紅茶是世界上最受歡迎的無(wú)酒精飲料之一，由茶樹(shù)的幼嫩枝葉加工而成。近年來(lái)，隨著紅茶的藥用價(jià)值和保健作用得到實(shí)驗(yàn)的進(jìn)一步證實(shí)，全球紅茶消費(fèi)量持續(xù)增長(zhǎng)。工夫紅茶作為紅茶的主要品類(lèi)之一，是中國(guó)特有的一種茶品。其緊細(xì)的外形和醇厚的口感深受消費(fèi)者的喜愛(ài)。一般來(lái)說(shuō)，茶葉的品質(zhì)與特定的感官特征如顏色、香氣、滋味、紋理和形態(tài)特征高度相關(guān)。茶葉按品質(zhì)的差異可以劃分為不同等級(jí)，這取決于其生長(zhǎng)條件、收獲季節(jié)和加工工藝。在茶產(chǎn)品的實(shí)際流通銷(xiāo)售中，大多數(shù)消費(fèi)者無(wú)法準(zhǔn)確評(píng)估茶葉的質(zhì)量，這為不法商家提供了銷(xiāo)售假貨或以次充好的可能，給消費(fèi)者帶來(lái)了經(jīng)濟(jì)損失，也造成了消費(fèi)者與商家之間的不信任。因此，茶葉質(zhì)量的穩(wěn)定性和規(guī)范化一直受到消費(fèi)者的關(guān)注。
幾十年來(lái)，茶葉質(zhì)量評(píng)價(jià)主要采用兩種傳統(tǒng)方法，即感官品質(zhì)分析法和濕化學(xué)法。感官質(zhì)量分析是依靠訓(xùn)練有素的評(píng)茶員的經(jīng)驗(yàn)來(lái)實(shí)現(xiàn)的，缺乏客觀的量化。濕化學(xué)分析通過(guò)使用精密的儀器，準(zhǔn)確測(cè)定茶葉中各種化學(xué)成分的含量。然而，化學(xué)分析具有設(shè)備昂貴、樣品制備復(fù)雜、使用大量化學(xué)試劑、成本較高、耗時(shí)較長(zhǎng)的局限性，開(kāi)發(fā)快速、穩(wěn)定、準(zhǔn)確的茶葉品質(zhì)評(píng)價(jià)技術(shù)勢(shì)在必行。
目前，基于單一外形色澤、紋理等特征無(wú)創(chuàng)判別茶葉質(zhì)量的評(píng)價(jià)方法被大量報(bào)道。將茶葉色澤和紋理特征進(jìn)行特征數(shù)據(jù)融合，全面衡量祁門(mén)工夫紅茶品質(zhì)的方法至今少有文獻(xiàn)報(bào)道。因此，有必要建立一套基于紋理和色澤等融合特征的茶葉品質(zhì)快速評(píng)價(jià)體系與智能感知的新方法。
綜上，探索一種流通過(guò)程中工夫紅茶外觀品質(zhì)的快速判別方法，對(duì)實(shí)現(xiàn)品質(zhì)等級(jí)與外觀質(zhì)量的實(shí)時(shí)控制至關(guān)重要。祁門(mén)紅茶的紋理與色澤特征是形成其外在品質(zhì)的主要指標(biāo)，也是重要的感官品質(zhì)描述語(yǔ)，直接影響其在貿(mào)易中的銷(xiāo)售價(jià)值。而高光譜成像(Hyperspectral imaging， HSI)技術(shù)正適用于不同等級(jí)祁門(mén)工夫紅茶外觀品質(zhì)指標(biāo)與融合數(shù)據(jù)特征的快速無(wú)創(chuàng)檢測(cè)。
01
材料與方法
1、實(shí)驗(yàn)材料
研究以祥源茶業(yè)股份有限公司提供的祁門(mén)櫧葉種祁門(mén)工夫紅茶的七個(gè)等級(jí)茶產(chǎn)品標(biāo)準(zhǔn)樣(特級(jí)、一級(jí)、二級(jí)、三級(jí)、四級(jí)、五級(jí)和六級(jí))為研究對(duì)象，七個(gè)等級(jí)工夫型紅茶樣品的主要品質(zhì)成分含量和感官審評(píng)結(jié)果分別通過(guò)標(biāo)準(zhǔn)方法化驗(yàn)和專業(yè)評(píng)茶員把關(guān)。紅茶樣品數(shù)共計(jì)700份，每個(gè)等級(jí)茶樣數(shù)分別為100份。樣品的七個(gè)不同等級(jí)(特級(jí)、一級(jí)、二級(jí)、三級(jí)、四級(jí)、五級(jí)和六級(jí))分別以T、C1、C2、C3、C4、C5和C6表示。樣品的水分含量控制在7%左右。分析前，將樣品存放在真空壓縮的鋁箔袋中，并在恒溫干燥器中保存待用。
2、高光譜成像信息采集與處理
采集HSI數(shù)據(jù)時(shí)，每個(gè)樣品稱取15±0.5 g均勻鋪于培養(yǎng)皿(φ×h：9 cm×1 cm)中。為了獲得清晰的圖像，分別設(shè)置輸送帶速度、CCD相機(jī)曝光時(shí)間和鏡頭與樣品垂直距離三個(gè)調(diào)試參數(shù)為0.98 mm/s、30.01 ms和23.5 cm。將茶葉樣品放置在移動(dòng)平臺(tái)上，通過(guò)行掃描的方式進(jìn)行圖像采集。為了去除相機(jī)內(nèi)的噪聲和暗電流等因素的干擾，在進(jìn)行HSI數(shù)據(jù)分析前，需對(duì)原始圖像進(jìn)行黑白校正，校正公式如下：
其中Ic是校正后的圖像，Iraw是原始圖像，Idark是通過(guò)完全覆蓋攝像頭鏡頭獲得的暗參考圖像(幾乎為0%的反射率)，Iwhite是通過(guò)反射一個(gè)標(biāo)準(zhǔn)的特氟龍白瓷磚獲得的白色參考圖像(>99.9%的反射率)。
為降低HSI數(shù)據(jù)的空間維度，優(yōu)化茶樣原始圖像，實(shí)現(xiàn)冗余數(shù)據(jù)的消除和數(shù)據(jù)運(yùn)行速度的提升，主成分分析(Principal component analysis， PCA)被引入，用于數(shù)據(jù)降維和特征信息提取。該法將數(shù)據(jù)以線性變化的方式通過(guò)求解最大協(xié)方差，由高維度向低維度投影，獲得與原始變量線性組合的新變量。由于新變量間相互獨(dú)立，可消除相鄰波長(zhǎng)間存在的數(shù)據(jù)冗余。高光譜特征波長(zhǎng)圖像的確定是由前二至三個(gè)主成分(Principal component， PC)圖像的方差貢獻(xiàn)率決定，通過(guò)選取PCA變量線性組合的最大權(quán)重系數(shù)，進(jìn)而在PC圖像中優(yōu)選出相應(yīng)波長(zhǎng)對(duì)應(yīng)的圖像。HSI數(shù)據(jù)的校正和PCA均由ENVI 4.7軟件實(shí)現(xiàn)。
3、紋理和色澤特征提取
茶葉的紋理特征和色澤特征能夠直接反映其外觀品質(zhì)。研究采用ENVI 4.7軟件的PCA模塊提取圖像紋理信息?？偟膩?lái)說(shuō)，PCA的前幾個(gè)PCs對(duì)圖像總體信息做出了主要貢獻(xiàn)。首先，計(jì)算出前兩、三個(gè)PC的累積方差貢獻(xiàn)率，得到總變量貢獻(xiàn)率大于95%的PC對(duì)應(yīng)的載荷曲線。然后，將相應(yīng)PC載荷曲線的拐點(diǎn)(即波峰和波谷)作為特征波長(zhǎng)，保存特征波長(zhǎng)處的灰度圖像。最后，采用灰度統(tǒng)計(jì)矩陣(Grey-level gradient co-occurrence matrix， GLGCM)和灰度共生矩陣(Gray-level co-occurrence matrix， GLCM)兩種矩陣統(tǒng)計(jì)方法對(duì)茶葉圖像的紋理特征進(jìn)行提取和計(jì)算。GLCM法提取了指定圖像在特征波長(zhǎng)下的六個(gè)不同的統(tǒng)計(jì)參數(shù)(即平均值、標(biāo)準(zhǔn)差、相關(guān)性、對(duì)比度、同質(zhì)性和能量)。GLGCM法基于灰度梯度的二階統(tǒng)計(jì)量，計(jì)算得到圖像的四個(gè)紋理統(tǒng)計(jì)值(熵、三階矩、一致性和平滑度)。將獲得的上述八個(gè)紋理參數(shù)和兩個(gè)統(tǒng)計(jì)參數(shù)(平均值和標(biāo)準(zhǔn)差)作為茶葉紋理特征變量，用于建立后續(xù)的紋理數(shù)據(jù)鑒別模型。上述紋理參數(shù)提取均通過(guò)MATLAB R2019b軟件實(shí)現(xiàn)。
采用MATLAB R2019b軟件選取樣品高光譜RGB圖像中200×200的像素區(qū)間為該圖像的感興趣區(qū)域(Region of interest， ROI)，通過(guò)RGB、CIE Lab和HSV間的顏色模型變換，分別提取該區(qū)域內(nèi)的紅色(R)、綠色(G)和藍(lán)色(B)通道均值，明度(L*)、紅綠度(a*)和黃藍(lán)度(b*)分量均值以及色調(diào)(H)、飽和度(S)和亮度(V)均值九個(gè)色澤評(píng)價(jià)參數(shù)作為樣品的外觀顏色特征值，用于后續(xù)的樣品質(zhì)量評(píng)價(jià)模型的構(gòu)建。利用HSI系統(tǒng)提取色澤特征示意圖如圖1所示。
2、多元分析方法
為使模型具備良好的泛化性能，采用Kennard-Stone(K-S)方法對(duì)樣本集特征進(jìn)行劃分。該算法將所有的樣本作為校正集的候選樣本，計(jì)算所有樣本的歐氏距離，選取距離最近和最遠(yuǎn)的兩個(gè)樣本劃入校正集。重復(fù)上述步驟，直到獲得滿足要求的樣品數(shù)量。利用該法可優(yōu)選出具有代表性的樣本劃入校正集，余下的樣品劃入預(yù)測(cè)集。
在模型構(gòu)建中，研究選用非線性的支持向量機(jī)(Support vector machine， SVM)、兼具線性功能的最小二乘支持向量機(jī)(Least squares support vector machine， LSSVM)和隨機(jī)森林(Random forest， RF)算法進(jìn)行建模，并對(duì)判別模型效果進(jìn)行比較，探索出評(píng)價(jià)茶葉品質(zhì)的最優(yōu)模型。
SVM法是數(shù)據(jù)分析中常用的多分類(lèi)器。該算法基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則，試圖提高泛化能力，降低預(yù)期風(fēng)險(xiǎn)。SVM鑒別器以徑向基函數(shù)(Radial basis function， RBF)為核函數(shù)，通過(guò)優(yōu)化兩個(gè)參數(shù)(即懲罰參數(shù)c和核參數(shù)g)獲得良好的預(yù)測(cè)。參數(shù)c用于獲得最小訓(xùn)練誤差和簡(jiǎn)化模型;核函數(shù)g描述了輸入空間到隨機(jī)高維特征空間的非線性映射。
該方法的具體步驟概述如下：
(1)采用留一法交叉驗(yàn)證來(lái)優(yōu)化核心參數(shù)(c和g);
(2)采用網(wǎng)格搜索法確定最佳參數(shù)對(duì)(c和g);
(3)根據(jù)預(yù)測(cè)集中正確判別率(Correct discriminant rate， CDR)的最高輸出，建立最佳的SVM分類(lèi)模型。
LSSVM是一種有效的非線性智能學(xué)習(xí)算法，能夠快速解決線性和非線性模式識(shí)別問(wèn)題。該法重點(diǎn)研究了機(jī)器學(xué)習(xí)損失函數(shù)，并將第二范數(shù)應(yīng)用于目標(biāo)函數(shù)的優(yōu)化問(wèn)題。算法使用等式約束代替不等式約束，將優(yōu)化問(wèn)題轉(zhuǎn)化為對(duì)一組線性方程組的求解。對(duì)于任意已知輸入輸出的非線性樣本集，可以通過(guò)探索合適的非線性變換來(lái)建立LSSVM模型，其表達(dá)式如下：
在LSSVM模型中，核函數(shù)的選擇起著重要的作用。其核心思想是利用核函數(shù)將線性不可分的樣本映射到高維空間，解決維數(shù)的困擾?？紤]特征空間的結(jié)構(gòu)完全由核函數(shù)決定，核函數(shù)選擇對(duì)分類(lèi)器的開(kāi)發(fā)具有重要意義。在本研究中，RBF是由專家根據(jù)最小誤差和先驗(yàn)知識(shí)來(lái)選擇的。內(nèi)核函數(shù)的描述公式如下：
其中x為m維輸入向量，xi為第i個(gè)徑向基函數(shù)的中心，與x具有相同的維數(shù)。γ為徑向基函數(shù)核函數(shù)的參數(shù)。利用網(wǎng)格搜索法優(yōu)化了RBF的正則化參數(shù)gam(γ)和sig2(σ2)。該方法簡(jiǎn)化了SVM優(yōu)化問(wèn)題的求解，提高了計(jì)算效率，促進(jìn)了SVM的應(yīng)用和發(fā)展。
RF算法是基于回歸樹(shù)和分類(lèi)樹(shù)的多個(gè)決策組合而構(gòu)建的模型集成方法。當(dāng)算法的運(yùn)行，每棵決策樹(shù)均進(jìn)行分類(lèi)。以所有決策樹(shù)中分類(lèi)結(jié)果最多的類(lèi)別作為最終結(jié)果。算法提出了兩個(gè)關(guān)鍵參數(shù)：一是決策樹(shù)的數(shù)量(Number of decision trees， nDT);二是用于構(gòu)建決策樹(shù)的采樣特征的數(shù)量。RF具有不要求變量服從特定統(tǒng)計(jì)分布、訓(xùn)練樣本少、對(duì)過(guò)擬合靈敏度低、能夠?qū)μ卣鞯闹匾赃M(jìn)行排序等優(yōu)點(diǎn)。
該方法可以簡(jiǎn)單概括為如下三個(gè)步驟：
(1)使用Bagging方法隨機(jī)生成T個(gè)訓(xùn)練數(shù)據(jù)子集;
(2)每個(gè)訓(xùn)練樣本被用來(lái)生成相應(yīng)的決策樹(shù)。在每個(gè)子節(jié)點(diǎn)選擇屬性之前，從M個(gè)屬性中隨機(jī)選擇m個(gè)屬性作為當(dāng)前節(jié)點(diǎn)的拆分屬性集，在M個(gè)屬性中以最佳拆分方式拆分節(jié)點(diǎn);
(3)每一棵樹(shù)在不修剪的情況下充分生長(zhǎng)，用來(lái)測(cè)試預(yù)測(cè)集X中的相應(yīng)類(lèi)別，利用T決策樹(shù)的多數(shù)票，對(duì)X進(jìn)行集合分類(lèi)決策。
為評(píng)價(jià)判別模型的性能，用校正集和預(yù)測(cè)集的CDR來(lái)評(píng)估模型的預(yù)測(cè)能力。一般來(lái)說(shuō)，一個(gè)優(yōu)秀的判別模型應(yīng)有較高的CDR值，其計(jì)算方法如下：
其中，NCDR為校正/預(yù)測(cè)樣本的正確估計(jì)數(shù)，Nt為校正/預(yù)測(cè)樣本的總數(shù)。上述建模算法均由MATLAB 2019b軟件在Windows 8平臺(tái)下自主開(kāi)發(fā)。
02
結(jié)果與分析
1、樣品外觀品質(zhì)特征
七個(gè)不同等級(jí)(即T、C1、C2、C3、C4、C5和C6)的700份祁門(mén)工夫紅茶的九個(gè)顏色參數(shù)(R、G、B、L*、a*、b*、H、S和V)的變化情況如圖2所示。結(jié)果顯示，隨著樣本等級(jí)的降低，其外觀色調(diào)(H)和飽和度(S)值降低，其它七個(gè)指標(biāo)值則呈增長(zhǎng)的趨勢(shì)。結(jié)果表明，茶樣的等級(jí)品質(zhì)越低，其色澤越暗，純度越低。
祁門(mén)紅茶樣本的紋理特征值的提取過(guò)程是利用ENVI軟件中PCA方法提取前兩個(gè)PC圖像的累計(jì)方差貢獻(xiàn)率達(dá)95.85%(PC1=92.19%，PC2=3.66%)(見(jiàn)圖3)，前兩個(gè)PCA載荷曲線的波峰與波谷處的波段被篩選為圖像特征波長(zhǎng)。從PC1和PC2中獲得了三個(gè)最佳波長(zhǎng)(696.74 nm、752.86 nm和975.91 nm)。
因此，基于GLCM和GLGCM法從上述三個(gè)最佳波長(zhǎng)的圖像ROI中提取圖像紋理特征。GLCM法獲得的紋理參數(shù)包括兩個(gè)統(tǒng)計(jì)值(均值和標(biāo)準(zhǔn)差)×三個(gè)波段+四個(gè)紋理指標(biāo)×三個(gè)波段×四個(gè)方向(0°、45°、90°和135°)，即54個(gè)紋理特征。GLGCM方法可得到12個(gè)紋理數(shù)據(jù)(四個(gè)紋理特征×三個(gè)波段)，總計(jì)66個(gè)紋理值，用于后續(xù)模型構(gòu)建。
2、樣品集劃分與主成分分析
利用K-S方法將校正集和預(yù)測(cè)集樣本以2∶1的比例進(jìn)行劃分，得到校正集樣品數(shù)為467，預(yù)測(cè)集樣品數(shù)為233。樣品集的二維PC空間分布情況見(jiàn)圖4。結(jié)果顯示，祁紅樣品的單一特征(色澤或紋理)與融合特征的校正集和預(yù)測(cè)集樣品的空間分布相對(duì)分散，且校正集樣品分布包含了預(yù)測(cè)集樣品的分布范圍。表明樣品集的劃分是合理的。
不同等級(jí)祁紅樣品的二維PC空間分布情況如圖5所示。不同等級(jí)樣本的單一特征(色澤或紋理)與融合特征PC得分分布顯示，不同等級(jí)的樣本間重疊性較強(qiáng)，無(wú)論是單一特征還是融合特征均無(wú)法將不同等級(jí)的樣本區(qū)分開(kāi)，有必要引入線性或非線性的分類(lèi)算法，以實(shí)現(xiàn)對(duì)樣本品質(zhì)等級(jí)的準(zhǔn)確判別。
3、外觀品質(zhì)評(píng)價(jià)模型建立
基于SVM、LSSVM和RF智能算法的祁門(mén)紅茶外觀色澤、紋理及特征融合數(shù)據(jù)的等級(jí)評(píng)判模型結(jié)果見(jiàn)表1。
模型結(jié)果顯示，基于色澤、紋理與特征數(shù)據(jù)融合的祁門(mén)紅茶等級(jí)最優(yōu)LSSVM分類(lèi)模型在校正集和預(yù)測(cè)集中的CDR分別為70.88%、72.96%、83.51%、86.27%和93.15%、94.85%。使用融合特征建立的最佳判別模型性能優(yōu)于單一紋理與色澤特征所建的模型，且紋理數(shù)據(jù)的建模效果高于色澤數(shù)據(jù)構(gòu)建的模型識(shí)別精度。此外，融合數(shù)據(jù)建立的所有模型的CDR均高于使用相同分類(lèi)算法的紋理或色澤模型。實(shí)驗(yàn)結(jié)果表明，特征融合能夠更為有效地反映祁紅樣本的外觀品質(zhì)屬性，建模精度較基于單一特征(紋理或色澤)的模型更高，對(duì)樣本的解析更加有優(yōu)勢(shì)。
03
總結(jié)與討論
研究基于HSI技術(shù)和化學(xué)計(jì)量學(xué)算法，開(kāi)發(fā)出一套快速、無(wú)損的工夫紅茶外觀品質(zhì)(色澤、紋理和融合數(shù)據(jù))的評(píng)判方法。探討了不同機(jī)器學(xué)習(xí)算法對(duì)七個(gè)等級(jí)的祁門(mén)工夫紅茶標(biāo)準(zhǔn)樣單一外觀特征和多信息特征融合的預(yù)測(cè)能力，以探求評(píng)價(jià)模型的最優(yōu)化。
利用HSI技術(shù)獲得祁門(mén)紅茶樣品的色澤和紋理特征數(shù)據(jù)，比較了基于SVM、RF和LSSVM算法對(duì)上述茶產(chǎn)品標(biāo)準(zhǔn)樣的單一外觀特征和融合特征的等級(jí)判別模型性能。結(jié)果表明，基于融合數(shù)據(jù)的建模性能優(yōu)于基于單一特征屬性(色澤或紋理)的模型。由單一外觀特征的模型性能可知，紋理特征模型精度最高，色澤特征數(shù)據(jù)的建模效果最差。利用LSSVM算法構(gòu)建的特征融合評(píng)價(jià)模型對(duì)祁紅樣品的預(yù)測(cè)準(zhǔn)確度最高，預(yù)測(cè)集判別率達(dá)到94.85%。利用特征融合數(shù)據(jù)所建模型具有更優(yōu)的預(yù)測(cè)能力，為工夫紅茶產(chǎn)品外觀品質(zhì)的快速評(píng)判提供了一種行之有效的方法。
在所有分類(lèi)模型中，色澤數(shù)據(jù)模型的預(yù)測(cè)性能較差。有可能是對(duì)祁門(mén)紅茶樣本外觀的等級(jí)劃分標(biāo)準(zhǔn)更加側(cè)重于對(duì)茶葉嫩度高低的審定。紅茶樣品的持嫩度不同，其紋理差異較大。色澤特征主要與紅茶發(fā)酵程度關(guān)系緊密。在標(biāo)準(zhǔn)化的紅茶加工工藝模式下，發(fā)酵工序具有嚴(yán)格的參數(shù)控制，其品質(zhì)具有較強(qiáng)一致性。因此，不同等級(jí)的紅茶產(chǎn)品的色澤變化程度沒(méi)有紋理特征的差異性大，進(jìn)而導(dǎo)致色澤數(shù)據(jù)模型的性能較紋理特征差。
從分類(lèi)算法的角度看，LSSVM模型的預(yù)測(cè)效果優(yōu)于SVM模型和RF模型。LSSVM模型的優(yōu)化可以理解為等式約束，解決了基于訓(xùn)練誤差平方的線性方程問(wèn)題。在SVM算法的基礎(chǔ)上建立和開(kāi)發(fā)的LSSVM方法，能夠得到一個(gè)更為簡(jiǎn)單、有效、穩(wěn)健的模型。根據(jù)相關(guān)文獻(xiàn)，LSSVM分類(lèi)器能夠有效提高茶葉品質(zhì)評(píng)價(jià)模型的計(jì)算速度和分類(lèi)精度。此外，RF算法對(duì)于輸出數(shù)值較多的屬性可能會(huì)產(chǎn)生誤差。綜上，LSSVM分類(lèi)工具能夠提供更好的解決線性和非線性問(wèn)題的方案，更加有效地簡(jiǎn)化問(wèn)題的復(fù)雜性，增強(qiáng)模型性能。
作者簡(jiǎn)介：
尹玲玲
馬鞍山人，在讀本科生，主要從事茶葉品質(zhì)分析與化學(xué)方向的研究。參與省部級(jí)以上科研項(xiàng)目3項(xiàng)，發(fā)表科研論文5篇。
通訊作者：
任廣鑫
博士，淮南師范學(xué)院生物工程學(xué)院食品工程系專任教師，主要從事茶葉品質(zhì)分析與茶葉質(zhì)量安全快速無(wú)損檢測(cè)技術(shù)方向的研究。近年來(lái)主持和參與省部級(jí)以上科研項(xiàng)目10余項(xiàng)，主持和參與省級(jí)、校級(jí)質(zhì)量工程項(xiàng)目多項(xiàng)。以第一作者和通訊作者發(fā)表科研論文20余篇，其中SCI收錄20余篇。
來(lái)源：中國(guó)茶葉加工
如涉及版權(quán)問(wèn)題請(qǐng)聯(lián)系刪除
