高光譜成像的機采籽棉雜質分類檢測

常金強，張若宇，龐宇杰，張夢蕓，扎 亞

石河子大學機械電氣工程學院/農業農村部西北農業裝備重點實驗室，新疆 石河子 832003

引 言

近年來棉花全程機械化生產比例增加，機采籽棉需要在后續加工過程中進行多道清理工藝，但是清理機械會對棉花纖維造成損失，降低加工所得皮棉的品質，影響最終產品價格和經濟效益。因此對棉花雜質進行檢測，并將雜質進行分類判別，為調整棉花清理機械加工參數和工序提供參考依據，對提升皮棉品質具有重要實際生產價值和意義。

由于皮棉中異纖含量對價格影響較大，國內的研究主要集中在異性纖維檢測[1-2]。張志峰等[3]提出了一種基于改進的自適應迭代閾值法皮棉疵點快速檢測方法；張林等[4]采用LED與線激光的雙光源一次成像方法，可以檢測出各種顏色的異性纖維；張成梁等[5-6]、王昊鵬等[7]提取機采籽棉可見光圖像中雜質的顏色、形狀和紋理特征，對各類植物雜質進行分類檢測；倪超等[8]采用深度學習方法對短波近紅外高光譜圖像中的地膜進行檢測。

國外的研究主要集中在植物性雜質的檢測，Wang等[9]采用基于自動視覺檢測系統的偽異性纖維檢測方法，提高了棉花中異性纖維的分類精度。Fortier等[10]建立棉花中植物雜質的近紅外光譜庫，進行雜質光譜分類識別。Li等[11-15]基于高光譜成像技術，采用反射、透射和熒光等成像方式，應用降維、特征波段選擇、分類判別算法等分析方法，對皮棉中多種植物和異纖雜質進行檢測。

上述研究對象主要是皮棉，由于皮棉經過雜質清理和軋花去籽處理，雜質含量小，棉層均勻易于圖像中雜質的檢測；而機采籽棉中不僅含有較多雜質，且棉籽導致棉層不均勻，使得圖像檢測難度增大，使用傳統的檢測方法無法有效檢測各類雜質。

基于高光譜成像檢測技術，根據棉花和各類雜質的光譜特征，針對機采籽棉中存在的植物和殘膜雜質建立分類判別模型；并充分利用光譜圖像的空間信息，實現對機采籽棉各類雜質的像素等級分類判別，為棉花加工設備提供快速信息反饋。

1 實驗部分

1.1 樣本的制備

共取樣籽棉10 kg，其中籽棉取自棉花加工企業，地膜取自采收后的棉花地。將籽棉和雜質手動混合均勻，每個樣本(30±0.5)g，使用電子天平稱重(量程1 000 g，分度值0.01 g)，共120個籽棉樣本。樣本中檢測的雜質有棉葉，棉枝，鈴殼(內和外)和地膜共5種雜質，如圖1所示。

圖1 機采籽棉和主要雜質

1.2 高光譜成像系統和圖像采集

高光譜圖像采集系統如圖2所示，由成像光譜儀(Imspectral V10E-QE，Finland)、CCD相機(C8484-05G, Hamamatsu Photonics，Japan)、鏡頭、光源(150 W鹵素燈，China)、電動位移平臺(PSA200-11-X，Zolix)和電動位移平臺控制器(CS300-1A，Zolix)、暗箱、PC計算機等組成；在PC上用Spectral軟件進行圖像采集軟件控制。高光譜成像系統光譜范圍為360～1 000 nm，光譜分辨率為2.7 nm，采集的圖像有256個波段。

圖2 高光譜圖像采集系統

為保證視野足夠，調節鏡頭和樣本的間距為25.5 cm；為矯正速度不匹配帶來的空間畸變，使用一張打印有一個圓圈的A4紙調試平臺的速度，轉速設定為940 pulses·s-1；曝光時間為3.5 ms。

將樣本置于內部大小為15 cm×20 cm×3 cm的樣本盒中，分布均勻，將樣本盒固定于移動平臺上進行圖像采集。樣本盒覆蓋有黑色背景紙，有利于后期掩膜去除背景以及后續處理。

為減少光源光強分布不均勻導致的圖像信息噪聲影響，使用的高光譜成像系統在采集圖像之前需要進行黑白校正。掃描聚四氟乙烯白板獲得白校正圖像；鏡頭擰上鏡頭蓋并關閉光源采集黑校正圖像，該圖像包含有相機暗電流噪聲信息。圖像采集后用軟件SpecView(V2.9.2.7)按式(1)進行校正

(1)

其中：I為原始圖像，Ib為黑校正圖像，Iw為白校正圖像，Ia為獲取校正后的圖像。

1.3 機采籽棉數據分析和雜質多分類模型

使用PCA(principal component analysis，PCA)對平均光譜數據進行分析，將成百個相互高度相關波段數據降維至少數個新的主成分變量上，用來代替原來數據的大部分信息，并通過繪制分布散點圖體現原光譜數據的分類識別可行性。

采用LDA，SVM和ANN三種有監督的分類判別分析方法建立機采籽棉雜質多分類判別模型。模型訓練的過程為：首先將提取的平均光譜數據按照7∶3的比例，隨機劃分為訓練集和測試集；然后根據不同模型的參數特點和數據特性，使用訓練集采用5折交叉驗證，確定最佳的模型參數, 并使用測試集對模型結果進行評估。

2 結果與討論

2.1 高光譜圖像光譜曲線數據提取與分析

2.1.1 平均光譜曲線提取與變化規律

經過黑白校正后的圖像，在可見至近紅外波段上，共有256個波段。意味著在空間域上每個像素具有256個特征，這些特征組成該像素對應的光譜曲線。因高光譜圖像中存在噪聲，單一像素對應的光譜曲線可能在噪聲的影響下，表現出較大的變化。因為光譜成像儀的特性，高光譜圖像在首尾的波段圖像噪聲較大，有用信息較少，所以將這些波段剔除，即去除395 nm以前和970 nm以后的光譜圖像波段，將395～970 nm區間共226個光譜波段的數據作為后續分析數據。

從每幅圖像中提取10條平均光譜曲線，共1 200條光譜曲線，其中棉葉、殘膜、鈴殼外、鈴殼內、棉枝和棉花分別為457，173，88，193，63和226條。繪制機采籽棉中具有代表性的棉花和各類雜質的平均光譜曲線，如圖3所示：各類物質在430 nm處附近反射率均為最小，吸收最強；棉花的反射率較其他物質在大部分波段范圍高；殘膜整體上和棉花變化趨勢一致，但是數值比棉花低，驗證了從圖像上檢測殘膜的難度較大；鈴殼內的反射率在750 nm前低于棉花和殘膜，但是在750 nm后超過了棉花和殘膜；棉葉、棉枝和鈴殼外在趨勢和數值上都比較相似，但是棉葉在680 nm處出現了吸收峰，此現象對應了葉綠素的吸收波段。從630 nm開始到近紅外波段范圍內，鈴殼外的反射率比棉葉和棉枝都高。

圖3 機采棉和各類雜質平均光譜曲線

綜上所述，雖然棉花和各類雜質的光譜曲線趨勢相同，但還是體現出不同的吸收和反射特性。不同種類物質(棉花、化學纖維和植物)之間的差異大于同類物質之間的光譜差異，同種物質之間的差異不能通過單個波段進行判別，所以需要進行數據分析和建模。

2.1.2 機采籽棉光譜曲線PCA分析

對提取的平均光譜曲線進行PCA變換，如圖4所示，前2個主成分的累計貢獻率達到了97.2%，前6個主成分的累計貢獻率達到了99.9%，能夠代表原始光譜數據的大部分信息。PCA前兩個主成分的散點圖如圖5所示，6類物質光譜變換后的新變量分布于整個空間中。由圖可知，棉花、殘膜和鈴殼外與其他三類相比，有較好的聚集性和可分性，但是由于棉葉、鈴殼內和棉枝三類的物質組成(纖維素和木質素)相似性較高，光譜特征相似，導致相互疊加在一起，空間分布存在嚴重交叉，無法有效區分類別。由于PCA為無監督降維方法，無法有效利用分類信息，因此需要使用有監督的數據建模方法，對光譜分類數據進行學習擬合，實現對雜質類別的準確識別。

圖4 前6個主成分的特征值和累計貢獻率

圖5 前2個主成分分類散點圖

2.2 機采籽棉雜質光譜多分類模型

2.2.1 線性判別分析(LDA)模型

線性判別分析(linear discriminant analysis, LDA)是將原始數據投影到更低的維度上，減少特征之間的線性相關性導致的特征冗余問題。通過LDA進行降維，可以達到提升分類準確率的目的。

與PCA中的分布相比，圖6(a)中棉花、殘膜和鈴殼外有更好的聚集性和可分性，表明有監督的LDA模型降維方法變換后的數據具有更好的可分性；但是棉葉、鈴殼內和棉枝這三類還是相互疊加在一起，空間分布存在嚴重交叉，無法有效區分類別。因此針對該三類重新進行了LDA降維，見圖6(b)中的棉葉、鈴殼內和棉枝表現出了較高的可分性，驗證了LDA模型在機采籽棉多分類上的可行性。

圖6 LDA前兩個特征的類別散點圖

因LDA易出現過擬合，因此在LDA模型構件中采用正則化防止過擬合，建立分類模型，得到訓練集準確率為86.4%，測試集準確率為86.2%，其差值較小，未出現過擬合現象。

2.2.2 支持向量機(SVM)模型

支持向量機(support vector machine, SVM)廣泛應用于建立分類判別模型。在SVM分類模型構建中采用RBF徑向基函數構建了分類模型，對gamma(g)和cost(C)兩個參數進行尋優，將Lg(g)和-Lg(c)參數區間設置為[0，10]。由圖7可知，在C=105、gamma=0.1時，交叉驗證集的準確率最高達到95.19%。根據最優參數模型得出訓練集準確率為83.42%，測試集準確率為83.40%，兩者差值較小，未出現過擬合現象。

圖7 SVM模型尋優結果

2.2.3 人工神經網絡(ANN)模型

人工神經網絡(artificial neural network，ANN)是一種影響強、分類效果好的神經網絡分類算法，在解決非線性問題上具有較強能力。在ANN分類模型構建中，設置隱含層層數區間為[1，10]，隱含層神經元個數區間為[1，18]，激活函數選擇Relu函數進行參數尋優。由圖8可知，在隱含層層數為2，隱含層神經元個數為17，交叉驗證集的準確率達到最高為73.92%。以尋優所得到的參數，建立ANN分類模型并輸出，訓練集準確率為82.9%，測試集準確率為81.8%，沒有發生過擬合。

圖8 ANN參數尋優結果

2.3 模型效果比較

對上述的多分類模型準確率性能進行對比，如表1所示，結果顯示LDA模型的準確率高于SVM模型和ANN模型，訓練集和預測集的準確率達到了86.4%和86.2%。由于高光譜波段之間有較高的相關性，分類模型無法有效篩選信息，會引起誤差的產生。LDA在分類前對光譜特征進行了降維，減少了特征之間的相關性，保留了大部分類間信息，因此在多分類問題中，相較于SVM和ANN具有更好的效果。

表1 光譜曲線分類模型準確率和時間

三個模型預測效果如圖9所示。在LDA模型中，地膜、鈴殼(內和外)和棉花的準確率較高，均高于90%；棉葉和棉枝的準確率較低，分別為59.84%和77.08%，其中有26.77%的棉葉被識別為棉枝，9.72%的棉枝被識別為棉葉，9.72%的棉枝和8.66%的棉葉被識別為鈴殼內；與LDA模型相比較，SVM模型和ANN模型的鈴殼內準確率有所降低，誤差類別分布一致但較高。分析認為這些識別錯誤的原因主要是棉葉、棉枝和鈴殼內的物質成分相似度高，導致在波段范圍內表現出光譜曲線相似的特點。

圖9 分類模型預測集效果

2.4 像素等級雜質分類判別

根據三種算法對120個高光譜圖像進行檢測分類，并將運行時間進行平均，得到每個模型檢測高光譜圖像所需運行時間。結果如表1所示，SVM，LDA和ANN的運行時間分別為73.65，1.86和2.58 s，綜合比較，LDA的分類準確率較高且運行時間少，確定LDA分類模型為最優模型。

使用訓練的LDA模型對高光譜圖像進行像素等級分類，分類效果如圖10所示。可看出棉花識別效果較好；部分棉葉和棉枝不能有效識別；地膜雖然被檢測出來，但因地膜的光譜曲線在大部分波段上和棉花相似，亮度較棉花低，所以部分棉花中表面不平導致的亮度較低的區域被識別為地膜。上述分類效果與雜質光譜的分類判別模型結果一致。

圖10 高光譜圖像像素等級分類識別結果

3 結 論

(1)通過參數優化，建立了三種機采籽棉雜質分類判別模型。其中LDA的分類準確率較高，訓練集和測試集的準確率分別為86.4%和86.2%。由于棉葉和棉枝的物質成分相似，光譜曲線相似，導致棉葉和棉枝雜質的分類準確率較低。

(2)對于像素等級雜質檢測，該方法能夠識別大部分雜質，檢測效果明顯。LDA算法需要的時間約為1.86 s，少于ANN的2.58 s，且遠少于SVM的73.65 s，能夠滿足實際生產對于檢測的需求，因此LDA為最佳模型。

(3)在后續研究中可以基于該方法，增加樣本數量，選擇覆蓋范圍更大的波段和加入紋理特征，提升棉葉和棉枝的檢測效果；并根據光譜圖像數據分析提取特征波段，開發多光譜成像檢測系統，實現更高效率的機采籽棉雜質實時檢測。