高光譜成像技術(shù)兼具光譜分析和機器視覺技術(shù)特點，既能通過光譜反映出霉變花生的成分變化，又可以通過圖像實現(xiàn)霉變花生的可視化判別。

花生是我國重要的油料與經(jīng)濟作物。目前我國花生總產(chǎn)量和消費量均約占全球40%，已成為世界上最大的花生生產(chǎn)國和消費國，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、運輸、儲藏和加工過程中極易因溫濕度變化產(chǎn)生霉變，繼而產(chǎn)生強毒性和強致癌性的黃曲霉毒素，不僅影響花生食用安全性，甚至危害人類和動物的生命和健康。高光譜成像技術(shù)兼具光譜分析和機器視覺技術(shù)特點，既能通過光譜反映出霉變花生的成分變化，又可以通過圖像實現(xiàn)霉變花生的可視化判別。

01實驗部分

圖1所示為實驗過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。

圖1 花生內(nèi)部霉變程度示意圖

1.1模型評價指標(biāo)

由于實驗數(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)確率作為模型評價指標(biāo)。準(zhǔn)確率是分類問題模型中最簡單直接的指標(biāo)，即模型預(yù)測正確的樣本占總樣本個數(shù)的比例，計算如公式(1)所示：

其中，TP表示實際為正樣本被預(yù)測為正樣本的數(shù)量；FN表示實際為正樣本卻被預(yù)測為負(fù)樣本的數(shù)量；FP表示實際為負(fù)樣本卻被預(yù)測為正樣本的數(shù)量；TN表示實際為負(fù)樣本預(yù)測也為負(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，實驗首先對原始高光譜圖像進(jìn)行黑白板校正，如公式(2)所示：

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。

實驗過程中將花生樣本置于載物臺進(jìn)行高光譜圖像采集(圖2a)，因此校正后的高光譜圖像中會攜帶有載物臺信息(圖2b)。由于載物臺和花生樣本成分不同，其光譜在主成分投影空間存在顯著聚類區(qū)分。因此實驗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)部霉變判別模型評價

表1的實驗結(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)處理可以顯著提升模型性能。

特征波長篩選

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

其中，1408.08nm位于醇游離O-H一級倍頻吸收峰1410nm附近、酚O-H的一級倍頻1420nm附近及水O-H的一級倍頻1440nm附近，花生霉變過程中往往水分會增加，同時霉菌代謝會產(chǎn)生發(fā)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，而花生霉變過程中蛋白質(zhì)會發(fā)生降解、氧化、轉(zhuǎn)化等顯著變化。2151.45nm則位于芳烴C-H在C-C伸縮振動和C-H伸縮振動的組合頻2146nm附近處，同時乙烯基的C-H在2090~2140nm附近、2170nm附近也均有特征吸收，花生霉變產(chǎn)物中最主要的一類化合物黃曲霉素的分子結(jié)構(gòu)中則同時包含乙烯基和芳環(huán)。

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

表2 基于特征波長篩選后的花生霉變判別模型評價

03結(jié)論

近紅外高光譜成像技術(shù)進(jìn)行花生內(nèi)部霉變判別具有較大的潛力,但還有待進(jìn)一步結(jié)合圖像信息精準(zhǔn)獲取霉變區(qū)域光譜信息以提升內(nèi)部霉變樣本的識別準(zhǔn)確率。

推薦：

便攜式高光譜成像系統(tǒng)iSpecHyper-VS1000

專門用于公安刑偵、物證鑒定、醫(yī)學(xué)醫(yī)療、精準(zhǔn)農(nóng)業(yè)、礦物地質(zhì)勘探等領(lǐng)域的最新產(chǎn)品，主要優(yōu)勢具有體積小、幀率高、高光譜分辨率高、高像質(zhì)等性價比特點采用了透射光柵內(nèi)推掃原理高光譜成像，系統(tǒng)集成高性能數(shù)據(jù)采集與分析處理系統(tǒng)，高速USB3.0接口傳輸，全靶面高成像質(zhì)量光學(xué)設(shè)計，物鏡接口為標(biāo)準(zhǔn)C-Mount，可根據(jù)用戶需求更換物鏡。

審核編輯 黃宇