基于高光譜成像技術(shù)的鮮蓮直鏈淀粉含量檢測*

高 勝，黃 亮，鄒金平，李佳育，魏 萱,2,3

（1.福建農(nóng)林大學(xué)機電工程學(xué)院，福建 福州 350100；2.福建農(nóng)林大學(xué)食品科學(xué)學(xué)院，福建 福州 350002；3.福建省農(nóng)業(yè)信息感知技術(shù)重點實驗室，福建 福州 350100）

0 引言

隨著生活水平的提高，人們對蓮子的口味和營養(yǎng)方面的要求也越來越高。蓮子作為藥材的同時也是一種滋補品，其直鏈淀粉的含量直接影響著蓮子的品質(zhì)和口感。作為一種高淀粉含量的食品，蓮子的直鏈淀粉含量會影響蓮子的吸水性、膨脹性、固體物質(zhì)溶解性、顏色、光澤、黏性和柔軟性[1]。不同品種蓮子的直鏈淀粉含量差別較大，因此檢測蓮子的直鏈淀粉含量對后續(xù)加工有重要意義。傳統(tǒng)的直鏈淀粉檢測一般是利用碘比色法、碘親和力滴定法以及橫切侵染法，這些方法費時費力，且容易受實驗條件的影響[2]。

高光譜成像技術(shù)是一種能獲取豐富光譜和圖像信息的無損檢測技術(shù)，相較于化學(xué)檢測方法，具有省時、省力、環(huán)境友好的優(yōu)點[2]?，F(xiàn)已有很多基于高光譜成像技術(shù)的農(nóng)產(chǎn)品內(nèi)部品質(zhì)的研究。在直鏈淀粉含量研究方面，利用反射光譜來預(yù)測谷類籽粒的粗蛋白和直鏈淀粉含量的可行性得到了初步驗證[3]，如李亨[4]建立了基于高光譜成像技術(shù)的馬鈴薯淀粉含量定量檢測模型，相關(guān)系數(shù)（rp）達(dá)到0.925，效果比較好。王麗平[5]建立了基于近紅外光譜技術(shù)的水稻直鏈淀粉含量檢測模型，其中對非糯性水稻的預(yù)測結(jié)果比較好。如劉蕓等[6]比較了直鏈淀粉、粗淀粉、粗蛋白三者光譜間的差異性，并分析其高光譜特征，分別建立了相關(guān)預(yù)測模型（r＞0.7）。結(jié)果表明，基于高光譜成像技術(shù)可以很好地預(yù)測小麥、大米內(nèi)部的直鏈淀粉的含量，但是目前還缺乏基于高光譜成像技術(shù)的鮮蓮內(nèi)部直鏈淀粉含量檢測的研究。

課題組采用高光譜成像技術(shù)對鮮蓮直鏈淀粉進(jìn)行檢測研究，并采用波長優(yōu)選方法篩選對直鏈淀粉敏感的特征波段，從而建立鮮蓮直鏈淀粉檢測模型，以期為鮮蓮加工過程中的直鏈淀粉含量在線檢測提供解決方案。

1 材料和方法

1.1 試驗材料

試驗樣本來源于福建省三明縣蓮科所，選用宣蓮、廣昌蓮、建選36號、滿天星、太空蓮和湘蓮等品種。在成熟期采摘后，將新鮮蓮蓬置于液氮中保存，運輸至福建農(nóng)林大學(xué)實驗室，在溫度為4 ℃冰箱中冷藏保存12個小時。

1.2 高光譜圖像采集與校正

高光譜成像系統(tǒng)主要包含的部件有高光譜成像儀（ImSpector V10E, SPECIM, Spectral Imaging Ltd.Oulu, Finland）、光源、載物臺、黑箱以及高光譜數(shù)據(jù)采集軟件等。整套系統(tǒng)由臺灣五鈴光學(xué)提供，可采集光譜范圍為400 nm～1 000 nm，光譜分辨率為2.8 nm。高光譜成像系統(tǒng)如圖1所示，載物平臺的移動速度設(shè)置為3.5 mm/s，曝光時間為30 ms。鏡頭距離移動平臺40 cm，且垂直向下。調(diào)節(jié)高光譜儀相機的焦距對系統(tǒng)進(jìn)行黑白校正。校正公式如下：

圖1 高光譜成像系統(tǒng)示意圖

其中，M——校正后的高光譜圖像數(shù)據(jù)；M0——原始高光譜圖像數(shù)據(jù)；A——黑暗背景下高光譜圖像數(shù)據(jù)；N——標(biāo)準(zhǔn)反射白板的高光譜數(shù)據(jù)。

1.3 蓮子直鏈淀粉含量的測定

采集高光譜圖像后，采用直鏈淀粉含量測試盒（蘇州科銘生物技術(shù)有限公司生產(chǎn)）測試直鏈淀粉含量。稱取0.01 g的烘干樣本于研缽中研碎，經(jīng)過勻漿、提取、離心等步驟，取20 μL上清液置于96孔板中依次加入顯色劑，測定620 nm處吸光值，再通過96孔板的計算公式測定蓮子直鏈淀粉的含量。多次測量取平均值，利用吸光值測定直鏈淀粉的公式如下：

1.4 數(shù)據(jù)處理

采用ENVI 4.7（ITT Visual Information Solution,America）、Matlab 2017（MathWorks, America）和The Unscrambler 10.1（CAMO, America）等分析軟件處理數(shù)據(jù)。

1.4.1 光譜預(yù)處理

采用ENVI 4.7對蓮子的光譜圖像進(jìn)行感興趣區(qū)域（ROI）的平均光譜提取，為了消除噪聲、外部雜光等的影響，對比一階導(dǎo)數(shù)、二階導(dǎo)數(shù)、SG平滑（S-G smoothing）、多元散射校正（MSC）、標(biāo)準(zhǔn)正態(tài)變量轉(zhuǎn)換（standard normal variate transformation, SNV）等預(yù)處理方法建模效果[7]，選取最佳的預(yù)處理方法。

1.4.2 樣本集劃分

建立光譜和化學(xué)值之間的分析模型，采集大量樣本的光譜數(shù)據(jù)和化學(xué)值，在這大量的樣本數(shù)據(jù)中挑選出具有該樣本特性的數(shù)據(jù)，并將獲得的樣本集劃分為校正集和預(yù)測集，選擇具有強樣本特性的校正集樣本可以使得建模時計算量減少，并且還可以提高預(yù)測模型的準(zhǔn)確度[8]。本試驗采用的是SPXY法（sample set partitioning based on joint x-y distances）。SPXY法的優(yōu)點：使用SPXY法對樣本集進(jìn)行劃分時，可以在考慮樣本集光譜變量的同時兼顧到化學(xué)值[9]，SPXY法的具體計算公式如下：

計算公式中，dxy(m,n)指的是計算樣本m和樣本n之間的歐式距離，dx(m,n)指的是基于樣本中光譜變量x來計算樣本中的歐式距離，dy(m,n)指的是以化學(xué)值來計算樣本之間的歐氏距離。n指的是總的樣本集個數(shù)，m指的是樣本集光譜曲線波長的數(shù)目，為了使獲得的樣本集在兩個不同的空間上有相同大小的權(quán)重，所以對樣本集的光譜數(shù)據(jù)和化學(xué)值分別進(jìn)行標(biāo)準(zhǔn)化處理。

為了使樣本在兩個空間具有相同的權(quán)重，分別除以各個空間的最大值進(jìn)行標(biāo)準(zhǔn)化處理。

1.4.3 特征波長提取方法

連續(xù)投影算法（SPA）是一種去除樣本集光譜數(shù)據(jù)之間線性影響的算法[10]。SPA算法的原理是在所有樣本集的光譜數(shù)據(jù)之間進(jìn)行循環(huán)投影計算，以便于找到冗余數(shù)據(jù)信息變量最少的組合，這樣使得各個樣本集數(shù)據(jù)之間共線性最小，使得建模不僅快而且還擁有更好的建模精度[11]。算法原理如下：

令xj為校正集光譜第j列，令xj=pxj，再令n=n+1，如此循環(huán)進(jìn)行計算。

回歸系數(shù)法（RC）是通過因變量和若干個自變量之間的定量表達(dá)式獲得的，即回歸方程通過控制可控變量的數(shù)值[12]，從影響變量變化的自變量中區(qū)分出重要因素和次要因素，表達(dá)式如式（7）所示：

其中A0，A1分別為回歸常數(shù)和回歸系數(shù)，M為隨機誤差。

1.4.4 建模方法

本文采用偏最小二乘回歸（PLSR）方法建立直鏈淀粉檢測模型，PLSR同時具有主成分分析和多元線性回歸分析的優(yōu)點[13]。在建模過程中，通過計算自變量和因變量之間的方差來提高模型的預(yù)測精度，所以建立PLSR模型的關(guān)鍵是確立主因子數(shù)目或者是隱含變量（LV）的數(shù)目。假如主因子數(shù)目量太少，則無法表達(dá)出被測樣本光譜數(shù)據(jù)的變化。如果主因子數(shù)目過多，則會使得一些噪聲的數(shù)據(jù)加入到模型中，導(dǎo)致建立的模型預(yù)測能力變差[14]。

1.4.5 模型評價

以相關(guān)系數(shù)（R）、校正集均方根誤差（RMSEC）、預(yù)測集均方根誤差（RMSEP）作為衡量直鏈淀粉預(yù)測效果的主要指標(biāo)，并另外選用相對分析誤差（RPD）對預(yù)測精度再次進(jìn)行評價[15]，通過式（8）獲得。如果RPD≥2，則表明模型預(yù)測效果良好，可進(jìn)一步用于實際檢測研究；如果1.4≤RPD＜2，則表明模型可進(jìn)行定量分析，由于RPD值較小，所以預(yù)測精度還有待提高[16]；如果RPD＜1.4，則表明模型預(yù)測能力較差，難以進(jìn)行定量分析[17]。RPD的表達(dá)式如下：

式中，SD為標(biāo)準(zhǔn)差，SEP為標(biāo)準(zhǔn)預(yù)測誤差。

2 結(jié)果與分析

2.1 感興趣區(qū)域平均光譜

本文將單個樣本感興趣區(qū)域（region of interest,ROI）中每個像素點的光譜曲線用于后續(xù)處理，去除首尾噪聲后（400 nm～971 nm）的平均光譜圖如圖2所示。從圖中可以看出不同樣本的光譜數(shù)值變化趨勢比較一致，波段在460 nm～570 nm有明顯的上升偏移，可能是由于水分波段發(fā)生偏移所致，波段在500 nm～920 nm處存在較為明顯的吸收，可能與直鏈淀粉分子中的C-H基團(tuán)的四級倍頻、O-H二級倍頻、O-H一級倍頻有關(guān)。

圖2 感興趣區(qū)域平均光譜圖

2.2 蓮子的直鏈淀粉含量

采用SPXY法所劃分的校正集和預(yù)測集直鏈淀粉含量結(jié)果如表1所示。從表中可以看出鮮蓮的直鏈淀粉含量差異較大，校正集蓮子直鏈淀粉的含量最大值為227.90 mg/g，最小值為100.82 mg/g，標(biāo)準(zhǔn)差為44.73 mg/g。預(yù)測樣本的直鏈淀粉含量在校正集樣本的范圍內(nèi)，故樣本劃分合理。

表1 蓮子直鏈淀粉含量化學(xué)值統(tǒng)計值

2.3 光譜分析與預(yù)處理

在高光譜圖像的采集過程中可能會受到暗電流、外部雜光和外部環(huán)境噪聲等設(shè)備環(huán)境的影響，而這些無關(guān)的信息會影響光譜數(shù)據(jù)的準(zhǔn)確性，故需要對光譜數(shù)據(jù)進(jìn)行預(yù)處理。將不同預(yù)處理的光譜作為模型輸入，建立直鏈淀粉含量檢測PLSR回歸預(yù)測模型，結(jié)果如表2所示。從表中可以看出，經(jīng)過MSC和一階導(dǎo)數(shù)的復(fù)合預(yù)處理方法最優(yōu)，所建PLSR模型的校正集相關(guān)系數(shù)（Rc）為0.803，校正集均方根誤差（RMSEC）為1.855，預(yù)測集相關(guān)系數(shù)（Rp）為0.836，預(yù)測集均方根誤差（RMSEP）為2.072，相對分析誤差（RPD）為1.623，結(jié)果表明使用該方法進(jìn)行蓮子直鏈淀粉含量檢測具有一定可行性。

表2 采用不同預(yù)處理光譜建立的鮮蓮直鏈淀粉含量檢測PLSR模型結(jié)果

2.4 特征波長的提取

采用回歸系數(shù)法（regression coefficient, RC）和連續(xù)投影算法（SPA）提取預(yù)處理后的光譜特征波長，然后建立PLSR預(yù)測模型。在RC方法中，選擇如圖3中所示的波峰波谷位置所對應(yīng)的波段作為特征波段，提取的特征波段有418.5 nm、425.7 nm、463.4 nm、509.0 nm、543.8 nm、584.0 nm、683.4 nm、795.8 nm、879.1 nm、919.5 nm和974.2 nm共計11個波段。

圖3 基于回歸系數(shù)法特征波段提取圖

圖4為SPA選取的波長數(shù)對應(yīng)的交叉驗證均方根誤差。SPA方法選擇特征波長變量時，根據(jù)RMSEC確定最佳的特征波長數(shù)，最佳的特征波長數(shù)對應(yīng)于最小的RMSEC。由圖4可知，當(dāng)特征提取的波長數(shù)為9時，建立的PLSR模型有最小的RMSEC值，其值為1.802。因此，SPA選擇了449.5 nm、464.1 nm、500.6 nm、582.7 nm、644.3 nm、756.1 nm、812.4 nm、872.3 nm、977.6 nm共9個特征波段，特征波段數(shù)約占全光譜的2%，極大地減少光譜波長變量，加快建模速度。

圖4 變量篩選圖

由表3可知，經(jīng)過連續(xù)投影算法（SPA）提取特征波長后所建立的模型效果最好，偏最小二乘模型的校正集的相關(guān)系數(shù)均在0.835左右。如圖5和圖6所示，利用SPA提取的特征波段建立的PLSR模型定量評價指標(biāo)都有提升，通過直線擬合可以發(fā)現(xiàn)校正集和預(yù)測集的直鏈淀粉測量值分別與相應(yīng)的預(yù)測值有良好的線性關(guān)系。

圖5 校正集的預(yù)測值和真實值相關(guān)系數(shù)圖

圖6 預(yù)測集的預(yù)測值和真實值相關(guān)系數(shù)圖

表3 基于不同特征波長的直鏈淀粉檢測PLSR模型

SPA-PLSR模型的相對分析誤差（RPD）為1.944。這說明SPA能夠有效地提取特征波段，提高建模效率，但RPD值略小于2，說明所建立的檢測模型精度仍然有待提高。在試驗過程中，可能由于模型的單一性以及樣本數(shù)量少等原因?qū)е履Ｐ偷木炔桓?，后期可通過增加試驗樣品數(shù)量和建立多種預(yù)測模型對比以獲得更高檢測精度的模型。

3 結(jié)論

本文采用高光譜成像技術(shù)對直鏈淀粉含量進(jìn)行快速檢測。結(jié)果表明，采用一階導(dǎo)數(shù)和多元散射校正（MSC）預(yù)處理后的建模效果最好。然后采用SPA提取了9個特征波段，所建PLSR預(yù)測模型的校正集相關(guān)系數(shù)（Rc）為0.835，校正集均方根誤差（RMSEC）為1.802，預(yù)測集相關(guān)系數(shù)（Rp）為0.856，預(yù)測集均方根誤差（RMSEP）為1.752，相對分析誤差（RPD）為1.944。經(jīng)過RC法所建立的PLSR預(yù)測模型的預(yù)測集相關(guān)系數(shù)（Rp）為0.838，預(yù)測集均方根誤差（RMSEP）為1.897，相對分析誤差（RPD）為1.761。本研究為進(jìn)一步開發(fā)直鏈淀粉含量在線檢測儀器提供了思路，并奠定了良好的基礎(chǔ)。