基于高光谱成像的香烟分类识别研究分析.docVIP

基于高光谱成像的香烟分类识别研究分析 　　烟草是我国重要的经济作物，早在半个世纪之前，利用近红外光谱分析技术对烟草进行了大量的无损检测研究，国外的许多学者根据不同烟草类型建立了相应近红外光谱分析模型对烟叶所属的品种(白肋烟、烤烟)或不同产地(美国本地、非美国产)均得到了较好的正确判别结果，相对而言，国外的应用水平较为领先。国内近红外光谱分析技术应用于烟草始于1995年，经过几十年的发展，国内烟草行业目前对近红外技术的应用已十分广泛。尽管近红外光谱技术用于烟草行业的无损快速检测能够应用于过程分析，然而非成像近红外光谱技术不适合于定量分析和分散性样品分析，由于外界因素的干扰不能有效剔除，其模型建立后需要不断进行维护修正并且测试灵敏比较低，相对误差比较大。近年来，高光谱成像技术不仅在农产品安全检测方面的应用取得了良好效果，也大量应用在农情监测作物长势的性状信息研究中。随着成本的降低，从最初航空、卫星遥感的应用平台，扩展到为近地应用提供了可能。将高光谱成像技术应用到烟草行业的品质与安全性检测中，可以综合得到产品内外品质的全面检测信息，这种内外品质信息兼备的特征，使得高光谱图像技术在烟草行业的无损检测方面具有较大的应用前景。现阶段利用高光谱成像技术进行烟草行业的无损检测还处于研究和发展阶段，随着光谱分辨率的不断提高，高光谱成像能够记录的烟草品质信息会越来越丰富。 　　1材料与方法 　　1.1实验设计 　　本实验选用北京中南海8mg、四川娇子(时代阳光)、上海红双喜(硬)、黄果树(典藏)、南京(特醇)俗称红南京、云烟(红)、都宝(新)7种中低档价格大众定位的香烟品种，分别对这7种香烟的烟丝在室内进行实验。每个品种类型的香烟选取两支香烟的烟丝量，取出两支香烟的烟丝进行高光谱图像信息采集。为了保证室内暗室环境，实验选择在晚上19∶00以后的密闭实验室内进行数据采集，采用卤钨灯照射香烟烟丝样品，样品到光谱仪镜头的垂直距离选择为65cm，导轨速度为2mm/s。 　　1.2香烟烟丝光谱成像光谱数据预处理 　　本实验采集数据的光谱反射率计算方法如公示所示，分别对每种香烟的两根香烟的烟丝含量采集提取的高光谱反射率值，与同步测定的白板光谱反射率进行换算。式中：Ref目标为目标物光谱反射率数据;Rad目标为通过光谱仪测得的目标物辐亮度值;Rad白板为通过光谱仪测得的白板的辐亮度值;Ref白板是白板标准反射率值。 　　1.3香烟烟丝理化值含量 　　记录烟盒上给出的每种香烟的焦油量、烟气烟碱量、一氧化碳量理化值的标准数值，用于采集的每个品种香烟的烟丝平均光谱数值建立模型进行相关分析。 　　2结果 　　2.1不同品种香烟烟丝的成像光谱图 　　本文在ENVI里从高光谱数据立方体中利用R、G、B三原色的特征波长(680nm、550nm、450nm)提取出不同种类的香烟烟丝高光谱成像图。从图中我们可以很直观地分析辨别7种香烟的烟丝色泽、分布信息状况的变化，进而发现这7种香烟烟丝的差异，说明利用高光谱成像技术可直观对香烟烟丝的类别进行定性识别分析。 　　2.2不同烟丝的高光谱反射率曲线对比分析 　　采集每个类型的香烟烟丝高光谱成像数据，通过换算预处理得到香烟烟丝的高光谱反射率曲线图，并对其进行分析。由结果可知：7种香烟烟丝所提取的光谱反射率曲线基本一致，都在400～500nm的可见光区，光谱曲线出现吸收谷，并在680nm处也有轻微反射吸收谷且无波峰出现，这与查阅文献的绿色植被的光谱反射率曲线不同，这一特征可用来区分识别烟草烟丝与其他绿色经济作物。进一步结合香烟烟丝内部的组分信息变化分别对香烟烟丝焦油量和烟碱量进行分析，达到图谱合一化，表明基于高光谱成像可以从图像和光谱两个角度对香烟烟丝的焦油量和烟碱量进行分析。 　　2.3香烟烟丝的理化值预测模型构建 　　在400～1000nm波长范围内，提取出7种香烟烟丝的平均光谱反射率值，分别与采集到的7种香烟的焦油量和烟碱量两种理化值采用偏最小二乘法(PLS)建立相关预测模型分析。首先利用偏最小二乘法(PLS)建立7种香烟烟丝光谱反射率与焦油量的预测模型，其建模结果模型相关系数R=0.67。烟碱量俗称尼古丁，利用7种香烟烟丝的光谱反射率值与所采集的香烟烟碱量采用偏最小二乘法(PLS)建立烟碱量的预测模型，其建模结果模型相关系数R=0.68。由香烟焦油量和烟碱量两种理化值模型的建模结果可知：采用高光谱成像技术对香烟烟丝组份信息的定量识别是可行的。 　　3结语 　　本文分别选用北京中南海8mg、四川娇子(时代阳光)、上海红双喜(硬)等7种大众化香烟的烟丝，利用成像光谱仪采集其光谱图像，综合利用高