棉花內(nèi)層雜質(zhì)的高光譜透射成像分類(lèi)檢測(cè)

魏子凱,王 杰,張若宇,張夢(mèng)蕓

石河子大學(xué)機(jī)械電氣工程學(xué)院/農(nóng)業(yè)農(nóng)村部西北農(nóng)業(yè)裝備重點(diǎn)實(shí)驗(yàn)室,新疆 石河子 832003

引 言

隨著棉花生產(chǎn)全程機(jī)械化的發(fā)展,棉花的雜質(zhì)污染成為一個(gè)突出的問(wèn)題[1]。棉花中的雜質(zhì),會(huì)影響軋棉性能、棉花以及紡紗產(chǎn)品的品質(zhì)等級(jí)[2]。在棉花工業(yè)中,棉花雜質(zhì)的準(zhǔn)確檢測(cè)及分類(lèi),可為雜質(zhì)清理機(jī)械的參數(shù)調(diào)整及工序提供參考依據(jù),實(shí)現(xiàn)最大程度去除棉花雜質(zhì)及最小程度損傷棉花纖維[3-4]。新疆地區(qū)采用地膜種植棉花,機(jī)械采收過(guò)程中,地膜碎片易混入到機(jī)采籽棉中。由于地膜多為白色或半透明薄膜狀,利用傳統(tǒng)可見(jiàn)光視覺(jué)檢測(cè)精確度為50%[5],使用線激光線描可以提高精度(70%～80%)[6],但漏檢現(xiàn)象嚴(yán)重。Zhang等[7]使用高光譜檢測(cè),地膜平均識(shí)別率達(dá)97%,但該研究針對(duì)的是棉花表面的地膜,對(duì)于棉花內(nèi)部檢測(cè)的準(zhǔn)確性有待進(jìn)一步驗(yàn)證。

近年來(lái),有關(guān)棉花雜質(zhì)的檢測(cè)國(guó)內(nèi)外已經(jīng)進(jìn)行了大量的研究。傳統(tǒng)儀器如高容量棉花纖維測(cè)試儀(high volume instrument,HVI),先進(jìn)的纖維信息系統(tǒng)(advanced fiber information system,AFIS)和雪莉分析儀(shirley analyzer,SA)已被紡織行業(yè)用來(lái)評(píng)估棉花雜質(zhì)的整體水平,但缺少對(duì)不同類(lèi)型雜質(zhì)進(jìn)行分類(lèi)識(shí)別的能力[8]。將不同類(lèi)型的雜質(zhì)進(jìn)行準(zhǔn)確分類(lèi),可為棉花雜質(zhì)的清理及棉花品質(zhì)分級(jí)提供重要依據(jù)。

光譜技術(shù)可利用物質(zhì)的反射、吸收、熒光等特性來(lái)識(shí)別棉花雜質(zhì),實(shí)現(xiàn)棉花雜質(zhì)的分類(lèi)。Fortier等[9]使用傅里葉變換近紅外光譜儀(Fourier transform near infrared spectroscopy,FT-NIR)識(shí)別皮棉、殼、葉、種皮和莖。Zhou等[10]利用1 470～1 887 nm的近紅外光譜儀對(duì)聚酯、聚酰胺、丙烯酸、絲綢和羊毛的識(shí)別預(yù)測(cè)準(zhǔn)確率為100%,對(duì)棉纖維和滌綸織物的預(yù)測(cè)準(zhǔn)確率均在90%以上;使用833～2 500 nm的近紅外光譜波段與偏最小二乘回歸(partial least squares regression,PLSR)模型,可以定量檢測(cè)籽棉中雜質(zhì)[11]。Mustafic等[12-13]利用熒光成像系統(tǒng)對(duì)雜質(zhì)進(jìn)行檢測(cè)和分類(lèi),對(duì)于紙、塑料包裝等熒光性強(qiáng)的雜質(zhì)識(shí)別準(zhǔn)確率達(dá)到90%以上。以上表明光譜技術(shù)在棉花工業(yè)中應(yīng)用的潛力。

高光譜成像是一種相對(duì)較新的非破壞性成像技術(shù),它結(jié)合了光譜學(xué)和成像的優(yōu)勢(shì),不僅可以提供一定波長(zhǎng)圖像的空間信息,還可以提供任意像素的光譜信息,使分類(lèi)效果更精確?；诰€掃描的高光譜成像系統(tǒng),可以有效地檢測(cè)和分類(lèi)皮棉表面的棉花異物[14]。短波近紅外高光譜成像系統(tǒng)對(duì)16種異物和皮棉的分類(lèi)準(zhǔn)確率達(dá)到95%以上,在高光譜圖像的像素級(jí)的雜質(zhì)分類(lèi)也取得了85%的分類(lèi)精度[7]。高光譜成像與深度學(xué)習(xí)的算法相結(jié)合,可以識(shí)別地膜等較難識(shí)別的雜質(zhì),整體識(shí)別率在95%以上[15-16]。高光譜技術(shù)與熒光技術(shù)相結(jié)合獲取更多信息,對(duì)紙、塑料等熒光性強(qiáng)的雜質(zhì)具有很大的分類(lèi)潛力,可用作為棉花質(zhì)量評(píng)估的輔助工具[17]?，F(xiàn)有研究中,高光譜成像大多用反射模式檢測(cè)棉花表面雜質(zhì),但在實(shí)際生產(chǎn)中,皮棉中往往摻雜或隱藏著異物。

針對(duì)隱藏在皮棉下的雜質(zhì),研究者提出采用透射模式對(duì)其進(jìn)行高光譜成像檢測(cè)。Zhang等[4]探索了利用短波紅外高光譜透射成像技術(shù)對(duì)皮棉內(nèi)的異物進(jìn)行檢測(cè)的可行性,結(jié)果表明光譜和像素的分類(lèi)精度達(dá)到95%以上,但該研究沒(méi)有提及在可見(jiàn)波段上的雜質(zhì)識(shí)別分類(lèi)。劉巍等[18]對(duì)高光譜的反射、透射和反透射成像模式雜質(zhì)區(qū)域識(shí)別進(jìn)行對(duì)比,結(jié)果顯示透射成像模式雜質(zhì)區(qū)域的識(shí)別率最高,但該論文缺少對(duì)棉花雜質(zhì)分類(lèi)的相關(guān)研究。

高光譜成像技術(shù)已顯示出對(duì)棉花雜質(zhì)的識(shí)別能力,但由于大量的冗余信息,限制了分類(lèi)精度和處理速度,特征波段的選取方法成為該領(lǐng)域的研究熱點(diǎn)之一。Yun等[19]開(kāi)發(fā)出基于隨機(jī)蛙跳(random frog,RF)的波長(zhǎng)區(qū)間特征提取方法并與其他波長(zhǎng)選擇方法對(duì)比,結(jié)果表明,從1 557個(gè)光譜波段中選出的10個(gè)光譜區(qū)間具有通用性,并且選擇的效率更高。Jiang等[20]利用最小冗余最大相關(guān)算法進(jìn)行特征提取,結(jié)果表明從223個(gè)波長(zhǎng)中選出的12個(gè)波長(zhǎng)仍具有通用性。郭俊先等[21]對(duì)可見(jiàn)短波近紅外高光譜圖像的梳棉雜質(zhì)關(guān)鍵波長(zhǎng)進(jìn)行了選擇,結(jié)果表明選出的最優(yōu)波長(zhǎng)集合,能夠用于大部分普通雜質(zhì)和異性纖維雜質(zhì)的檢測(cè)。與其他特征選取相比,區(qū)間隨機(jī)蛙跳算法(interval random frog,iRF)不僅具有隨機(jī)搜索及適者生存的特性,而且能夠考慮到光譜的連續(xù)性以及所有可能的連續(xù)的光譜區(qū)間。

基于線掃描的高光譜成像系統(tǒng),在400～1 000 nm光譜范圍內(nèi),利用透射模式對(duì)隱藏在皮棉中的常見(jiàn)雜質(zhì)進(jìn)行檢測(cè)和分類(lèi)的可行性。研究的具體目標(biāo)是:(1)從雜質(zhì)和皮棉的混合樣本中提取光譜;(2)利用光譜信息對(duì)皮棉和皮棉中的雜質(zhì)進(jìn)行分類(lèi);(3)使用隨機(jī)蛙跳方法提取特征波長(zhǎng),并用特征波長(zhǎng)對(duì)皮棉和雜質(zhì)進(jìn)行分類(lèi)。

1 實(shí)驗(yàn)部分

1.1 皮棉與雜質(zhì)樣本制備

從佐治亞大學(xué)Tifton校區(qū)收集了5個(gè)品種的皮棉樣本及其12個(gè)類(lèi)型的雜質(zhì)(如圖1),5個(gè)棉花品種分別是PhytoGen (PHY) 499、PHY 339、Delta Pine (DP) 1522、DP 1538和FiberMax 1994。根據(jù)化學(xué)成分將雜質(zhì)區(qū)分為植物性雜質(zhì)和非植物性雜質(zhì)。植物性雜質(zhì)包括裂莖、莖、莖皮、棉鈴殼、棉籽衣、棉籽、綠葉和棕葉,均為人工從籽棉和軋花棉雜質(zhì)中收集得到。棉花莖稈是一種脆而硬的材料,在收獲或軋花過(guò)程中會(huì)破裂,莖和破裂的莖顏色不同,并且在實(shí)際檢驗(yàn)當(dāng)中,莖與裂莖、莖皮的密度不同,導(dǎo)致雜質(zhì)含量計(jì)算的不同,莖稈根據(jù)不同的破裂程度被分為三類(lèi)(莖、裂莖、莖皮)。同理,根據(jù)棉籽的不同破裂部分被分為棉籽衣和棉籽兩類(lèi)。四種類(lèi)型的非植物性雜質(zhì)包括麻線(Lehigh Group 530 Jute Twine,型號(hào)016033)、紙(Boise X-9 Copy Paper,型號(hào)OX9001)、黃色塑料包裝和地膜碎片,在機(jī)械收獲和包裝過(guò)程中與皮棉混合在一起。麻線和紙是從當(dāng)?shù)厣痰曩?gòu)買(mǎi)得到,塑料包裝是從美國(guó)佐治亞州Tifton校區(qū)的小型軋花機(jī)收集獲得,地膜碎片是從中國(guó)新疆棉花田間獲得。由于雜質(zhì)隱藏在皮棉層內(nèi)很難用肉眼觀察到,雜質(zhì)的制備比現(xiàn)實(shí)雜質(zhì)尺寸大。將裂莖、莖、莖皮和麻繩剪成約10 mm長(zhǎng);將棉鈴殼、綠葉、棕葉、紙、塑料包裝和地膜剪切為長(zhǎng)約10 mm的正方形;棉籽衣和棉籽保持其原始大小和形狀。

圖1 雜質(zhì)樣本和兩個(gè)皮棉層1:裂莖;2:莖;3:棉鈴殼;4:棉籽衣;5:棉籽;6:莖皮;7:綠葉;8:棕葉;9:紙;10:塑料包裝;11:地膜;12:麻線;13:皮棉層Fig.1 Foreign matter samples and two lint webs1:Broken stem;2:Stem;3:Hull;4:Seed coat;5:Seed meat;6:Bark;7:Green leaf;8:Brown leaf;9:Paper;10:Plastic package;11:Mulching film;12:Twine;13:Lint web

為了提取覆蓋有皮棉的雜質(zhì)混合光譜,人工制作每種雜質(zhì)30個(gè)重復(fù)樣本和60個(gè)皮棉層(形狀尺寸:10～12×12～4 cm,厚度:6～10 mm,重量:0.5～0.8 g)樣本。為了避免其他未知雜質(zhì)和皮棉不均勻的影響,皮棉層經(jīng)過(guò)手工清理并梳理。將12種雜質(zhì)夾在兩個(gè)皮棉層之間來(lái)制備皮棉與雜質(zhì)的混合樣本。

1.2 基于線掃描的高光譜透射成像系統(tǒng)

利用佐治亞大學(xué)生物傳感與儀器實(shí)驗(yàn)室搭建的的線掃描(line-scan,LS)高光譜成像系統(tǒng),獲取雜質(zhì)和皮棉圖像[14,20],光譜范圍為400～1 035 nm。如圖2所示,樣本臺(tái)固定在線性滑軌上,樣本臺(tái)相對(duì)于相機(jī)的移動(dòng)可獲取完整的高光譜圖像。在樣本臺(tái)下方安裝了一個(gè)12 V、50 W的磨砂玻璃鹵素?zé)?光源固定在臺(tái)面上不隨樣本臺(tái)移動(dòng)。為了獲得透射圖像,使用2 mm硼硅酸鹽光學(xué)玻璃板(floated borosilicate glass plate)承載樣本并放在樣本臺(tái)上,該玻璃板在可見(jiàn)和近紅外光譜范圍內(nèi)的透射率超過(guò)90%。該玻璃板不會(huì)影響樣本的光譜特性,可以用于承載和壓制棉花樣本[7]。使用相同類(lèi)型的玻璃板壓制樣本,并在邊緣上放置兩個(gè)加壓塊以增加皮棉層的均勻性,以獲取更好的圖像質(zhì)量。每塊玻璃板的重量為200 g,每塊加壓塊的重量為200 g,壓制樣本總重量為600 g。從相機(jī)鏡頭到樣本臺(tái)上玻璃板表面的距離為280 mm。為了避免環(huán)境光的干擾,整個(gè)圖像獲取過(guò)程是在遮光環(huán)境中完成。掃描樣本之后,利用空間(1 392×1 440像素)和光譜(256個(gè)波段)數(shù)據(jù)構(gòu)建三維(x,y,λ)高光譜圖像立方體。

圖2 基于線掃描式的高光譜透射成像系統(tǒng)和樣本Fig.2 The line-scan based hyperspectral transmittance imaging system and samples

獲取的透射高光譜圖像使用平場(chǎng)校正算法[式(1)]進(jìn)行黑白校正。其中,使用聚四氟乙烯(polytetrafluoroethylene:PTFE)特氟龍Teflon板(300 mm×165 mm×13.30 mm)替換夾在兩塊玻璃板之間的樣本來(lái)獲取白參考圖像,通過(guò)覆蓋相機(jī)的鏡頭并關(guān)閉光源獲取暗參考圖像。每采集五個(gè)樣本組后,獲取一次白參考和暗參考圖像。通過(guò)式(1)計(jì)算相對(duì)透射強(qiáng)度值relative intensity (IR)

(1)

式(1)中,IT為樣本透射圖像的像素強(qiáng)度;ID為暗參考圖像的像素強(qiáng)度;IB為白色參考圖像的像素強(qiáng)度。

1.3 光譜提取

為了消除圖像及光譜邊界的噪聲,將高光譜圖像裁剪成900(寬)×1 440(長(zhǎng)度)像素、217個(gè)波段(波長(zhǎng)范圍:485～1 035 nm)?；诨叶葓D像手動(dòng)提取雜質(zhì)和皮棉的感興趣區(qū)域ROIs(region-of-interests,ROIs),并且從ROIs獲得平均光譜。提取光譜后,由于在透射模式下,白參考的透射強(qiáng)度值有可能比樣本小,造成樣本的相對(duì)透射值大于1,所以將每條光譜的相對(duì)強(qiáng)度值除以該光譜的最大相對(duì)強(qiáng)度值來(lái)實(shí)現(xiàn)規(guī)一化,以確定0%～100%范圍內(nèi)的相對(duì)透射率。最終獲得390個(gè)光譜樣本(13個(gè)類(lèi)別×30個(gè)重復(fù)樣本)。

該研究中,使用ENVI 4.7軟件(ITT Visual Information Solutions,Boulder,CO,USA)進(jìn)行圖像裁剪、波段移除、ROIs選擇及ROIs的平均光譜提取;使用MATLAB 2021b(The MathWorks Inc.,Natick,MA,USA)執(zhí)行光譜標(biāo)準(zhǔn)化計(jì)算。

1.4 光譜分類(lèi)

首先通過(guò)典型判別分析(canonical discriminant analysis,CDA)獲取透射光譜的前三個(gè)典型變量,利用前三個(gè)典型變量制作散點(diǎn)圖來(lái)表征所有類(lèi)型雜質(zhì)和皮棉之間的差異。再利用多元方差分析(multivariate analysis of variance,MANOVA)對(duì)前三個(gè)典型變量進(jìn)行計(jì)算,研究任意兩類(lèi)別之間在統(tǒng)計(jì)學(xué)上的差異。CDA與MANOVA用軟件SAS(SAS 9.3,SAS Institute Inc.,Cary,NC,USA)操作。

使用支持向量機(jī)(support vector machine,SVM)分類(lèi)器,分別對(duì)全波段及特征波段的透射光譜進(jìn)行雜質(zhì)與皮棉13個(gè)類(lèi)別的分類(lèi)研究,并且對(duì)比分析兩次分類(lèi)的準(zhǔn)確率。光譜的SVM分類(lèi)在MATLAB 2021b軟件上進(jìn)行,選擇可優(yōu)化SVM,優(yōu)化器為貝葉斯優(yōu)化,迭代次數(shù)為30,核函數(shù)選項(xiàng)包括高斯、線性、二次和三次,核尺度搜索范圍為0.001～1 000,核比例由MATLAB 2021b自動(dòng)優(yōu)化。使用5折交叉驗(yàn)證,通過(guò)正確分類(lèi)的樣本百分比來(lái)評(píng)估分類(lèi)性能。

1.5 基于隨機(jī)蛙跳的特征波長(zhǎng)提取

區(qū)間隨機(jī)蛙跳算法(interval random frog,iRF)是一種特征波長(zhǎng)選擇算法,可以涉及所有可能的光譜區(qū)間,并且同時(shí)具有適者生存和隨機(jī)搜索的特性[22]。區(qū)間隨機(jī)蛙跳算法的流程圖3所示,主要運(yùn)算步驟分為4步:

圖3 iRF算法流程圖Fig.3 Flowchart of the iRF algorithm

(1)使用一個(gè)固定尺寸為w的移動(dòng)窗口劃分光譜區(qū)間,得到與窗口大小相同的光譜區(qū)間,移動(dòng)窗口在全部217個(gè)光譜波段上移動(dòng),每次移動(dòng)一個(gè)設(shè)定的光譜區(qū)域,以獲得所有可能的光譜區(qū)間;

(2)從得到的所有光譜區(qū)間中隨機(jī)抽取Q個(gè)區(qū)間構(gòu)成初始變量子集V0,使用正態(tài)分布函數(shù)生成隨機(jī)數(shù),作為候選變量子集的個(gè)數(shù)Q*;使用制定好的策略選擇光譜區(qū)間構(gòu)成候選變量子集V*,使用偏最小二乘模型(partial least squares,PLS)分別計(jì)算初始子集與候選變量子集內(nèi)的所有光譜點(diǎn)的絕對(duì)回歸系數(shù)之和,選擇絕對(duì)回歸系數(shù)較大的子集,而絕對(duì)回歸系數(shù)較小的子集將被淘汰,最后使用制定好的策略更新初始變量子集V0;并重復(fù)上述過(guò)程直到完成N次迭代。

(3)計(jì)算N次迭代后N個(gè)光譜區(qū)間子集的選擇概率并按降序排列,通過(guò)區(qū)間的選擇概率大小判斷區(qū)間的重要程度。

(4)使用10折交叉驗(yàn)證的均方根誤差(root mean squared error of cross-validation,RMSECV)最低值確定選擇最優(yōu)區(qū)間數(shù)。展現(xiàn)出iRF隨機(jī)搜索與適者生存的特性。

2 結(jié)果與討論

2.1 灰度圖像與平均光譜特征

從500.4 nm灰度圖像(圖4)可以看出,相對(duì)于皮棉,所有雜質(zhì)都具有較低的灰度值,包括與皮棉顏色相同的紙片及半透明的地膜。地膜在581.3 nm處較清晰,可觀察到地膜較整齊的邊界線,但在其他波段處是模糊的甚至消失。除塑料包裝、地膜外,其他所有類(lèi)型的雜質(zhì)都可以在整個(gè)波長(zhǎng)范圍內(nèi)觀察到,所以選取500.4 nm灰度圖像手動(dòng)提取ROIs。在少數(shù)樣本的灰度圖像中,地膜與皮棉間的邊界線不夠清晰,所以在靠近地膜中心的位置提取ROIs,ROIs中提取平均光譜并對(duì)光譜進(jìn)行標(biāo)準(zhǔn)化處理。

圖4 三個(gè)單波段的灰度圖像和ROIs選取Fig.4 Grayscale images at three single bands and ROIs selection

如圖5(a)所示,總體上雜質(zhì)光譜與皮棉光譜有一定區(qū)別。在透射模式下,較低的透射光強(qiáng)度值,表示透射光穿過(guò)物體時(shí)被吸收。透射光被吸收的原因之一是雜質(zhì)的密度較大或者厚度較厚,光線較難穿過(guò)雜質(zhì)。例如棉籽、棉籽衣、莖干和麻線,在可見(jiàn)光范圍內(nèi)光線不易穿過(guò),光譜值較低。

圖5 (a) 12種類(lèi)型雜質(zhì)和皮棉的標(biāo)準(zhǔn)化平均光譜;(b) 7種外觀相似雜質(zhì)的標(biāo)準(zhǔn)化平均光譜Fig.5 Mean spectra after correction and normalization of (a) 12 types of FM and lint,(b) 7 types of FM in similar appearance

透射光譜曲線變化與物質(zhì)本身物理性質(zhì)相關(guān)。由于塑料包裝是黃色,所以在550.0 nm左右有一個(gè)透射強(qiáng)度波峰,表明塑料包裝對(duì)于黃色光吸收較少;塑料包裝的光譜強(qiáng)度在485.0～550.0 nm范圍內(nèi)低于皮棉的光譜強(qiáng)度,在該范圍內(nèi)可以清楚地觀察到塑料包裝;在550.0 nm波段之后,塑料包裝的光譜與皮棉非常接近,因此在550.0～1 035.0 nm范圍內(nèi)不易觀察到塑料包裝。地膜薄而透明,在全波段范圍內(nèi)和皮棉的光譜非常接近,光譜變化也非常相似,較難觀察到地膜。

透射光譜曲線的波谷位置與物質(zhì)的化學(xué)性質(zhì)相關(guān)。綠葉在660.0 nm附近的呈現(xiàn)葉綠素(chlorophyll)的吸收帶[23]。棉籽在約640.0 nm附近具有吸收帶,主要來(lái)自于酚類(lèi)化合物棉酚(gossypol)[24-25]。莖、裂莖含有木質(zhì)素,皮棉有纖維素,棉籽含有蛋白質(zhì),這些化學(xué)成分含有的分子鍵,如C—H3,O—H和N—H在近紅外光譜光譜范圍內(nèi)具有吸收帶[26]。部分雜質(zhì)彼此之間有相似的光譜變化,在圖5(b)中,棉鈴殼和麻線的光譜彼此接近,棕葉和棉籽衣的光譜彼此接近,由于它們具有相似的化學(xué)成分(即纖維素)和相似的顏色,莖皮、裂莖和莖的光譜也非常接近,因?yàn)榍o皮本質(zhì)上是莖的表層,裂莖是破裂的莖,它們具有相似的化學(xué)成分(即木質(zhì)素、纖維素)及外觀。如圖6所示,七種類(lèi)型雜質(zhì)的天然纖維(纖維素)具有相似的外觀,導(dǎo)致在可見(jiàn)光范圍內(nèi)光譜曲線形狀相似。

圖6 七種雜質(zhì)的彩色圖像Fig.6 Color image of these 7 types of FM without lint

2.2 典型判別分析CDA聚類(lèi)和MANOVA檢驗(yàn)

在圖7(a)中,塑料包裝、紙、綠葉和棉籽各自的散點(diǎn)緊密聚集,并且與其他類(lèi)別清楚分離,表明這四類(lèi)雜質(zhì)能被很好地分類(lèi)。結(jié)合光譜曲線特征,上述四類(lèi)雜質(zhì)具有不同于其他類(lèi)別的光譜曲線形狀,所以在CDA散點(diǎn)圖上呈現(xiàn)較好的聚類(lèi)特征。大部分地膜和皮棉散點(diǎn)聚集明顯并且存在一定的分離,兩者具有部分重疊。在圖7(b)中,去除六種分類(lèi)明顯的雜質(zhì)后,清楚地形成了棉籽衣、棕葉和莖皮的群集。然而,裂莖、莖、棉鈴殼和麻線的群集重疊,它們之間沒(méi)有明顯區(qū)分,這意味著裂莖、莖、棉鈴殼和麻線的誤分類(lèi)可能較多。該結(jié)果也和平均光譜特征信息相符,他們之間的光譜差異較小。

圖7 典型判別分析(CDA)的雜質(zhì)和皮棉的前三個(gè)典型變量的散點(diǎn)圖(a):12種雜質(zhì)和皮棉;(b):7種雜質(zhì)(不包括塑料包裝、棉籽、綠葉、紙、地膜和皮棉)Fig.7 Scatter plots of the first three canonical variables for FM and cotton lint based on canonical discriminant analysis (CDA) using full wavelengths(a):12 types of FM and cotton;(b):7 types of FM (excluding plastic package,seed meat,green leaf,paper,mulching filmand cotton lint)

為了更好地解釋雜質(zhì)樣本之間的差異,使用前三個(gè)典型變量對(duì)所有類(lèi)型的雜質(zhì)進(jìn)行MANOVA檢驗(yàn)。p<0.01表明兩種類(lèi)型的雜質(zhì)具有顯著性差異,結(jié)果如圖8所示。結(jié)果表明,裂莖與莖、棉鈴殼之間,莖與棉鈴殼、麻繩之間的顯著性水平均大于0.01,不存在顯著差異,與這幾種雜質(zhì)的CDA聚類(lèi)結(jié)果吻合。

圖8 MANOVA檢驗(yàn)的混淆矩陣Fig.8 Confusion matrix of MANOVA test

2.3 全波段的SVM分類(lèi)結(jié)果

使用可優(yōu)化SVM對(duì)雜質(zhì)及皮棉進(jìn)行的分類(lèi),SVM分類(lèi)器的核比例由MATLAB 2021b自動(dòng)優(yōu)化,在優(yōu)化的超參數(shù)中,核函數(shù)為線性,框約束級(jí)別為497.1。如圖9所示,雜質(zhì)與皮棉的平均識(shí)別準(zhǔn)確率為84.4%。其中皮棉、綠葉、紙、塑料包裝、棉籽衣、棉籽、地膜分類(lèi)結(jié)果較好,在90%以上。裂莖、莖分類(lèi)結(jié)果較差,分別為63.3%、73.3%。裂莖有13.3%錯(cuò)誤分類(lèi)為莖皮,有10%錯(cuò)誤分類(lèi)為莖。莖有16.7%錯(cuò)誤分類(lèi)為裂莖,有13.3%錯(cuò)誤分類(lèi)為棕葉。棕葉有13.3%錯(cuò)誤分為莖?？梢?jiàn),裂莖、莖、莖皮較難區(qū)分,主要是具有相似的顏色,化學(xué)成分,莖皮本質(zhì)上為莖的表層[14],裂莖是破裂的莖。棉鈴殼的識(shí)別率較低,為56.7%,主要錯(cuò)分為裂莖和麻線。

圖9 全波段5折交叉驗(yàn)證的SVM平均分類(lèi)精度Fig.9 Average SVM classification accuracies for 5-fold cross-validation using entire wavelength

在全波段SVM分類(lèi)結(jié)果中,裂莖與莖、棉鈴殼之間,莖與棕葉之間,棉鈴殼與麻線之間的錯(cuò)誤分類(lèi)率較高,與MANOVA中的結(jié)果較為匹配。某種雜質(zhì)與其他雜質(zhì)的顯著性水平越大,與不存在顯著差異的其他雜質(zhì)的種類(lèi)越多,其分類(lèi)精度越低。

2.4 特征波長(zhǎng)提取結(jié)果

區(qū)間隨機(jī)蛙跳算法共有六個(gè)參數(shù)需要初始化,設(shè)置RF的移動(dòng)窗口w設(shè)置為3,共得到215個(gè)光譜區(qū)間;迭代次數(shù)N設(shè)置為10 000,保證足夠多的迭代次數(shù)以選到最優(yōu)區(qū)間;初始化子集個(gè)數(shù)Q設(shè)置為7。為了保證隨機(jī)抽樣結(jié)果的再現(xiàn)性,使用運(yùn)行20次iRF的平均結(jié)果。iRF使用PLS建立模型,其中X設(shè)置為12種雜質(zhì)和皮棉的光譜矩陣,Y設(shè)置為樣本的編號(hào)。iRF使用Kennard-Stone(KS)方法將數(shù)據(jù)集劃分為校正集(數(shù)據(jù)集的80%)和獨(dú)立測(cè)試集(數(shù)據(jù)集的20%)。計(jì)算排名第1到第215個(gè)光譜區(qū)間的RMSECV,在圖10(a)中,前13個(gè)區(qū)間在校正集上擁有最低的RMSECV。

圖10 (a) 光譜區(qū)間并集的RMECV,(b) 215個(gè)光譜區(qū)間的選擇概率Fig.10 (a) The RMECV of the union of the top ranked intervals,(b) Selection probability of 215 spectral intervals

區(qū)間隨機(jī)蛙跳算法根據(jù)區(qū)間的選擇概率評(píng)估該光譜區(qū)間的重要程度,光譜區(qū)間的選擇概率越高,該光譜區(qū)間越重要[19,27]。圖10(b)為215個(gè)光譜區(qū)間的選擇概率圖。

在得到最優(yōu)光譜區(qū)間個(gè)數(shù)的基礎(chǔ)上,根據(jù)選擇概率圖得到選擇概率較高的13個(gè)區(qū)間,去除區(qū)間中重復(fù)的波長(zhǎng),最終得到10個(gè)波長(zhǎng)。在分類(lèi)預(yù)實(shí)驗(yàn)中,為了獲得區(qū)間蛙跳的最佳參數(shù)設(shè)置,使用可優(yōu)化SVM對(duì)得到的波長(zhǎng)進(jìn)行分類(lèi),通過(guò)模型的平均分類(lèi)精度及雜質(zhì)各自分類(lèi)精度評(píng)估波長(zhǎng)選取的有效性。在該過(guò)程中發(fā)現(xiàn)波長(zhǎng)485.8和500.4 nm對(duì)于塑料包裝的分類(lèi)準(zhǔn)確率影響較大,最終確定12個(gè)波長(zhǎng),分別為485.8、500.4、551.7、611.1、676.0、728.9、772.1、810.4、979.4、1 013.4、1 019.0和1 024.3 nm。圖11所示為特征波長(zhǎng)在全光譜波段范圍內(nèi)的位置。

圖11 皮棉及雜質(zhì)的平均光譜以及用垂直紅線表示的特征波長(zhǎng)Fig.11 Average spectra of FM and cotton and selected wavelengths indicated by the vertical red lines

算法選定的波長(zhǎng),可見(jiàn)光部分包括7個(gè)波長(zhǎng),分別為485.8、500.4、551.7、611.1、676.0、728.9和772.1 nm。這些特征波段主要與雜質(zhì)、棉花的色素有關(guān)。塑料包裝含有黃色染料,這種黃色染料吸收藍(lán)色區(qū)域的光,反射紅色和綠色,這與選擇的485.8、500.4和551.7 nm特別相關(guān)。大部分植物性雜質(zhì)含有初級(jí)色素及輔助色素,如葉綠素,脫鎂素,類(lèi)胡蘿卜素等。類(lèi)胡蘿卜素通常具有450～500 nm的寬吸收范圍[28],這與選出的485.8和500.4 nm相關(guān)。葉綠素在丙酮溶液中有662 nm的強(qiáng)吸收峰[28],這與選出的676.0和728.9 nm的波長(zhǎng)相關(guān)。此外,這些特征波段還與雜質(zhì)的化學(xué)組分有關(guān)。棉籽衣外層被皮棉纖維包裹,棉籽主要由蛋白質(zhì)組成,這些雜質(zhì)在600～800 nm波段的透射率存在差異[14],這與選擇的611.1、676.0、728.9和772.1 nm非常相關(guān)。

近紅外部分包含5個(gè)波長(zhǎng),是810.4、979.4、1 013.4、1 019.0和1 024.3 nm。雜質(zhì)與棉花存在很大差異,很大程度上與化學(xué)成分有關(guān)的化學(xué)鍵振動(dòng)區(qū)域有關(guān),例如在800～1 100 nm,有O—H的第二倍頻,C—H的第三倍頻[29],與選擇的5個(gè)波長(zhǎng)特別相關(guān)。在近紅外光譜法中,特征頻率區(qū)中的吸收峰基本是由基團(tuán)的伸縮振動(dòng)產(chǎn)生,具有很強(qiáng)的特征性[30]。例如木質(zhì)素、蛋白質(zhì)和纖維素由分子鍵組成,如CH3—、OH—和NH—,它們?cè)诮t外光譜范圍內(nèi)具有吸收帶[26]。而不同雜質(zhì)這幾種物質(zhì)的含量各不相同。此外,780～1 800 nm的近紅外光譜比可見(jiàn)光譜更有效地檢測(cè)塑料制品[31],例如包裝和地膜。

2.5 特征波長(zhǎng)的SVM分類(lèi)結(jié)果

使用12個(gè)特征波長(zhǎng)對(duì)雜質(zhì)進(jìn)行SVM分類(lèi),如圖12所示,雜質(zhì)和皮棉的平均識(shí)別率為86.2%,與全波段光譜的分類(lèi)結(jié)果相比,模型準(zhǔn)確率提高1.8%。其中裂莖、莖、棉鈴殼、棉籽和麻線的分類(lèi)準(zhǔn)確率有顯著的提高(圖13),棉籽衣、莖皮、綠葉、棕葉、地膜的分類(lèi)準(zhǔn)確率有小幅度降低,總體上說(shuō)明特征波長(zhǎng)的提取有效。

圖12 特征波段5折交叉驗(yàn)證的SVM平均分類(lèi)精度Fig.12 Average SVM classification accuracies of 5-fold cross-validation with selected wavelengths

圖13 全波段與特征波長(zhǎng)的分類(lèi)準(zhǔn)確率Fig.13 Classification accuracies of entire wavelengths and selected wavelengths

特征波長(zhǎng)的提取對(duì)分類(lèi)效果不顯著,分析主要原因是由于雜質(zhì)隱藏在皮棉層之下,光譜信息受到棉層的影響,減弱了雜質(zhì)光譜信息的表達(dá)強(qiáng)度。另外,相似的物質(zhì),例如裂莖、莖、棉鈴殼、莖皮、粽葉和麻線的分類(lèi)率不容易提高。

3 結(jié) 論

探討了在400～1 000 nm范圍內(nèi),采用堆掃式高光譜成像技術(shù)對(duì)透射模式下的棉花內(nèi)層雜質(zhì)進(jìn)行檢測(cè)和分類(lèi)的可行性。結(jié)果表明,12種類(lèi)型的雜質(zhì)(裂莖、莖、棉鈴殼、棉籽衣、棉籽、莖皮、綠葉、棕葉、塑料包裝、地膜、麻線和紙)的光譜強(qiáng)度與皮棉相比較低,能夠在485～550 nm范圍的灰度圖像中檢測(cè)到。除塑料包裝、地膜外,所有類(lèi)型的雜質(zhì)都可以在全波段的灰度圖像中觀察到。CDA聚類(lèi)和SVM分類(lèi)結(jié)果表明,棉籽、綠葉、紙片、塑料包裝、地膜、皮棉的分類(lèi)結(jié)果較好,分類(lèi)準(zhǔn)確率在90%以上。具有相似外觀和相似化學(xué)成分的其他類(lèi)型的雜質(zhì)(棉籽衣、莖皮、棉鈴殼、棕葉、裂莖、莖和麻線)分類(lèi)準(zhǔn)確率較低但超過(guò)73%。各類(lèi)雜質(zhì)和皮棉光譜平均分類(lèi)準(zhǔn)確率為86.2%,表明透射高光譜圖像檢測(cè)棉花雜質(zhì)具有一定的應(yīng)用前景。

本研究中高光譜透射圖像像素分類(lèi)實(shí)驗(yàn)結(jié)果不理想。在未來(lái)的工作中,將著重于提高像素分類(lèi)的成功率,并且將針對(duì)工業(yè)應(yīng)用優(yōu)化成像和雜質(zhì)分類(lèi)過(guò)程。

致謝:誠(chéng)摯感謝美國(guó)佐治亞大學(xué)工程學(xué)院The Bio-Sensing and Instrumentation Laboratory的李長(zhǎng)纓教授提供實(shí)驗(yàn)設(shè)備儀器及棉花樣本,并感謝常金強(qiáng)同學(xué)在投稿方面的建議。