高光谱成像融合特征波长筛选...测番茄贮藏中品质变化的方法_贾梦梦.pdf

第 卷，第期 光谱学与光谱分析 ，年月 ，高光谱成像融合特征波长筛选监测番茄贮藏中品质变化的方法贾梦梦，殷勇，于慧春，袁云霞，王志豪河南科技大学食品与生物工程学院，河南 洛阳 摘要利用高光谱成像技术（）采集了 个不同贮藏时间的番茄高光谱图像，在所界定的有效波段中提取特征波长的基础上，构建了番茄贮藏过程中品质变化的马氏距离监测模型，实现了番茄贮藏过程中的品质变化监测。首先，采用多元散射校正（）结合 卷积平滑（）方法对高光谱原始数据进行了预处理，以消除基线漂移及噪声信号等影响。其次，基于光谱曲线在不同波段范围的变化趋势，并结合全波段下 最小值对应主成分在各个波长下的权重系数定义了可凸显番茄贮藏过程中品质变化的有效波段。随后，分别在全波段和有效波段采用连续投影算法（）、竞争性自适应加权算法（）和 统计量融合主成分分析种筛选特征波长的方法进行特征波长的提取，通过对比分析种方法提取的特征波长数量，指出了基于 统计量融合主成分分析可以有效降低数据维度，简化运算过程。接着对基于 统计量融合主成分分析在全波段和有效波段筛选出的主成分进行分析，指出了在有效波段基于 统计量融合主成分分析进行特征波长的提取可以很好地避免冗余信息对有效信息的掩盖作用，还可以进一步降低数据维度。最后，对分别以贮藏第日和番茄腐败临界日为监测基准日构建番茄贮藏过程中品质变化的马氏距离监测模型的优缺点进行了分析，指出以贮藏第日为监测基准日构建的模型更具有有效性和可靠性。研究结果表明：基于 统计量融合主成分分析提取的特征波长个数为最少（个），且筛选出的主成分能够有效地表征番茄贮藏过程中品质变化的差异性。为利用高光谱成像技术监测番茄贮藏过程中的品质变化提供了一种有效的特征波长提取方法。关键词高光谱成像技术；特征波长提取；统计量；贮藏；番茄；马氏距离中图分类号：文献标识码：（）收稿日期：，修订日期：基金项目：国家重点研发计划项目（）资助作者简介：贾梦梦，年生，河南科技大学食品与生物工程学院研究生 ：通讯作者 ：引言番茄富含维生素、番茄红素等对人体有益的营养要素，因此深受大众喜爱。据统计，年中国番茄产量约达 万吨，番茄出口数量达到 万吨。番茄是一种呼吸跃变型的水果蔬菜，存在后熟现象；从其生长发育停滞到开始衰老的阶段，其呼吸速率会骤然升高，出现一个呼吸高峰，这往往会导致其在贮藏过程中出现快速腐败而造成巨大的浪费。因此，实现番茄在贮藏过程中快速、可靠、准确的品质变 化 监 测，对 降 低 番 茄 在 贮 藏 过 程 中 的 浪 费 十 分必要。通过测量可滴定酸、硬度、可溶性固形物等传统的物理化学指标来表征番茄的品质不仅耗时耗力，还有使用化学试剂等污染缺陷。另外，检测少量的理化指标仅能反映番茄的局部品质变化，且作者发现不同品种的番茄可表征腐败的理化指标差异较大。故检测这些理化指标能否有效、充分地表征不同品 种 的 番 茄 在 贮 藏过程中的品质变化目前尚 难 以定论。能够代表农产品品质变化的一些属性主要反映在可见光范围内。高光谱成像（，）技术覆盖了可见光和近红外光谱。技术不仅可以获得反映被测农产品内部组成和结构的光谱信息，还可以获得被测农产品外部形状和表面缺陷的图像信息。许丽佳等采用 技术实现了猕猴桃糖度的快速检测，为农产品检测快速化、精准化、智慧化 发 展 提 供 了 一 定 的 理 论 依 据 和 技 术 支 撑。等利用 技术建立了罗非鱼鱼片平均光谱与其 含量之间的校正模型，证明了 技术结合数据融合分析在农产品新鲜度无损评价中具有很大的可行性。等使用 技术和多变量数据分析对樱桃的内部品质参数进行了研究，表明 技术有潜力应用于在线分级系统。综上所述，技术可有效弥补理化实验复杂、耗时的缺点，且能够较充分地反映农产品的整体属性，并实现农产品品质及成分的快速绿色检测。但目前有关番茄贮藏过程中品质监测的高光谱技术研究尚未见报道。以番茄贮藏中通过监测光谱信息的变化来表征番茄品质的变化为切入点。首先，利用 技术对番茄样本进行了光谱数据的采集。其次，在使用多元散射校正（，）结合卷积平滑算法（）对黑白校正后的高光谱数据进行了预处理之后，分别在全波段和有效波段采用种特征波长筛选方法提取特征波长。随后，通过对比分析在不同波段使用不同特征波长筛选方法的优缺点及获得的特征波长数量，以期获得最优特征波长筛选方法。最后，基于最优特征波长筛选方法提取的特征波长构建番茄贮藏过程中品质变化的马氏距离监测模型，希望能为实现番茄贮藏过程中品质变化的快速绿色检测提供一种新尝试。实验部分 样品制备试验所用番茄购买于河南省洛阳市大张超市。年月 日采摘自山西长治，品种为左粉，开始 贮 藏日 期 为 年月 日。为能够在较短时间内获得评估番茄品质的必要信息，将番茄常温置于贮藏库中，温度变化范围为 ，相对湿度变化范围为 。每天在固定时间内随机取出 个番茄进行光谱信息的采集，每个番茄可制成片番茄样本，共 个采集样本。同时，每天从贮藏库中随机取出个番茄用于理化指标的测定，即：采用折光仪测定总可溶性固形物含量，采用碱式滴定法测定可滴定酸，采用 计测定。贮藏第日，贮藏库中发现一个由于磕碰而腐败的番茄，并及时将其清理出贮藏库，但由于其腐败所产生的某些挥发性的致腐因子可能残留在贮藏库，从而加速其他番茄样本品质的腐败。在贮藏日后，番茄品质已发生明显变化，部分番茄样本出现大量组织液渗出，表皮长有菌毛、黑斑，这说明此时的番茄已不具备研究价值，故共采集了的高光谱信息及理化数据。系统与图像采集试验所用 系统主要由光谱仪（型号为 ，德国，光谱分 辨率为 ，光 谱采集范 围 为 ）、只 由 德 国 公 司 生 产 的 型号的 的可调节光纤卤素灯、高精度电机控制的传送系统（自制）以及计算器构成。每次试验前先将仪器开启预热 ，使光源和采集系统在采集番茄高光谱数据前均达到稳定状态。每次试验，将个番茄样本置于传送平台上干净的培养皿中，并使用 软件采集番茄样本的高光谱数据，每天采集 个番茄样本，采集，共 个番茄样本。经调试，进行番茄高光谱数据采集时，相机与样本间的距离设置为 ，传送装置的移动速度设置为 ，相机曝光时间设置为 。利用 软件从采集的番茄高光谱图像中选择样本赤道附近 范围为感兴趣区域（），并以该范围的光谱平均反射值作为番茄原始高光谱数据。使用式（）对番茄原始平均高光谱数据进行校正，以减少暗电流和不均匀光照对数据产生的影响。（）式（）中：为经黑白板校正的番茄平均高光谱数据；为番茄原始平均高光谱数据；为通过 相机扫描标准黑板获得的平均高光谱数据；为通过 相机扫描标准白板获得的平均高光谱数据。理化指标的测定影响番茄品质的理化指标包括可滴定酸、可溶性固形物等，因此结合测定各个理化指标的耗时程度，选择可滴定酸、可溶性固形物、和糖酸比作为待测理化指标。可滴定酸参照国家标准 水果、蔬菜制品 可滴定酸的测定 中的指示剂滴定法进行可滴定酸的测定。均匀称取 番茄的可食部分，放入研钵中研磨至匀浆，加入适量蒸馏水并移至 锥形瓶，置 水浴加热 ，冷却至室温，摇匀过滤，随后定容于 的定容瓶。用移液管将 样品溶液移入洁净的锥形瓶，并加入滴酚酞，最后使用 的 溶液进行滴定。取个平行样本，每个样本滴定次，滴定结果取均值。可滴定酸含量的计算公式如式（）所示。（）（）式（）中：（）为待测样本含酸量；为滴定液 的浓度，单位为 ；为标准滴定液 的消耗体积，单位为；为待测样本滤液的总体积，单位为；为待测样本的质量，单位为；为待滴定滤液的体积，单位为。可溶性固形物（）可溶性固形物（）的测定按照国家标准 水果、蔬菜制品 可溶性固形物含量的测定 折射仪法 进行。取个平行样本，每个样本测量次，以平均值作为测量结果。测定番茄样品 的测量按照国家标准 水果和蔬菜产品 值的测定方法 中的测定方法进行。糖酸比糖酸比的总糖度以可溶性固形物含量为准，总酸度以可滴定酸为准，其计算过程见式（）。（）式（）中：为糖酸比；为总糖度；为总酸度。数据预处理为了减少采集光谱数据时基线漂移、光散射、随机噪声等对原始高光谱数据产生的影响，采用 结合 卷积平滑（）的预处理方法。可以通过平均光谱光谱学与光谱分析第 卷来校正光谱数据的基线平移和偏移，还可以有效提高数据与光谱的相关性。平滑可以快速高效地消除噪声信号对数据的影响，且最大程度保留番茄的原始数据信息。特征波长筛选为解决原始高光谱数据量大、噪声和冗余信息较多等问题，拟对光谱数据进行降维处理。采用连续投影算法（，）、竞争性自适应加权算法（，）和 基 于 统计量融合主成分分析种算法分别在全波段和有效波段（有效波段的界定详见下文 部分）筛选出能够表征番茄贮藏过程中品质变化的特征波长。是利用向量的投影分析选择出具有最小共线性和冗余性的光谱特征变量的集合。算法，首先需要通过自适应加权的方法进行采样，然后将 模型回归系数中较大绝对值对应的波长变量作为个新子集，并去除绝对值较小的波长变量，然后构建新子集的 模型并对其进行交互验证，最小均方根误差（）对应的新子集中的波长即为选定的特征波长。基于 统计量融合主成分分析的方法筛选特征波长，需要先通过主成分分析法（，）获得主成分变量，并对主成分变量构建 统计量，随后计算并按升序排列各主成分变量对应的 值，最后提取出 最小值对应的主成分并计算其在各个波长下的权重系数，权重系数的波峰和波谷对应的波长即为筛选出的特征波长。监测基准日确定 等的研究表明高光谱信息具有全面性；而适宜的特征波长又能够表征番茄贮藏过程中的品质变化。故可通过特征波长分析不同贮藏时间的番茄的光谱平均反射值的折线图来初步确定监测基准日。贮藏中品质变化监测模型构建马氏距离（，）不仅是一种不受量纲影响的距离度量，还可以消除变量之间相关性的干扰。因此拟采用马氏距离构建能够反映番茄贮藏过程中品质变化的监测模型。距离值越小说明番茄品质越接近监测基准日的品质，距离值越大说明番茄的品质与监测基准日的品质相差越远。马氏距离计算公式如式（）所示。（）（）（）式（）中：为贮藏第日的番茄品质与监测基准日的番茄品质间的马氏距离值的平方；为贮藏第日的番茄的特征光谱信息的表征向量；为监测基准日的特征光谱信息的表征向量；为监测基准日的特征光谱信息的协方差矩阵。结果与讨论 理化指标分析在番茄的贮藏过程中，其可溶性固形物含量（）、可滴定酸（）、糖酸比（）以及 的测量结果如表所示。由表可以发现，的含量呈现出递减趋势，但在贮藏第日略有升高，这可能是因为当天随机选取的番茄样本在贮藏初期由于生理作用导致其含有的淀粉、果胶等物质转化为可溶性固形物的结果。而，和 的含量变化均无明显的规律性。这些理化指标的测量结果说明了通过部分理化指标来表征番茄贮藏过程中的品质变化是非常困难的，可靠性与准确性也难以保障。为了运用 和 来提取特征波长，以期和基于 统计量融合主成分分析筛选出的特征波长结果进行对比，这里只能选取有一定变化规律的 指标作为 和 这两种方法的计算用指标。表番茄贮藏过程中的种指标测量值 贮藏时间理化指标含量 番茄的光谱曲线番茄样本高光谱图像的采集范围是 。由于 和 范围的光谱受 噪 声 影 响 明 显，且 信 噪 比 较 低，故 选 用 （共 个分析波长）范围的光谱作为全波段分析光谱。图分别为在贮藏第，和日随机选取的一条光谱曲线，可看出，条光谱曲线呈现出了相似的变化趋势。表明不同贮藏时间的番茄内部成分基本一致，但内部成分含量随贮藏时间的变化导致了番茄样本光谱平均反射值存在差异。由图还可看出，光谱曲线在 范围内有强烈的反射，这表明番茄的一些品质属性在这一波段内可以得到突出体现。在 范围内，光谱曲线急剧下降主要是由番茄内部水分的基团倍频吸收引起，附近是水分的特征峰。光谱预处理使用 结合 算法对全波段光谱数据进行预处理，结果如图（）所示，光谱曲线的毛刺明显减少，且平滑了许多，有效消除了噪声等因素对光谱数据的干扰。有效波段确定高光谱图像信息冗余和数据维度高导致了监测模型稳健性较差。因此，为了实现番茄贮藏过程中品质变化的快速、稳健监测，基于数据量较小的有效波段进行特征波长的提取是一种优先选项。番茄品质直接反映于图的光谱信息中，由图可以