基于可見/近紅外高光譜的八角茴香與莽草無損鑒別

王 偉 趙 昕 褚 璇 鹿 瑤 賈貝貝

(1.中國農(nóng)業(yè)大學工學院， 北京 100083; 2.河北大學質(zhì)量技術(shù)監(jiān)督學院， 保定 071002;3.仲愷農(nóng)業(yè)工程大學機電工程學院， 廣州 510225)

0 引言

八角茴香，又稱“八角”，作為食品加工業(yè)及香料業(yè)中的原料被廣泛使用。有毒草藥“莽草”同樣為木蘭科八角屬植物[1-2]，與八角外形十分相似，莽草中含有莽草毒素[3]，少量誤食即會損害人呼吸中樞及血管運動中樞，嚴重時會對大腦造成損害[4-6]。國內(nèi)曾多次出現(xiàn)莽草引起食物中毒事件[7-10]。

八角價格是莽草的2～3倍，市場上有不良商家將莽草混在八角中以降低成本[11-12]。這些摻假的八角一旦食用將會引發(fā)食物中毒事件，存在巨大安全隱患。故將毒莽草從八角中無損、快速、精確地檢出具有重要意義[13]。

目前針對八角偽品的鑒別技術(shù)有性狀鑒別[14-15]、顯微鑒別[16]、氣相色譜-質(zhì)譜法[17]、紅外光譜法[18]、紫外光譜[19]等。但上述鑒別方法樣品準備復雜，檢測速度慢，且需要專業(yè)人員鑒別。目前，國內(nèi)有學者利用電子鼻和傅里葉變換拉曼光譜較好地分辨了八角及其偽品[20-21]。然而，在拉曼光譜研究中，實驗僅采集了樣品斷面的光譜數(shù)據(jù)，只大致分析了八角與其偽品的光譜特征差異，沒有進行具體的分類驗證[22-23]。在電子鼻研究中，僅分析了研磨后的樣品粉末，且數(shù)據(jù)采集時，需要特殊的進樣裝置，增加了便攜式和在線檢測儀器的開發(fā)難度[24]。文獻[25]采用短波紅外(SWIR)高光譜成像技術(shù)(920～2 514 nm)鑒別八角和日本莽草(Illiciumanisatum)，實現(xiàn)了八角和日本莽草完整樣本粒的判別分析，外部驗證集準確率可達97%。然而SWIR高光譜成像儀因其探測器不易制作而導致成本過高，因此，有必要研究利用普通可見/近紅外波長光譜范圍的高光譜技術(shù)對八角及其偽品進行鑒別研究的可行性。

本文基于可見/近紅外高光譜成像技術(shù)研究八角及其偽品莽草的無損快速鑒別方法，并結(jié)合光譜與圖像分析方法、對比度增強線性拉伸和區(qū)域標記，實現(xiàn)單粒樣本ROI平均光譜的自動提取。采用連續(xù)投影算法選擇建模最優(yōu)波長，建立多光譜偏最小二乘分類判別模型，為八角與莽草便攜式在線檢測儀器的開發(fā)提供技術(shù)支撐。

1 材料與方法

1.1 材料

實驗所用八角及莽草樣本，產(chǎn)地均為云南省，收獲時間均為2018年。兩類樣品分別從當?shù)啬炒笮统信c正規(guī)中藥店購買。隨機選取八角和莽草的完整樣本用于之后的高光譜數(shù)據(jù)，八角與偽品莽草如圖1所示。

圖1 八角與偽品莽草(用紅色圈圈出)Fig.1 Star anise and its fake shikimmi

1.2 高光譜數(shù)據(jù)采集

實驗所用高光譜成像系統(tǒng)主要由Image-λ V10型高光譜相機(北京卓立漢光儀器有限公司)、FV-BSLE3200型鹵鎢燈(美國Photoflex公司)、WN500TA1000H型運動控制平臺(北京微納光科儀器(集團)有限公司)、計算機和采集控制軟件組成。成像儀光譜范圍為380～1 012 nm，分辨率1.90 nm。

16個八角樣本按照4行×4列背部朝上的方式放置在一個白色的亞克力板上。采集過程中亞克力板隨平移臺運動，高光譜相機連續(xù)線掃描，完成一幅高光譜圖像數(shù)據(jù)的采集(采集的高光譜數(shù)據(jù)偽彩色圖如圖2所示)。實驗共采集了3幅八角高光譜數(shù)據(jù)和3幅莽草高光譜數(shù)據(jù)，即48粒八角樣本和48粒莽草樣本。八角和莽草中每類隨機選擇32粒作為校正集(共64粒)用于分類模型的建立， 每類中剩余的16粒作為驗證集(共32粒)。除此之外，還采集了八角和莽草摻雜在一起的3幅高光譜圖像數(shù)據(jù)，用作模型性能的外部驗證數(shù)據(jù)。3幅摻雜的高光譜圖像中八角與莽草個數(shù)比分別為8∶8、12∶4和15∶1。摻雜樣本作為外部驗證數(shù)據(jù)。

圖2 八角樣本高光譜數(shù)據(jù)偽彩色圖Fig.2 Pseudo-color image of octagonal hyperspectral

實驗樣本高光譜數(shù)據(jù)采集前，通過采集參考白板和關(guān)閉高光譜相機鏡頭蓋獲得全白標定數(shù)據(jù)Rw和全黑標定數(shù)據(jù)Rd。對采集的樣本原始數(shù)據(jù)Ro作黑白校正，獲得反射率校正后數(shù)據(jù)Rc，計算公式為

1.3 單粒樣本ROI平均光譜自動提取

在提取每粒八角和莽草樣本平均光譜數(shù)據(jù)時，為了節(jié)省手動選擇感興趣區(qū)域(Region of interest，ROI)耗費的時間與勞力，并為進一步開發(fā)在線或便攜式檢測設備提供方法基礎(chǔ)，結(jié)合被測樣本的光譜特征和圖像分析方法提出了一種單粒ROI平均光譜自動獲取方法。具體步驟為：首先利用波段運算中的波段差算法，使850 nm和450 nm下圖像做差，去除高光譜圖像中的大部分背景；利用圖像對比度增強方法中的線性拉伸再結(jié)合閾值法，消除圖像中由于樣本高度造成的陰影，利用mask方法獲得僅包含樣本像素點信息的掩膜高光譜數(shù)據(jù)；將掩膜數(shù)據(jù)導入Matlab中，選取某一波段下圖像數(shù)據(jù)，對該圖像分別作二值化變換和區(qū)域標記；根據(jù)區(qū)域標記結(jié)果，提取并計算每一個標記樣本區(qū)域的所有像素點的平均光譜，從而實現(xiàn)每粒樣本平均光譜的快速自動獲取。

1.4 多光譜模型建立

實驗選用偏最小二乘判別(Partial least square discrimination analysis，PLSDA)方法建立分類預測模型。將SPA方法挑選出的特征波長下光譜值作為輸入數(shù)據(jù)建立線性判別模型。模型的分類預測效果通過校正集、五折交叉驗證和驗證集效果綜合判定。

2 結(jié)果與分析

2.1 基于光譜和圖像特征的平均光譜提取

對黑白校正后的高光譜數(shù)據(jù)進行觀察分析，可得850 nm和450 nm波長下圖像中的樣本像素點灰度相差較大，但是背景以及由于樣本高度造成的陰影區(qū)域像素點的灰度相近。采用波段差算法，使850 nm下圖像減去450 nm下圖像，放大圖像中樣本像素點的灰度與背景像素點灰度之間差異，結(jié)果如圖3所示。但是樣本像素點灰度與陰影區(qū)域像素點的灰度仍相近，需進一步放大樣本與陰影差異。

圖3 圖像背景信息去除Fig.3 Image background information removal

采用圖像增強方法中的線性拉伸將原始圖像的灰度范圍放大到所允許的整個灰度范圍內(nèi)，實現(xiàn)樣本像素點與陰影區(qū)域像素點之間灰度的差異放大。線性拉伸后結(jié)果如圖4所示，陰影干擾基本被消除。再結(jié)合閾值法，對圖像進行掩膜，獲得僅包含樣本像素點灰度的高光譜數(shù)據(jù)。

圖4 線性拉伸結(jié)果Fig.4 Linear stretch result diagram

將掩膜后高光譜數(shù)據(jù)導入Matlab分析軟件中，隨機選取其中某一波段下圖像。對圖像作二值化處理后，采用bwlabel函數(shù)進行區(qū)域標記，并采用tabulate函數(shù)統(tǒng)計查看區(qū)域標記結(jié)果。發(fā)現(xiàn)結(jié)果中標記的區(qū)域個數(shù)大于圖像中的樣本個數(shù)(16個)，觀察區(qū)域標記結(jié)果圖像，發(fā)現(xiàn)圖像中樣本區(qū)域均標記正確，且像素數(shù)大于1 000；其余多標記出的區(qū)域均為樣品區(qū)域外的離散點，且像素數(shù)小于1 000。采用bwareaopen函數(shù)設定閾值為1 000，刪除二值化變換后結(jié)果圖中面積小于1 000的對象，并重新對處理后圖像區(qū)域標記，結(jié)果如圖5所示。圖中每一個樣本都被標記為一個單獨的區(qū)域，利用find函數(shù)結(jié)合for循環(huán)獲得每一個樣本區(qū)域中所有像素點的坐標數(shù)據(jù)，提取坐標下所有像素點的光譜數(shù)據(jù)，用mean函數(shù)求均值，可獲得每個樣本的平均光譜曲線。

圖5 區(qū)域標記結(jié)果Fig.5 Result of area marking

2.2 光譜特征分析與光譜判別模型建立

2.2.1原始光譜特征分析

圖6所示為八角和莽草的原始光譜曲線。兩者的反射光譜曲線在整體波長范圍內(nèi)呈增長趨勢，均不存在較明顯的波峰或波谷特征。但400～660 nm范圍內(nèi)兩條曲線的增長速度明顯低于660～960 nm內(nèi)的增長速度，960 nm之后，光譜曲線趨于平緩，幅值幾乎保持不變。即八角和莽草的反射光譜在兩個增長范圍內(nèi)(400～660 nm和660～960 nm)的增長速率差別較明顯。

圖6 八角和莽草的平均原始光譜曲線Fig.6 Average original spectral curves of star anise and shikimi

2.2.2基于SPA最優(yōu)波長的多光譜模型

實驗首先應用全波長數(shù)據(jù)建立了PLSDA模型，模型對樣本的分類結(jié)果為100%。盡管如此，該模型需要利用所有波長下的光譜數(shù)據(jù)，因此計算量大、運算時間長，不適宜在線快速檢測應用；同樣因變量即波長個數(shù)過多，也不適宜構(gòu)建相應的便攜式檢測儀器。因此，本文利用SPA方法挑選特征波長，以便進一步構(gòu)建相應多光譜PLSDA分類模型，以減少建模輸入變量，節(jié)約成本、盡最大可能地縮短計算時間，并可以依據(jù)所選波長，通過選取相應中心波長的LED，結(jié)合相應探測器件，使實用便攜或在線快速檢測應用成為可能。

SPA方法選取的結(jié)果如圖7所示。選取的4個最優(yōu)波長為533、617、665、807 nm，其中665 nm位于兩個增長區(qū)間的分界點附近，533 nm和617 nm位于第1個增長范圍內(nèi)，807 nm位于第2個增長區(qū)間內(nèi)，且位于兩類樣本平均光譜曲線的幅值之差最大處附近。不僅如此，所選取的4個波長中3個均位于可見光范圍，對于相應LED照明光源的易于獲得、降低成本和相應儀器研制的可行性等方面，均具有重要意義。

圖7 SPA最優(yōu)波長選擇結(jié)果Fig.7 SPA optimal wavelength selection results

利用所選的4個最優(yōu)波長的光譜數(shù)據(jù)建立相應的PLSDA多光譜分類預測模型，模型預測結(jié)果的混淆矩陣如表1所示。其中五折交叉驗證中僅有1個莽草樣本被模型錯誤地判別為八角，對照原始樣本核實，該莽草樣本的角瓣數(shù)量、色澤與形態(tài)與八角非常相近。其他校正集和驗證集的所有樣本均判別正確。交叉驗證的總體判別準確率為98.4%，可以滿足實際檢測需求。

表1 多光譜PLSDA模型對八角摻假分類預測效果Tab.1 Prediction effect of multispectral PLSDA model on octagonal adulteration classification

2.3 外部驗證集的可視化結(jié)果

為進一步驗證模型的預測性能，基于所構(gòu)建多光譜模型，重新采集3幅高光譜圖像用作模型的外部驗證數(shù)據(jù)，預測結(jié)果的可視化圖如圖8所示。

圖8 外部驗證集預測可視化結(jié)果Fig.8 Predicted visual results of external validation sets

可見，3幅摻雜的高光譜圖像中的2幅，即八角/莽草摻雜比例分別為15∶1(圖8a)和8∶8(圖8c)的所有樣本都被正確地識別出來，圖8b中僅有1粒莽草樣本被誤判為八角，如前述，被誤判為八角的莽草樣本與八角在顏色和形態(tài)上極其相似，除此以外，該樣本尚存在可見的背景噪聲，這也是導致誤判的可能原因之一?？傮w分類準確率為47/48×100%=97.9%。以上結(jié)果表明，所建立四波長多光譜模型對八角和莽草具有良好的分類識別結(jié)果，可在此基礎(chǔ)上開發(fā)在線或便攜式檢測設備或儀器，具有一定的實際應用價值與前景。

2.4 與常規(guī)圖像處理方法的比較

如前述，盡管莽草和八角的相似度能達到90%，但無論是從色澤還是外觀形態(tài)上，兩者有著肉眼可辨的差異，例如，真八角瓣看上去肥碩、圓鈍，有8個角，角尖平直；莽草比較瘦弱，有11～13個尖角，角尖彎曲。為此，追加了采用圖像處理的相關(guān)實驗，對比兩種技術(shù)對圖8外部驗證數(shù)據(jù)集的判別效果，并對比分析兩種技術(shù)的優(yōu)越性。

2.4.1八角中莽草辨識的圖像處理方法

與從高光譜圖像中提取目標相似，對樣品的圖像數(shù)據(jù)，首先利用RGB三通道間的運算，一定程度去除圖3所示陰影。經(jīng)二值化聯(lián)合開、閉運算后，圖像中噪聲可有效去除，實現(xiàn)各目標的提取(目標設定為白，背景為黑)，如圖9a所示。然后，通過bwlabel函數(shù)，將每個目標標記為單獨區(qū)域。進一步計算每個標記區(qū)域的最小外接矩形與形心，并以形心為圓心，外接矩形寬的0.5倍與寬的0.38倍為半徑畫一個圓環(huán)，圓環(huán)幾乎與目標每個角瓣相交，如圖9b所示。將圓環(huán)和目標每個角相交的區(qū)域保留，剩余部位標記為黑，如圖9c所示。然后統(tǒng)計每個樣本標記區(qū)域內(nèi)圓環(huán)與角瓣相交部分的像素，以及相交區(qū)域數(shù)量，獲得每個樣本標記區(qū)域中相交區(qū)域的平均像素數(shù)。

2.4.2圖像處理對外部驗證集的判定結(jié)果

由于莽草的角多且細，求取像素數(shù)均值后其數(shù)值相對較?。欢私墙巧偾曳蚀T，其像素數(shù)量會稍大，基于此，通過設定閾值來最終識別莽草和八角。本研究中，當平均像素數(shù)大于193時認為是八角，小于193時認為是莽草，用不同的顏色分別進行標記。

圖9 外部驗證集預測圖像處理結(jié)果Fig.9 Predicted image processing results of external validation sets

圖10 圖像處理對外部驗證集預測結(jié)果Fig.10 Predicted visual results of external validation sets

對圖8外部驗證集原始圖像的識別結(jié)果分別如圖10所示。可見莽草的識別率為100%，八角中有3個誤判為莽草，對照原圖觀察，誤判的八角均是角瓣小且細的，雖然角瓣數(shù)在8瓣左右，但是每個角都很細，與正常八角有較大差異，整體準確率為93.75%。

2.4.3多光譜與圖像處理技術(shù)比較

(1)判定準確率

對從八角中識別莽草的準確率方面來看，常規(guī)圖像處理技術(shù)的識別結(jié)果(總體準確率93.75%)，不如多光譜準確率(總體準確率98.4%)高。雖然，還有更好的方法或更多的步驟可以用來進一步增強圖像處理的結(jié)果準確率，例如，繼續(xù)采取相關(guān)圖像預處理算法以進一步降低背景等噪聲，但步驟越繁瑣，越易導致方法的過擬合性，即導致其通用性降低。

(2)圖像或光譜信息的預處理

在利用常規(guī)圖像處理技術(shù)時，針對不同的應用，考慮到光源、環(huán)境條件、獲取速度等多方面因素導致的噪聲，基本都需要背景去除、圖像增強等圖像預處理過程，以獲取純凈目標圖像，而這通常是復雜繁瑣的過程。而所開發(fā)的多光譜方法，除了需要獲取相應光斑所反射的有限波長處平均光譜信息，不再需要任何包括背景去除等類似圖像處理的任何步驟。即一旦采用高光譜成像工具完成判別模型的建立，僅需將樣本光譜代入模型即可完成判別，不需再對高光譜數(shù)據(jù)進行背景去除。對比高光譜數(shù)據(jù)的去背景、降噪操作，常規(guī)圖像預處理繁瑣復雜且效果相對不佳。本文所述面向多光譜應用開發(fā)，利用高光譜數(shù)據(jù)所提取的平均光譜曲線，以及同步獲得的單一波長的圖像，通過圖譜交互分析實現(xiàn)圖像背景去除和光譜圖像增強，在方法簡易的同時確保了純凈光譜信息的獲取。

(3)計算時間

利用常規(guī)圖像處理方法，在所有判定參數(shù)確定的條件下，對外部驗證數(shù)據(jù)集進行判別，判別程序的總運行時間達20.66 s。這僅是靜態(tài)處理圖像，若進行動態(tài)判別應用，需要對圖像視野范圍內(nèi)動態(tài)所獲圖像執(zhí)行包括預處理在內(nèi)的每一個步驟，耗時更長。

而對于多光譜檢測應用而言，雖然方法建立所依托的高光譜成像基礎(chǔ)工具成本高，高光譜圖像獲取和圖譜分析過程略顯繁瑣，但一經(jīng)建立相應多光譜模型，則在實際應用中，不再需要高光譜工具，僅需要采用諸如相應波長的LED光源，加上相應探測器例如光電管或CCD即可獲取相應波長的光譜數(shù)據(jù)，并代入多光譜判別模型公式，即可完成檢測，即僅需獲得光斑的多光譜反射信息所需的毫秒級曝光時間，以及數(shù)據(jù)讀取與處理時間，總計算時間最大也僅有百毫秒甚至更少。

3 結(jié)論

(1)基于高光譜成像技術(shù)開發(fā)了一種鑒別八角及其含毒偽品莽草的快速檢測方法。利用樣本在400～1 000 nm范圍內(nèi)反射率逐漸遞增的光譜特征，采用850 nm和450 nm的波段差運算去除了高光譜數(shù)據(jù)中的背景信息，利用線性拉伸方法去除了數(shù)據(jù)中由于樣本高度造成的陰影噪聲，最后利用區(qū)域標記方法實現(xiàn)了高光譜數(shù)據(jù)中每一粒樣本平均光譜曲線的自動提取。

(2)采用SPA變量優(yōu)選方法選取4個最優(yōu)波長(533、617、665、807 nm)，并基于4個波長下原始光譜數(shù)據(jù)建立了PLSDA分類模型，模型對交叉驗證集的總體準確率為98.4%，對校正集和驗證集的總體準確率為100%。模型對外部驗證集樣本的總體分類準確率為97.9%，可視化結(jié)果較好。

(3)對驗證數(shù)據(jù)集的3個樣本采用圖像處理技術(shù)進行分析，并將其判別結(jié)果與本文方法進行了比較和討論，結(jié)果表明，依托高光譜成像技術(shù)建立的八角和莽草辨識的多光譜分析方法，是一種簡單、實用和便于實現(xiàn)動態(tài)在線或便攜式檢測應用的有效方法。