试验用多宝鱼购于杭州农副产品水产交易中心, 样本重量规格在400~600 g之间。 在水产交易中心现场进行样本前处理, 具体过程如下: 每次在养殖水池捞出一条鲜活多宝鱼, 鱼冰水休克, 棒击头部致死, 去除鱼内脏和头尾, 在冰水中洗干净。 每条多宝鱼均匀切割成4份, 作为4个样本。 用塑料袋放置每个样本, 将塑料袋放置在盛满新鲜碎冰的干净白色泡沫保温箱中, 保温箱底部开有滴水孔, 运输过程中部分碎冰化成水从滴水孔中流走, 运输专车在0.5~1 h内将样本快速运送至实验室。 160样本分5类, 详见表1所示。

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 高光谱成像数据矩阵Fig.1 Hyperspectral imaging data matrix

表1

Table 1

表1(Table 1)

表1 建模集和预测集统计信息 Table 1 Statistical information of calibration and prediction sets 数据集 低温存贮 20 d冷冻 解冻1次 低温存贮 20 d冷冻 解冻2次 低温存贮 130 d冷冻 解冻1次 低温存贮 130 d冷冻 解冻2次 新鲜 样本 总数 建模集 20 20 20 20 30 110 预测集 10 10 10 10 10 50 总数 30 30 30 30 40 160 注: 低温表示-20 ℃ Note: low temperature means -20 ℃

表1 建模集和预测集统计信息 Table 1 Statistical information of calibration and prediction sets

高光谱成像数据采集原理如图2所示。 系统包括高光谱摄像机(N10E, Specim, Finland), 150 W卤素灯线光源2个(Oriel Instruments, Irvine, Cal.), 铁皮暗箱隔绝室内灯光影响, 步进导轨平台由步进电机(IRCP0076, Isuzu Optics Corp, Taiwan, China)驱动, 近红外光谱仪, 可接收的光谱波长范围为381~1 023 nm, CCD成像相机, 控制装置和计算机。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 高光谱成像实验数据采集原理图Fig.2 Schematic diagram of HIS detection

为了获取到鱼样本不变形、 不失真和清晰的高光谱成像数据, 需要调节CCD相机的曝光时间和步进导轨平台移动速度。 步进导轨平台移动速度为3.2 mm· s^-1, 曝光时间设置为0.08 s, 近红外光谱仪至样本间距离为45 cm。 采集数据时用纸巾吸去鱼样本表面的多余水分, 将样本置于步进导轨平台上面, 垂直于近红外光谱仪移动, 获取三维鱼样本高光谱成像数据块。 分析软件为Matlab 2010、 Unscrambler 10.1及Origin8.5软件平台。 为了减少CCD相机暗电流及各波长下光源强度分布不均匀的影响, 分析前需要对原始高光谱成像数据(I)进行反射率校正。 在与鱼样本相同采集数据环境条件下, 采集标准白板(理论反射率为99%)数据(W), 然后盖上镜头盖子并关闭卤素灯光源(反射率为接近0%)获取到黑板标定数据(B)。

R=(I-B)/(W-B)(1)

式(1)中: I为原始数据; B为黑板标定; W为白板标定; R为结果数据。

为了简化模型, 提高模型运行效率和精度, 分别采用CARS, SPA和GA算法选择特征波长, 关于CARS^{[10, 11, 12]}, SPA^{[13, 14]}和GA算法^{[15, 16]}原理详见文献。

通过鱼样本高光谱图像上感兴趣区域提取光谱, 感兴趣区域选择在80× 80左右的矩形区域内, 得到的光谱波长范围为381~1 023 nm, 共计512个波长, 由于在429 nm波长之前的光谱, 存在部分噪声且有用信息较少, 取429~1 023 nm波长范围作为原始波长范围, 图3中每一条光谱为样本感兴趣区平均光谱, 从光谱曲线可知, 在整个波长范围内, 最大反射率不高于0.25, 近红外区域的反射率要高于可见光区域的反射率, 在960 nm附近, 近红外光谱存在较大的吸收度, 这是由于鱼样本的C— H功能键在此区域存在吸收峰。

遗传算法是一种非常有用的特征波长提取算法, 在每次运行PLS建模时, 遗传算法会评价参与建模变量的被选频率值, 被选频率高的变量组合, 替代原始光谱用于进一步的建模分析。 遗传算法返回结果如图4和图5所示, 图4中横虚线分别表示在横虚线上面的波长变量被选择用于建模分析, 或者说取某条横线之上的变量用于建模, 本研究采用遗传算法获取到的变量数量为66个。 分析图5可以看出, 当采用66个特征波长建模时, 模型的预测误差和预测响应精度贡献率百分比分别为0.202 9和98.05。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 160个鱼样本光谱Fig.3 Spectra of 160 fish samples

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 变量被选频率Fig.4 Frequency of variable selections

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 RMSEC和变量响应百分比Fig.5 RMSEC and response (% C.V. variance)

图6表示基于CARS算法挑选特征波长结果图。 图6(a), (b)和(c)分别表示变量数量变化趋势、 RMSECV值变化趋势和每个变量回归系数值变化趋势。 本研究设置采样次数为50次, 从图6(a)可以看出, 采样前期随着采样次数增加, 建模变量快速减少, 然后随着采样次数的增加, 变量减少的幅度趋于平缓, 表明变量分为初选和精选两个过程; 图6(b)中RMSECV值起初呈减小趋势, 表明采样过程中, 无信息变量被不断消除, 然后RMSECV值变化不明显, 表明变量数量变化不明显, 最后RMSECV值逐渐增大, 表明一些关键变量被消除; 图6(c)中, 每条线表示每个变量在不同采样次数时的回归系数值变化趋势。 在每次采样过程中, 一些有用变量被提取出来, 当RMSECV值最小时, 即图6(c)中第20次采样运算时, 最优建模变量数量被确定下来。 第20次采样过后, 图6(b)中的RMSECV值逐渐增大, 这是因为一些关键变量被消除, 在虚线L1处, RMSECV值急剧增大, 这是因为存在变量P1的回归系数值降为0, 同样的原因, 虚线L2处, RMSECV值急剧增大, 这是因为存在变量P2的回归系数值降为0。 在CARS算法中, 一些无用变量被消除, 一些关键变量被保留, 本研究中, 57个关键变量被提取出来用于替代原始光谱进行进一步的分析建模。

图6

Fig.6

	Figure Option ViewDownloadNew Window
	图6 CARS运算提取变量原理图Fig.6 Key wavelengths selection results by CARS

采用连续投影算法, 原始光谱变量减少到31个波长点, 大大简化了建模变量, 提高了模型的运算速度, 图7是SPA算法得到的特征波长在全谱波长上的具体位置信息, SPA算法选择的特征波长详见表2, 图8表示模型的RMSEC值变化趋势, 随着SPA算法选择的特征变量数量的增加, RMSEC的值起初急剧变小, 说明选择的31个特征波长为最优特征波长, 而第31个波长点以后的波长对模型的RMSEC值影响不大。

表2

Table 2

表2(Table 2)

表2 SPA选择特征波长 Table 2 Effective wavelengths selected by SPA 算法 数量 选择波长/nm SPA 31 431, 433, 434, 435, 436, 437, 440, 445, 451, 453, 458, 469, 476, 504, 513, 531, 610, 661, 765, 852, 907, 965, 983, 989, 992, 997, 1 001, 1 007, 1 009, 1 014, 1 019

表2 SPA选择特征波长 Table 2 Effective wavelengths selected by SPA

图7

Fig.7

	Figure Option ViewDownloadNew Window
	图7 连续投影算法选择特征波长Fig.7 SPA selected variables

图8

Fig.8

	Figure Option ViewDownloadNew Window
	图8 RMSEP的值变化趋势Fig.8 Trend of RMSEP based on characteristic wavelengths selected by SPA

分别采用SIMCA和LS-SVM分类模型检测区分不同时间段和冻融次数的鱼新鲜度。 LS-SVM模型在很多领域都得到了广泛应用, 可以处理线性和非线性的问题, 参数gam用 于减小模型训练错误率和简化模型, 参数sig2用于定义非线性转换, 从一个向量空间向高维空间转换^{[17, 18]}。 本研究采用的LS-SVM分类模型基于LS-SVM工具箱。 簇类独立软模式(soft independent modeling of class analogy, SIMCA)分类模型也是一种常用的分类方法, 其基本思路是采用PCA分析结果获取样本属性基本空间分布特性, 在此基础上建立各类别的分类模型, 根据已经建立的分类模型对预测样本集进行分类预测, SIMCA具体分类原理详见文献[19]。

截取429~1 023 nm波长范围内共470个变量, 采用LS-SVM作为检测模型, 准确率达到了96%, 分别采用CARS, SPA和GA获取的特征变量, 数量分别为57, 31和66个, 将这些特征变量作为SIMCA和LS-SVM模型的输入, 如表3所示。

表3

Table 3

表3(Table 3)

表3 基于不同的波长建立鉴别模型的分类准确率 Table 3 Correct classification rate of different models based on different wavelength selection methods 序号 分类模型 波长数量 建模集 预测集 No. missed CCR* /% No. missed CCR* /% 1 LS-SVM 470 110 0 100 50 2 96 SIMCA 470 110 42 61.8 50 23 54 2 CARS-LS-SVM 57 110 0 100 50 2 96 3 CARS-SIMCA 57 110 34 69.1 50 24 52 4 GA-LS-SVM 66 110 0 100 50 7 86 5 GA-SIMCA 66 110 44 60 50 24 52 6 SPA-LS-SVM 31 110 0 100 50 1 98 7 SPA-SIMCA 31 110 34 69.1 50 24 52 Note: CCR* : correct classification rate

表3 基于不同的波长建立鉴别模型的分类准确率 Table 3 Correct classification rate of different models based on different wavelength selection methods

从表3中可以看到, 基于全谱的LS-SVM和SIMCA模型在预测时, 模型识别率分别为96%和54%, LS-SVM模型的预测精度远高于SICMA精度, 这种情况在后面基于特征波长分类模型结果也是一致的。 当把CARS提取的57个参数变量作为LS-SVM和SIMCA模型输入时准确率分别为96%和52%, 把SPA选择的特征变量作为LS-SVM和SIMCA模型的输入, 识别率分别达到98%和52%, 当把GA选择的光谱变量作为LS-SVM和SIMCA模型的输入时, 模型精度为86%和52%, 不难看出, 为了简化模型和选择精度最高模型, 把SPA选择的31个光谱变量作为最优特征变量, 把LS-SVM分类模型作为最优建模模型。