基於可見_近紅外高光譜圖像的藥品快速鑒別研究

基於可見_近紅外高光譜圖像的藥品快速鑒別研究

四川雙利合譜科技有限公司

　　0 前言

　　化橘紅又名化皮、化州橘紅，為芸香科植物化州柚的未成熟果實的外層果皮。前者習稱“毛橘紅”
，後者習稱“光七爪”、“光五爪”。化橘紅不僅具有治咳化啖、健胃行氣、xingjiugongneng
，erhaishirentimeirongdezuijiayuanliao，youguangkuodeshichangqianjing。yanjiubiaoming，huifayou，huangtongleihuahewu，duotangyijixiangdousuleihuahewudengshihuajuhongdezhuyaoyouxiaochengfen。wusongxiazhengshilehuajuhongzhongdehuangtongganjuyouzhentong、抗炎

、解熱的作用
；香豆素類化合物具有抗氧化、抗(kang)菌(jun)抗(kang)病(bing)毒(du)之(zhi)功(gong)效(xiao)。不(bu)同(tong)的(de)品(pin)種(zhong)有(you)效(xiao)成(cheng)分(fen)的(de)含(han)量(liang)不(bu)一(yi)樣(yang)，功(gong)效(xiao)不(bu)一(yi)樣(yang)

，並(bing)且(qie)在(zai)價(jia)格(ge)上(shang)也(ye)相(xiang)差(cha)較(jiao)大(da)，以(yi)正(zheng)品(pin)皮(pi)的(de)效(xiao)果(guo)最(zui)佳(jia)。因(yin)此(ci)市(shi)場(chang)上(shang)存(cun)在(zai)許(xu)多(duo)用(yong)化(hua)橘(ju)紅(hong)的(de)正(zheng)品(pin)果(guo)、偽品果、偽品皮冒充正品皮
，損害了消費者利益，也衝擊了種植優良品種的農民們的利益。

　　目前對正品皮常用的鑒別方法主要有性狀鑒定
、顯微鑒定

、高效液相色譜法。這些方法雖然各有優勢，但是存在不同程度上的主觀性強、需要預處理

、實驗過程複雜等缺點，不能滿足市場快速、可靠檢測的需要。本研究分別利用400-1000nm、1000-2500nm兩款成像高光譜相機獲取正品皮、偽品皮
、正品果
、偽品果四種化橘紅成分的高光譜信息
，利用光譜指數(DVI
、NDVI)、偏最小二乘判別分析(PLS-DA)和極限學習法(ELM)三種方法分別構建四種不同成分的鑒別模型

，並用獨立樣本數據對不同的模型進行驗證。

　　1 材料與方法

　　1.1 材料

　　試驗用的化橘紅四種不同成分正品皮、偽品皮
、正品果

、偽品果由廣東省食品藥品職業技術學校提供
，其中正品皮樣本32個
、正品果10個、偽品果11個
，偽品皮7個。樣本經粉碎均勻後，各取5g放置於培養皿上，標號
，用於高光譜相機的光譜采集。

　　1.2 高光譜圖像采集

　　高光譜圖像數據采集采用四川雙利合譜科技有限公司的 GaiaSorter高光譜分選儀係統（V10E、N25E-SWIR）。該係統主要由高光譜成像儀、麵陣列相機、鹵素燈光源
、暗箱、計算機組成，如圖1。實驗儀器參數設置如表1。

圖1 GaiaSorter 高光譜分選儀

表1   GaiaSorter 高光譜分選儀係統參數

　　在進行高光譜圖像采集時
，需要設置相機曝光時間，平台移動速度以及物鏡之間的距離。這 3 個參數相互影響，圖像調節的目的是使采集的圖像大小合適，清晰，不變形失真。經過反複嚐試，物鏡高度設置為 31 cm

，曝光時間設置為10ms，平台移動速度分別設置為 6.0 mm/s（400-1000 nm）
、16mm/s（1000-2500 nm）。圖像采集軟件采用四川雙利合譜科技有限公司提供的高光譜成像係統采集軟件完成。圖像處理采用 ENVI5.3 軟件進行處理。在進行圖像處理之前
，先要對采集的光譜圖像進行圖像校正
，圖像校正公式如下：

  (1)

　　式中，R_ref 是校正過的圖像
，DN_raw 是原始圖像，DN_white為白板校正圖像，DN_dark 是黑板校正圖像。高光譜圖像的光譜與圖像之間有著對應的關係，據此

，在正品皮

、偽品皮、正品果、偽品果四種樣本上選取 25×25 像素點的感興趣區域，以感興趣區域所有像素的光譜平均值作為該樣本的平均光譜。

　　1.3  光譜噪聲去除

　　試驗得到光譜含有由儀器和試驗條件等引起的噪聲，對這些噪聲的處理有助於減少噪聲對光譜分析的影響
，突出光譜的有效信息。SG 平滑算法可以有效消減光譜數據中的隨機噪聲
，消噪效果受平滑點數的影響，本文中選擇SG 二次多項式 7 點平滑對光譜數據進行處理（何勇，2013）。

　　1.4  特征波長選擇

　　光譜信息之間存在大量的冗餘和共線性信息特征，對光譜有效信息的提取產生了較大的幹擾，且大量光譜數據造成模型複雜、計算量大的問題。本文采用連續投影算法（successive projections algorithm，SPA）進行特征波長的選擇，以減少信息冗餘和共線性的影響

，簡化模型
，減少計算量。

　　SPA 是一種特征變量前向選擇算法
，在光譜特征波長中取得了廣泛的應用。本文采用 SPA 算法對去噪處理後的光譜進行特征波長選擇。進行SPA 計算時，以建模集的光譜數據和類別賦值為輸入

，設置選擇特征波長數的範圍為 5～30。

　　1.5 光譜指數

　　guangpuzhishudechanshenglaiyuanyuzhibeizhishu
，zhibeizhishushizhiliyongweixingbutongboduantanceshujuzuheerchengde
，nengfanyingzhiwushengchangzhuangkuangdezhishu。zhiwuyemianzaikejianguanghongguangboduanyouhenqiangdexishoutexing，zaijinhongwaiboduanyouhenqiangdefanshetexing
，zheshizhibeiyaoganjianceliyongweixingbutongboduantanceshujuzuheerchengde
，nengfanyingzhiwushengchangzhuangkuangdezhishu。zhiwuyemianzaikejianguanghongguangboduanyouhenqiangdexishoutexing，zaijinhongwaiboduanyouhenqiangdefanshetexing

，zheshizhibeiyaoganjiancedewulijichu
，tongguozhelianggeboduancezhidebutongzuhekededaobutongdezhibeizhishu。guangpuzhishushitongguorenyiliangboduanzuhehuosanboduanzuhechenggezhongguangpuzhishu，ruNDVI、DVI等，探尋最佳的波段組合用於各個領域的模型構建等。

歸一化植被指數(Normalized difference vegetable index)

(2)

差值植被指數(Difference vegetable index)

(3)

其中，λ1和λ2代表任意波長的反射率，波段範圍為400-1000 nm與1000-2500 nm。

　　1.6 判別分析方法

　　偏最小二乘法判別分析(PLS-DA ,Partial least squares discrimination analysis)是(shi)一(yi)種(zhong)用(yong)於(yu)判(pan)別(bie)分(fen)析(xi)的(de)多(duo)變(bian)量(liang)統(tong)計(ji)分(fen)析(xi)方(fang)法(fa)。判(pan)別(bie)分(fen)析(xi)是(shi)一(yi)種(zhong)根(gen)據(ju)觀(guan)察(cha)或(huo)測(ce)量(liang)到(dao)的(de)若(ruo)幹(gan)變(bian)量(liang)值(zhi)，來(lai)判(pan)斷(duan)研(yan)究(jiu)對(dui)象(xiang)如(ru)何(he)分(fen)類(lei)的(de)常(chang)用(yong)統(tong)計(ji)分(fen)析(xi)方(fang)法(fa)。其(qi)原(yuan)理(li)是(shi)對(dui)不(bu)同(tong)處(chu)理(li)樣(yang)本(ben)（如觀測樣本
、對照樣本）的特性分別進行訓練
，產生訓練集，並檢驗訓練集的可信度（Luna et al., 2013）。本文分別基於全光譜、特別波長光譜建立 PLS-DA 判別分析模型，通過建立光譜數據與類別特征之間的回歸模型
，進行判別分析。

　　1.7 極限學習機

　　極限學習機（extreme learning machine）ELM是一種簡單易用、有效的單隱層前饋神經網絡SLFNs學習算法。2004年由南洋理工大學黃廣斌副教授提出。傳統的神經網絡學習算法（如BP算法）xuyaorenweishezhidaliangdewangluoxunliancanshu，bingqiehenrongyichanshengjubuzuiyoujie。jixianxuexijizhixuyaoshezhiwangluodeyincengjiediangeshu，zaisuanfazhixingguochengzhongbuxuyaotiaozhengwangluodeshuruquanzhiyijiyinyuandepianzhi
，bingqiechanshengweiyidezuiyoujie，yincijuyouxuexisudukuaiqiefanhuaxingnenghaodeyoudian。benwenzhongyinhancengshenjingyuangeshucong 1 到 520（288）以步長 1 進行尋優
，以最小訓練誤差下的神經元個數為 ELM 模型隱含層神經元個數。

　　1.8  評價指標

　　回歸模型得到的樣本的預測值不是整數
，需要設置閾值以判斷樣本的歸屬。本文中閾值設置為 0.5 ，預測值小數點大於或等於0.5則加1歸整
，小於0.5則減1歸(gui)整(zheng)。總(zong)體(ti)識(shi)別(bie)精(jing)度(du)是(shi)指(zhi)正(zheng)確(que)識(shi)別(bie)的(de)個(ge)數(shu)除(chu)以(yi)總(zong)數(shu)，正(zheng)品(pin)皮(pi)識(shi)別(bie)精(jing)度(du)是(shi)指(zhi)正(zheng)品(pin)皮(pi)正(zheng)確(que)識(shi)別(bie)的(de)個(ge)數(shu)除(chu)以(yi)正(zheng)品(pin)皮(pi)的(de)總(zong)數(shu)

，正(zheng)品(pin)皮(pi)識(shi)別(bie)錯(cuo)誤(wu)率(lv)指(zhi)數(shu)被(bei)錯(cuo)誤(wu)分(fen)為(wei)正(zheng)品(pin)皮(pi)的(de)個(ge)數(shu)除(chu)以(yi)正(zheng)品(pin)皮(pi)的(de)總(zong)數(shu)。

　　2  結果與分析

　　2.1  化橘紅不同成分的原始光譜曲線

　　本試驗采用的V10E 相機獲取的是400-1000 nm波長範圍共520個波段的可見/近紅外光譜數據，N25E-SWIR相機獲取的是1000-2500 nm波長範圍共288個波段的近紅外光譜數據，全部樣本的原始光譜圖如圖 2所示，正品皮、偽品皮、正品果、偽品果的光譜比較圖如圖3所示。

　　從圖2和圖3可以看到，總體而言，無論是400-1000 nm或1000-2500 nm波bo長chang範fan圍wei內nei，正zheng品pin皮pi的de光guang譜pu反fan射she率lv值zhi低di於yu其qi他ta三san種zhong成cheng分fen的de光guang譜pu曲qu線xian，從cong曲qu線xian變bian化hua趨qu勢shi來lai看kan四si種zhong不bu同tong成cheng分fen並bing沒mei有you十shi分fen明ming顯xian的de差cha異yi。本ben研yan究jiu按an照zhaoKennard-Stone 算法將樣本分成建模集和預測集
，其中建模集 38 個樣本

，預測集32個樣本。正品皮、偽品皮、正品果、偽品果分別賦值為 1、2
、3、4（表 2），不同化橘紅成分建模集和預測集樣本的劃分如表 2所示。

圖2 全部化橘紅樣本的原始反射光譜圖

圖3 化橘紅不同成分反射光譜曲線圖

表2  化橘紅不同成分類別賦值與建模集合檢驗集樣本劃分

　　2.2  主成分分析定性分析

　　對化橘紅的四種不同成分的光譜數據進行主成分分析（principal component analysis
，PCA） 可知，400-1000 nm範圍內，第一主成分（principle component 1, PC1）的貢獻率為88.36%，PC2 的貢獻率為7.24%，PC1 和 PC2 累計貢獻率為95.6%，PC1 和 PC2 能夠解釋絕大部分的變量；在1000-2500 nm範圍內

，第一主成分（principle component 1, PC1）的貢獻率為93.27%

，PC2 的貢獻率為3.72%
，PC1 和 PC2 累計貢獻率為97.0%，PC1 和 PC2 也能夠解釋絕大部分的變量；圖4分別為400-1000 nm與1000-2500 nm範圍內，第一主成分與第二主成分的散點分布圖。

圖4  400-1000nm（左）、1000-2500nm（右）第一主成分與第二主成分的得分散點分布圖

圖5 主成分組合識別正品皮（左：400-1000 nm，右：1000-2500 nm）

　　由圖 4 可知，在400-1000 nm與1000-2500 nm範圍內
，各不同成分之間較難直接區分出來，得分圖中均有重合的地方。從圖5亦可以看出無論是400-1000 nm或1000-2500 nm
，主成分的成分組合均未能完全從正品皮
、偽品皮、正品果
、偽品果四種樣本中識別出正品皮，從圖5可知，識別出的正品皮亦有假的正品皮。因此需要對光譜數據進行進一步的分析和處理，以鑒別化橘紅不同成分。

　　2.3  光譜指數

　　本研究使用的成像高光譜儀V10E範圍是400-1000nm，N25E-SWIR範圍是1000-2500 nm，通過不同波段的重新組合，形成不同形式的光譜指數(歸一化光譜指數，NDVI
；差值光譜指數，DSI)。

　　運用Matlab軟件編程，將兩兩組合的所有波段構建的光譜指數與各類別賦值
，計算相應的決定係數(R²)，繪製決定係數圖。圖中顏色從藍色到紅色變化，圖像顏色越紅
，表示決定係數越大，圖像顏色越藍
，表示決定係數越小。圖6為化橘紅各成分分類賦值與NDVI、DVI決定係數（R2）二維圖。從圖6可知，在400-1000 nm範圍內
， DVI模型決定係數最高的兩波段在綠光範圍內，分別是538.91 nm和543.75nm；NDVI模型絕對係數最高的兩波段989.76 nm和670.39 nm。在1000-2500 nm範圍內，NDVI和DVI兩個光譜指數模型決定係數最高的兩波段組合均為是1820.72 nm和1787.12 nm。綜合400-1000 nm與1000-2500 nm

圖 6化橘紅各成分分類賦值與NDVI
、DVI決定係數（R²）二維圖

　　兩組數據構建NDVI和DVI模型時，NDVI和DVI兩個光譜指數模型決定係數最高的兩波段組合與1000-2500 nm範圍內相同。比較400-1000 nm和1000-2500 nm的決定係數圖可知
，在1000-2500 nm範圍內，NDVI與DVI構建的模型決定係數較高。

　　根據圖6可知，在400-1000 nm範圍內，DVI_{(538.91/543.75)}與NDVI_{(989.76/670.39)}與類別賦值構建的模型決定係數最高，分別為0.643和0.640。在1000-2500 nm範圍內
，DVI_{(1820.72 /1787.12)}與NDVI_{(1820.72 /1787.12)}與類別賦值構建的模型決定係數最高
，分別為0.861和0.834。圖7分別為DVI_{(538.91/543.75)}

、NDVI_{(989.76/670.39)} 、DVI_{(1820.72 /1787.12)}、NDVI_{(1820.72 /1787.12)}與類別賦值的線性擬合散點分布圖，從圖中可知，在1000-2500 nm範圍內構建的NDVI、DVI光譜指數與類別賦值擬合度最高，且變化曲線顯著。

 

 

圖7  DVI
、NDVI光譜指數與類別賦值的散點分布圖

　　運用獨立的數據，分別對圖7中DVI_{(538.91/543.75)}
、NDVI_{(989.76/670.39)} 
、DVI_{(1820.72 /1787.12)}、NDVI_{(1820.72 /1787.12)}與類別賦值構建的模型進行檢驗，檢驗結果如圖8和表3所示。根據查表可知，1-15與28-32為正品皮，15-25號為16-20正品果、21-24為偽品果，25-27為偽品皮。從圖8可知，正品皮
、正品果、偽品果、偽品皮之間均存在不同程度的錯誤識別。表3基於DVI
、NDVI光譜指數模型檢驗化橘紅樣本的精度評價表。表中分別統計了總體識別精度、正品皮識別精度和正品皮識別錯誤率。從表3中可知
，總體識別精度、正品皮識別精度最高的均為DVI_{(1820.72 /1787.12)}構建的模型，分別是66%和75%

，正品皮識別錯誤率最低的則為DVI_{(1820.72 /1787.12)}、NDVI_{(1820.72 /1787.12)} 構建的模型，均為5%。

  

圖 8 基於NDVI、DVI檢驗集預測結果對比圖

表2 基於光譜指數模型檢驗化橘紅樣本的精度評價

	總體識別精度%	正品皮識別精度%	正品皮識別錯誤率%
400-1000 (DVI)	53	65	15
400-1000 (NDVI)	50	70	20
1000-2500 (DVI)	66	75	5
1000-2500 (NDVI)	59	65	5

 

　　2.4  特征波長選擇

　　本文以建模集樣本的光譜數據和類別賦值為輸入，利用連續投影算法SPA選擇特征波長。選出的特征波長的個數如表 3所示。從表 3 可知，400-1000 nm範圍內所選擇的特征波段為15個

，1000-2500 nm範圍內所選擇的特征波段較少，為5個。

表 3在400-1000 nm與1000-2500 nm範圍內SPA 算法選擇的特征波長個數

範圍	波段位置/nm
400-1000 nm	395.23, 396.40, 399.90, 401.06, 422.13, 501.59, 670.39, 735.79, 743.39, 872.13, 940.31, 962.16, 974.58, 981.45, 992.73
1000-2500 nm	1461.59, 1714.23, 2038.97, 2329.25, 2574.24

 

　　2.5  偏最小二乘判別分析

　　分別將建模集合檢驗集的全波段光譜及特征波段光譜作為偏最小二乘法判別分析輸入變量
，從而獲取預測樣本類別的賦值。圖9為檢驗集與預測值的類別賦值圖，並針對圖9進行總體識別精度、正品皮識別精度、正品皮識別錯誤率的統計
，如表4所示。從表4中可知，總體識別精度、正品皮識別精度最高的均為在1000-2500 nm範圍內的PLS-DA構建的模型，分別是78%和90%，正品皮識別錯誤率最低的則為1000-2500 nm範圍內的PLS-DA
、PLS-DA 構建的模型
，均為5%。從表4可以看出，無論是400-1000 nm或1000-2500 nm，基於全波段的PLS-DA模型總體識別率和正品皮識別率均高於基於特征波段的PLS-DA模型，而正品皮的錯誤識別率
，無論是400-1000 nm或1000-2500 nm範圍內
，基於全波段的PLS-DA模型與基於特征波長的PLS-DA模型的錯誤識別率相同，400- 1000 nm範圍錯誤識別率均為10%，1000-2500範圍錯誤識別率則為5%。

圖 9 基於PLS-DA檢驗集預測結果對比圖

表4基於PLS-DA模型檢驗化橘紅樣本的精度評價

	總體識別精度%	正品皮識別精度%	正品皮識別錯誤率%
400-1000 (PLS-DA)	72	65	10
400-1000 (PLS-DA-SPA)	63	55	10
1000-2500 (PLS-DA)	78	90	5
1000-2500 (PLS-DA-SPA)	72	70	5

 

　　2.6  極限學習機

　　分別將建模集合檢驗集的全波段光譜及特征波長光譜作為極限學習機的輸入變量，從而獲取預測樣本類別的賦值。圖10為檢驗集與預測值的類別賦值圖，並針對圖10進行總體識別精度
、正品皮識別精度、  正品皮識別錯誤率的統計
，如表5所示。從表5中可知
，總體識別精度、正品皮識別精度最高的均為在1000-2500 nm範圍內的ELM與ELM-SPA構建的模型，分別是84%和95%
，正品皮識別錯誤率最低的則為1000-2500 nm範圍內的ELM與ELM-SPA 構建的模型
，均為5%。從表5可知，在400-1000 nm範圍內，基於特征波段光譜的ELM模型總體識別率與正品皮識別率均高於基於全波段的ELM模型
，對於正品皮的識別錯誤率

，基於全波段與基於特征波段的錯誤識別率相同
；在1000-2500 nm範圍內
，無論是基於全波段光譜或基於特征波段的ELM模型，其總體識別率、正品皮識別率、正品皮識別錯誤率均相同
，分別為84%

、95%和5%。

 

  

圖 10 基於ELM檢驗集預測結果對比圖

表4 基於ELM模型檢驗化橘紅樣本的精度評價

	總體識別精度%	正品皮識別精度%	正品皮識別錯誤率%
400-1000 (ELM)	75	75	10
400-1000 (ELM-SPA)	78	85	10
1000-2500 (ELM)	84	95	5
1000-2500 (ELM-SPA)	84	95	5

 

　　2.7  光譜指數模型，PLS-DA 模型
，和 ELM 模型的比較

　　綜合對比光譜指數模型，PLS-DA 模型，和 ELM 模型的識別效果可知，無論是光譜指數模型，PLS-DA 模型或ELM 模型
，基於1000-2500 nm範圍內構建的模型，其預測值的總體識別率、正品皮識別率均高於400-1000 nm範圍內的模型，且正品皮的識別錯誤率也低於400-1000nm範圍內的模型。在光譜指數模型、PLS-DA 模型和 ELM 模型的模型中，ELM 模型的識別準確性最高，其次是PLS-DA模型
，最後是光譜指數模型。基於特征波段光譜的PLS-DA模型其識別準確性低於基於全波段光譜的PLS-DA的模型，但是基於特征波段光譜的ELM模型在400-1000 nm範圍內，其識別準確性高於基於全波段光譜的ELM模型，在1000-25000 nm範圍內，其識別準確性與基於全波段光譜的ELM模型相同。

　　3  結論與討論

　　基於V10E與N25E-SWIR兩款成像高光譜相機
，分別獲取正品皮、正品果
、偽品皮、偽品果四種化橘紅成分400-1000 nm與1000-2500 nm範圍的光譜反射率
，采用 SG 平滑算法對提取出的光譜數據進行去噪處理，同時采用 SPA 算法對去噪後的光譜提取特征波長，並分別基於全波段光譜
、特征波段光譜建立 PLS-DA 判別模型和 ELM 模型，同時采用全波段循環，探尋最佳的NDVI
、DVI兩個光譜指數構建判別模型，用於鑒別正品皮
、正品果
、偽品皮、偽品果
，取得了比較好的識別效果。基於特征波段光譜與全波段光譜建立的 ELM 模型取得了最佳效果，總體識別精度、正品皮識別精度、正品皮識別錯誤率分別為84%、95%和5%。在實際運用中，考慮到識別時間與成分，基於SPA算法提取的特征波段構建的ELM模型效果最佳。本論文研究結果為高光譜成像技術在藥品真偽等檢測中的應用提供了可行性。