萊森光學(xué)：基于近紅外高光譜圖像的花生內(nèi)部霉變快速判別方法研究

來(lái)源：發(fā)布時(shí)間：2024-12-20

基于近紅外高光譜圖像的花生內(nèi)部霉變快速判別方法研究

花生是我國(guó)重要的油料與經(jīng)濟(jì)作物。目前我國(guó)花生總產(chǎn)量和消費(fèi)量均約占全球40%，已成為世界上比較大的花生生產(chǎn)國(guó)和消費(fèi)國(guó)，在全球花生進(jìn)出口貿(mào)易中占據(jù)著重要地位。但是花生在收獲、運(yùn)輸、儲(chǔ)藏和加工過(guò)程中極易因溫濕度變化產(chǎn)生霉變，繼而產(chǎn)生強(qiáng)毒性和強(qiáng)致*性的黃曲霉***，不僅影響花生食用安全性，甚至危害人類和動(dòng)物的生命和健康。高光譜成像技術(shù)兼具光譜分析和機(jī)器視覺(jué)技術(shù)特點(diǎn)，既能通過(guò)光譜反映出霉變花生的成分變化，又可以通過(guò)圖像實(shí)現(xiàn)霉變花生的可視化判別。

b56ce04a1b9a66259331abdb5b6d88ac

01實(shí)驗(yàn)部分

圖 1 所示為實(shí)驗(yàn)過(guò)程中花生紅衣外觀正常, 但內(nèi)部存在不同霉變程度的花生樣本。

b4e640d17bb2d53877ca56eddd3e13a4

圖1 花生內(nèi)部霉變程度示意圖

1.1模型評(píng)價(jià)指標(biāo)

由于實(shí)驗(yàn)數(shù)據(jù)集中健康、霉變樣本數(shù)均衡，因此本研究直接采用準(zhǔn)確率作為模型評(píng)價(jià)指標(biāo)。準(zhǔn)確率是分類問(wèn)題模型中**簡(jiǎn)單直接的指標(biāo)，即模型預(yù)測(cè)正確的樣本占總樣本個(gè)數(shù)的比例，計(jì)算如公式(1)所示：

bdc5534fe4ae893be6b03a9ec03a0c9b

其中，TP表示實(shí)際為正樣本被預(yù)測(cè)為正樣本的數(shù)量；FN表示實(shí)際為正樣本卻被預(yù)測(cè)為負(fù)樣本的數(shù)量；FP表示實(shí)際為負(fù)樣本卻被預(yù)測(cè)為正樣本的數(shù)量；TN表示實(shí)際為負(fù)樣本預(yù)測(cè)也為負(fù)樣本的數(shù)量。設(shè)定內(nèi)部霉變樣本為正樣本，健康樣本為負(fù)樣本。

1.2高光譜圖像預(yù)處理

為消除高光譜相機(jī)暗電流的影響，確保高光譜數(shù)據(jù)的穩(wěn)定性和可靠性，實(shí)驗(yàn)首先對(duì)原始高光譜圖像進(jìn)行黑白板校正，如公式(2)所示：

b2b8f26c210fe2f84b93f5c344eb6c89

其中，R為校正后的反射率光譜圖像；Iraw為原始光譜圖像，Iblack為關(guān)閉快門(mén)后采集的全暗參考圖像；Iwhite為掃描標(biāo)準(zhǔn)白板得到的全白參考圖像。

實(shí)驗(yàn)過(guò)程中將花生樣本置于載物臺(tái)進(jìn)行高光譜圖像采集(圖2a)，因此校正后的高光譜圖像中會(huì)攜帶有載物臺(tái)信息(圖2b)。由于載物臺(tái)和花生樣本成分不同，其光譜在主成分投影空間存在***聚類區(qū)分。因此實(shí)驗(yàn)首先采用主成分分析法剔除花生高光譜圖像中的背景信息(圖2c)。

圖2 花生高光譜圖像采集與處理

02圖像處理

表1 基于不同光譜預(yù)處理的花生內(nèi)部霉變判別模型評(píng)價(jià)

表1的實(shí)驗(yàn)結(jié)果初步表明了高光譜技術(shù)結(jié)合光譜預(yù)處理方法構(gòu)建花生內(nèi)部霉變快速判別模型的可行性，并且SG卷積平滑+二階求導(dǎo)光譜預(yù)處理可以***提升模型性能。

特征波長(zhǎng)篩選

采用MC-UVE篩選判別內(nèi)部霉變的特征波長(zhǎng)。從表2的特征波長(zhǎng)篩選結(jié)果來(lái)看，當(dāng)波長(zhǎng)數(shù)為10、5、3逐步減少的過(guò)程中，1408.08、2017.66、2151.45nm三者始終被保留。

其中，1408.08nm位于醇游離O-H一級(jí)倍頻吸收峰1410nm附近、酚O-H的一級(jí)倍頻1420nm附近及水O-H的一級(jí)倍頻1440nm附近，花生霉變過(guò)程中往往水分會(huì)增加，同時(shí)霉菌代謝會(huì)產(chǎn)***酵產(chǎn)物，如醇類、酸類和酯類化合物等。2017.66nm位于酰胺的N-H合頻吸收2000~2020nm附近處，同時(shí)也處于醇的O-H合頻吸收1800~2200nm附近、酚的O-H合頻吸收1920~2100nm附近、過(guò)氧化物的O-H合頻吸收2060nm附近，其中酰胺鍵是蛋白質(zhì)的重要結(jié)構(gòu)之一，而花生霉變過(guò)程中蛋白質(zhì)會(huì)發(fā)生降解、氧化、轉(zhuǎn)化等***變化。2151.45nm則位于芳烴C-H在C-C伸縮振動(dòng)和C-H伸縮振動(dòng)的組合頻2146nm附近處，同時(shí)乙烯基的C-H在2090~2140nm附近、2170nm附近也均有特征吸收，花生霉變產(chǎn)物中**主要的一類化合物黃曲霉素的分子結(jié)構(gòu)中則同時(shí)包含乙烯基和芳環(huán)。

綜上所述，篩選保留的1408.08、2017.66、2151.45nm波長(zhǎng)均與花生霉變過(guò)程中的成分變化密切相關(guān)。

表2 基于特征波長(zhǎng)篩選后的花生霉變判別模型評(píng)價(jià)

4e5d5d6a16ec74f16d99a6468b74af0b