食品行業(yè)
茶是世界上最有價值和最流行的飲品之一，茶葉不僅可以提高機體免疫力，而且可以對抗疾病。紅茶在世界茶產(chǎn)品中是主流的消費產(chǎn)品，中國生產(chǎn)的祁門紅茶是世界三大高香紅茶之一，它具有獨特的果香氣味，受到很多人的青睞。隨著人們對紅茶需求的不斷增加，紅茶的品質(zhì)越來越受到重視。目前，茶葉市場存在以次充好的現(xiàn)象，但僅憑感官評價正確分辨茶葉品質(zhì)好壞是比較困難的，而無損檢測具有快速、精確和評價標準穩(wěn)定的特點，因此實現(xiàn)茶葉的快速無損鑒別是十分必要的。
本文利用近紅外高光譜成像系統(tǒng)(900~1700 nm)對祁門紅茶的6個等級進行分類，比較分析了PCA、MDS、t-SNE和Sammon四種不同降維技術(shù)，建立SVM和極限學習機(Extreme Learning Machine,ELM)模型并生成高光譜圖像像素空間分類圖。應用的900-1700nm高光譜相機，可采用杭州彩譜科技有限公司產(chǎn)品FS-15。短波近紅外高光譜相機，采集速度全譜段可達200FPS,被廣泛應用于成分識別，物質(zhì)鑒別，機器視覺，農(nóng)產(chǎn)品品質(zhì)，屏幕檢測等領(lǐng)域。
1.2實驗方法
1.2.1數(shù)據(jù)采集
近紅外高光譜采集儀的光譜范圍為900~1700 nm,光譜分辨率為3nm,共256個波段。在實驗中將茶葉樣本均勻的平鋪在直徑為5cm,高為2cm的圓形容器中，放在前進速度為1.68 cm/s的移動臺上進行圖像采集，曝光時間為20 ms,鏡頭與樣本之間的距離為32 cm。為避免外部光線影響，高光譜圖像的采集過程在暗箱中進行。原始高光譜圖像噪聲較大，故對其進行圖像校正。本文采用黑白校正和最小噪聲分離變換(Minimum Noise Fraction,MNF)方法對原始數(shù)據(jù)進行去噪處理。使用ENVI5.3軟件，提取50×50像素中心區(qū)域作為感興趣區(qū)域(Region of Interest,ROI),計算其平均光譜作為樣本的原始光譜。各等級的茶葉樣本按照3:2分為訓練集和測試集，訓練集包含288個樣本，測試集包含192個樣本。
1.2.2數(shù)據(jù)處理
1.2.2.1數(shù)據(jù)預處理
圖像采集過程中受到暗電流噪聲、探測器靈敏度和光學傳輸特性等因素影響，導致采集的圖像質(zhì)量受到影響，需要對采集圖片進行黑白校正。在相同的采集條件下，分別采集反射率接近100%的白幀圖像和反射率接近為0%的黑幀圖像。
2結(jié)果與分析
2.1 樣本光譜特征
由于鹵素燈在初始階段光照強度不均勻以及儀器噪聲影響，為了保證數(shù)據(jù)的準確性和實驗結(jié)果的可靠性，剔除900~980 nm和1650~1700 nm,選取光譜范圍在980~1650 nm的203條光譜帶作為祁門紅茶的原始光譜數(shù)據(jù)。所有樣本的原始光譜曲線如圖1所示，光譜數(shù)據(jù)受到隨機噪聲和散射效應的干擾，需要對其進行預處理。本文對原始光譜分別采用SG平滑濾波(Savitzky-Golay Filtering,SG)、標準正交變換(Standard Normal Variate,SNV)、多元散射校正(Multiplicative Scatter Correction,MSC)、SG-SNV和SG-MSC等算法對數(shù)據(jù)進行預處理。SG可以消除或減弱隨機噪聲，SNV和MSC用來校正散射現(xiàn)象，SG-SNV和SG-MSC對原始算法進行了優(yōu)化。
實驗結(jié)果表明，SG-SNV預處理效果優(yōu)于其他算法。該算法有效地修正了光散射引起的光譜基線漂移問題，使光譜的吸收峰位置更加突出，光譜曲線如圖2所示。祁門紅茶6個等級的平均光譜曲線如圖3所示，不同等級的茶葉在三個峰處反射率差別較明顯。由此可知，高光譜成像技術(shù)可建立分類模型對6個等級的祁門茶葉進行識別。
2.2 高維數(shù)據(jù)可視化
利用MDS、Sammon、t-SNE和PCA等算法對高光譜圖像進行高維數(shù)據(jù)的低維可視化。實驗結(jié)果如圖4所示，不同顏色的聚類代表不同的茶葉等級，只有t-SNE可以將6個等級的茶葉明確區(qū)分。如圖4(a)、圖4(b)、圖4(d)所示，MDS和PCA不能將G1和G4完全區(qū)分開，Sammon不能將G5、G6以及G1、G3完全區(qū)分開，主要原因是該樣本具有相似的光譜特征。與PCA和MDS相比，Sammon對6個等級祁門紅茶的可視化效果較差。由于Sammon映射沒有顯式地表示轉(zhuǎn)換函數(shù).該算法只是提供了一種度量方法來衡量轉(zhuǎn)換結(jié)果，故分離簇的能力不強。PCA和MDS無法保持高維空間的數(shù)據(jù)結(jié)構(gòu)，因其只利用了遠處數(shù)據(jù)點的信息，所以分離簇能力較弱。如圖4(c)所示，與其他算法相比，t-SNE能夠捕獲數(shù)據(jù)的非線性和鄰域信息，故可呈現(xiàn)較好的可視化效果。由實驗結(jié)果可知，t-SNE識別最大分離簇數(shù)的能力優(yōu)于PCA、MDS和Sammon。光譜數(shù)據(jù)進行判別的實驗結(jié)果。其中，SVM模型懲罰系數(shù)c為1.2,核函數(shù)系數(shù)g為2.8,ELM模型的隱層節(jié)點數(shù)為5。由實驗結(jié)果知，SVM和SG-SNV-SVM模型，訓練集和測試集的準確率分別為100%。ELM模型的識別效果較差，ELM模型的訓練集和測試集準確率分別為90.27%和85.93%,SG-SNV-ELM模型的訓練集和測試集識別率分別為98.61%和96.35%。預處理之后的SVM模型分類精度沒有發(fā)生變化，而經(jīng)過預處理的ELM模型分類精度顯著提高。由此可知，SG-SNV預處理對ELM得到有效應用。
圖5是不同模型的混淆矩陣結(jié)果。圖5(a)混淆矩陣結(jié)果存在較多識別錯誤，G2中10個樣本和3個樣本被分別識別為G1和G4,G3中3個樣本被識別為G4,G4中3個樣本被識別為G3,G5中1個樣本和3個樣本被分別識別為G4和G6,G6中4個樣本被識別為G5。圖5(b)混淆矩陣結(jié)果出現(xiàn)少量識別錯誤，G3中1個樣本被識別為G1,G4中4個樣本被識別為G2,G6中1個樣本被識別為G5。圖5(c)和圖5(d)的混淆矩陣結(jié)果完全正確。為了可視化6個等級祁門紅茶的差異，對不同等級茶葉的像素光譜信息建立SVM和ELM識別模型，實驗結(jié)果如圖6示。如圖6(a)所示，提取灰度圖像，如圖6(b)、圖6(c),祁門紅茶等級分類圖由上到下依次為一級、二級、三級、四級、五級和六級。由圖6(b)所示，SVM模型將6個等級的祁門紅茶識別為各自相應的等級，但也存在一些像素點分類錯誤，特別是圓形容器邊緣的誤分類尤為明顯。由圖6(c)所示，ELM模型的分類圖中不僅邊緣像素存在誤分類，而且各等級之間存在嚴重誤分類。除去邊緣分類錯誤，造成不同等級茶葉誤分類的主要原因是光譜的相似性。誤分類的另一個原因可能是茶葉的純度，例如，將低等級的茶葉摻入高等級茶葉中進行混合售賣盈利。SVM模型的識別結(jié)果優(yōu)于ELM模型。因此，SVM有較好的識別效果和性能。
3結(jié)論
本文利用近紅外高光譜成像技術(shù)，結(jié)合SNV-SG、PCA、MDS、Sammon及t-SNE算法，基于光譜特征，分別建立祁門紅茶等級快速無損識別的SVM模型和ELM模型。結(jié)果顯示，t-SNE能更好地分離不同等級的祁門紅茶，其高維空間鄰近數(shù)據(jù)點的信息可以保持低維空間中的數(shù)據(jù)結(jié)構(gòu)。基于光譜特征的SVM模型和ELM模型的測試集識別率分別為100%和96.35%。因此，近紅外高光譜成像技術(shù)結(jié)合機器學習在茶葉產(chǎn)品分類的應用領(lǐng)域具有很大潛力。
