基于高光譜技術(shù)檢測(cè)柿子表面農(nóng)藥種類鑒別

我國(guó)是農(nóng)業(yè)大國(guó)，農(nóng)藥在生產(chǎn)中發(fā)揮著不可低估的作用。有機(jī)磷和氨基甲酸酯類化學(xué)農(nóng)藥的大量使用己經(jīng)給我國(guó)的環(huán)境、人畜帶來(lái)了極大的危害。近幾年每年我國(guó)發(fā)生農(nóng)藥中毒的人數(shù)超過(guò)10萬(wàn)人，因農(nóng)藥引起的食物中毒發(fā)病率高居化學(xué)性中毒之首。水果作為最主要的農(nóng)產(chǎn)品之一，不可避免的有著被噴灑農(nóng)藥的危險(xiǎn)。隨著生活水平的提高，人們對(duì)自身的飲食安全極其看重。目前檢測(cè)農(nóng)藥殘留的方法主要目前常用的國(guó)內(nèi)外農(nóng)產(chǎn)品農(nóng)藥殘留傳統(tǒng)的檢測(cè)方法主要有：氣相色譜分析法、酶抑制法、超臨界流體萃取法（SFE）、生物傳感器法等，他們費(fèi)時(shí)費(fèi)力，,經(jīng)濟(jì)成本較高而且會(huì)對(duì)樣品進(jìn)行破環(huán)性檢測(cè)。高光譜成像分析技術(shù)不同于光譜分析技術(shù)，可以同時(shí)處理樣品的圖像信息和光譜信息，可見(jiàn)/近紅外光譜分析技術(shù)以其無(wú)損、快速、實(shí)時(shí)、多參數(shù)同時(shí)測(cè)量等優(yōu)點(diǎn)適于果蔬生化參數(shù)的無(wú)損檢測(cè)。本文主要是基于400-1000nm的高光譜成像系統(tǒng)，選取毒死蜱，噠螨靈，嘧霉胺提取并分析噴灑不同農(nóng)藥后水果表面的感興趣區(qū)域光譜曲線，用以對(duì)噴灑不同農(nóng)藥的水果進(jìn)行鑒別研究。

1實(shí)驗(yàn)材料與方法

1.1實(shí)驗(yàn)樣品的制備與采集

以柿子為實(shí)驗(yàn)樣品，隨機(jī)選取80個(gè)顏色接近、大小一致，且成熟度較好的柿子樣品。選取的三種農(nóng)藥分別為毒死蜱、噠螨靈以及嘧霉胺。首先對(duì)80個(gè)柿子樣品進(jìn)行清洗，放置通風(fēng)處等其干燥完畢。然后隨機(jī)將其分成4組，每種農(nóng)藥每組各20個(gè)（毒死蜱組、噠螨靈組、嘧霉胺以及只噴灑蒸餾水的對(duì)照組），對(duì)每組的柿子樣品分別噴灑相同濃度（1：300）的農(nóng)藥，將它們放置在陰涼常溫處12后采集高光譜圖像。

1.2高光譜數(shù)據(jù)采集

1.2.1參數(shù)設(shè)置

在采集高光譜圖像之前，我們先設(shè)置好它的物距（45cm）和曝光時(shí)間（0.05s），因?yàn)楦吖庾V分選儀采集圖像時(shí)是靠電移平臺(tái)的移動(dòng)來(lái)完成圖像的推掃式采集，保持CCD鏡頭高度不變，為了得到清晰的圖像，電移平臺(tái)移動(dòng)不能過(guò)快，經(jīng)過(guò)實(shí)驗(yàn)我們以0.6cm/s的速度效果較好。

1.2.2黑白校正

在暗室和燈箱采集高光譜圖像時(shí)，雖然排除了自然光的影響，但是由于CCD相機(jī)的電源穩(wěn)定性、光源在某些波段的不均勻以及水果表面對(duì)光源的漫反射等因素的影響，會(huì)導(dǎo)致高光譜圖像含有大量噪聲，我們選擇用黑白校正來(lái)減少噪聲的影響實(shí)現(xiàn)對(duì)高光譜圖像的反射率校準(zhǔn)。我們先用鏡頭蓋遮住鏡頭，采集得到暗背景圖像D，拿下鏡頭，放置白板，使白板高度與柿子樣品高度一致，采集得到白板高光譜圖像W，校正算法如下：

其中R為校正后圖像數(shù)據(jù)，S為樣品原始高光譜圖像數(shù)據(jù)，W為白板標(biāo)定數(shù)據(jù)。D為暗背景標(biāo)定數(shù)據(jù)。

2結(jié)果與討論

2.1光譜采集以及預(yù)處理分析

對(duì)四組樣品（毒死蜱組、噠螨靈組、嘧霉胺以及蒸餾水組）分別采集高光譜數(shù)據(jù)，每組20個(gè)柿子樣品，采集完畢后，使用EN－VI軟件依次對(duì)每個(gè)柿子都選取大小一致的感興趣區(qū)域（RIO），得到每一個(gè)柿子的平均反射率，可以得到每組20個(gè)柿子的原始光譜反射率信息。為了直觀的分辨出各組之間光譜反射率的差異，對(duì)每組20個(gè)柿子樣品的光譜反射率在進(jìn)行均值化處理，得到每組的平均光譜反射率曲線。利用matlab軟件得到高光譜圖像如圖1所示。

圖1平均光譜反射率

從圖1可以看出不同農(nóng)藥以及蒸餾水組的平均反射率在400-1000nm的范圍類曲線走勢(shì)基本一致，并且部分波段下曲線會(huì)重疊，無(wú)法識(shí)別出光譜區(qū)別。我們可以看出在650nm處光譜有一個(gè)反射率波谷，而在700nm和800nm處有一個(gè)較小的反射率波峰。在400-600nm反射率曲線基本重疊，在900-1000nm處蒸餾水和嘧霉胺組反射率曲線基本重疊，而在600-900nm處各組反射率曲線有明顯差異。

2.2特稱波長(zhǎng)的選取高光譜圖像

高光譜圖像的光譜數(shù)據(jù)量大，它通常有數(shù)百個(gè)波段構(gòu)成，各波段具有很大相關(guān)性。如果對(duì)全波段進(jìn)行分析和建模，不僅會(huì)由于波段間的冗余信息影響實(shí)驗(yàn)準(zhǔn)確度，還會(huì)極大的增加計(jì)算量影響建模的效率，因此我們必須進(jìn)行特征波長(zhǎng)的選取。主成分分析（PCA）是一種線性數(shù)據(jù)處理方法，它可以去除波段間的冗余信息，將多波段信息壓縮成幾個(gè)具有代表性波段的轉(zhuǎn)換方法。一般而言，PC-1具有最多的原始圖像信息，就本實(shí)驗(yàn)來(lái)說(shuō)，PC-3提取農(nóng)藥光譜信息效果更好。用ENVI軟件對(duì)實(shí)驗(yàn)樣品進(jìn)行PCA分析，可以得到每個(gè)不同成分的光譜數(shù)據(jù)，通過(guò)提取PC-3的所有波段的特征向量，我們可以繪制出光譜圖像PC-3的權(quán)重系數(shù)圖。就權(quán)重曲線而言。我們認(rèn)為波峰和波谷處對(duì)應(yīng)的波長(zhǎng)就是特征波長(zhǎng)，可以看出610nm、650nm、700nm、800nm和940nm?？梢钥闯鲞@些特稱波長(zhǎng)基本與圖1的反射率波峰波谷一致。

圖2PC3圖像光譜權(quán)重系數(shù)

2.3SVM分類

支持向量機(jī)（SVM）是一種基于統(tǒng)計(jì)學(xué)習(xí)理論的機(jī)器學(xué)習(xí)算法，SVM具有小樣本學(xué)習(xí)、抗噪聲性能、學(xué)習(xí)效率高與推廣性好的優(yōu)點(diǎn),能夠用于解決空間信息處理分析領(lǐng)域的遙感影像處理，SVM已被大量用于高光譜數(shù)據(jù)分類處理，且SVM比傳統(tǒng)的分類算法的分類性能更好。首先分別從所有樣品中隨機(jī)選取44個(gè)樣本作為訓(xùn)練樣本集，余下的36個(gè)樣品則作為測(cè)試樣本集。

圖3SVM訓(xùn)練模型

然后利用SVM算法基于特征波長(zhǎng)下的光譜數(shù)據(jù)對(duì)樣本進(jìn)行分類。選擇穩(wěn)定性和準(zhǔn)確性均較好的RBF核函數(shù)作為SVM核函數(shù)。由于本試驗(yàn)是對(duì)農(nóng)藥的種類進(jìn)行預(yù)測(cè)識(shí)別，在這里的實(shí)測(cè)值是農(nóng)藥的種類，因此在試驗(yàn)中嘗試將農(nóng)藥的種類進(jìn)行數(shù)學(xué)賦值，用不同的數(shù)字來(lái)表示不同的農(nóng)藥種類。試驗(yàn)中將農(nóng)藥嘧霉胺賦值為1，蒸餾水賦值為2，噠螨靈賦值為3，毒死蜱賦值為4。從圖3分析可以得到在訓(xùn)練集樣品中只有嘧霉胺（1）有兩個(gè)沒(méi)有檢測(cè)出，蒸餾水（2）有一個(gè)未檢測(cè)出，其余樣品都完全檢測(cè)成功，準(zhǔn)確率93.181%。從圖4分析可以得到在測(cè)試集樣品中嘧霉胺（1）只檢測(cè)出來(lái)五個(gè)，蒸餾水（2）檢測(cè)出六個(gè)，準(zhǔn)確率66.67%?？梢钥闯鲇?xùn)練集準(zhǔn)確率遠(yuǎn)大于測(cè)試集準(zhǔn)確率，原因可能是訓(xùn)練集樣品與測(cè)試集樣品過(guò)少，它們相差太少產(chǎn)生了過(guò)度擬合。

圖4SVM測(cè)試模型

萊森光學(xué)（深圳）有限公司是一家提供光機(jī)電一體化集成解決方案的高科技公司，我們專注于光譜傳感和光電應(yīng)用系統(tǒng)的研發(fā)、生產(chǎn)和銷售。

審核編輯 黃昊宇