應(yīng)用方向：基于該文獻(xiàn)，高光譜技術(shù)的應(yīng)用方向主要體現(xiàn)在茶葉等農(nóng)產(chǎn)品的品質(zhì)鑒別、產(chǎn)地溯源、防偽識別和質(zhì)量分級等方面。具體而言，高光譜成像能夠同時(shí)獲取茶葉的光譜與空間信息，可用于識別不同產(chǎn)區(qū)普洱熟茶之間由生長環(huán)境、加工方式和化學(xué)組成差異所帶來的特征差別，從而實(shí)現(xiàn)茶葉產(chǎn)地的快速、無損判別；同時(shí)，這種技術(shù)也適合用于地理標(biāo)志農(nóng)產(chǎn)品真?zhèn)舞b別、市場摻假檢測以及品質(zhì)一致性評價(jià)。文中還表明，將高光譜與卷積神經(jīng)網(wǎng)絡(luò)等智能算法結(jié)合后，可進(jìn)一步提升復(fù)雜農(nóng)產(chǎn)品識別的精度與泛化能力，因此其應(yīng)用不僅限于茶葉產(chǎn)地識別，還可拓展到食品質(zhì)量安全檢測、農(nóng)產(chǎn)品分類分級、成分分析及在線智能檢測等方向，為農(nóng)產(chǎn)品加工、流通監(jiān)管和品牌保護(hù)提供技術(shù)支持。

導(dǎo)讀

背景：普洱熟茶具有較高的經(jīng)濟(jì)價(jià)值和明顯的產(chǎn)地差異，但市場中產(chǎn)地造假、以次充好和地理標(biāo)志冒用等問題較為突出。茶葉的風(fēng)味、香氣和營養(yǎng)特性與其生長環(huán)境密切相關(guān)，諸如土壤結(jié)構(gòu)、養(yǎng)分、降水、溫度、光照和海拔等因素都會影響茶葉內(nèi)部化學(xué)成分，從而導(dǎo)致不同產(chǎn)區(qū)茶葉在品質(zhì)和價(jià)格上的顯著差異。尤其是帶有地理標(biāo)志的茶產(chǎn)品，通常市場價(jià)格更高，因此更容易成為造假對象，這使得建立可靠的產(chǎn)地識別方法具有重要現(xiàn)實(shí)意義。

與此同時(shí)，傳統(tǒng)的普洱熟茶產(chǎn)地鑒別方式存在明顯局限。目前行業(yè)中常依賴人工感官評定，根據(jù)外觀和香氣判斷茶葉品種和來源，但這種方法主觀性強(qiáng)，缺乏一致性和可重復(fù)性?，F(xiàn)代儀器分析方法如LC-MS、ICP-MS、GC-MS和NMR雖然具有較高可靠性，但通常需要專業(yè)人員操作、樣品前處理復(fù)雜、試劑消耗較多、檢測周期較長，難以滿足茶葉流通與市場監(jiān)管中對快速、現(xiàn)場、無損檢測的需求。

在此背景下，高光譜成像技術(shù)因能夠同時(shí)獲取樣品的空間信息與光譜信息而受到關(guān)注。與傳統(tǒng)單點(diǎn)光譜技術(shù)相比，高光譜成像可以對樣品整體進(jìn)行無損檢測，并通過后續(xù)特征提取與建模挖掘其中的判別信息，因此在農(nóng)產(chǎn)品品質(zhì)檢測領(lǐng)域展現(xiàn)出明顯優(yōu)勢。已有研究已將高光譜技術(shù)應(yīng)用于茶葉成分檢測和品種識別，但多數(shù)方法仍采用“人工提取特征+傳統(tǒng)分類器”的策略，這種將特征提取與分類分離的方式，可能導(dǎo)致信息壓縮和識別精度受限。

因此，作者利用高光譜成像結(jié)合卷積神經(jīng)網(wǎng)絡(luò)，構(gòu)建了一種針對普洱熟茶產(chǎn)地的快速、無損且高精度識別方法。作者認(rèn)為，CNN具備從高維、高非線性數(shù)據(jù)中自動(dòng)提取全局和局部特征的能力，相比傳統(tǒng)機(jī)器學(xué)習(xí)更適合處理高光譜數(shù)據(jù)?；谶@一認(rèn)識，本文嘗試將近紅外高光譜成像與AlexNet模型結(jié)合，用于普洱熟茶產(chǎn)地識別，以彌補(bǔ)現(xiàn)有研究在普洱熟茶產(chǎn)地判別方面的不足，并為茶葉市場防偽和品質(zhì)監(jiān)管提供新的技術(shù)手段。

作者信息：陳滿驕，四川輕化工大學(xué)，碩導(dǎo)

期刊來源：Journal of Food Composition and Analysis

研究內(nèi)容

本文以普洱熟茶產(chǎn)地的快速、無損識別為研究目標(biāo)，旨在解決傳統(tǒng)人工感官鑒別主觀性強(qiáng)、理化分析方法復(fù)雜低效的問題。為此，研究構(gòu)建了一種基于近紅外高光譜成像（HSI）與深度學(xué)習(xí)相結(jié)合的識別方法：首先采集不同產(chǎn)區(qū)茶葉的高光譜圖像，并通過黑白校正、異常樣本剔除及光譜預(yù)處理提升數(shù)據(jù)質(zhì)量；隨后提取一維光譜數(shù)據(jù)與二維灰度圖像數(shù)據(jù)，并以二維灰度圖作為輸入構(gòu)建改進(jìn)的AlexNet卷積神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)對茶葉產(chǎn)地特征的自動(dòng)學(xué)習(xí)與分類；同時(shí)，建立PLS-DA和SVM模型作為對比，評估深度學(xué)習(xí)方法的優(yōu)勢；最后結(jié)合t-SNE對特征進(jìn)行可視化分析，并通過外部驗(yàn)證集檢驗(yàn)?zāi)Ｐ偷姆夯芰Α?/span>

實(shí)驗(yàn)設(shè)計(jì)

該研究所用茶樣為后發(fā)酵普洱熟茶，原料采自六大普洱茶主產(chǎn)區(qū)的認(rèn)證茶園鮮葉，經(jīng)發(fā)酵制得，分別為：臨滄茶區(qū)冰島（BD）、勐海茶區(qū)班章（BZ）、易武茶區(qū)宮廷易武（GT）、保山茶區(qū)高黎（GL）、思茅茶區(qū)景邁（JM）以及大理茶區(qū)下關(guān)沱茶（XG）。每種茶取15 g作為一個(gè)樣本，總計(jì)90 g。為驗(yàn)證預(yù)測模型的性能，每種茶額外采集約200片茶葉用于構(gòu)建驗(yàn)證集。

該研究中的HSI系統(tǒng)由GaiaField-N17E-HR光譜相機(jī)（江蘇雙利合譜科技有限公司）、四組50 W鹵素光源（OSRAM ，德國）以及配備高光譜采集軟件的計(jì)算機(jī)組成。近紅外相機(jī)的工作光譜范圍為886.00–1735.34 nm，空間分辨率為640 × 666像素，光譜分辨率為1.7 nm，包含512個(gè)光譜波段。為獲取清晰準(zhǔn)確的圖像，系統(tǒng)參數(shù)設(shè)置如下：相機(jī)曝光時(shí)間為2.5 ms；圖像紅、綠、藍(lán)值分別為928.19、935.46和916.67；掃描速度為0.65 mm/s；相機(jī)增益為1。數(shù)據(jù)采集時(shí)，將0.5克茶葉樣品置于直徑120 mm、高度15 mm的培養(yǎng)皿中進(jìn)行高光譜圖像采集，每片茶葉作為樣本。每種茶葉品種采集30張圖像，共計(jì)獲得180張（30 × 6 = 180）高光譜圖像。最終使用光譜采集軟件（SpecVIEW）對采集的高光譜圖像進(jìn)行校準(zhǔn)，并保存校準(zhǔn)后的圖像。

采集的高光譜樣本包含待測樣本（即茶葉）及無用背景信息。但由于普洱熟茶葉片形狀不規(guī)則且顏色與背景相似，難以實(shí)現(xiàn)背景與茶葉的完*分離。為此，研究采用大津閾值算法結(jié)合分水嶺算法對茶葉進(jìn)行背景分割，從而獲得目標(biāo)感興趣區(qū)域（ROI），并從中提取數(shù)據(jù)。最終提取出兩類數(shù)據(jù)：(1)一維光譜數(shù)據(jù)；(2)二維灰度圖像數(shù)據(jù)。其中光譜數(shù)據(jù)通過計(jì)算ROI內(nèi)所有像素點(diǎn)的平均光譜值獲得。

研究方法

為進(jìn)一步提升數(shù)據(jù)質(zhì)量并增強(qiáng)模型性能，研究采用孤立森林（IF）算法進(jìn)行異常數(shù)據(jù)剔除，關(guān)鍵參數(shù)設(shè)置如下：樹數(shù)量為100，每棵樹樣本數(shù)為512，污染比為0.1，異常分?jǐn)?shù)閾值設(shè)為0.5（分?jǐn)?shù)低于0.5視為正常數(shù)據(jù)，高于0.5視為異常數(shù)據(jù)）。

環(huán)境光干擾和電子噪聲等干擾因素可能導(dǎo)致高光譜數(shù)據(jù)產(chǎn)生噪聲，進(jìn)而影響預(yù)測模型的性能與準(zhǔn)確性。研究采用SG卷積平滑法、多元散射校正（MSC）及標(biāo)準(zhǔn)正態(tài)變異（SNV）三種方法，對茶葉樣本的二維灰度圖像數(shù)據(jù)和一維光譜數(shù)據(jù)進(jìn)行預(yù)處理。此外，作者還探索了MSC+SG疊加預(yù)處理方法在構(gòu)建普洱熟茶地理原產(chǎn)地預(yù)測模型中的應(yīng)用價(jià)值。

高光譜數(shù)據(jù)通常包含數(shù)百個(gè)波段，其中可能存在大量信息高度相關(guān)的冗余波段。研究采用兩種混合特征選擇方法：區(qū)間偏最小二乘法-變量組合群體分析迭代保留信息變量法（iPLS- VCPA - IRIV）和區(qū)間偏最小二乘法-變量重要性投影迭代保留信息變量法（iPLS-VIP- IRIV），從原始及預(yù)處理光譜數(shù)據(jù)中提取相關(guān)特征波長。

在模型構(gòu)建方面，深度學(xué)習(xí)方法采用的是是AlexNet。由于AlexNet為二維CNN模型，故從茶葉高光譜圖像中提取二維灰度圖像數(shù)據(jù)以匹配模型輸入格式。為確保模型識別精度，對網(wǎng)絡(luò)進(jìn)行兩處改進(jìn)：單GPU訓(xùn)練與模型深度調(diào)整。該模型共包含8層（圖1），其中1–5層為卷積層（Conv1–Conv5），6–8層為全連接層（FC6–FC8）。為抑制過擬合，Conv1–Conv5后采用ReLU激活函數(shù)，F(xiàn)C6與FC7后引入Dropout正則化。

圖1. AlexNet模型結(jié)構(gòu)

為比較AlexNet深度卷積神經(jīng)網(wǎng)絡(luò)在預(yù)測普洱茶葉地理來源時(shí)的計(jì)算性能與預(yù)測精度，該研究基于茶葉的一維光譜數(shù)據(jù)構(gòu)建了兩種傳統(tǒng)機(jī)器學(xué)習(xí)模型——偏最小二乘判別分析法（PLS-DA）和支持向量機(jī)（SVM）。PLS-DA采用網(wǎng)格搜索法遍歷所有可能的參數(shù)組合，以確定*優(yōu)潛在變量數(shù)。 SVM 模型中的核參數(shù)g和懲罰系數(shù)C等參數(shù)均通過網(wǎng)格搜索法進(jìn)行優(yōu)化。采用準(zhǔn)確率（Acc）作為評估分類模型性能的指標(biāo)。

為驗(yàn)證AlexNet模型特征提取的有效性，研究采用t-SNE算法對高維特征數(shù)據(jù)進(jìn)行可視化分析。將AlexNet模型最后一層的特征向量通過t-SNE映射至二維空間。若所得數(shù)據(jù)分布呈現(xiàn)清晰邊界，則表明數(shù)據(jù)已實(shí)現(xiàn)有效聚類。

結(jié)果

茶葉樣品原始光譜曲線中光譜在起始與結(jié)束處存在嚴(yán)重畸變。為消除這些畸變，對從茶葉高光譜圖像中提取的原始光譜數(shù)據(jù)進(jìn)行波段相關(guān)性分析，閾值設(shè)定為0.7。BD與GT茶樣的波段相關(guān)性結(jié)果分別見圖2(a)和(b)。分析發(fā)現(xiàn)，BD與GT具有高度相似性，高相關(guān)紅色區(qū)域?qū)?yīng)的波段占全波段的93.75%，而其他顏色區(qū)域僅占6.25%。據(jù)此，剔除相關(guān)系數(shù)低于0.7的32個(gè)波段（886.00–890.99 nm和1692.12–1735.34 nm），保留信噪比（S/N）較高的波段（894.31–1690.46 nm）用于后續(xù)分析。

圖2. 基于全波段的波段相關(guān)性分析結(jié)果：(a) BD；(b) GT。

圖3(a)和3(b)分別展示了“BD”與“GT”兩個(gè)茶葉品種中正常樣本與異常樣本的光譜曲線。光譜曲線的頂部和底部被歸類為異常樣本，而正常樣本的光譜曲線則均勻分布于中間區(qū)域，曲線整體分布較為雜亂。如圖3(b)所示，一些光譜曲線呈現(xiàn)明顯異常趨勢的樣本也被成功識別并歸類為異常樣本，說明IF算法能夠有效識別并剔除各類茶葉樣本光譜數(shù)據(jù)中的異常信息。

圖 3：異常樣本的光譜曲線：(a) BD 品種；(b) GT 品種。

圖 4 展示了六種不同茶葉品種的平均光譜曲線。由于這六個(gè)品種均為普洱熟茶，內(nèi)部成分相似，因此其光譜整體趨勢大致相同。其中，BZ、GL、JM 和 XG 四個(gè)品種的整體光譜反射率高于另外兩個(gè)品種。然而，局部圖譜顯示，在 900–960 nm 波段范圍內(nèi)，BZ 品種的光譜反射率低于其他幾個(gè)品種。

圖 4：茶葉樣品的平均反射光譜

AlexNet 模型的超參數(shù)設(shè)定為：學(xué)習(xí)率為 0.00001，迭代次數(shù)為 300，mini-batch 大小為 64。在剔除異常數(shù)據(jù)后，采用SG、MSC、SNV以及 MSC+SG對光譜數(shù)據(jù)進(jìn)行預(yù)處理，并由此生成二維灰度圖像。隨后，利用原始灰度圖像與預(yù)處理后的灰度圖像分別構(gòu)建 AlexNet 模型，以探究預(yù)處理對 AlexNet 預(yù)測模型準(zhǔn)確率的影響。在測試集中，基于 MSC+SG 方法預(yù)處理后的數(shù)據(jù)所構(gòu)建的 AlexNet 預(yù)測模型表現(xiàn)最佳，其準(zhǔn)確率達(dá)到 95.66%，比使用未處理數(shù)據(jù)構(gòu)建的同一模型高出 2.98%。

在CNN中，若第一層卷積核尺寸過大，可能會忽略圖像中的微小特征，導(dǎo)致初始特征提取不夠精細(xì)；反之，若卷積核尺寸過小，則可能在初始特征提取階段缺乏全局信息，從而影響后續(xù)層級的特征提取效果。該研究中，第一層卷積核的原始尺寸為 9×9。為了判斷該尺寸是否合理，另外采用了三種不同尺寸的卷積核（11×11、6×6 和 3×3）進(jìn)行對比實(shí)驗(yàn)?？傮w而言，第一層卷積核尺寸為 9×9 時(shí)，所構(gòu)建的 CNN 模型具有最高的準(zhǔn)確率。

圖 5(a) 展示了訓(xùn)練前各茶葉品種特征的 t-SNE 可視化結(jié)果。BD 和 GT 兩個(gè)茶葉品種形成了較為緊湊的聚類，而其他四個(gè)品種的樣本則聚集在一起。所有茶葉品種的特征位置分布雜亂，且存在顯著的重疊，表明這六個(gè)茶葉品種在訓(xùn)練前的數(shù)據(jù)無法直接對每個(gè)品種進(jìn)行分類。然而，在訓(xùn)練之后，可以明顯看出，同一茶葉品種的特征聚類非常緊密，各品種之間的邊界清晰、距離分明，僅有少數(shù)茶葉樣本被錯(cuò)誤地分布到其他聚類中（圖 5(b)）。這一結(jié)果表明，同一品種普洱茶的特征能夠被有效識別，AlexNet 模型可以區(qū)分不同茶葉品種的特征，從而實(shí)現(xiàn)分類。

圖 5：訓(xùn)練前后高維特征的 t-SNE 可視化結(jié)果：(a) 訓(xùn)練前；(b) 訓(xùn)練后

與輸入CNN模型的二維灰度圖像類似，該研究對各類茶葉樣本的一維平均光譜數(shù)據(jù)也采用了相同的四種預(yù)處理方法（SG、MSC、SNV 以及 MSC+SG）進(jìn)行處理。隨后，利用原始光譜數(shù)據(jù)和預(yù)處理后的光譜數(shù)據(jù)分別構(gòu)建了兩種機(jī)器學(xué)習(xí)模型——PLS-DA 和 SVM，以探索光譜數(shù)據(jù)的最佳預(yù)處理方法。在測試集上的分析結(jié)果表明，基于預(yù)處理后的光譜數(shù)據(jù)所構(gòu)建的 PLS-DA 和 SVM 模型，其性能均優(yōu)于基于原始光譜數(shù)據(jù)構(gòu)建的對應(yīng)模型。采用 SG 算法預(yù)處理后的光譜數(shù)據(jù)所構(gòu)建的模型準(zhǔn)確率最高，SVM 和PLS-DA模型分別達(dá)到了89.41%和 87.44%。因此，后續(xù)分析中采用 SG 方法對一維光譜數(shù)據(jù)進(jìn)行預(yù)處理。

該研究采用兩種特征波長篩選算法——iPLS-VCPA-IRIV 和 iPLS-VIP-IRIV——從光譜數(shù)據(jù)中提取特征波長。iPLS-VCPA-IRIV 和 iPLS-VIP-IRIV 算法分別從全光譜數(shù)據(jù)集中提取了 11 個(gè)和 10 個(gè)特征波長（如圖 6 所示）。所選特征波長主要集中在 900–1000 nm、1400–1450 nm 以及 1500–1650 nm 波段。

圖 6：不同提取方法的特征波長分布結(jié)果：(a) iPLS-VCPA-IRIV；(b) iPLS-VIP-IRIV。

基于不同特征篩選算法提取的數(shù)據(jù)以及全光譜數(shù)據(jù)，分別構(gòu)建了 PLS-DA 和 SVM 兩種模型。將使用特征波長構(gòu)建的 PLS-DA 和 SVM 模型的準(zhǔn)確率與使用全光譜數(shù)據(jù)構(gòu)建的對應(yīng)模型進(jìn)行比較，發(fā)現(xiàn)經(jīng)過特征提取后，兩種模型的性能均有所下降?？傮w而言，盡管特征提取方法極大地簡化了模型，但并未優(yōu)化基于一維數(shù)據(jù)的機(jī)器學(xué)習(xí)模型的性能。

之后，比較了AlexNet模型及兩種機(jī)器學(xué)習(xí)模型識別六種茶葉品種的準(zhǔn)確率。AlexNet模型在訓(xùn)練集分析中的準(zhǔn)確率均超過99.7%。SVM 與PLS-DA模型的準(zhǔn)確率分別約為93%和91%，這兩種機(jī)器學(xué)習(xí)模型在識別六種茶葉品種特征差異方面仍不及CNN。測試集中AlexNet模型的最佳準(zhǔn)確率達(dá)95.66%，而 SVM 與PLS-DA模型的最佳準(zhǔn)確率分別為89.41%和87.44%，且兩種機(jī)器學(xué)習(xí)模型在特征提取后性能進(jìn)一步下降。因此AlexNet模型在普洱茶品種識別中表現(xiàn)優(yōu)于 SVM 與PLS-DA模型，這歸因于CNN對數(shù)據(jù)特征的高效提取能力。

為了評估基于各類普洱茶樣品二維灰度圖數(shù)據(jù)所構(gòu)建的 AlexNet 模型的泛化能力，該研究將外部驗(yàn)證集輸入該模型進(jìn)行分析，識別結(jié)果如圖 7 所示。模型在對包含六個(gè)茶葉品種（BD、BZ、GL、GT、JM 和 XG）的驗(yàn)證集進(jìn)行分析時(shí)，準(zhǔn)確率分別為 100%、97%、97.5%、98%、96.5% 和 97%。從圖 7 中可以直觀地看出，除 BD 外，其他五個(gè)品種的普洱茶均存在少量誤判。所有茶葉品種的分類錯(cuò)誤數(shù)量均在 0 至 7 個(gè)樣本之間，準(zhǔn)確率均高于 96.5%，表明 AlexNet 模型的整體分類效果優(yōu)異。

圖 7：茶葉驗(yàn)證集識別結(jié)果可視化

結(jié)論

該研究探索了一種利用HSI技術(shù)結(jié)合CNN識別普洱熟茶產(chǎn)地的方法。首先，對各類茶葉的高光譜數(shù)據(jù)進(jìn)行波段相關(guān)性分析，剔除首尾異常波段，保留信噪比較高的波段（894.31–1690.46 nm）。其次，采用IF算法剔除異常光譜數(shù)據(jù)。然后，基于茶葉樣本的原始及預(yù)處理后的二維灰度圖像數(shù)據(jù)構(gòu)建 AlexNet 模型，以確定*優(yōu)預(yù)處理方法（MSC+SG）。接著，構(gòu)建具有不同第一層卷積核尺寸的 AlexNet 模型，發(fā)現(xiàn) 9×9 尺寸的模型性能最佳。同時(shí)，通過 t-SNE 對最后一層特征進(jìn)行可視化，展示了模型的分類性能。隨后，利用一維平均光譜數(shù)據(jù)，采用兩種傳統(tǒng)機(jī)器學(xué)習(xí)模型（PLS-DA 和 SVM）進(jìn)行建模，并通過數(shù)據(jù)預(yù)處理和特征波長提取對模型進(jìn)行優(yōu)化。將優(yōu)化后的機(jī)器學(xué)習(xí)模型與 AlexNet 模型進(jìn)行比較，結(jié)果表明，AlexNet 模型在測試集上的準(zhǔn)確率達(dá)到 95.66%，分別比 SVM 和 PLS-DA 模型高出 6.25% 和 8.22%。研究結(jié)果表明，基于高光譜成像與深度學(xué)習(xí)技術(shù)的普洱茶鑒別方法在茶葉產(chǎn)地及品質(zhì)識別方面具有顯著優(yōu)勢，尤其適用于解決市場上存在的普洱茶假*問題。該技術(shù)的應(yīng)用不僅能夠有效防止假*普洱茶進(jìn)入市場，還能增強(qiáng)消費(fèi)者對普洱茶品質(zhì)的信任，進(jìn)一步促進(jìn)茶產(chǎn)業(yè)的健康發(fā)展。