高光谱图像采集装置主要由高光谱成像仪(SPECIM, V10E, Finland)、 高精度电控移动可升降平台(北京卓立汉光仪器有限公司, HSIA-TSA300-IMS, 中国)、 采集箱、 散热风扇、 卤素灯光源和计算机(联想, ThinkPad, 中国)等组成^[13]。 光谱仪的波长范围为400~1 000 nm, 光谱分辨率为2.8 nm。 为减少基线漂移带来的影响^[12], 样品的高光谱图像信息采集之前首先将高光谱图像采集系统预热30 min。 试验时系统参数设置为: 曝光时间0.1 s, 电控移动平台移动速度1.8 mm· s^-1, 平台移动距离设置280 mm。

为避免发生镜面反射先用滤纸吸干样品表面水分和油脂, 然后有序放置在黑色背景板上进行扫描。 利用黑板(0%反射率)和白板(100%反射率)参考图像校正原始图像。 校正公式如式(1)所示。

R=RS-RBRW-RB(1)

式(1)中, R为校正后图像, R_S为采集的原始图像, R_W为全白校正图像, R_B为全黑校正图像。

高光谱图像采集系统单次采集的图像包含不同掺假比例下的多个样本信息。 首先对校正后图像进行分割得到单个样本的高光谱图像, 进一步对分割后所得的单个样本图像进行感兴趣区域(ROI)提取以消除背景光谱对样品光谱的干扰。 ROI的大小和形状都会对模型的精度有一定影响^[14], 因此本研究采用阈值分割技术对ROI进行提取。 图1(d)为某个样本归一化后的灰度值频数分布图像。 图像为双峰结构, 通过设置灰度阈值(T=0.079)可将其划分为背景及噪声区及感兴趣区组成的二值图像。 此外, 二值图像进一步经过膨胀与腐蚀的形态学操作得到掩模以定位感兴趣区域, 最后取掩模定位区域图像平均光谱得到单个样本的光谱数据。 如图1(c)和(e)所示, 样本实际轮廓和掩模定位后的图像区域基本重合, 可较好反映样本信息从而用于建模分析。

采用卷积平滑(savitzky-golay, SG)、 矢量归一化(vector normalization, VN)、 一阶导数(first derivative, 1st De)、 多元散射校正(multiplicative scattering correction, MSC)、 标准正态变量变换(standard normalized variate, SNV)对光谱数据进行预处理以消除其所包含的无关信息和噪声。 其中, SG可以有效的减小随机误差, VN可以消除微小光程导致的光谱数据变动, 1st De可以有效消除基线漂移和背景的干扰, MSC用于消除或减小颗粒分布不均匀以及颗粒大小产生的散射影响^[15]。

全波长光谱中包含大量的冗杂信息, 通过对光谱特征波长的选择, 可以提高建模效率, 减少建模变量^{[16, 17, 18]}。 选用SPA^[19]、 CARS^[20]对生/熟肉丸分类鉴别全波长模型进行简化。

剔除6个异常样本后, 利用SPXY^[21]算法将样本数据按照2∶ 1的比例划分为校正集和预测集。 分别采用极限学习机分类(extreme learning machine classification, ELMC)和支持向量分类(support vector classification, SVC)建立掺假样本的多分类模型。 其中纯牛肉丸样本分类标识为1, 混有20%, 40%, 80%猪肉/鸡肉的单一掺假样本分类标识分别为2和4, 猪肉-鸡肉复合掺假的样本分类标识为3, 纯猪肉和纯鸡肉样本分类标识分别为5和6。

ELMC采用任意分配输入权值与隐层偏差的训练方法, 相较于传统模型具有更高的学习率, 预测精度和泛化性能^[22]。 在运算过程中, 需要设置的参数仅为隐含层神经元个数。 通过穷举法探究ELMC模型中隐含层神经元个数对预测结果的影响以及模型的预测性能, 设置隐含层神经元个数初值为2并以步长为2递增至校正集样数量。 为消除模型随机影响, 在每种神经元个数(N)下执行20次ELMC算法, 通过观察平均校正集和预测集准确率来确定最优隐含层神经元个数N。

SVC能够通过核函数将输入空间的非线性可分训练样本集映射到特征空间中, 使训练样本在特征空间线性可分且能有效解决非线性分类问题^[23]。 SVC中常用的核函数主要包括径向基核函数(RBF), 多项式核函数, Sigmoid核函数。 径向基核函数在解决不可分问题和处理小特征维度的情况具有很大的优势^[24], 因此选用RBF作为SVC的核函数对复合掺假样本进行分类判别。 此外利用遗传算法(GA)优化算法寻核函数(g)、 惩罚因子(c)的最优组合。

建立掺假类别分析模型后, 通过分类准确率来评价模型性能。 分类准确率为正确分类样本数量在所有样本中所占百分比, 计算公式如式(2)所示。 分类准确率越高, 模型性能越好。 混淆矩阵用来分析掺假样本种类正确和错误识别的具体情况。 此外, ELMC模型中的最优隐含层神经元个数N越大, 模型越复杂。 核函数参数g是决定SVC模型空间复杂度的重要参数, g越大则模型空间复杂度越高。 惩罚参数c越小表示对经验误差的惩罚越小。 当分类准确率持平时, 比较分类模型参数进行模型评价。

Accuracy=NPCNAS×100(2)

式(2)中, Accuracy为分类准确率, N_PC为正确分类的样本数量, N_AS为总样本数量。

部分生/熟掺假肉丸样本的光谱范围和平均光谱如图2所示。 从图中可以看出, 虽然两者光谱曲线趋势大体一致, 但是熟肉丸样本光谱反射率整体上比生肉丸样本小。 此外, 大量样本光谱的重叠导致无法用肉眼对样本的种类进行区分, 因此需联合化学计量学方法进一步处理以实现对不同掺假样本的准确分类。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 生/熟牛肉丸掺假样本光谱范围及平均光谱 (a), (b): 生牛肉丸样本; (c), (d), (e): 熟牛肉丸样本Fig.2 Spectral range and average spectrum ofadulterated raw/cooked beef ball samples (a), (b): Raw beef ball samples; (c), (d), (e): Cooked beef ball samples

2.2.1 全波长模型

为建立生牛肉丸掺假类型识别模型, 比较了不同预处理方法下建立的ELMC和SVC模型性能, 结果如表1所示。 ELMC模型下的校正准确率和预测准确率的差值较小, 说明该模型的性能较为稳定。 除VN和1stDe外, 其他预处理方法下的ELMC模型相对原始光谱数据模型(None-ELMC-Raw)的校正准确率(96.23%)均有一定提升, 但只有MSC-ELMC-Raw模型的预测准确率高于None-ELMC-Raw模型的预测准确率(94.34%)。 故最优ELMC模型为MSC预处理下的模型(MSC-ELMC-Raw), 其校正准确率和预测准确率均为97.17%, 此时神经元个数N=56。 不同预处理条件下建立的支持向量机分类(SVC)模型识别准确率均达到了90%以上, 经过矢量归一化(VN)预处理的支持向量机分类模型(VN-SVC-Raw)的校正准确率和预测准确率分别为94.34%和91.51%。 SG-SVC-Raw和None-SVC-Raw的模型效果相当。 经过1stDe和SNV预处理的SWC模型校正集准确率达到了100%, 但1stDe-SVC-Raw模型预测集准确率仅为93.40%, 所以最优模型为SNV预处理的SVC模型(SNV-SVC-Raw), 其预测准确率为97.17%。

表1

Table 1

表1(Table 1)

表1 不同预处理方法下建立的生牛肉丸全波长分类模型结果 Table 1 Performances of full-wavelength classification models of raw beef balls with different data preprocessing methods 样本 预处理 方法 ELMC模型 SVC模型 校正集 准确率/% 预测集 准确率/% 神经元 个数N 运行时间 /s 校正集 准确率/% 预测集 准确率/% 惩罚因子 c 核函数 g 运行时间 /s 生牛肉丸 None 96.23 94.34 84 13.14 95.28 94.34 96.36 0.059 4 439.64 SG 99.06 92.45 76 13.03 95.28 94.34 96.20 0.058 2 834.69 VN 95.28 92.45 42 13.53 94.34 91.51 49.69 0.020 0 565.19 1stDe 96.23 93.40 40 13.19 100.00 93.40 25.82 0.054 2 958.91 MSC 97.17 97.17 56 13.18 96.70 92.45 94.97 0.069 3 398.15 SNV 98.11 93.40 56 12.92 100.00 97.17 60.18 0.048 5 379.29

表1 不同预处理方法下建立的生牛肉丸全波长分类模型结果 Table 1 Performances of full-wavelength classification models of raw beef balls with different data preprocessing methods

最优模型分类结果混淆矩阵如图3所示。 预测集中有1个猪肉掺假样本(分类标签为2)被预测为鸡肉单一掺假样本, 2个猪肉-鸡肉-牛肉复合掺假样本分别被预测为猪肉和鸡肉单一掺假样本。 其中2个被误判的复合掺假样本都是由内蒙古牛肉和80%(wt%)的混合肉(猪肉∶ 鸡肉=8∶ 2; 猪肉∶ 鸡肉=2∶ 8)组成。 经模型预测为单一猪肉(分类标签为2)和单一鸡肉(分类标签为4)掺假, 可能是由于样本中猪肉/鸡肉含量高及混合不均所导致。 图2(a)和(b)也验证了误判样本与其误判类别的光谱相似性。 其中被误判的生肉丸样本光谱曲线均坐落于3类掺假样本光谱的重叠区, 为其掺假类别的判定带来困难。 但97.17%的预测精度证明了高光谱技术应用于生肉丸掺假类型鉴别的高效性。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 最优模型分类结果混淆矩阵 (a): 校正集; (b): 预测集Fig.3 Confusion matrices of optimal model classification results (a): The calibration set; (b): The prediction set

2.2.2 简化模型

运用竞争性自适应重加权算法(CARS)和连续投影算法(SPA)分别对生牛肉丸掺假样本光谱数据优选出27个和44个特征波长。 表2为两种波长选择方法下建立的最优简化极限学习机(ELMC)和支持向量机分类模型(SVC)效果。 经过两种算法提取特征波长建立的简化模型运行时间均得到了一定程度的减小, 但性能均略低于全波长模型性能, 其中最优简化模型为SPA-ELMC-Raw, 校正准确率和预测准确率都为97.17%, 具有最优的分类正确率同时表现出较好的稳定性。

表2

Table 2

表2(Table 2)

表2 不同波长选择方法下建立的简化模型性能 Table 2 Performances of simplified models using different wavelength selection methods 样本 波长选择 方法 ELMC模型 SVC模型 校正集 准确率/% 预测集 准确率/% 神经元 个数N 运行时间 /s 校正集 准确率/% 预测集 准确率/% 惩罚因子 c 核函数 g 运行时间 /s 生肉丸 CARS 91.51 91.51 41 9.09 100.00 92.45 94.91 0.757 1 48.33 SPA 97.17 97.17 56 11.34 96.23 92.45 43.98 0.558 3 56.22

表2 不同波长选择方法下建立的简化模型性能 Table 2 Performances of simplified models using different wavelength selection methods

SPA算法选中波长分布情况如图4(b)所示。 从图中可以看出, 筛选出的特征波长在400~450、 900~1 000 nm波段之间的分布较多, 且在750~900 nm分布较均匀。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 CARS(a)和SPA(b)筛选出的特征波长分布Fig.4 Maps of characteristic wavelengths selected by CARS (a) and SPA (b)

2.3.1 全波长模型

表3为不同预处理方法下建立的熟牛肉丸掺假样本的全波长掺假类别鉴别模型结果。 从表中可以看出选用不同预处理方法对ELMC模型的隐含层神经元个数的选取影响较大, 几种预处理方法对应的N值各不相同。 其中原始光谱建立的ELMC模型(None-ELMC-Cooked)和经SG预处理的ELMC模型(SG-ELMC-Cooked)性能明显优于其他模型, 虽None-ELMC-Cooked模型的校正准确率较高, 但其与预测准确率差值较大, 且相对于SG-ELMC-Cooked, 隐含层神经元个数较多, 模型更复杂, 故最优ELMC模型为SG-ELMC-Cooked, 其校正准确率为97.17%, 预测准确率为96.23%, 此时神经元个数N=70, 模型运行时间为13.09 s。

表3

Table 3

表3(Table 3)

表3 不同预处理方法下建立的熟牛肉丸全波长分类模型结果 Table 3 Performances of full-wavelength classification models of cooked beef balls with different data preprocessing methods 样本 预处理 方法 ELMC模型 SVC模型 校正集 准确率/% 预测集 准确率/% 神经元 个数N 运行时间 /s 校正集 准确率/% 预测集 准确率/% 惩罚因子 c 核函数 g 运行时间 /s 熟肉丸 None 99.06 95.28 80 12.98 92.92 89.62 98.15 0.027 1 411.99 SG 97.17 96.23 70 13.09 92.92 90.57 99.91 0.028 5 776.52 VN 93.40 90.57 52 13.16 91.98 91.51 62.35 0.012 8 519.18 1stDe 92.92 89.62 54 13.10 99.53 96.23 10.43 0.062 4 475.85 MSC 96.70 93.40 66 12.80 95.28 90.57 72.05 0.020 5 438.54 SNV 97.64 92.45 56 12.75 94.81 90.57 22.19 0.029 8 347.68

表3 不同预处理方法下建立的熟牛肉丸全波长分类模型结果 Table 3 Performances of full-wavelength classification models of cooked beef balls with different data preprocessing methods

不同预处理方法下建立的SVC模型性能均优于原始光谱建立的模型(None-SVC-Cooked), 1stDe、 MSC、 SNV预处理下的SVC模型的校正准确率均较None-SVC-Cooked有所提高, 但MSC-SVC-Cooked和SNV-SVC-Cooked模型的校正准确率和预测准确率差值较大, 不利于模型的稳定性, 1stDe-SVC-Cooked模型性能明显优于VN-SVC-Cooked, 且模型运行时间较短, 所以最优SVC模型为1stDe-SVC-Cooked, 其校正准确率为99.53%, 预测准确率为96.23%, 最优惩罚因子c=10.454 8, 最优核函数g=0.062 18。

全波长熟牛肉丸掺假鉴别模型中最优SVC模型的校正准确率高于最优ELMC模型。 因此, 1stDe-SVC-Cooked为最优熟牛肉丸掺假分类模型, 其分类结果混淆矩阵如图5所示。 该模型校正集中被误判的1个样本由内蒙古牛肉和20%(wt%)的鸡肉制备而成的鸡肉单一掺假样本, 其被误判为猪肉掺假。 预测集中被误判的4个样本的肉类组成分别为: 内蒙古牛肉-40%(wt%)猪肉; 内蒙古牛肉-40%(wt%)猪肉; 安徽牛肉-20%(wt%)猪肉; 山东牛肉-20%(wt%)猪肉。 经SVC模型预测后分别被判别为: 鸡肉单一掺假; 鸡肉单一掺假; 复合掺假; 纯牛肉。 同生肉丸一致, 熟牛肉丸中被误判的5个样本的光谱曲线均落在几类掺假样本光谱范围的重叠区域。 此外, 生牛肉丸模型的分类准确率比熟牛肉丸样本高, 可能是由于炸制过程中的水分流失和油脂吸收使不同掺假比例的样本光谱信息差异减小, 从而造成模型精确度降低。

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 最优模型分类结果混淆矩阵 (a): 校正集; (b): 预测集Fig.5 Confusion matrices of optimal model classification results (a): The calibration set; (b): The prediction set

2.3.2 简化模型

运用CARS和SPA分别筛选出38和20个特征波长, 其分布情况如图6所示。 从图中可以看出, CARS/SPA筛选出的特征波段在450~550和700~800 nm分布均较少, 但在900~1 000 nm处均有较多特征变量分布。

图6

Fig.6

	Figure Option ViewDownloadNew Window
	图6 CARS(a)和SPA(b)筛选的熟牛肉丸掺假样本特征波长分布Fig.6 Characteristic wavelengths screened by CARS (a) and SPA (b) for cooked adulterated beef ball samples

如表4所示基于CARS建立的简化ELMC模型(CARS-ELMC-Cooked)性能明显优于SPA-ELMC-Cooked模型。 模型SPA-ELMC-Cooked的校正准确率比CARS-ELMC-Cooked的校正准确率高, 但其预测准确率较低, 因此最优简化ELMC模型为CARS-ELMC-Cooked, 其校正准确率和预测分类准确率分别是97.17%和96.23%。

表4

Table 4

表4(Table 4)

表4 不同波长选择方法下建立的简化模型性能 Table 4 Performances of simplified models established using different wavelength selection methods 样本 波长选择 方法 ELMC模型 SVC模型 校正集 准确率/% 预测集 准确率/% 神经元 个数N 运行时间 /s 校正集 准确率/% 预测集 准确率/% 惩罚因子 c 核函数 g 运行时间 /s 熟肉丸 CARS 97.17 96.23 80 8.89 91.51 91.51 147.033 4 0.329 9 53.02 SPA 98.11 94.34 76 7.64 90.57 86.79 77.25 0.789 8 41.96

表4 不同波长选择方法下建立的简化模型性能 Table 4 Performances of simplified models established using different wavelength selection methods

对比不同波长选择方法下建立的简化支持向量机分类模型(SVC)效果, 经过CARS提取特征波长后建立的简化模型CARS-SVC-Cooked与基于SPA算法提取特征波长后建立的简化模型SPA-SVC-Cooked的校正准确率, 均低于全波长最优模型1stDe-SVC-Cooked。 CARS-SVC-Cooked的校正准确率和预测准确率高于模型SPA-SVC-Cooked, 因此最优简化SVC模型为CARS-SVC-Cooked, 其校正准确率和预测准确率均为91.51%。 虽然CARS-SVC-Cooked模型的校正集准确率高于CARS-ELMC-Cooked。 但是CARS-ELMC-Cooked具有更高的识别稳定性, 且模型运行时间较短, 因此熟肉丸掺假类别最优简化判别模型为CARS-ELMC-Cooked。