国产成人欧美日本在线观看_日韩欧美亚洲视频一区二区_аⅴ天堂中文在线_免费开放的api大全_无码**AV一二区二区三区_伊人思思久99久女女_最近在线视频观看2018免费_91麻豆桃色国产_女人扒开腿让男人桶爽免费的视频_国产一级婬毛片aa级无码

咨詢熱線

4006232690

當(dāng)前位置:首頁  >  技術(shù)文章  >  【微光譜應(yīng)用】基于近紅外光譜的煙葉成熟度檢測

【微光譜應(yīng)用】基于近紅外光譜的煙葉成熟度檢測

更新時(shí)間:2022-12-19      點(diǎn)擊次數(shù):1075

背景


煙葉成熟度分為田間成熟度和烘烤成熟度。田間成熟度是煙葉在田間的生長情況。烘烤成熟度是烤制后煙葉成熟的情況。合適的田間成熟度是獲得高品質(zhì)煙葉的基礎(chǔ)。


煙葉田間成熟度影響著烤后質(zhì)量的好壞,包括色澤、香氣、油分等。目前,鑒別煙葉田間成熟度的方法是通過煙農(nóng)肉眼鑒別,鑒別質(zhì)量參差不齊、效率低且可靠性差。因此,建立一種能直接在田間鑒別煙葉成熟度的方法很有必要。

田間煙葉圖


研究方法

本實(shí)驗(yàn)采用近紅外光譜技術(shù)和圖像識別技術(shù)結(jié)合機(jī)器學(xué)習(xí)算法,建立相應(yīng)的煙葉成熟度鑒別模型,最后通過分析對比各個(gè)模型的分類效果,尋找最合適的煙葉成熟度檢測方法。


實(shí)驗(yàn)主要于2019年在大理兩不同烘烤工場進(jìn)行,選擇烤煙品種K326,上、中和下部位各采集鮮煙葉樣本2431、2401和2400個(gè),共采集7232個(gè)樣本,每個(gè)樣本都進(jìn)行了近紅外光譜的采集。


image.png

圖1. 光譜采集位置分布示意圖


實(shí)驗(yàn)用海洋光學(xué)NIRQuest近紅外光譜儀采集樣本光譜,配件包含標(biāo)準(zhǔn)探頭和漫反射白板,積分時(shí)間為5 ms,光譜范圍為900-2500 nm,開機(jī)預(yù)熱30 min,優(yōu)化光譜儀掃描條件后進(jìn)行近紅外光譜掃描,掃描時(shí)每個(gè)樣本在視線范圍內(nèi)避開主脈在左右兩側(cè)各取3個(gè)點(diǎn)掃描(見圖1),所有點(diǎn)的平均值作為該煙葉的代表光譜。


數(shù)據(jù)采集及處理

近紅外光譜含大量噪聲,預(yù)處理有助于提取和分析有用信息。不同預(yù)處理方法導(dǎo)致不同的預(yù)測結(jié)果。因此,為探索不同預(yù)處理方法對模型構(gòu)建的影響,試算了一階導(dǎo)數(shù)、二階導(dǎo)數(shù)、標(biāo)準(zhǔn)正態(tài)變換(SNV)四種經(jīng)典預(yù)處理方法、多元散射校正(MSC)結(jié)合Savitz-Golay平滑和歸一化進(jìn)行對比分析。

image.png

圖2. 煙葉近紅外光譜圖(a)原始光譜,(b)預(yù)處理后光譜


從上部煙葉樣本訓(xùn)練集中隨機(jī)抽取450個(gè)樣本,按2:1比例分組,選擇合適的預(yù)處理方法。實(shí)驗(yàn)隨機(jī)重復(fù)五次,取平均值作為結(jié)果。發(fā)現(xiàn)與原始光譜比,預(yù)處理后的光譜鑒別準(zhǔn)確度有所提高。


經(jīng)對比發(fā)現(xiàn)一階導(dǎo)數(shù)處理的光譜數(shù)據(jù)可獲得更好的分類結(jié)果。因此,在隨后的分類實(shí)驗(yàn)中,選擇其作為上、中、下煙葉光譜的預(yù)處理方法。預(yù)處理前后的光譜如圖2所示。


值得注意的是,不同的預(yù)處理方法對CNN模型的分類結(jié)果影響較小。這表明,與其他方法相比,用于開發(fā)NIR模型的CNN方法對預(yù)處理的依賴性較小。

表1. 不同預(yù)處理方法的判別準(zhǔn)確率(%)



模型對比及結(jié)論


作者隨后采用主成分分析法(PCA)對煙葉各成熟度水平的光譜數(shù)據(jù)進(jìn)行聚類分析,發(fā)現(xiàn)樣本數(shù)據(jù)顯著重疊,無法分離。因此,有必要開發(fā)一種更強(qiáng)大的多分類方法來區(qū)分不同成熟度的煙葉??紤]到CNN強(qiáng)大的特征提取和學(xué)習(xí)能力,它可能是一個(gè)不錯(cuò)的選擇。

圖3. 上部煙葉五個(gè)成熟度水平NIR光譜方差的PCA得分圖


為對比CNN模型的性能,建立了KNN、BPNN、SVM和ELM模型進(jìn)行比較分析。證實(shí)了CNN模型在區(qū)分煙葉成熟度方面的出色分類能力。表2. CNN和其他四種方法的預(yù)測結(jié)果(%)


結(jié)論


本實(shí)驗(yàn)研究了近紅外光譜結(jié)合深度學(xué)習(xí)方法對新鮮煙葉成熟度水平進(jìn)行分類的潛力。近紅外光譜技術(shù)是一種非常有用的工具,可準(zhǔn)確、無損地測定煙葉的內(nèi)部和外部品質(zhì)。實(shí)驗(yàn)表明,CNN方法具有很強(qiáng)的特征提取和學(xué)習(xí)能力,對分類精度有著有利的影響。為進(jìn)一步準(zhǔn)確識別煙葉成熟度、研制煙葉采收機(jī)奠定基礎(chǔ),從而提高煙葉的生產(chǎn)效益。


特別鳴謝


特別感謝云南煙草農(nóng)業(yè)研究院陳頤老師及貴州大學(xué)煙草學(xué)院老師及其實(shí)驗(yàn)室其他成員的工作及對海洋光學(xué)的支持和信任。