高光譜成像技術在煙葉和雜物分類中的應用

張 龍，馬嘯宇，2，王銳亮，李志剛，徐大勇，洪偉齡

1. 中國科學院合肥物質科學研究院應用技術研究所，合肥市長江西路2221 號 230088

2. 中國科學技術大學，合肥市包河區金寨路96 號 230026

3. 中國煙草總公司鄭州煙草研究院，鄭州高新技術產業開發區楓楊街2 號 450001

4. 福建中煙工業有限責任公司技術中心，福建省廈門市集美區濱水路298 號 361021

煙葉在采收、運輸和加工過程中，不可避免地會混入非煙葉雜物。非煙葉雜物的混入，不僅對煙葉復烤加工中的設備造成影響，其灼燒產生的有害物質更會嚴重影響人體的健康［1］。非煙葉雜物一般分為三類：一類雜物包括金屬、塑料、昆蟲等；二類雜物包括紙、石頭、麻繩等；三類雜物包括非煙葉雜草等［2］。為了保障卷煙的吸食安全，煙草行業對煙葉中雜物含量提出了嚴格的管控要求，其標準為：一類雜物含量為0，二、三類雜物含量小于等于0.006 65%［3］。目前卷煙生產加工線上采用的除雜方式主要有風力除雜、光電除雜、磁力除雜和人工挑選除雜，其中風力除雜、光電除雜、磁力除雜均是針對雜物的特定屬性差異進行的有針對性識別和剔除，如比重的差異、顏色的差異和磁性的差異等，一種除雜方式只能識別和剔除某一類雜物。高光譜成像技術（Hyperspectral imaging，HSI）是圖像與光譜技術相結合的三維信息獲取技術，具有圖譜合一、檢測速度快、對樣品無侵入、無污染等特點［4］。相較于近紅外光譜儀等傳統光譜分析設備，高光譜成像儀可以在提供光譜信息的同時，顯示出該光譜所在像元位置，提供物品的空間分布信息，實現不同被測物可視化成像；可以利用空間信息，對每條光譜追根溯源，更加完整地探測不同物質、不同位置光譜的差異［5］。利用高光譜成像儀對煙葉進行檢測分析，近年來已在煙草行業中得到了應用。在鮮煙葉光譜特性方面，孫陽等［6］利用可見近紅外便攜式地物光譜儀分析不同顏色鮮煙葉的光譜特性，同時運用相關分析和逐步回歸分析的方法對高光譜特征參數、鮮煙葉顏色參數和煙葉成熟度進行了研究。在煙草病毒檢測方面，Zhu 等［7］利用可見波段成像光譜儀采集健康煙葉和感染煙草花葉病毒煙葉信息，運用機器學習的方法對煙葉感染疾病的程度進行評估，并取得了較好的效果。打葉復烤過程中，也可利用高光譜成像儀進行成像，對高光譜圖像空間維中的煙葉和雜物的像元進行光譜分析，利用不同物質獨特的光譜特征，對煙葉和雜物進行判別，以保證煙葉的純凈度。因此，基于高光譜成像技術提出了一種分類方法，以達到準確識別煙葉、雜物的目的，可以為實現對不特定雜物的剔除提供技術基礎。

1 高光譜成像系統組成

高光譜成像系統如圖1 所示。系統主要包括Image-λ-N25E-HS 高光譜成像儀（芬蘭SPECIM 公司）、鹵鎢燈光源、暗箱、樣品臺、電控移動平臺、數據采集卡和計算機。其中，高光譜成像儀由準直鏡、分光計、聚焦透鏡、InGaAs CCD 相機組成，采集波長范圍1 000～2 500 nm，共288 個波段，像素數384×288（空間維×光譜維），光譜分辨率12 nm；煙葉和雜物等實驗樣品由河南中煙工業有限責任公司提供。為保證煙葉和雜物樣本成像清晰不失真，設置CCD 相機曝光時間為20 ms，調節物距至47 cm，電控平臺移動速率為1.7 cm·s-1。

煙葉高光譜成像效果如圖2 所示，系統所成圖像為包含圖像空間信息與像元光譜信息的三維數據立方體。

圖1 高光譜成像系統Fig.1 A hyperspectral imaging system

圖2 三維高光譜圖像及光譜Fig.2 A 3D hyperspectral image and corresponding spectrum

2 高光譜圖像處理方法

2.1 高光譜圖像黑白校正

在實驗過程中，高光譜成像系統受到光源在不同波段反射強度不同、鏡頭所含暗電流等因素影響，會在采集圖像光譜維中產生較大噪聲，影響實驗精度。因此，實驗前對高光譜圖像進行黑白校正來保證實驗結果的準確性。校正過程中，首先關閉近紅外高光譜相機鏡頭蓋，采集反射率為0的全黑標定圖像（B）。然后打開鏡頭蓋，掃描校準白板，采集反射率為99%的全白標定圖像（W）［8-9］，標定圖像如圖3 所示。最后通過黑白校正公式處理，獲得校正后的高光譜圖像信息，其公式如下：

式中：R 為校正后高光譜圖像；I 為未校正高光譜圖像。

圖3 全白標定圖像（左）與全黑標定圖像（右）Fig.3 All white calibrated image (left) and all black calibrated image (right)

2.2 高光譜圖像預處理

成像系統所采集的原始高光譜圖像中摻有較多冗雜光譜信息，這給計算效率和計算精度帶來很大影響。對高光譜圖像進行預處理，可以有效減少甚至消除背景、噪聲等對圖像帶來的干擾，為后續圖像分類提供高質量的數據源，為數據分析奠定良好基礎［10］。本研究中對經黑白校正后的光譜數據進行Savitzky-Golay 平滑濾波（SG）以去除噪聲帶來的影響；對平滑濾波后的光譜數據進行多元散射校正（MSC），以消除樣品不均勻所產生的散射現象。

2.2.1 Savitzky-Golay 平滑濾波算法

本方法中，為避免光譜波形失真，濾波階數設置為0；為保證濾波后光譜噪聲最小，引入均方誤差（MSE）對光譜數據變化程度進行評價，選取合適的窗寬對信號進行擬合。其中MSE 值越小，光譜噪聲越小［11-13］。選取濾波核中心點數m=1、2、3、4、5，窗寬n=2m+1=3、5、7、9、11 時，對MSE 值進行計算，結果如表1 所示。

表1 不同窗寬對應的均方誤差Tab.1 MSEs corresponding to different window widths

濾波核中心點個數m=5，窗寬n=11 時均方誤差值最小，MSE 值等于0.172 357。對各測量點x=（-5，-4，…，0，…，4，5），采用k-1 次多項式對窗口內所包含的數據點進行擬合運算，即滿足：

存在11 個上述方程，構成k 元線性方程組。利用最小二乘法對方程組進行求解，并對窗內數據進行最佳擬合。使用SG 平滑濾波算法可以有效消除光譜數據中的噪聲，其平滑效果如圖4所示。

圖4 濾波前后煙葉光譜信息Fig.4 Spectral information of tobacco leaves before and after filtering

2.2.2 多元散射校正（MSC）算法

相同物質光譜波形趨于一致，但是選取同種物質的不同像元，光譜中吸光度卻有所差異。這是由于樣品外形不固定，鹵鎢光源漫反射導致的雜散現象引起的。為避免雜散現象對光譜信息造成影響，采用多元散射校正算法對樣品近紅外光譜進行修正。通過計算ROI 區域中樣品光譜的平均光譜和進行一元線性回歸，最終完成多元散射校正。將散射信息校正至同一水平，使得光譜向平均光譜靠攏，即可大幅提高光譜信息信噪比。具體處理過程如下：

計算待校正光譜的平均光譜：

一元線性回歸：

多元散射校正：

式中：A 為定標光譜數據矩陣；Ai，j表示樣品經SG 平滑處理后近紅外光譜在各個波長點處求平均值所得到的平均光譜矢量；mi和bi分別表示所測近紅外光譜與平均光譜進行一元線性回歸后所得到的相對偏移系數與平移量［14］。

煙葉近紅外光譜經多元散射校正前后的結果如圖5、圖6 所示。由圖5 可以看出，在對相同物質（煙葉）不同像元處進行光譜信息提取時，其吸光度差異較大，光譜間存在基線漂移、傾斜等現象，這主要是由各光譜中散射信息差異引起的。采用MSC 算法對光譜信息進行處理，如圖6 所示，可以看出煙葉散射信息校正至同一水平，煙葉光譜向平均光譜靠攏，光譜信息信噪比大幅提高［15-16］。

圖5 多元散射校正前煙葉吸光度Fig.5 Absorption of tobacco leaves before multiplicative scatter correction

圖6 多元散射校正后煙葉吸光度Fig.6 Absorption of tobacco leaves after multiplicative scatter correction

2.3 基于支持向量機（SVM）算法的圖像分類

SVM 是一種建立在統計學理論基礎上的機器學習方法。SVM 可以自主找尋有較大分類能力的支持向量，并由此構造分類器，最大化類與類之間的間隔，因此SVM 具有較高分類準確度［17］。SVM 算法本質是求解目標函數最優化問題，基本思想在于通過核函數的定義，將樣本輸入空間映射到高維空間中，然后在高維空間中選取新的最優分類面作為決策面，對不同類數據進行分離［18］，常見核函數分為4 種［19］：①線性核函數：K（xi，x）=xi·y；②多項式核函數：K（xi，x）=［y（xi，x）+m］d，d=1，2，……；③徑向基核函數：K（xi，x）=exp（-‖xix‖2/2δ2）；④Sigmoid 核函數：K（xi，x）=tanh［y（xi?x）+m］。

提取不同物質光譜信息，建立光譜庫文件。分別使用以上4 種核函數進行分類實驗，并通過高光譜影像分析軟件ENVI 5.3 對樣品進行分類精度統計。利用混淆矩陣（Confusion matrix），通過總體分類精度值（OA）和卡帕系數（Kappa）對煙葉和雜物分類精度進行表征。將高光譜圖像信息與光譜庫文件光譜信息進行比對，分類精度結果如表2～表5 所示。

式中：N 為總像元個數26 509；C 為分類數7；xi+、x+i為混淆矩陣中每行、每列之和；xii為混淆矩陣中對角陣元素。

表2 采用線性核函數時煙葉和雜物的混淆矩陣Tab.2 Confusion matrix of tobacco leaves and foreign matters adopting linear kernel function

表3 采用多項式核函數時煙葉和雜物的混淆矩陣Tab.3 Confusion matrix of tobacco leaves and foreign matters adopting polynomial kernel function

表4 采用徑向基核函數時煙葉和雜物的混淆矩陣Tab.4 Confusion matrix of tobacco leaves and foreign matters adopting radial basis kernel function

表5 采用Sigmoid 核函數時煙葉和雜物的混淆矩陣Tab.5 Confusion matrix of tobacco leaves and foreign matters adopting Sigmoid kernel function

通過4 種核函數對比實驗，分別計算混淆矩陣中總體分類精度和卡帕系數，可以得出結論：采用徑向基核函數對煙葉和雜物的分類效果最佳，總體分類精度值為99.92%，卡帕系數為0.998。

2.4 檢測結果

依次經過Savitzky-Golay 卷積平滑濾波，多元散射校正算法預處理后，利用支持向量機對煙葉和雜物進行分類。對每種物質的特征吸收光譜進行標記，其中煙葉和雜物的波形有明顯的差別，具體如圖7 所示。

對圖7 進行光譜分析可知，在1 200 nm 處，塑料瓶蓋與塑料匝帶均出現吸收峰，尤其瓶蓋吸收峰最為強烈，故依據此峰，可辨識瓶蓋和匝帶。1 430 nm、1 870 nm 作為大氣水分吸收帶，煙葉與蝸牛受影響較為明顯，但煙葉吸光度較高，故依據此波段，可分辨煙葉與蝸牛。金屬片在近紅外波段一直保持較高吸光度，且在1 150 nm、2 050 nm處具有反射峰，區別極為明顯。皮筋在1 000～1 250 nm 吸光度保持上升趨勢，在2 000 nm 處有小的反射峰存在，該峰可作為皮筋的判別依據。綜上，除煙葉和蝸牛外，其余樣品均具有較大區分度。

圖7 煙葉和雜物吸收峰標記Fig.7 Absorbance peak markers of tobacco leaves and foreign matters

通過總體分類精度值和卡帕系數可知，樣本分類結果與光譜區分度具有高度一致性，總體分類精度較高。煙葉在輪廓處存在誤區分現象，分類效果圖如圖8 所示。選取煙葉輪廓處誤識別像元，導出光譜信息與蝸牛光譜信息進行比對，如圖9 所示。從圖9 可以看出，由于煙葉輪廓處受到單位像元內物質混合、光強較弱和吸光度較低等因素影響，煙葉輪廓、蝸牛的光譜曲線發生重合疊加，從而導致誤識別現象發生。在后續的工作中，將進一步在煙葉和蝸牛光譜數據處理的過程中加入特征識別算法，以便將煙葉輪廓和蝸牛進行有效的區分。

圖8 煙葉和雜物成像效果圖Fig.8 Image rendering of tobacco leaves and foreign matters

圖9 煙葉誤識別像元和蝸牛光譜信息Fig.9 Spectral information of misrecognition pixel of tobacco leaves and snails

3 結論

本研究提出了一種基于高光譜成像技術的煙葉和雜物識別分類方法。采用Savitzky-Golay 平滑算法、多元散射校正算法對提取的感興趣區域數據進行預處理；通過支持向量機實現煙葉和雜物的識別分類，針對常用的4 種核函數對其進行尋優和分類預測，分析結果顯示使用徑向基核函數時分類效果最佳，其總體分類精度達99.92%，卡帕系數為0.998。研究結果表明，在高光譜成像技術的基礎上使用支持向量機可以對煙葉、塑料橡膠制品和金屬制品等進行有效分類，有助于實現煙葉中非特定雜物的剔除。