高光譜無損識別野生和種植黑枸杞

趙 凡，閆昭如，薛建新，徐 兵

山西農業大學工學院，山西 太谷 030801

引 言

黑枸杞有 “花青素之王”美譽。它具有抗衰老、降血脂、防癌等功效[1-2]。野生黑枸杞生長在野外，生長周期長、光照充足、無重金屬和農藥殘留等問題，而且產量遠遠低于種植黑枸杞，所以野生黑枸杞更加珍貴。野生黑枸杞市場價格遠遠高于種植黑枸杞，故一些不法商家用種植黑枸杞冒充野生黑枸杞來欺騙消費。識別野生黑枸杞已成為黑枸杞市場急需解決的關鍵問題。

高光譜圖像技術具有無損、高效、非接觸等優勢[3]。它在農產品檢測及識別方面具有非常廣泛的應用前景[4]。Liu等[5]對帶真菌和瘀傷的草莓進行識別； Dong等[6]利用高光譜圖像對不同濃度的獼猴桃膨大果進行識別； 鮑一丹等[7]利用光譜圖像對國產咖啡豆品種識別。目前尚未見用高光譜圖像識別野生黑枸杞的報道。

為研究高光譜圖像識別野生黑枸杞，本研究以野生和種植黑枸杞為研究對象，建立支持向量機(support vector machine, SVM)、極限學習機(extreme learning machine, ELM)和隨機森林(random forest, RF)識別模型，并采用連續投影法(successive projections algorithm, SPA)提取特征波長，比較全光譜(FS)和連續投影算法對模型精度的影響。

1 實驗部分

1.1 材料

實驗用野生和種植黑枸杞均由青海千拓貿易有限公司提供，原產地為青海。黑枸杞根據顆粒大小分為特級(0.6 cm以上)、高級(0.5～0.6 cm)、中級((0.4～0.5 cm)三級，選用顆粒在0.4～0.5 cm范圍的中級野生和種植黑枸杞作為實驗材料。野生黑枸杞如圖1(a)所示。為防止實驗受到影響，將所有黑枸杞去除果柄和雜質。去除果柄野生黑枸杞如圖1(b)所示。每(5±0.1)g黑枸杞作為一份樣品。野生和種植黑枸杞樣品數分別均為128份，總樣品數為256份。

1.2 儀器

高光譜圖像系統： GaiaSorter“蓋亞”高光譜分選儀北京漢光卓立公司； 4個35 W溴鎢燈、電控平臺； 物鏡以及計算機等部件。圖像光譜范圍： 900～1 700 nm； 光譜分辨率： 3.19 nm； 曝光時間： 10 ms； 物距： 20 cm； 圖像采集速率： 7.2 mm·s-1。

圖1(a) 野生黑枸杞Fig.1(a) Wild black Goji berries

圖1(b) 去除果柄后的野生黑枸杞Fig.1(b) Wild black Goji berries after removing the stalks

1.3 高光譜圖像的采集

儀器箱體內存在暗電流、光源分布不均勻，這些因素會使采集到的高光譜圖像含有較大噪音，故需對高光譜圖像進行黑白校正[8-9]。公式如式(1)

R/%=(R0-B)/(W-B)×100%

(1)

式(1)中：R0為反射光譜圖像；W為白板漫反射圖像；B為暗圖像；R為校正后漫反射光譜圖像。

利用ENVI4.8軟件建立掩膜提取高光譜圖像。選取第140波段處的圖像進行閾值分割，當閾值為0.18時，能夠提取完整的黑枸杞圖像，因此設定閾值為0.18進行圖像提取。將黑枸杞圖像區域的平均光譜作為此黑枸杞單個樣品的反射光譜。

1.4 光譜處理和樣品劃分

采用標準正態變換(standardized normal variate, SNV)進行光譜預處理。采用Kennard-Stone(K-S)法劃分樣品； K-S算法已經被證明在選擇代表性樣品方面的具有很好的效果。采用SPA法對光譜降維從而簡化模型； SPA法可以在高光譜龐大復雜的數據中去除冗雜數據、提取特征波長數據[10]。

1.5 建模方法

1.5.1 SVM模型

SVM是將向量映射到更高維空間，構建最大間隔的超平面，剪力合適的分隔超平面，使兩個與之平行的超平面距離最大化，從而來解決復雜數據的分類和回歸問題[11]。

1.5.2 ELM模型

ELM是由南洋理工大學黃廣斌教授提出的一種有效單隱含層前饋神經網絡算法，它學習速度快、泛化能力好[12]。

1.5.3 RF模型

RF是一種用多棵樹對樣品進行訓練并預測的分類器。它包含多個決策樹算法，具有數據選擇隨機性。RF具有實現簡單、能處理高維數據、避免過擬合等優勢[13]。

2 結果與討論

2.1 光譜預處理和樣本劃分

野生和種植黑枸杞樣品各128份。圖2所示是野生和種植黑枸杞樣品平均反射光譜，共254個波段。由圖2可知，2條平均反射光譜變化趨勢一致，其中，波長1 000～1 350 nm范圍內，野生黑枸杞光譜反射率明顯高于種植黑枸杞； 在波長1 500～1 650 nm范圍內，種植黑枸杞光譜反射率略高于野生黑枸杞。這兩條光譜反射曲線都有2個明顯的波谷，即在波長1 235和1 350～1 650 nm處均有明顯吸收峰。而雷建剛等在近紅外對不同產地枸杞優化論文中也提到枸杞在1 235和1 535 nm處均有明顯吸收峰[14]。

圖2 野生和種植黑枸杞的原始平均光譜Fig.2 Average reflectance spectra of wild and cultivated black Goji berries

對所有樣品光譜進行SNV預處理。對經SNV后的光譜樣品進行樣品劃分，按照校正集和預測集樣品數為2∶1的比例，用K∑S法劃分256份樣品，得到校正集170個(野生和種植黑枸杞各85份)。預測集86個(野生和種植黑枸杞各43份)。

2.2 光譜數據降維

設定SPA選擇最多波長數為50，用均方根誤差確定最佳特征波常數，均方根誤差隨特征波長數變化曲線如圖3所示。選取最佳特征波長數為30。

2.3 建模結果

分別將全光譜254個波段、經SPA提取的30個特征波長作為輸入變量，建立SVM，ELM和RF野生黑枸杞和種植黑枸杞識別模型。圖4—圖6是三種模型對黑枸杞的識別結果； 每個圖縱坐標中，1.0代表野生黑枸杞，2.0代表種植黑枸杞。 2.3.1 SVM模型

在SVM中，采用RBF(radial base function)作為核函數,通過留一交叉驗證方法(cross validation, CV)尋找最佳懲罰因子(c)、核函數參數 (g)，基于FS和SPA不同模型確定的c和g見表1。SVM模型對野生黑枸杞和種植黑枸杞識別結果如圖4所示。

圖3 均方根誤差隨SPA中特征波長數變化曲線Fig.3 Changed RMSE with the number of characteristic wavelength in SPA

表1 SVM模型參數Table 1 Parameters of SVM

圖4 SVM黑枸杞識別結果Fig.4 Identification results of black Goji berries by SVM

由圖4可知，FS-SVM校正集和預測集平均識別率均為100%。SPA-SVM校正集中，有1份種植黑枸杞識別錯誤，野生、種植黑枸杞識別率分別為100%和98.8%； 所以SPA-SVM校正集平均識別率為99.4%。SPA-SVM預測集平均識別率為100%。FS-SVM模型識別率均整體略優于SPA-SVM模型。 2.3.2 ELM模型

在ELM模型中，采用“sigmoidal”函數作為激活函數，設置隱含層神經元個數為1～100，步長為1，確定FS和SPA的隱含層神經元個數為10和7。ELM模型對野生黑枸杞和種植黑枸杞識別結果如圖5所示。

圖5 ELM模型黑枸杞識別結果Fig.5 Identification results of black Goji berries by ELM

圖6 RF黑枸杞識別結果Fig.6 Identification results of black Goji berries by RF

由圖5可知，FS-ELM校正集中，有1份野生黑枸杞識別錯誤，野生和種植黑枸杞識別率分別為98.8%和100%； FS-ELM校正集平均識別率為99.4%。FS-ELM預測集識別率均為100%。SPA-ELM校正集中，有1份野生黑枸杞識別錯誤，野生、種植黑枸杞分別為98.8%和100%； SPA-ELM校正集平均識別率均為99.4%。SPA-ELM預測集中，有1份野生黑枸杞識別錯誤，野生、種植黑枸杞識別率分別為97.7%和100%； SPA-ELM預測集平均識別率為98.8%。整體來說，FS-ELM模型識別率略高于SPA-ELM模型。 2.3.3 RF模型

建立隨機森林識別模型，樹的數目為500。RF模型結果見圖6。由圖6可知，FS-RF和SPA-RF的校正集和預測集識別率全部達到了100%。這說明FS-RF和SPA-RF模型可完全識別野生和種植黑枸杞。

2.4 建模結果比較

FS-SVM和FS-RF，SPA-RF模型對校正集和預測集識別率都達到了100%。SVM模型識別率整體優于ELM模型，而RF模型識別率是三種模型中最高，達到100%。所以RF模型是最優識別模型。

3 結 論

(1)識別野生黑枸杞模型中，基于FS和SPA建立的SVM，ELM和RF模型校正集識別率高于98.8%，基于全光譜和SPA建立的SVM，ELM和RF模型預測集識別率高于97.7%。

(2)基于FS建立的模型識別效果最好，基于SPA建立的模型識別效果略低于FS建立的模型。但從簡化模型方面，SPA提取的特征波常數僅為FS的11.8%，大大降低了模型運算量。

(3)RF識別模型最優，野生黑枸杞識別率均達到了100%。