山楂（Crataegus Pinnatifida）是薔薇科山楂屬植物，是典型的“藥食同源”植物，在我國(guó)廣泛分布于吉林、遼寧、河北、河南、山東、山西等地區(qū)。我國(guó)山楂年產(chǎn)量超過 150萬噸，市場(chǎng)前景廣闊，但由于不同產(chǎn)地的山楂中各類營(yíng)養(yǎng)成分含量存在差異，因此其在價(jià)格上也有所區(qū)分，而當(dāng)今山楂市場(chǎng)上產(chǎn)地混用、以次充好等現(xiàn)象屢見不鮮，使許多消費(fèi)者上當(dāng)受騙，這些現(xiàn)象嚴(yán)重破壞了市場(chǎng)秩序。因此，目前市場(chǎng)亟需一種能夠快速準(zhǔn)確對(duì)山楂進(jìn)行產(chǎn)地溯源的方法。

為滿足市場(chǎng)需求，本文旨在探究高光譜成像技術(shù)在山楂產(chǎn)地識(shí)別中的應(yīng)用及不同采樣方向?qū)τ谀Ｐ头诸愋阅艿挠绊懀酶吖庾V成像系統(tǒng)（410~2500 nm），分別采集山楂樣本果梗面、側(cè)面及底面的光譜數(shù)據(jù)，結(jié)合多種機(jī)器學(xué)習(xí)算法分別建立產(chǎn)地識(shí)別模型，最終實(shí)現(xiàn)基于高光譜成像技術(shù)對(duì)山楂進(jìn)行產(chǎn)地溯源的目的。

續(xù)

二、結(jié)果與分析

2.3 基于全波段的建模分析

2.3.1預(yù)處理及分類建模方法

篩選為篩選出最佳預(yù)處理和分類建模方法，分別采用4種預(yù)處理方法和3種分類建模方法建立模型，以樣本底面數(shù)據(jù)為代表，各模型分類準(zhǔn)確率見表1。對(duì)比四種預(yù)處理數(shù)據(jù)分類模型準(zhǔn)確率可以發(fā)現(xiàn)，引入預(yù)處理方法之后，大部分模型的分類精度得到了提高，而D1對(duì)于三種分類模型（PLSDA、SVM和RF）均為最優(yōu)預(yù)處理方式。對(duì)比三種不同模型（PLSDA、SVM和RF）分類準(zhǔn)確率，發(fā)現(xiàn)無論采用哪種預(yù)處理方式，采用RF建立的分類模型雖然有較高的訓(xùn)練集準(zhǔn)確率，但是預(yù)測(cè)集準(zhǔn)確率一般；采用PLSDA和SVM建立的分類模型訓(xùn)練集和預(yù)測(cè)集準(zhǔn)確率良好，其中以SVM模型分類準(zhǔn)確率最高。綜上所述，對(duì)于底面數(shù)據(jù)，D1為最佳預(yù)處理方式，采用SVM建立的分類模型分類準(zhǔn)確率高，且具有優(yōu)秀的穩(wěn)定性和泛化能力。為進(jìn)一步驗(yàn)證結(jié)論，分別使用C和G數(shù)據(jù)集進(jìn)行建模對(duì)比，均呈現(xiàn)相同的規(guī)律，故判斷D1為最優(yōu)預(yù)處理方式，SVM為最佳分類建模算法，后續(xù)均采用D1-SVM（經(jīng)D1預(yù)處理后建立的SVM模型）方式進(jìn)行分類建模。

表1不同預(yù)處理分類模型準(zhǔn)確率

2.3.2不同采樣方式分類建模分析

本研究為探究不同采樣方向?qū)δＰ头诸惤Y(jié)果的影響，分別收集了樣本側(cè)面朝上（C）、果梗面朝上（G）和底面朝上（D）的高光譜圖像。同時(shí)為模擬實(shí)際應(yīng)用時(shí)隨機(jī)拍攝到的高光譜數(shù)據(jù)，將三個(gè)數(shù)據(jù)集進(jìn)行等比混合建立一個(gè)新數(shù)據(jù)集（R），使用四個(gè)數(shù)據(jù)集分別進(jìn)行分類建模，建模方法均采用D1-SVM，綜合對(duì)比各項(xiàng)指標(biāo)篩選出最優(yōu)模型。各模型分類準(zhǔn)確率結(jié)果見表2。

對(duì)于使用R數(shù)據(jù)集建立的分類模型，其準(zhǔn)確率較高（100%，96.7%），根據(jù)圖4d并由公式（3）和公式（4）計(jì)算得出，不同產(chǎn)區(qū)的精確率和召回率均超過90%。對(duì)比四個(gè)數(shù)據(jù)集模型的準(zhǔn)確率可以發(fā)現(xiàn)，三種單面數(shù)據(jù)集（C、D和G）模型準(zhǔn)確率均高于使用R數(shù)據(jù)集建立的模型，這說明對(duì)于山楂樣本，在高光譜數(shù)據(jù)采集時(shí)保持樣品方向一致可以有效提高分類模型準(zhǔn)確率，這一規(guī)律與研究人員在玉米真菌感染檢測(cè)中的發(fā)現(xiàn)一致。橫向?qū)Ρ菴、G和D三個(gè)模型，其中使用D數(shù)據(jù)集建立的分類模型準(zhǔn)確率最高，訓(xùn)練集和預(yù)測(cè)集準(zhǔn)確率均達(dá)到100%,各產(chǎn)區(qū)樣本全部預(yù)測(cè)正確。為避免過擬合現(xiàn)象，對(duì)D-D1-SVM模型進(jìn)行十折交叉驗(yàn)證，其平均準(zhǔn)確率為98.8%。綜上所述，D-D1-SVM模型對(duì)于不同產(chǎn)區(qū)山楂的分類效果最優(yōu)。

表2不同方向數(shù)據(jù)分類模型準(zhǔn)確率

圖4全波段模型混淆矩陣

注：a、b、c、d分別為對(duì)應(yīng)C-D1-SVM、

G-D1-SVM、D-D1-SVM、R-D1-SVM四個(gè)模型

2.4 基于特征波長(zhǎng)的建模分析

2.4.1特征波長(zhǎng)的選擇

為篩選出最佳特征提取方法，分別使用2種提取方式提取4個(gè)數(shù)據(jù)集的特征波長(zhǎng)，最終得到的波長(zhǎng)見表3及圖5。對(duì)比兩種方法提取得到的特征波長(zhǎng)數(shù)量發(fā)現(xiàn)，使用SPA提取出的特征波長(zhǎng)數(shù)量明顯少于CARS，進(jìn)一步觀察特征波長(zhǎng)分布（圖5），發(fā)現(xiàn)使用SPA提取出的特征波長(zhǎng)分布均勻，各個(gè)波段均有涉及；而CARS提取的特征波長(zhǎng)分布較為集中，主要分布于750nm、2000nm及2250nm處的三個(gè)特征峰。觀察各組特征波長(zhǎng)重合的部分，發(fā)現(xiàn)750nm、1700nm和2200nm附近的重合波長(zhǎng)較多，說明這三處吸收峰可能包含不同產(chǎn)區(qū)樣本的差異信息。對(duì)這些特征峰進(jìn)行深入分析，700~800nm處的吸收峰來自于樣品內(nèi)部的葉綠素，也受樣品的外部顏色特征影響；1700nm附近的吸收峰可歸因于酰胺基團(tuán)；2200nm處的吸收峰為C—H和C—O的聯(lián)合吸收峰。

表3不同方法提取特征波長(zhǎng)數(shù)量

圖5不同數(shù)據(jù)集特征波長(zhǎng)

注：a、c、e、g分別為G、C、D和R數(shù)據(jù)集經(jīng)SPA提取得到的特征波長(zhǎng)；b、d、f、h分別為G、C、D和R數(shù)據(jù)集經(jīng)CARS提取得到的特征波長(zhǎng)

2.4.2特征波長(zhǎng)建模分析

使用4個(gè)數(shù)據(jù)集的特征波長(zhǎng)分別建立SVM模型，其準(zhǔn)確率見表4。觀察發(fā)現(xiàn)使用SPA篩選特征波長(zhǎng)建立的模型分類準(zhǔn)確率優(yōu)于CARS，這一現(xiàn)象在G和D數(shù)據(jù)集上尤為明顯。綜合考慮波長(zhǎng)數(shù)量和模型準(zhǔn)確率，SPA篩選的波長(zhǎng)數(shù)量更少，模型復(fù)雜度較低，且準(zhǔn)確率更高。與本研究得到的結(jié)果不同，有研究人員在基于特征波段建立紅景天分類模型時(shí)，發(fā)現(xiàn)CARS為最佳特征波段提取方法，這說明對(duì)于不同的檢測(cè)對(duì)象，應(yīng)當(dāng)選用不同的特征提取方法，而對(duì)于山楂樣本，SPA相比于CARS特征波長(zhǎng)提取效果更好。

采用SPA提取特征波長(zhǎng)的分類模型預(yù)測(cè)集混淆矩陣見圖6，對(duì)比四個(gè)數(shù)據(jù)集的準(zhǔn)確率（表4）看出，R-SPA模型預(yù)測(cè)集準(zhǔn)確率為87.8%，根據(jù)其混淆矩陣（圖6d）并由公式（3）和公式（4）計(jì)算得出，模型對(duì)于河北產(chǎn)區(qū)的精確率和召回率僅為79.2%和82.4%，分類能力一般。而C-SPA、G-SPA和D-SPA三個(gè)模型準(zhǔn)確率均超過90%（分別為90.3%、91.5%和93%），這一現(xiàn)象再次證明在高光譜數(shù)據(jù)采集時(shí)，保持樣品方向一致可以有效提高分類模型準(zhǔn)確率。綜合對(duì)比所有模型，D-SPA模型擁有最高的分類準(zhǔn)確率，訓(xùn)練集和預(yù)測(cè)集準(zhǔn)確率分別為95.2%和93%，根據(jù)其混淆矩陣（圖6c）并由公式（3）和公式（4）計(jì)算得出，模型對(duì)于各產(chǎn)區(qū)的精確率和召回率均超過90%（其中山東產(chǎn)區(qū)精確率和召回率最低，分別為91.6%和90%）；且這一模型涉及的特征波長(zhǎng)數(shù)量最少，在保證分類準(zhǔn)確率的情況下?lián)碛休^低的模型復(fù)雜度。

綜上所述，采集高光譜數(shù)據(jù)時(shí)保持樣品擺放方式一致有助于提高模型分類準(zhǔn)確率。采用SPA提取特征波長(zhǎng)建立的產(chǎn)地分類模型復(fù)雜度較低且準(zhǔn)確率良好?？梢栽诓ㄩL(zhǎng)數(shù)量有限的情況下對(duì)山楂產(chǎn)地進(jìn)行判別，為后續(xù)山楂專屬小型化高光譜設(shè)備的開發(fā)提供了方法參考。

表4特征波長(zhǎng)建模準(zhǔn)確率

圖6特征波長(zhǎng)模型混淆矩陣

注：a、b、c、d分別對(duì)應(yīng)C-SPA-SVM、G-SPA-SVM、D-SPA-SVM、R-SPA-SVM四個(gè)模型。

綜合考慮全波段模型和特征波長(zhǎng)模型的分類結(jié)果，發(fā)現(xiàn)采集樣本光譜數(shù)據(jù)時(shí)，樣本的擺放方式會(huì)影響后續(xù)分類建模準(zhǔn)確率。無論全波段還是特征波長(zhǎng)模型，使用D數(shù)據(jù)集建模分類效果都明顯優(yōu)于R數(shù)據(jù)集（提高了約5%），相對(duì)于C和G數(shù)據(jù)集也有所提高。觀察山楂樣品的外部特征，發(fā)現(xiàn)樣品底面存在萼片部位，結(jié)合寧素云等的研究報(bào)道：山楂不同部位的化學(xué)成分含量存在差異，推測(cè)不同產(chǎn)地山楂其萼片部位各成分含量的差異相比于其他部位更大，進(jìn)而導(dǎo)致分類特征更加明顯。

三、結(jié)論

本研究基于高光譜成像技術(shù)建立了山楂產(chǎn)地識(shí)別模型。為探究樣本拍攝方向?qū)Ψ诸惤Y(jié)果的影響，采集了山楂樣本三個(gè)不同方向（C、G和D）的光譜數(shù)據(jù)，分別使用偏最小二乘判別分析（PLSDA）、支持向量機(jī)（SVM）和隨機(jī)森林（RF）三種方法建立模型，通過對(duì)比模型分類準(zhǔn)確率得到最優(yōu)建模方法，最終成功區(qū)分了5個(gè)不同省級(jí)產(chǎn)區(qū)的山楂，為山楂無損檢測(cè)設(shè)備的開發(fā)提供了參考。經(jīng)過對(duì)比篩選發(fā)現(xiàn)，一階導(dǎo)數(shù)（D1）為最優(yōu)預(yù)處理方式，SVM為最優(yōu)建模算法；使用連續(xù)投影算法（SPA）提取特征波長(zhǎng)數(shù)量少且分類模型準(zhǔn)確率高。全波段最優(yōu)建模方法為D-D1-SVM，訓(xùn)練集和預(yù)測(cè)集準(zhǔn)確率均達(dá)到100%；特征波長(zhǎng)最優(yōu)建模方法為D-SPA-SVM，訓(xùn)練集和預(yù)測(cè)集準(zhǔn)確率分別為95.2%和93%。本研究證明基于高光譜成像技術(shù)對(duì)山楂產(chǎn)地進(jìn)行溯源是可行的，為維護(hù)山楂市場(chǎng)秩序提供一種新的識(shí)別方式；同時(shí)驗(yàn)證高光譜圖像采集方向會(huì)對(duì)檢測(cè)結(jié)果產(chǎn)生影響，為后續(xù)開發(fā)山楂專屬高光譜檢測(cè)設(shè)備提供理論依據(jù)和參考。

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(shì)具有體積小、幀率高、高光譜分辨率高、高像質(zhì)等性價(jià)比特點(diǎn)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(jì)，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