高光譜數據對損傷長棗的檢測判別

袁瑞瑞， 王 兵， 劉貴珊*,何建國， 萬國玲， 樊奈昀， 李 月， 孫有瑞

1. 寧夏大學食品與葡萄酒學院， 寧夏 銀川 750021 2. 寧夏大學物理與電子電氣工程學院， 寧夏 銀川 750021

引 言

棗(ZizyphusjujubaMiller)在中國已有4 000多年的歷史， 它主要分布在亞洲的亞熱帶和熱帶地區， 已有三千多年的耕種歷史。 “靈武長棗”(Lingwu long jujube)是寧夏重要的經濟林木之一， 并且由于其巨大的生態、 社會和經濟效益， 也是寧夏農業的主要組成部分[1-2]， 但是靈武長棗在采收、 運輸等過程中容易受到損傷， 并且損傷后不容易被觀察到降低商品價值嚴重影響經濟收益[3]。 因此， 亟需一種無損檢測技術快速有效地檢測靈武長棗的內部損傷。

近年來， 高光譜成像系統作為一種快速無損、 準確度高且具有高靈敏度的檢測系統， 被用于蘋果[4]、 梨[5]、 獼猴桃[6]、 草莓[7]、 藍莓[8]、 桃子[9]等的瘀傷檢測。 Zhang[10]等利用高光譜成像系統結合AdaBoost算法對完整蘋果和損傷后5個時間段(損傷后1 min、 1天、 2天、 3天、 4天)的蘋果進行了分類， 結果表明， 經MSC(multiplicative scatter correction)和CFS(correlation-based feature selection)預處理后， 所選波長建立的模型平均精度為97.63%。 Fan[11]等利用最佳波長結合近紅外高光譜反射成像系統對藍莓內部瘀傷隨時間的變化進行了檢測研究， 結果表明， 藍莓在撞擊后30 min、 2 h、 6 h和12 h的波段比值圖像建模分類精度分別為77.5%， 83.8%， 92.5%和95.0%， 以及CARS-LS-SVM(competitive adaptive reweighted sampling-least squares-support vector machine)模型的驗證集中健康和瘀傷藍莓準確率分別為93.3%和95.9%。 Lee[5]等利用高光譜圖像對梨的物理損傷進行了檢測研究， 結果表明， 利用最佳閾值波段比檢測結果的準確率為92%。 靈武長棗外部缺陷檢測已有相關研究， 但是對于靈武長棗內部損傷檢測鮮有報道。

故以靈武長棗為研究對象， 對完整長棗和損傷后五個時間段(損傷后2， 4， 8， 12和24 h)長棗進行分類判別。 利用高光譜成像系統獲得高光譜圖像， 利用ENVI軟件提取感興趣(region of interest， ROI)區域， 并計算平均光譜值。 對原始光譜利用Savitzky-Golay平滑的一階導數(first derivatives， SG-1)和二階導數(second derivatives， SG-2)、 標準正態變換(standard normal variate， SNV)和去趨勢(Detrending)、 以及SNV-SG-1、 SNV-SG-2、 Detrending-SG-1、 Detrending-SG-2組合預處理， 并建立PLS-DA分類模型； 優選最優預處理算法得到的光譜數據， 利用連續投影算法(successie projection algorithm， SPA)、 間隔隨機蛙跳(interval random frog， IRF)、 無信息消除變量(uninformative variable elimination， UVE)、 變量組合集群分析法(variable combination population analysis， VCPA)、 區間變量迭代空間收縮法(interval variable iterative space shrinkage approach， IVISSA)五種算法和IRF-SPA、 UVE-SPA、 IVISSA-SPA三種組合算法進行特征變量選擇， 特征變量建立偏最小二乘判別分析(partial least squares-discriminant analysis， PLS-DA)、 線性判別分析(linear discriminant analysis， LDA)和支持向量機(support vector machine， SVM)分類判別模型。 為損傷靈武長棗在線檢測提供理論依據。

1 實驗部分

1.1 樣品采集

從寧夏靈武某果園手工采摘大小顏色一致、 完好無損傷的靈武長棗， 放入保鮮袋中當天運回實驗室， 選取60個靈武長棗貯藏在(0±2) ℃的冰箱備用。

1.2 損傷實驗

采用如圖1所示的損傷裝置獲得損傷靈武長棗， 該裝置由試驗臺、 固定支架、 活動擺臂、 曲率半徑為8 mm且重量為22 g的實心鐵半球組成。 實驗過程中擺臂與固定支架夾角為57°， 每次鐵半球沖擊長棗赤道位置。 一共60顆靈武長棗， 每顆棗沖擊一次， 共得到60顆損傷棗。

圖1 靈武長棗損傷裝置Fig.1 Damage experimental device of Lingwu long jujube

1.3 儀器

Vis/NIR高光譜成像系統， 波長為400～1 000 nm， 該系統主要由高光譜成像儀， CCD相機， 4個150 W的光纖鹵素燈， 電控移動平臺， 計算機和光譜數據處理等系統構成。 由于高光譜成像系統中噪音的影響， 需要對獲得的光譜圖像按式(1)進行校正[12]。

式(1)中： R是黑白校正后的靈武長棗圖像； IR是靈武長棗原始光譜圖像； ID是黑板圖像； IW是白板圖像。

1.4 高光譜數據獲取

高光譜成像系統在采集樣品圖像前需要開機預熱30 min[13]。 首先采集60顆未損傷長棗的圖像， 接著利用損傷裝置獲得損傷長棗， 采集損傷后2， 4， 8， 12和24 h長棗的光譜圖像， 最后一共得到360幅長棗的高光譜圖像。 利用ENVI軟件獲得感興趣區域， 計算得到完整棗和損傷后不同時間段長棗的平均光譜值。

1.5 數據處理及分析軟件

原始光譜曲線有噪音和無用信息的干擾， 所以利用SG-1和SG-2， SNV和Detrending以及SNV-SG-1， SNV-SG-2， Detrending-SG-1， Detrending-SG-2等預處理算法對原始光譜進行預處理， 提高建模效果。 為了減少全波段光譜數據的冗余， 降低維數， 去除無關信息， 提取有效信息， 建立一種低維的數據模型， 所以利用SPA， IRF， UVE， VCPA和IVISSA五種算法和IRF-SPA， UVE-SPA和IVISSA-SPA三種組合算法進行特征變量的選擇。 PLS-DA分類模型是基于PLS回歸計算， 全面考慮了每個變量的信息， 從而能夠高效準確的鑒別。 LDA是一種有監督的基于子空間的模式識別方法， 該算法能夠使原始樣本經過線性變換后的信息更有利于分類。 SVM是一種可以分類、 模式識別、 擬合的監督學習模型。 對于原始光譜、 預處理光譜和選擇的特征變量建立PLS-DA， LDA和SVM分類模型。 光譜預處理、 LDA和SVM在Unscramble X 10.4程序中進行， PLS-DA和特征變量選擇在MATLAB R 2014a中進行， 利用Origin 2017軟件做圖。

2 結果與討論

2.1 光譜分析

圖2(a)為全部樣本的曲線圖， 圖2(b)為完整長棗和損傷后不同時間段長棗的平均光譜曲線； 由圖中可以看出， 6條曲線具有相同的變化趨勢， 波峰波谷主要分布在500， 645， 675， 900和970 nm附近。 675 nm波段附近的吸收峰是由于樣本中C—H伸縮振動引起[14]。 900～1 000 nm之間的吸收峰主要是由于樣品內部水分的吸收引起， 該波段內存在水的O—H基團的二倍頻特征吸收峰[15]。

圖2 靈武長棗光譜曲線(a)： 全部樣本曲線； (b)： 平均光譜曲線Fig.2 Spectra of Lingwu long jujubes(a)： Original spectra of all samples； (b)： Average spectral curves

2.2 原始光譜與預處理光譜分類結果分析

原始光譜利用SG-1， SG-2， SNV和Detrending等算法以及不同預處理算法之間相互結合進行預處理， 建立PLS-DA分類模型， 結果如表1所示， 所有模型的校正集和預測集準確率分別在82.96%～91.11%和90%～96.67%之間。 利用不同預處理算法對原始光譜進行預處理都能提高模型分類效果， 分析得到SNV-SG-2-PLS-DA為最優分類模型， 該模型校正集和預測集分類準確率分別為91.11%和96.67%。

表1 原始光譜和預處理光譜的PLS-DA分類結果Table 1 Classification results of PLS-DA of the original and pre-treated spectra

2.3 特征變量選擇

利用SPA， IRF， UVE， VCPA， IVISSA， IRF-SPA， UVE-SPA和IVISSA-SPA等特征波長選擇算法選擇SNV-SG-2光譜數據的特征變量， 8種算法選擇的特征變量如表2所示， 特征變量位置如圖3所示。 SPA算法共得到23個特征變量， 占總波長的18.4%。 IRF算法選擇特征變量， 得到121個間隔中排名前10的間隔如表3所示， 通過計算排名組合間隔RMSECV值最小， 得到RMSECV最小為第68個間隔， 通過計算共得到108個波長。 圖4為UVE算法選擇特征變量過程， 虛線內的為無用的變量被剔除， 虛線以外對應的波長被選擇， 共得到68個波長， 占總波長的54.4%。 VCPA算法選擇特征變量， 共得到13個波長， 占總波長的10.4%。 IVISSA算法選擇特征變量， 共得到65個波長， 占總波長的52%。 IRF-SPA， UVE-SPA和IVISSA-SPA算法選擇特征變量， 分別得到17， 19和15個波長， 分別占總波長的13.6%， 15.2%和12%。

圖3 不同特征波長選擇算法選擇的波長Fig.3 Wavelengths selected by different feature wavelength selection algorithms

圖4 UVE算法選擇特征變量穩定性分布曲線Fig.4 Stability distribution curve of characteristic variables selected by UVE algorithm

表2 不同算法選擇的特征波長Table 2 Characteristic wavelengths selected by different algorithms

表3 IRF算法選擇特征變量排名前10的波長間隔Table 3 The top 10 intervals of feature variables selected by IRF

2.4 基于特征變量的模型建立

特征變量建立的分類判別模型結果如表4所示。 在PLS-DA模型的分類結果中， 8種特征變量選擇算法選擇的特征變量建立的模型校正集和預測集準確率分別在72.96%～86.30%和74.44%～94.44%之間。 在LDA模型中需要變量數少于每個等級的樣本數才能用于建模， 所以利用SPA， VCPA， IRF-SPA， UVE-SPA和IVISSA-SPA等5種算法選擇的特征變量建立了LDA分類模型， 模型校正集和預測集準確率分別在71.85%～86.3%和64.44%～83.33%之間。 在SVM模型的分類結果中， 8種算法選擇的特征變量建立的模型校正集和預測集準確率分別在41.49%～77.78%和34.44%～72.22%之間。 在建立的PLS-DA模型中， SNV-SG-2-UVE-PLS-DA模型效果最好， 變量數為68個， 占總變量的54.4%， 模型校正集和預測集準確率分別為86.3%和94.44%。 在建立的LDA模型中， SNV-SG-2-SPA-LDA模型效果最好， SPA選擇了23個特征變量， 占總變量的18.4%， 模型校正集和預測集準確率分別為86.3%和83.33%。 在SNV-SG-2-UVE-SVM模型中， UVE選擇的變量數為68個， 模型校正集和預測集準確率分別為77.78%和71.11%。 通過分析， 線性判別模型(PLS-DA、 LDA)的結果優于非線性判別模型(SVM)， 在線性判別模型中PLS-DA模型分類結果優于LDA模型的分類結果。

表4 基于特征變量的分類結果Table 4 The classification results based on characteristic wavelength

3 結 論

高光譜成像作為一種快速無損的檢測方法被廣泛應用。 利用高光譜成像系統獲得完整長棗和損傷后不同時間段(損傷后2， 4， 8， 12和24 h)長棗的光譜圖像， 提取感興趣區域， 計算平均光譜值， 建立原始光譜和預處理光譜數據的PLS-DA分類模型， 選擇SNV-SG-2光譜數據的特征變量建立線性(PLS-DA， LDA)和非線性(SVM)分類判別模型， 并對模型進行比較。 在原始光譜數據建模中， 模型校正集和預測集準確率分別為82.96%和90%。 光譜經過預處理后得到SNV-SG-2-PLS-DA為最優分類判別模型， 模型校正集和預測集準確率分別為91.11%和96.67%， 預處理可以有效提高模型的分類準確率。 在特征變量建立的分類模型中， SNV-SG-2-UVE-PLS-DA模型校正集和預測集準確率分別為86.3%和94.44%； SNV-SG-2-SPA-LDA模型校正集和預測集準確率分別為86.3%和83.33%； SNV-SG-2-UVE-SVM模型校正集和預測集準確率分別為77.78%和71.11%。 對于特征變量選擇算法來說， 有的可以提高建模準確率， 有的雖然減少了變量數， 但是使得建模效果降低， 不利于判別分類。 對于建立的分類模型來說， 線性分類模型(PLS-DA， LDA)分類結果優于非線性分類模型(SVM)分類結果， 在線性分類模型分類結果中PLS-DA模型分類結果優于LDA模型分類結果， 因此， PLS-DA分類模型可以更好的為損傷靈武長棗在線檢測提供分類效果。