基于高光譜成像技術(shù)的鮮煙葉葉位識別方法

李粉粉，王愛霞，趙 晨，白 濤，毛 嵐，張豹林，李生棟，宋朝鵬，王 濤，

（1.河南農(nóng)業(yè)大學(xué) 煙草學(xué)院，河南 鄭州 450002；2.河南中煙工業(yè)有限責(zé)任公司，河南 鄭州 450016；3.云南省煙草公司曲靖市公司，云南 曲靖 655000）

煙葉分級是煙葉生產(chǎn)過程中重要的一環(huán)，是提高煙葉可用性的重要措施依據(jù)。在煙葉生產(chǎn)收購中，多以部位、外觀、物理特性等因素對煙葉進行等級質(zhì)量區(qū)分，其中葉位是分組的首要因素，直接決定了分組的準(zhǔn)確性。根據(jù)烤煙散葉烘烤技術(shù)規(guī)程，煙葉采烤時應(yīng)遵循同一部位煙葉同時采收的原則[1]，實際生產(chǎn)中煙農(nóng)采收時多以鮮煙葉的各項外觀表征來判斷煙葉的可用性，受生態(tài)條件、生產(chǎn)技術(shù)、品種等因素影響，不同葉位葉片在生長過程中可能表現(xiàn)出相似的可用性，從而存在較多部位混采現(xiàn)象[2]，對煙葉烘烤及烤后分級造成不良影響。因此，需要一種快速、準(zhǔn)確、無損的鮮煙葉葉位客觀判別方法。

高光譜成像技術(shù)近年來被廣泛應(yīng)用于植物品種、品質(zhì)和病蟲害識別[3-6]。在煙草領(lǐng)域中，部分研究人員嘗試?yán)酶吖庾V成像技術(shù)對煙葉進行檢測分析，研究結(jié)果表明，煙草光譜信息與其葉面積指數(shù)、生物量、物理特性、化學(xué)成分等指標(biāo)間存在相關(guān)性[7-10]。受含水率、色素、細胞組織結(jié)構(gòu)等因素影響[11-12]，不同品種、不同生育期、不同部位煙葉的光譜反射率均存在較大差異[7，13]。在煙葉成熟度識別方面，李鑫等[14]比較了一階導(dǎo)數(shù)、多元散射校正（Multiplicative scatter correction，MSC）、標(biāo)準(zhǔn)正態(tài)變換（Standard normal variate，SNV）等5 種數(shù)據(jù)預(yù)處理方法，利用遺傳算法篩選特征波段，建立基于支持向量機（SVM）分類器的煙葉田間成熟度判別模型，結(jié)果表明，隨著煙葉田間成熟度增加，光譜反射率逐漸增大，采用SNV-GA-SVM 方法構(gòu)建的模型預(yù)測精度最高。在煙葉病蟲害檢測方面，竇玉青等[15]對健康煙株和葉斑類病害煙株葉片的高光譜反射率特征進行檢測，結(jié)果表明，550 nm 和670～750 nm處的光譜反射率可以反映煙葉病害的變化程度。在鮮煙葉特征檢測方面，孫陽等[16]研究了不同部位鮮煙葉高光譜特征與顏色參數(shù)的變化規(guī)律，基于高光譜特征參數(shù)建立了煙葉顏色參數(shù)回歸模型，結(jié)果表明，在400～760 nm波段光譜反射率變化與色素含量密切相關(guān)，驗證了利用高光譜技術(shù)預(yù)測鮮煙葉顏色參數(shù)的可行性。在煙葉分類分級方面，李士靜等[17]探討了不同光譜預(yù)處理方法和分類模型對煙葉等級分類正確率的影響，結(jié)果表明，采用MSC 預(yù)處理和SVM 分類器的模型識別效果更好，分類正確率達到了96%。張慧等[18]將連續(xù)投影算法所篩選的特征波長與灰度共生矩陣選擇的烤煙質(zhì)構(gòu)特征歸一化融合，構(gòu)建烤煙分類模型，結(jié)果表明，光譜與紋理融合特征可以降低數(shù)據(jù)維度，提升模型分類正確率。在煙草領(lǐng)域中，對煙葉葉位的研究多采用機器學(xué)習(xí)、深度學(xué)習(xí)等基于圖像的識別分類方法，采用高光譜成像技術(shù)對煙葉葉位特征的識別分類報道較少，還需進一步研究。因此，提出一種基于高光譜成像技術(shù)的鮮煙葉葉位識別方法，為實現(xiàn)鮮煙葉葉位的快速無損判別提供可靠的理論基礎(chǔ)和技術(shù)支持。

1 材料和方法

1.1 試驗材料

試驗于2021—2022 年在重慶市豐都縣進行。以云煙116 和云煙87 為研究對象，選取當(dāng)?shù)毓芾硪?guī)范的煙田具有代表性的煙株。煙株留葉數(shù)為22～24片，上部葉（X）采收位置為18～20 葉位，中部葉（C）采收位置為12～14 葉位，下部葉（B）采收位置為3～5 葉位，采收時間為打頂后15 d。每個部位各采收320 片鮮煙葉，共960 片。根據(jù)鮮煙葉所屬葉位對鮮煙葉樣本分類標(biāo)記，下部葉標(biāo)記為1，中部葉標(biāo)記為2，上部葉標(biāo)記為3。樣本按照4∶1 的比例隨機劃分為校正集和預(yù)測集，其中校正集共768個樣本，上部葉、中部葉、下部葉均為256 個，預(yù)測集192 個樣本，上部葉、中部葉、下部葉均為64個。

1.2 高光譜成像系統(tǒng)

試驗所采用的高光譜圖像采集系統(tǒng)如圖1 所示，主要由便攜式高光譜儀（GaiaField-V10E）、光源控制器、4 個200 W 鹵素?zé)艄庠?、黑色背景板、計算機和暗箱組成，光源分別安裝于暗箱邊框中部。高光譜儀所測定的波長為389.6～1 016.9 nm，光譜分辨率為2.8 nm，光譜采樣間隔為2.34 nm，輸出波段數(shù)為256 個，相機像素為696×658。將采收鮮煙葉放置于黑色背景板中央，通過配套軟件SpecView 調(diào)整參數(shù)，以保證所采集煙葉圖像的清晰度，經(jīng)多次預(yù)試驗確定系統(tǒng)最佳參數(shù)：掃描角度為-10°～10°，掃描速度為15 s/cube，物距1 m，曝光時間10 ms。

圖1 高光譜成像系統(tǒng)Fig.1 Schematic illustration of hyperspectral imaging system

1.3 數(shù)據(jù)處理

1.3.1 圖像校正 為防止采集過程中采集設(shè)備或光強對高光譜圖像產(chǎn)生噪聲影響，每次測定前先進行黑白板校正。黑白板標(biāo)定公式[19]：

式中，R為校正后的圖像，I為原始圖像，W為反射率是100%的全白標(biāo)定圖像，B為反射率是0 的全黑標(biāo)定圖像。

1.3.2 感興趣區(qū)域提取 為快速提取與樣本相關(guān)的光譜和圖像數(shù)據(jù)，使用Python 3.8 編程語言，基于Anaconda 3 集成開發(fā)環(huán)境，利用灰度閾值法對481.8、562.2、651.4 nm 3 個通道下的高光譜圖像進行分割，并二值化，以二值化圖像為基礎(chǔ)，對原始鮮煙葉高光譜圖像進行掩膜處理，最后對掩膜后的高光譜圖像進行感興趣區(qū)域（ROI）提取，如圖2d 所示，紅色區(qū)域即最終提取的感興趣區(qū)域。以整個葉片區(qū)域作為一個ROI，計算每個波段的ROI 區(qū)域平均光譜反射率作為煙葉樣本的原始光譜值。

圖2 鮮煙葉感興趣區(qū)域分割Fig.2 Image segmentation of interested region of green tobacco leaves

1.3.3 光譜數(shù)據(jù)預(yù)處理 為提升所采集光譜數(shù)據(jù)的穩(wěn)定性和可分離性，需要對光譜信息進行預(yù)處理，削弱或消除光譜采集過程中所產(chǎn)生的背景噪聲、基線漂移、暗電流等隨機噪聲的影響。剔除信噪較低的首尾波段，對400～1 000 nm 波段范圍內(nèi)的鮮煙葉光譜數(shù)據(jù)進行分析與研究。采用SNV、二階導(dǎo)數(shù)（2ndDerivative，2ND）、Savitzky-Golay 卷積平滑（Savitzky-Golay smoothing filter，SG）和MSC 4種光譜預(yù)處理方法對煙葉原始高光譜數(shù)據(jù)進行處理。

1.3.4 特征波段篩選 由于樣本的原始光譜數(shù)據(jù)量較大，其中包含的冗余和無效信息對煙葉葉位識別模型的預(yù)測能力存在較大影響，為降低模型復(fù)雜度，提升模型的預(yù)測精度，需要對原始光譜數(shù)據(jù)進行優(yōu)化，篩選與葉位識別相關(guān)的有效波長變量。本研究選用連續(xù)投影算法（Successive projections algorithm，SPA）和競爭性自適應(yīng)重加權(quán)算法（Competitive adaptive reweighted sampling，CARS）進行特征波長的篩選。

1.3.4.1 SPA SPA利用向量投影分析，尋找到原始數(shù)據(jù)空間中的最小冗余光譜信息變量集。對采集到的原始煙葉樣本數(shù)據(jù)n×m階矩陣X，提取出一個n行h列的特征向量集，以驗證集的交叉驗證均方根誤差（RMSECV）最小值對應(yīng)的k（0）和N，確定最佳變量及特征波長個數(shù)[20]。

1.3.4.2 CARS CARS利用自適應(yīng)重加權(quán)采樣和指數(shù)衰減函數(shù)，選擇所構(gòu)建PLS 模型中回歸系數(shù)絕對值大的波長點，利用交叉驗證篩選出RMSECV最小值的子集Q，基于子集Q構(gòu)建PLS 模型，獲取最優(yōu)光譜特征組合[21]。

1.4 鮮煙葉葉位識別模型構(gòu)建

偏最小二乘判別分析（Partial least squaresdiscriminant analysis，PLS-DA）、SVM 和反向傳播神經(jīng)網(wǎng)絡(luò)（Back propagation neural network，BPNN）對于小樣本特征分類具有識別準(zhǔn)確度高、所需時間較短的特點，因此選用這3 種分類器構(gòu)建識別模型進行鮮煙葉葉位分類。

PLS-DA 是一種用于判別分析的多變量統(tǒng)計分析方法[22]。在處理時，將樣本判別向量轉(zhuǎn)換為虛擬矩陣Yn×m，其中m為樣本類別，n為樣本數(shù)，將預(yù)測樣本數(shù)值代入虛擬矩陣中，進行分類判別。SVM 算法在解決小樣本、非線性和高維度等決策問題上有較好的分類效果[23]。本研究采用線性核函數(shù)構(gòu)建SVM預(yù)測模型。

BPNN 是一種基于誤差逆向傳播的算法，可以通過自身對數(shù)據(jù)集的訓(xùn)練學(xué)習(xí)獲取輸入數(shù)據(jù)與輸出數(shù)據(jù)間的映射關(guān)系，基于給定輸入數(shù)據(jù)，實現(xiàn)輸出數(shù)據(jù)的結(jié)果預(yù)測[24]。

針對鮮煙葉葉位光譜特征數(shù)據(jù)，采用預(yù)處理后的全波段光譜數(shù)據(jù)和特征波段光譜數(shù)據(jù)，分別構(gòu)建基于PLS-DA、SVM 和BPNN 的鮮煙葉葉位判別模型，選擇模型的準(zhǔn)確率評價鮮煙葉葉位識別模型的性能。

2 結(jié)果與分析

2.1 光譜數(shù)據(jù)預(yù)處理

隨著煙葉著生部位的變化，煙葉的化學(xué)成分、組織結(jié)構(gòu)和外觀特征存在一定差異，不同葉位煙葉的葉綠素含量、組織結(jié)構(gòu)、含水量等差異會影響光譜曲線波峰與波谷的產(chǎn)生[7，25]，因此利用光譜特征可以判斷鮮煙葉所屬部位。圖3a 為每片鮮煙葉樣本的原始平均光譜曲線，可以看出，在400～800 nm 處鮮煙葉譜峰信息豐富，反射率曲線在433、486、557、658、752 nm 處出現(xiàn)較為明顯的波峰、波谷。對煙葉原始平均光譜數(shù)據(jù)進行MSC、SNV、2ND 和SG 預(yù)處理，其中SG 濾波的窗口長度為33，多項式階數(shù)為3。預(yù)處理后的光譜平均反射率曲線如圖3b—e 所示，可以看出，預(yù)處理后的光譜曲線較原始光譜曲線相對集中，有效消除了基線漂移的問題，對重疊信息的放大和分離效果更好。

2.2 基于全波段的分類識別結(jié)果

對4種預(yù)處理后的全波長光譜數(shù)據(jù)分別建立鮮煙葉葉位的PLS-DA、SVM 和BPNN 分類模型，模型分類結(jié)果如表1 所示。在鮮煙葉葉位預(yù)測模型中，采用預(yù)處理光譜信息構(gòu)建的葉位識別模型預(yù)測準(zhǔn)確率較原始光譜信息模型均有不同程度的提高，采用2ND、SG 處理建立的模型判別準(zhǔn)確率較采用SNV、MSC 處理的模型略有提高。采用相同光譜信息處理方法所構(gòu)建的模型中，基于BPNN 所構(gòu)建的模型預(yù)測準(zhǔn)確率最優(yōu)，在訓(xùn)練集中，原始光譜的模型準(zhǔn)確率為84.90%，MSC、SNV、2ND 和SG 基于BPNN 的模型準(zhǔn)確率分別為86.85%、86.98%、87.24%、91.15%，分別比原始光譜模型提高了1.95、2.08、2.34、6.25 百分點。在預(yù)測集中，原始光譜的模型準(zhǔn)確率為81.77%，MSC、SNV、2ND 和SG 基于BPNN 的模型準(zhǔn)確率比原始光譜高3.13、4.17、4.69、8.86百分點。在訓(xùn)練集和預(yù)測集中，SG 預(yù)處理方法的模型分類結(jié)果均表現(xiàn)最優(yōu)，對鮮煙葉葉位分類效果最好，因此，選用SG 處理后的光譜進行后續(xù)數(shù)據(jù)處理和分析。

表1 基于全波段的模型分類結(jié)果Tab.1 Classification results of different models based on full band

2.3 特征波長篩選結(jié)果

鮮煙葉原始光譜數(shù)據(jù)包含了400～1 000 nm 波段間共256個波段信息，為降低數(shù)據(jù)維度，提升模型預(yù)測準(zhǔn)確度和模型效率，采用SPA 和CARS 篩選特征波長。

在SPA 鮮煙葉葉位特征波段篩選中，波長數(shù)N范圍設(shè)定為1～50，以RMSECV最小值對應(yīng)的變量個數(shù)作為波長個數(shù)。在CARS鮮煙葉葉位特征波長篩選中，蒙特卡羅采樣次數(shù)設(shè)定為50，以RMSECV最小值對應(yīng)的變量個數(shù)作為波長個數(shù)。SPA 和CARS篩選的特征波長結(jié)果如圖4 所示。SPA 共篩選了8個 特 征 波 長，分 別 為430.79、644.09、747.50、757.50、805.20、820.29、853.40、922.79 nm。CARS 共篩選了38 個特征波長，分別為414.70、426.20、442.39、444.70、488.89、495.89、500.60、507.70、510.00、543.09、547.90、550.29、557.40、559.79、564.59、566.90、574.09、581.29、588.50、590.90、593.29、595.70、610.09、629.50、661.09、707.79、717.70、780.00、825.40、833.00、835.59、879.00、891.79、899.50、902.09、941.00、943.59、959.20 nm。

圖4 SPA和CARS選取的特征波段Fig.4 The characteristic wavelengths selected using the SPA and CARS algorithm

2.4 基于特征波長的分類識別結(jié)果

利用SPA 和CARS 方法篩選的鮮煙葉葉位特征波長變量分別建立SVM、PLS-DA 和BPNN 分類模型。PLS-DA 模型的主成分?jǐn)?shù)、SVM 模型的核函數(shù)參數(shù)以及BPNN 模型的隱含層網(wǎng)絡(luò)節(jié)點個數(shù)，均采用遍歷優(yōu)化法進行篩選。不同特征波長篩選方法的鮮煙葉葉位模型分類結(jié)果如表2 所示?？梢钥闯觯邗r煙葉葉位預(yù)測模型中，訓(xùn)練集和預(yù)測集對鮮煙葉葉位誤判現(xiàn)象多集中于中部葉。CARS 方法可以有效地篩選鮮煙葉葉位相關(guān)特征波長，采用CARS 篩選的特征波段所構(gòu)建的模型與采用SPA 篩選的特征波段所構(gòu)建的模型相比，模型預(yù)測結(jié)果較好。采用特征波段所構(gòu)建的PLS-DA 和BPNN 模型的識別準(zhǔn)確度高于采用SG 預(yù)處理后全波段光譜所構(gòu)建的模型準(zhǔn)確度。所構(gòu)建的SVM、PLS-DA 和BPNN模型中，預(yù)測集中采用CARS篩選的特征波段較采用SPA 篩選的特征波段所構(gòu)建的模型預(yù)測準(zhǔn)確 率 分 別 提 高 了0.51、1.04、1.56 百 分 點，其 中CARS-BPNN 模型的預(yù)測結(jié)果最優(yōu)，訓(xùn)練集和預(yù)測集中預(yù)測準(zhǔn)確率達到了93.23%和92.19%。

表2 基于不同特征波長的模型分類結(jié)果Tab.2 Model classification results based on different characteristic wavelengths

表3為不同模型的識別結(jié)果混淆矩陣。可以看出，在不同的煙葉葉位識別模型中，誤分情況都集中于相鄰部位的判別，其中中部葉誤分率較高，上部葉與下部葉間的誤分樣本數(shù)較少。與SG-BPNN相比，SG-CARS-BPNN 的相鄰部位識別準(zhǔn)確率有顯著提升。

表3 模型識別結(jié)果混淆矩陣Tab.3 Confusion matrix of model identify result

3 結(jié)論與討論

針對目前鮮煙葉部位特征語言描述模糊性和誤差性較高，判別依賴人工經(jīng)驗等問題，本研究提出一種基于高光譜成像技術(shù)的鮮煙葉葉位檢測方法，可實現(xiàn)對鮮煙葉所屬葉位快速無損判別。以不同葉位烤煙鮮煙葉為研究對象，利用高光譜成像系統(tǒng)采集煙葉樣本數(shù)據(jù)，基于400～1 000 nm 波段光譜數(shù)據(jù)，對比分析了SNV、MSC、2ND 和SG 4 種不同的光譜預(yù)處理方法和SVM、PLS-DA 和BPNN 3種不同建模方法的鮮煙葉葉位判別結(jié)果。結(jié)果表明，采用預(yù)處理光譜信息構(gòu)建的葉位識別模型的預(yù)測準(zhǔn)確率較原始光譜信息模型均有不同程度的提高，其中SG預(yù)處理方法的模型分類結(jié)果均表現(xiàn)最優(yōu)，能夠較好地消除基線漂移、噪聲、固體顆粒大小、雜散光等對光譜信息的影響。采用SG 預(yù)處理的訓(xùn)練集和預(yù)測集中BPNN 模型的識別效果最好，SG-BPNN 的模型準(zhǔn)確率分別為91.15%和90.63%，比原始光譜-BPNN 模型的準(zhǔn)確率高6.25、8.86 百分點。比較了利用SPA 所篩選的8 個特征波長和CARS 所篩選的38 個特征波長結(jié)合3 種建模方法對鮮煙葉葉位判別結(jié)果。結(jié)果表明，采用CARS 所篩選的特征波長所建立的BPNN 模型最優(yōu)，訓(xùn)練集和預(yù)測集中預(yù)測準(zhǔn)確率達到了93.23%和92.19%，模型誤分主要為相鄰部位煙葉誤識。

綜上，利用高光譜成像技術(shù)可以快速無損提取鮮煙葉葉位特征信息，對鮮煙葉所屬部位進行判別。與基于彩色圖像所提取的鮮煙葉葉位特征相比，本研究所提出的基于SG 預(yù)處理和CARS 篩選后的特征光譜信息，能夠較好地表征鮮煙葉葉位特征，可有效降低相鄰部位鮮煙葉葉位的誤判率。本研究僅對重慶煙區(qū)云煙116 和云煙87 兩個品種進行了判別研究，實現(xiàn)鮮煙葉采收葉位的數(shù)字化精準(zhǔn)識別，還需完善高光譜圖像采集系統(tǒng)，采集不同煙區(qū)不同品種的鮮煙葉數(shù)據(jù)，進一步提升煙葉葉位分類模型的精確性和適用性。