15 ms,物距:380 mm,電控位移平臺移動速度:15 mms。

同時,由于光源強度分布不均及相機中暗電流的存在,使采集到的信息中含有大量噪聲。因此在采集高光譜圖像之前需進行黑白校正。具體方法為:開啟高光譜系統,調整焦距和曝光時間,獲取標準全反射白板的白圖像Rw,然后蓋住鏡頭,獲取全黑圖像Rd。根據式(1)計算出樣本的校正圖像I:

式(1)

其中:I為校正后的漫反射光譜圖像;R為樣本原始的漫反射光譜圖像;Rd為全黑圖像;RW為白板的漫反射圖像。

圖像采集前,需打開高光譜儀器預熱30 min。試驗過程中,每組取5塊肉樣依次置于電控位移平臺上,進行光譜掃描。圖像數據處理之前,利用ENVI 4.8軟件選取整塊肉表面作為感興趣區域(Range of interest,ROI),計算ROI內的平均反射光譜,作為樣本的反射光譜。

1.2.3 光譜數據預處理 在光譜采集過程中,由于試驗樣本、測定環境及儀器噪音等因素的影響,所采集的光譜數據中會夾雜一些無用信息,從而影響建模性能。因此,需要對原始光譜數據進行預處理。本試驗通過卷積平滑(Savitzky-golay smoothing,SG)、區域歸一化(Area normalize)、一階導數(First derivative,FD)、基線校準(Baseline)、標準正態變量變換(Standard normal variate,SNV)、MSC方法[13]對原始光譜進行預處理。

1.2.4 樣本劃分 不同的樣本劃分方法對所建模型具有不同的預測性能。本試驗嘗試的樣本劃分方法有:隨機法(Random select,RS)、選樣本(Kennard-stone,KS)、光譜-理化值共生距離法(Sample set partitioning based on joint X-Y distances,SPXY)[14]及順序劃分法。

1.2.5 特征波長提取 由于牛肉樣本的全波段光譜數據量大、信息混雜,且大量的光譜數據會造成模型復雜、計算量大等問題。因此,選用適當的特征波長提取方法可有效降低光譜數據的維度,減少運算量,提高模型穩健性和預測準確性[15]。本文選用應用競爭性自適應重加權算法(CARS)、連續投影算法(SPA)和無信息變量消除算法(UVE)CARS、SPA、UVE法提取特征波長[16-19]。

1.2.6 模型建立 本試驗采用PLS-DA、KNN及RBF-SVM法建立牛肉品種鑒別模型。PLS-DA算法是在PLS回歸算法基礎上建立樣本分類變量與光譜特征間的回歸模型的分類方法。KNN算法是將一個樣本在特征空間中的K個最相似或者最鄰近的樣本進行比較,樣本中的大多數屬于某一類則將該樣本則歸結為此類[20]。RBF-SVM法是基于統計學習理論提出的一種機器學習識別方法,對非線性及高維信息識別具有較好的處理能力。該算法的原理將向量映射到高維空間,構建一個超平面,進而建立合適的分隔超平面,使兩個與之平行的超平面距離達到最大,從而解決復雜數據的分類及回歸問題[21]。

1.3 數據處理

光譜數據預處理在The Unscrambler X 10.4中進行,其余算法在Matlab R2016a中實現。

2 結果與分析

2.1 光譜反射率曲線分析

3種牛肉的高光譜原始圖像如圖1所示。對3種牛肉樣品的光譜數據取平均,得到的平均光譜曲線如圖2所示。可以看出,不同品種牛肉的光譜曲線走勢相似。在400～590 nm波段范圍內,反射率較低。而在650～780 nm波段,光譜反射值較高。在可見光區域,牛肉中的肌紅蛋白與血紅蛋白相互作用,使其肉色呈現紅色;在近紅外區域,光譜吸收取決于物質分子基團中光子能量吸收與能級躍遷,不同物質具有特定的波長吸收組合,牛肉脂肪、蛋白及水分含量約占牛肉總質量的99%,因此光譜吸收主要與其本身所含的-OH,-CH和-NH2等基團密切相關。由圖2可知,荷斯坦奶牛肉的反射率值明顯低于秦川牛肉與西門塔爾牛肉,這可能是由于荷斯坦奶牛肉中三大營養物質的含量較其他兩種牛肉較少,所含關鍵集團的數量也較少,因此反射率較低。秦川牛肉與西門塔爾牛肉在各個波段的反射率值接近,說明兩種牛肉中所含關鍵官能團的數量相似。在部分波段范圍內存在光譜交叉及重疊現象,但是在690～930 nm范圍內,各波段反射率差異比較明顯,這為牛肉品種的快速鑒別提供了大量信息。不同牛肉品種的光譜反射值差不同應歸結為成分含量、組成結構及品質之間的差異,為光譜特征波長選擇及不同品種牛肉識別提供理論分析依據。

圖1 三種牛肉樣品的高光譜掃描圖像Fig.1 Hyperspectral scan image of 3 kinds beef samples

圖2 牛肉樣品平均光譜圖Fig.2 Original average spectra of beef simples

2.2 預處理方法的選擇

經不同預處理方法后建立PLS-DA模型,結果如表1所示。

表1 不同預處理方法后的PLS-DA模型結果Table 1 Results of PLS-DA models by different pretreatment methods

由表1可知,經過FD法預處理后所建模型的交互驗證中最小錯誤率小于原始光譜及其他預處理方法,其模型的準確率達到0.9882。且經過FD法預處理后所建的PLS-DA模型最優主成分數為6,低于原始光譜11,表明采用一階導數預處理所建模型的準確性最好。故選擇FD方法對原始光譜進行預處理。原始光譜圖像及經FD法預處理后的如圖3所示。由圖可知,經FD法預處理后的光譜有效減了原始光譜的背景噪音和重疊現象。

圖3 牛肉樣本光譜曲線Fig.3 Spectrum curves of beef samples注:(a)為原始光譜圖;(b)為FD法預處理后的光譜圖。

2.3 樣本集劃分方法選擇

樣本集的劃分方法在一定程度上決定了所建模型的優略性,本研究對四種常見的方法進行對比分析,進而優選出最佳樣本劃分方法。對牛肉樣品進行取樣時選擇3/4樣本作為校正集,剩余1/4作為預測集。其中,順序法劃分取每種樣品的前3/4為校正集,后1/4為預測集。不同樣本劃分方法的預測準確率見表2。

表2 不同樣本劃分方法的PLS-DA模型結果Table 2 Results of PLS-DA model by different sample partitioning methods

從表3可以看出,使用SPXY法進行樣本劃分,所建的模型的校正集與預測集的準確率均高于其他樣本劃分方法。因此,選用SPXY法進行樣本劃分,劃分結果如表3所示。

表3 利用SPXY法劃分樣本結果Table 3 Results of sample partitioning by SPXY

2.4 特征波長提取

2.4.1 應用CARS提取特征波長 CARS算法的原理是從偏最小二乘(Partial least squares,PLS)模型中優選出回歸系數權重大的波長點,并利用十折交叉驗證選出校正集中交互驗證均方根誤差(Root mean square error of cross validation,RMSECV)最小的子集,將其作為最優組合。由于每次運行CARS的結果具有隨機性,所以試驗過程中在每個設定的蒙特卡洛采樣次數下運行20次,取所建立的PLS-DA模型中最小的RMSECV值,即為最優變量。經過試驗,最終設定CARS參數為:蒙特卡洛采樣次數50,主成分數20,交叉驗證組數10。牛肉品種鑒別篩選過程如圖4所示。

圖4 CARS方法特征波長篩選過程Fig.4 Process of CARS characteristic wavelength selection

由圖4a可知,變量數與運行次數之間呈指數關系遞減,表示波長變量選擇分為“粗選”與“精選”兩個過程[22]。圖4b表示篩選過程中均方根誤差的變化,由圖可知,當采樣次數為11時,交互驗證均方根誤差達到最小值0.2679。圖4c是各變量在采樣過程中回歸系數的變化路徑,“*”所對應的位置為第11次采樣保留下來的變量,此時交互驗證誤差達到最小。分析可知,CARS法挑選出的關鍵變量共24個,分別為:410.9、415.7、444.6、449.4、487.8、497.4、516.6、531.0、550.2、598.3、603.0、612.6、622.0、627.0、684.6、799.9、804.7、910.3、939.1、958.3、963.1、982.3、987.1、991.9 nm。利用CARS優選出的特征波長占全部波長的19.2%。

2.4.2 應用SPA提取特征波長 由圖5可知,特征波長數在17之前時,RMSECV處于明顯下降狀態,之后隨著波長數的增加,RMSEC處于較平穩的變化狀態。當波長數為17時,RMSECV=0.3312。表明特征波長所含牛肉品種差異信息與真實值之間具有較高的一致性。利用SPA法所選的特征波長為439.8、444.6、454.2、459.0、463.8、468.6、497.4、502.2、511.8、516.6、521.4、526.2、535.8、540.6、545.4、550.2、564.6 nm。利用SPA法優選出的特征波長占全部波長的13.6%。

圖5 SPA方法提取特征波長Fig.5 Extracting the characteristic wavelengths using SPA

2.4.3 應用UVE提取特征波長 應用UVE提取特征波長時,先根據RMSECV最小確定PLS的最佳主成分數。本研究中當主成分數為19時,所對應的RMSECV值最小為0.1732,因此,確定最佳主成分數為19。運行UVE計算125個輸入變量和隨機變量的穩定性結果如圖6所示。

圖6 UVE方法篩選變量Fig.6 Extracting the characteristic wavelengths using UVE

圖6中豎線左側為全光譜(Full spectra,FS)條件下的125個波長變量,右側為125個隨機變量。兩條水平虛線之外的變量所對應的波長為有效波長,虛線之內的變量為無用變量。UVE法共選取的19個特征波長,分別為:415.7、425.4、454.2、463.8、473.4、487.8、492.6、497.4、531.0、564.6、574.2、622.2、641.4、718.2、751.9、863.2、939.1、958.3、982.3 nm。利用UVE提取出的特征波長占總波長的15.2%。

2.4.4 不同方法提取特征波長的結果比較 對不同方法提取的特征波長進行比較,結果如下表4所示。

表4 3種特征波長提取方法結果比較Table 4 Comparison of extracting the characteristic wavelengths by three methods

由表4可知,SPA法提取出的特征波長數目最少,只占全波段的13.6%,CARS法提取的波長數目最多為24個,但也只占到全波段的19.2%。

對三種不同方法提取的特征波長進行分析對比,結果發現,優選出的特征波長主要集中在光譜吸收較強且反射率較低的410～550 nm波段。

2.5 建模方法及建模結果的比較分析

2.5.1 建模參數的設定 KNN算法中K值的確定十分關鍵。K值的大小不僅會影響模型的穩定性,同時對模型的預測效果也有很大的干擾[23]。試驗中將最大主成分數設定為10,利用馬氏距離算法[24]并進行數據歸一化處理,采用百葉窗交互驗證[25],設置交互驗證組數為10,原始光譜的交互驗證錯誤率隨主成分數的變化如圖7所示。

圖7 KNN算法中K值選擇Fig.7 K values selection for KNN algorithm

圖7為全光譜交互驗證的錯誤率與K值大小的分布圖,根據交互驗證錯誤率最低確定K值,由圖7可知,當K=6時,交互驗證錯誤率達到最低值,所以選擇K=6時建立KNN模型。同理可得,CARS、SPA、UVE的K值,結果如表5所示。

表5 KNN和PLS-DA建模參數的設定Table 5 Modeling parameters of KNN and PLS-DA

在建立PLS-DA模型時,需確定模型的最佳主成分數。試驗中將最大主成分數設定為20,進行數據歸一化處理,并采用百葉窗交互驗證,設置交互驗證組數為10,原始光譜的交互驗證誤判率隨主成分數的變化如圖8所示。從圖8中可以看出,在主成分數為6時誤判率為0.015,之后隨主成分數的上升誤判率緩慢增大,當主成分數達到19時,錯誤率達到最低為0.011,但仍將6確定為最優主成分數。以此類推,可確定CARS、SPA、UVE特征波長的最佳主成分數,分別建立對應的PLS-DA模型,結果如表5所示。

圖8 交互驗證中不同主成分下的錯誤率Fig.8 Error rate of different principal components in cross validation

建立SVM模型時首先需要確定核函數類型、懲罰因子c和核參數g,本研究選用徑向基函數支持向量機(RBF-SVM)[26]。RBF-SVM模型的性能由參數c和g共同決定。經尋優對比,采用5折交叉驗證方法確定c和g。先粗略設置參數c和g,接著利用網格搜索法進一步確定取值范圍,然后計算RMSECV,根據最小RMSECV確定最優的c、g值。不同變量篩選下的最優c和g值如表6所示。

表6 不同變量選擇方法下SVM模型參數Table 6 Parameters of SVM with different variable selection methods

2.5.2 建模結果 經FD法預處理后的光譜數據,分別建立基于全部波段及3種特征波長提取波段下的KNN、PLS-DA及RBF-SVM牛肉品種鑒別模型,并對模型效果進行比較分析。所建模型結果如表7所示。

表7 3個品種牛肉的鑒別準確率Table 7 Identification accuracy of three beef breeds

由表7可知,基于3種特征波長提取方法建立的KNN、PLS-DA及RBF-SVM模型中校正集與預測集的正確率均大于90%,說明3種特征波長提取方法所建模型穩定性和預測能力較好。對比三種模型發現,RBF-SVM建模效果優于KNN及PLS-DA。在KNN模型中,FS-KNN校正集模型有63個樣本被誤判,鑒別正確率最低。SPA-KNN模型的校正集與預測集的鑒別準確率分別為95.65%、94.12%,分別有11、5個樣本被誤判,表明SPA-KNN模型效果較好。在PLS-DA判別模型中,FS-PLS-DA模型對校正集與預測集的準確率分別為98.81%和98.82%,分別有3、1個樣品發生誤判;基于CARS與SPA所建PLS-DA模型對校正集的鑒別準確率分別為97.63%、97.23%,各有6、7個樣品被誤判,預測集準確率CARS高于SPA。CARS-PLS-DA模型的校正集與預測集準確率分別為97.63%、95.29%,略低于基于全波段所建的模型,校正集與預測集中分別有6、4個秦川樣本被誤判。在RBF-SVM建模結果中,除SPA法外,其他3種方法所建模型的校正集準確率均為100%。

綜上可知,在特征變量選擇方法中,CARS法優于SPA和UVE法,得到的14個特征波長包含了大量的有用信息,可以代替全光譜建模。RBF-SVM法所建模型效果明顯優于PLS-DA及KNN算法,CARS-RBF-SVM模型結果最佳,鑒別結果圖如圖9所示。

圖9 CARS-RBF-SVM法對三種牛肉分類鑒別結果Fig.9 Discrimination results for 3 kinds of beef sample under CARS-RBF-SVM

由圖9可知,CARS-RBF-SVM法對三種牛肉分類鑒別中,校正集準確率為100%,預測集準確率為98.82%,其中有一個秦川牛肉被誤判為西門塔爾牛肉。此結果與表7中的結果一致。

3 結論

本文利用近紅外高光譜技術對不同牛肉品種進行鑒別研究。利用400～1000 nm高光譜系統采集3種牛肉樣本的高光譜圖像,分別提取其光譜信息,對比分析不同的光譜預處理方法,優選出FD預處理方法;并采用4種樣本分類方法對數據進行分類,優選出SPXY法劃分樣品;然后對光譜數據進行特征變量選擇,應用CARS、SPA、UVE算法提取的特征波長分別為14、17、19個;分別建立基于全波段和特征波長下的PLS-DA、KNN和RBF-SVM牛肉鑒別模型,優選CARS法提取的14個特征波長特征變量選擇效果最好,提高了模型的穩定性和準確性,CARS-RBF-SVM模型的校正集與預測集準確率分別為100%、98.82%,具有較好的鑒別效果,且能大幅降低冗余信息,為牛肉品種快速無損鑒別提供理論依據。