实验用野生和种植黑枸杞均由青海千拓贸易有限公司提供, 原产地为青海。 黑枸杞根据颗粒大小分为特级(0.6 cm以上)、 高级(0.5~0.6 cm)、 中级((0.4~0.5 cm)三级, 选用颗粒在0.4~0.5 cm范围的中级野生和种植黑枸杞作为实验材料。 野生黑枸杞如图1(a)所示。 为防止实验受到影响, 将所有黑枸杞去除果柄和杂质。 去除果柄野生黑枸杞如图1(b)所示。 每(5± 0.1)g黑枸杞作为一份样品。 野生和种植黑枸杞样品数分别均为128份, 总样品数为256份。

图1(a)

Fig.1(a)

	Figure Option ViewDownloadNew Window
	图1(a) 野生黑枸杞Fig.1(a) Wild black Goji berries

图1(b)

Fig.1(b)

	Figure Option ViewDownloadNew Window
	图1(b) 去除果柄后的野生黑枸杞Fig.1(b) Wild black Goji berries after removing the stalks

高光谱图像系统: GaiaSorter“ 盖亚” 高光谱分选仪北京汉光卓立公司; 4个35 W溴钨灯、 电控平台; 物镜以及计算机等部件。 图像光谱范围: 900~1 700 nm; 光谱分辨率: 3.19 nm; 曝光时间: 10 ms; 物距: 20 cm; 图像采集速率: 7.2 mm· s^-1。

仪器箱体内存在暗电流、 光源分布不均匀, 这些因素会使采集到的高光谱图像含有较大噪音, 故需对高光谱图像进行黑白校正^{[8, 9]}。 公式如式(1)

R/%=(R0-B)/(W-B)×100%(1)

式(1)中: R₀为反射光谱图像; W为白板漫反射图像; B为暗图像; R为校正后漫反射光谱图像。

利用ENVI4.8软件建立掩膜提取高光谱图像。 选取第140波段处的图像进行阈值分割, 当阈值为0.18时, 能够提取完整的黑枸杞图像, 因此设定阈值为0.18进行图像提取。 将黑枸杞图像区域的平均光谱作为此黑枸杞单个样品的反射光谱。

采用标准正态变换(standardized normal variate, SNV)进行光谱预处理。 采用Kennard-Stone(K-S)法划分样品; K-S算法已经被证明在选择代表性样品方面的具有很好的效果。 采用SPA法对光谱降维从而简化模型; SPA法可以在高光谱庞大复杂的数据中去除冗杂数据、 提取特征波长数据^[10]。

1.5.1 SVM模型

SVM是将向量映射到更高维空间, 构建最大间隔的超平面, 剪力合适的分隔超平面, 使两个与之平行的超平面距离最大化, 从而来解决复杂数据的分类和回归问题^[11]。

1.5.2 ELM模型

ELM是由南洋理工大学黄广斌教授提出的一种有效单隐含层前馈神经网络算法, 它学习速度快、 泛化能力好^[12]。

1.5.3 RF模型

RF是一种用多棵树对样品进行训练并预测的分类器。 它包含多个决策树算法, 具有数据选择随机性。 RF具有实现简单、 能处理高维数据、 避免过拟合等优势^[13]。

野生和种植黑枸杞样品各128份。 图2所示是野生和种植黑枸杞样品平均反射光谱, 共254个波段。 由图2可知, 2条平均反射光谱变化趋势一致, 其中, 波长1 000~1 350 nm范围内, 野生黑枸杞光谱反射率明显高于种植黑枸杞; 在波长1 500~1 650 nm范围内, 种植黑枸杞光谱反射率略高于野生黑枸杞。 这两条光谱反射曲线都有2个明显的波谷, 即在波长1 235和1 350~1 650 nm处均有明显吸收峰。 而雷建刚等在近红外对不同产地枸杞优化论文中也提到枸杞在1 235和1 535 nm处均有明显吸收峰^[14]。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 野生和种植黑枸杞的原始平均光谱Fig.2 Average reflectance spectra of wild and cultivated black Goji berries

对所有样品光谱进行SNV预处理。 对经SNV后的光谱样品进行样品划分, 按照校正集和预测集样品数为2:1的比例, 用K􀰐S法划分256份样品, 得到校正集170个(野生和种植黑枸杞各85份)。 预测集86个(野生和种植黑枸杞各43份)。

设定SPA选择最多波长数为50, 用均方根误差确定最佳特征波常数, 均方根误差随特征波长数变化曲线如图3所示。 选取最佳特征波长数为30。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 均方根误差随SPA中特征波长数变化曲线Fig.3 Changed RMSE with the number of characteristic wavelength in SPA

分别将全光谱254个波段、 经SPA提取的30个特征波长作为输入变量, 建立SVM, ELM和RF野生黑枸杞和种植黑枸杞识别模型。 图4— 图6是三种模型对黑枸杞的识别结果; 每个图纵坐标中, 1.0代表野生黑枸杞, 2.0代表种植黑枸杞。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 SVM黑枸杞识别结果Fig.4 Identification results of black Goji berries by SVM

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 ELM模型黑枸杞识别结果Fig.5 Identification results of black Goji berries by ELM

图6

Fig.6

	Figure Option ViewDownloadNew Window
	图6 RF黑枸杞识别结果Fig.6 Identification results of black Goji berries by RF

2.3.1 SVM模型

在SVM中, 采用RBF(radial base function)作为核函数, 通过留一交叉验证方法(cross validation, CV)寻找最佳惩罚因子(c)、 核函数参数 (g), 基于FS和SPA不同模型确定的c和g见表1。 SVM模型对野生黑枸杞和种植黑枸杞识别结果如图4所示。

表1

Table 1

表1(Table 1)

表1 SVM模型参数 Table 1 Parameters of SVM 特征波长选择 c g FS 0.003 9 0.108 8 SPA 0.003 906 3 0.003 903 6

表1 SVM模型参数 Table 1 Parameters of SVM

由图4可知, FS-SVM校正集和预测集平均识别率均为100%。 SPA-SVM校正集中, 有1份种植黑枸杞识别错误, 野生、 种植黑枸杞识别率分别为100%和98.8%; 所以SPA-SVM校正集平均识别率为99.4%。 SPA-SVM预测集平均识别率为100%。 FS-SVM模型识别率均整体略优于SPA-SVM模型。

2.3.2 ELM模型

在ELM模型中, 采用“ sigmoidal” 函数作为激活函数, 设置隐含层神经元个数为1~100, 步长为1, 确定FS和SPA的隐含层神经元个数为10和7。 ELM模型对野生黑枸杞和种植黑枸杞识别结果如图5所示。

由图5可知, FS-ELM校正集中, 有1份野生黑枸杞识别错误, 野生和种植黑枸杞识别率分别为98.8%和100%; FS-ELM校正集平均识别率为99.4%。 FS-ELM预测集识别率均为100%。 SPA-ELM校正集中, 有1份野生黑枸杞识别错误, 野生、 种植黑枸杞分别为98.8%和100%; SPA-ELM校正集平均识别率均为99.4%。 SPA-ELM预测集中, 有1份野生黑枸杞识别错误, 野生、 种植黑枸杞识别率分别为97.7%和100%; SPA-ELM预测集平均识别率为98.8%。 整体来说, FS-ELM模型识别率略高于SPA-ELM模型。

2.3.3 RF模型

建立随机森林识别模型, 树的数目为500。 RF模型结果见图6。 由图6可知, FS-RF和SPA-RF的校正集和预测集识别率全部达到了100%。 这说明FS-RF和SPA-RF模型可完全识别野生和种植黑枸杞。

FS-SVM和FS-RF, SPA-RF模型对校正集和预测集识别率都达到了100%。 SVM模型识别率整体优于ELM模型, 而RF模型识别率是三种模型中最高, 达到100%。 所以RF模型是最优识别模型。