光學(xué)無損檢測技術(shù)在煙葉采烤過程中的應(yīng)用研究進展

劉浩，孟令峰，王松峰*，王愛華，杜海娜，李增盛，孫福山

(1 中國農(nóng)業(yè)科學(xué)院煙草研究所/農(nóng)業(yè)部煙草生物學(xué)與加工重點實驗室，山東 青島 266101；2 中國農(nóng)業(yè)科學(xué)院研究生院，北京 100081)

煙葉作為卷煙生產(chǎn)的主要原料，其產(chǎn)量和品質(zhì)的提升一直是廣大煙葉工作者關(guān)注的重點。煙葉的產(chǎn)量和品質(zhì)是保障中式卷煙質(zhì)量的基礎(chǔ)，采收和烘烤是決定煙葉質(zhì)量的重要生產(chǎn)過程。目前主要靠人工經(jīng)驗判別鮮煙采收的成熟度，存在主觀性過強、判別標(biāo)準(zhǔn)不統(tǒng)一等缺點。而在烘烤過程中，也主要是根據(jù)煙葉外觀性狀變化和溫濕度監(jiān)測以及烤后煙葉化學(xué)成分分析來調(diào)控烘烤參數(shù)[1-2]。該方法較復(fù)雜，且具有不便捷、應(yīng)用不及時等弊端。因此，生產(chǎn)上需要建立一種快速無損的方法來對鮮煙葉成熟度進行科學(xué)判定，對密集烘烤過程中煙葉外觀變化以及某些成分的動態(tài)變化規(guī)律進行實時監(jiān)測，從而及時采取調(diào)控措施。目前，光學(xué)無損檢測技術(shù)已在煙草烘烤過程中得到較為廣泛的應(yīng)用。但基于判別條件復(fù)雜和成本高的原因，能應(yīng)用于實踐的光學(xué)無損檢測技術(shù)較少，且對煙葉烘烤過程中部分內(nèi)在成分的變化也未能實現(xiàn)實時監(jiān)測。為進一步推動光學(xué)無損檢測技術(shù)在煙葉采收烘烤過程中的應(yīng)用，筆者綜述了光學(xué)無損檢測技術(shù)在鮮煙葉成熟度判別和煙葉烘烤過程的研究現(xiàn)狀及進展，并對其進一步應(yīng)用進行了展望，以期為光學(xué)無損檢測技術(shù)在煙葉采烤中的應(yīng)用提供參考。

1 光學(xué)無損檢測技術(shù)類型

無損檢測通常指利用聲、光、磁和電等特性檢測被檢對象中是否存在缺陷而又保證不損壞其使用性能，最終了解并評價被檢對象的性質(zhì)及內(nèi)部結(jié)構(gòu)的一項技術(shù)[3]。目前，利用光學(xué)特性的無損檢測方法在煙葉烘烤中的應(yīng)用較為廣泛。光學(xué)特性是指煙葉在被照射后能反射、吸收、透射、漫射到表面的光或激發(fā)其他波長的光的特性[4]。目前，光學(xué)無損檢測技術(shù)在煙葉烘烤過程和鮮煙葉成熟度檢測中的應(yīng)用較多，主要包括高光譜技術(shù)[5-6]、近紅外光譜技術(shù)[7-8]、機器視覺技術(shù)[9]等。高光譜技術(shù)在獲取樣品表面光譜信息后，可在一定程度上體現(xiàn)被測物體內(nèi)部物理結(jié)構(gòu)及化學(xué)成分的差別，通過建立高光譜分析模型，可同時預(yù)測多個指標(biāo)，并且具有分析速度快、操作簡單、無需對待檢樣本進行預(yù)處理等特點[10]，通常被應(yīng)用于農(nóng)業(yè)遙感領(lǐng)域[11]。近年來，近紅外光譜分析技術(shù)在分析化學(xué)領(lǐng)域的應(yīng)用發(fā)展迅猛，尤其是在微生物檢測及農(nóng)產(chǎn)品檢測領(lǐng)域[12]。其優(yōu)勢體現(xiàn)在可以快速地對待測樣品的光學(xué)信號進行分析，從而獲得待測樣本的內(nèi)部化學(xué)信息。近紅外技術(shù)也已廣泛應(yīng)用于煙草領(lǐng)域[13]。機器視覺技術(shù)涉及計算機科學(xué)技術(shù)、圖像處理技術(shù)、人工智能技術(shù)等多方面的知識，主要通過計算機技術(shù)演繹物體與人眼的密切關(guān)系[14-15]。該技術(shù)在種子篩選[16]、果蔬分級[17]、作物病蟲草害識別與監(jiān)測[18]中都有廣泛應(yīng)用，也已應(yīng)用于煙葉成熟度判別及煙葉分級[19]。其突出優(yōu)勢就是速度快、功能多，且由于其利用機器視覺進行檢測，可有效排除人的主觀因素影響[20]。

綜上可知，光學(xué)無損檢測技術(shù)不僅可實現(xiàn)快速大面積檢測，而且能實現(xiàn)遠(yuǎn)距離無接觸式探測，在煙葉采收和烘烤中的應(yīng)用具有明顯優(yōu)勢。

2 光學(xué)無損檢測技術(shù)在煙葉成熟度判別中的應(yīng)用

2.1 煙葉成熟度常規(guī)判別技術(shù)

鮮煙葉的成熟度與烤后煙葉的外觀質(zhì)量、評吸質(zhì)量及香氣質(zhì)量等密切相關(guān)[21]，科學(xué)地判別鮮煙葉成熟度可以有效提高烤后煙葉質(zhì)量。目前判別煙葉成熟度主要靠人工感官經(jīng)驗，前人大多依據(jù)煙葉外觀標(biāo)準(zhǔn)和各項生理指標(biāo)進行鮮煙葉成熟度的判別。如日本判斷鮮煙葉成熟度的方法是使用比色卡；美國是根據(jù)采收時煙葉的莖葉夾角以及葉柄是否帶莖皮等方法來進行判斷[22]；我國則大多是通過觀察煙葉顏色及外觀性狀來判斷鮮煙葉成熟度，難免存在掌握適宜成熟度不準(zhǔn)，主觀性過強[23-24]等問題。而依據(jù)各項生理指標(biāo)進行判別[25]，需對煙葉進行有損檢測，存在技術(shù)要求較高，費時和操作復(fù)雜等問題。

2.2 機器視覺技術(shù)在鮮煙葉成熟度判別中的應(yīng)用

機器視覺技術(shù)可以排除人的主觀因素的干擾，在鮮煙葉成熟度判別中有很大優(yōu)勢。且該技術(shù)在農(nóng)業(yè)方面已得到廣泛應(yīng)用[26-28]，也已經(jīng)被應(yīng)用于煙葉成熟度判別。史龍飛等[29]利用機器視覺技術(shù)提取不同成熟度煙葉圖像的顏色和紋理特征值，建立了基于BP 神經(jīng)網(wǎng)絡(luò)的成熟度預(yù)測模型，根據(jù)模型判斷的準(zhǔn)確率達93.67%。謝濱瑤等[30]利用機器視覺技術(shù)提取煙葉顏色、紋理特征值，建立了基于BP 神經(jīng)網(wǎng)絡(luò)、支持向量機的煙葉成熟度鑒別模型，模型準(zhǔn)確率分別為93.83%和97.53%。張麗[31]采用計算機視覺技術(shù)提取煙葉顏色、紋理特征，建立成熟度預(yù)測模型，為實現(xiàn)鮮煙葉的自動分揀提供了可行方案。趙樹彌等[32]利用機器視覺技術(shù)對煙葉成熟度進行劃分，建立了一種鮮煙葉檢測分級裝置，該裝置通過自主學(xué)習(xí)建立樣本庫，然后參考樣本庫對未知樣品進行分級。汪強等[33]通過對煙葉樣品圖像數(shù)據(jù)進行處理與變換，建立了煙葉顏色特征與成熟度之間的關(guān)系模型TMDHSV，可以快速預(yù)測鮮煙葉的成熟度。

雖然機器視覺技術(shù)在煙草中的應(yīng)用還處于成長階段，但隨著物聯(lián)網(wǎng)大數(shù)據(jù)、云計算、人工智能和無損檢測技術(shù)等新一代信息技術(shù)的逐漸崛起，也促進了該技術(shù)快速發(fā)展和成熟，以及在煙草生產(chǎn)中的廣泛應(yīng)用。

2.3 光譜技術(shù)在鮮煙葉成熟度判別中的應(yīng)用

有研究發(fā)現(xiàn)，煙葉顏色、組織結(jié)構(gòu)、葉脈等葉片特征的有規(guī)律變化都可以在反射光譜上反映出來[34]。利用光譜技術(shù)建立相關(guān)模型，可以準(zhǔn)確快速地判別鮮煙葉的成熟度。李佛琳等[35]通過測定和分析不同成熟度鮮煙葉的近紅外光譜，篩選出了主要預(yù)測因子為514、629、650 nm 反射率的典則判別分析模型，且該判別模型的驗證樣本準(zhǔn)確率為97%。說明采用光譜技術(shù)判別鮮煙葉的成熟度是可行的。韓龍洋等[36]采集了不同成熟度煙葉的高光譜曲線，建立了相關(guān)預(yù)測模型，且該模型對未知成熟度的煙葉樣品識別正確率達92.5%以上。何孝兵等[37]采集了不同部位不同成熟度煙葉的光譜數(shù)據(jù)進行研究，發(fā)現(xiàn)光譜反射率與鮮煙葉成熟度之間存在著顯著正相關(guān)性，表明光譜反射率可以作為煙葉成熟度的判別指標(biāo)。楊睿等[38]利用隨機森林方法分別建立了近紅外數(shù)據(jù)結(jié)合圖像數(shù)據(jù)的融合模型，用于預(yù)測鮮煙葉的成熟度，該模型對3 個品種煙葉的預(yù)測準(zhǔn)確度都達到92%以上。王承偉等[39]采集了鮮煙葉的近紅外光譜數(shù)據(jù)，利用化學(xué)計量學(xué)方法對不同成熟度的煙葉建立模型，實現(xiàn)了對煙葉成熟度的快速判別。目前，利用光譜技術(shù)結(jié)合其他技術(shù)進行鮮煙葉成熟度判別的方法已日趨成熟，光譜技術(shù)在鮮煙素質(zhì)判別中的應(yīng)用極大地推動了煙葉無損檢測技術(shù)的發(fā)展。

3 光學(xué)無損檢測技術(shù)在烘烤過程煙葉變化判別中的應(yīng)用

把握住煙葉烘烤過程中內(nèi)在化學(xué)成分以及煙葉外觀性狀的變化規(guī)律，才能適時調(diào)節(jié)好烘烤參數(shù)，從而提高烤后煙葉質(zhì)量。目前主要是靠人工觀察烘烤過程中煙葉的變化來進行烘烤參數(shù)的調(diào)節(jié)，無法真實反映煙葉在烘烤過程中內(nèi)在成分的變化情況，也容易出現(xiàn)由于對煙葉外觀的變化判別不準(zhǔn)而無法及時調(diào)控的現(xiàn)象，不利于烤后煙葉質(zhì)量的提高。因此，生產(chǎn)上亟需一種快速無損的方法來對烘烤過程中煙葉的外觀形狀變化及某些內(nèi)在成分的動態(tài)變化進行實時監(jiān)測，并及時根據(jù)專家系統(tǒng)調(diào)整烘烤工藝，實現(xiàn)煙葉烘烤的數(shù)字化。

3.1 烘烤過程中煙葉外觀形狀變化研究

在烤煙烘烤過程中，采用光學(xué)無損檢測技術(shù)來代替人工觀察外觀性狀的變化，可有效避免人為判斷不準(zhǔn)等缺點。郭朵朵[40]利用機器視覺技術(shù)進行煙草圖像信息采集及特征參數(shù)值的提取，探究烘烤過程中煙葉外觀特征與內(nèi)部品質(zhì)之間的相關(guān)關(guān)系，從而建立基于外觀特征與內(nèi)部品質(zhì)的預(yù)測模型，設(shè)計了一種基于烘烤過程中煙草外觀特征變化情況來控制烤房工藝的自動控制裝置。鮑安紅等[41]利用機器視覺技術(shù)獲取烘烤中煙葉的圖像信息，根據(jù)專家經(jīng)驗調(diào)整烘烤溫濕度控制策略，提高了煙葉烘烤質(zhì)量。Condorí 等[42]開發(fā)了基于數(shù)字圖像處理的控制系統(tǒng)，用于監(jiān)控散裝烤房中煙草烤制過程的溫濕度變化。羅定棋等[43]應(yīng)用近紅外技術(shù)對煙葉烘烤進行實時監(jiān)測，并且將專家建議寫入計算機，從而對烘烤中的烤房進行有效控制，降低了烤壞煙比例，實現(xiàn)了煙葉烘烤的數(shù)字化。這些研究都是根據(jù)烘烤過程中采集的煙葉外觀形狀的實時圖像，并結(jié)合專家的建議，從而對烤房實現(xiàn)有效控制。

3.2 烘烤過程中煙葉內(nèi)在化學(xué)成分變化研究

烘烤過程中，煙葉的一個或多個內(nèi)在成分的動態(tài)變化規(guī)律體現(xiàn)了煙葉在烘烤過程中的物質(zhì)變化過程，從而為有效調(diào)節(jié)烘烤參數(shù)和更好地控制烘烤進程提供參考依據(jù)。煙葉香氣物質(zhì)形成的原因之一就是質(zhì)體色素的降解，可以根據(jù)其在烘烤過程中的動態(tài)變化，采取恰當(dāng)?shù)暮婵竟に嚕岣呖竞鬅熑~質(zhì)量。付秋娟等[44]利用近紅外光譜技術(shù)構(gòu)建了鮮煙葉中葉綠素和類胡蘿卜素的分析模型，發(fā)現(xiàn)利用近紅外光譜技術(shù)可以對煙葉中二者的含量進行快速的檢測。韋克蘇等[45]利用近紅外光譜技術(shù)，構(gòu)建了基于競爭自適應(yīng)重加權(quán)釆樣法(CARS)和偏最小二乘法(PLS)的煙葉烘烤過程中葉綠素和類胡蘿卜素含量的動態(tài)變化模型，發(fā)現(xiàn)CARS-PLS 模型能夠?qū)崿F(xiàn)烘烤過程中質(zhì)體色素變化的實時監(jiān)測，為探究烘烤過程中香味物質(zhì)轉(zhuǎn)化提供了理論基礎(chǔ)。賓俊等[46]應(yīng)用近紅外光譜技術(shù)結(jié)合自適應(yīng)進化極限學(xué)習(xí)機對烘烤過程中煙葉含水率、葉綠素以及淀粉含量的動態(tài)變化進行監(jiān)測，其構(gòu)建的模型可以準(zhǔn)確分析煙葉烘烤過程中關(guān)鍵參數(shù)的變化規(guī)律。魏曉楠等[47]設(shè)置低溫、常規(guī)、高溫3 個烘烤條件，并分別建立相應(yīng)的近紅外模型進行比較，認(rèn)為可以利用偏最小二乘法來預(yù)測不同烘烤條件下烤煙纖維素含量變化。李玉鵬等[48]利用偏最小二乘法(PLS)建立了PLS 模型，用于預(yù)測烤煙含水量。如果能夠?qū)崿F(xiàn)對煙葉烘烤過程中內(nèi)在化學(xué)成分變化的實時監(jiān)測，則可以第一時間掌握烤煙變化情況，及時調(diào)整烘烤參數(shù)，彌補人工判斷不準(zhǔn)等缺點。

4 展望

光學(xué)無損檢測技術(shù)可以很好地彌補人工經(jīng)驗不足、判斷不準(zhǔn)等問題，且可以實現(xiàn)快速、大面積檢測和遠(yuǎn)距離無接觸式探測。目前，該技術(shù)在煙葉生產(chǎn)中的應(yīng)用還存在高成本、判別條件不足等問題，而且還未實現(xiàn)對煙葉烘烤過程中全部化學(xué)成分變化的實時監(jiān)測，這些仍是光學(xué)無損檢測技術(shù)在煙葉采烤中進一步應(yīng)用亟待解決的問題。而機器視覺技術(shù)在煙葉生產(chǎn)中的應(yīng)用大多還停留在實驗室階段，未能在生產(chǎn)實踐中真正應(yīng)用。在今后的研究中，還需結(jié)合實際，找出該技術(shù)存在的不足，并有針對性地提高和發(fā)展。對于圖像的提取，應(yīng)著重研究實際生產(chǎn)環(huán)境下煙葉圖像特征和煙葉烘烤工藝的相關(guān)性，篩選出和烘烤過程煙葉內(nèi)在物質(zhì)具有顯著相關(guān)性的特征，進而完善烘烤工藝。光譜技術(shù)在煙葉生產(chǎn)中的應(yīng)用目前已趨近成熟，但也存在一些未解決的硬性問題，例如光譜檢測成本過高、判別環(huán)境單一等。之后的研究重點應(yīng)放在降低檢測成本、實現(xiàn)對煙葉內(nèi)在化學(xué)成分的實時監(jiān)測、以及探索和開發(fā)能夠判別鮮煙葉素質(zhì)和烘烤過程中煙葉狀態(tài)變化的儀器，從而彌補人工判斷不準(zhǔn)等缺點。相信隨著現(xiàn)代信息技術(shù)在農(nóng)業(yè)領(lǐng)域的進一步應(yīng)用，光學(xué)無損檢測技術(shù)將會代替人工經(jīng)驗，并在煙葉的采烤過程中得到實際應(yīng)用。