基于高光谱成像的香烟分类识别研究

吴琼　方晶晶　纪建伟

摘要：文章利用高光谱成像技术对香烟种类识别检测进行了初步探讨，利用成像光谱仪采集了7种香烟烟丝的光谱图像，综合利用高光谱成像技术图谱合一的特点，对香烟烟丝进行对比分析，利用偏最小二乘法建立7种香烟烟丝光谱反射率与焦油量的预测模型，结果显示利用高光谱成像技术对香烟烟丝的无损检测与烟草的理化值含量具有相关性。

关键词：香烟分类；高光谱成像技术；焦油量；无损检测；香烟烟丝；图谱合一 文献标识码：A

中图分类号：TN911 文章编号：1009-2374（2015）23-0063-02 DOI：10.13535/j.cnki.11-4406/n.2015.23.033

烟草是我国重要的经济作物，早在半个世纪之前，利用近红外光谱分析技术对烟草进行了大量的无损检测研究，国外的许多学者根据不同烟草类型建立了相应近红外光谱分析模型对烟叶所属的品种（白肋烟、烤烟）或不同产地（美国本地、非美国产）均得到了较好的正确判别结果，相对而言，国外的应用水平较为领先。国内近红外光谱分析技术应用于烟草始于1995年，经过几十年的发展，国内烟草行业目前对近红外技术的应用已十分广泛。尽管近红外光谱技术用于烟草行业的无损快速检测能够应用于过程分析，然而非成像近红外光谱技术不适合于定量分析和分散性样品分析，由于外界因素的干扰不能有效剔除，其模型建立后需要不断进行维护修正并且测试灵敏比较低，相对误差比较大。近年来，高光谱成像技术不仅在农产品安全检测方面的应用取得了良好效果，也大量应用在农情监测作物长势的性状信息研究中。随着成本的降低，从最初航空、卫星遥感的应用平台，扩展到为近地应用提供了可能。将高光谱成像技术应用到烟草行业的品质与安全性检测中，可以综合得到产品内外品质的全面检测信息，这种内外品质信息兼备的特征，使得高光谱图像技术在烟草行业的无损检测方面具有较大的应用前景。现阶段利用高光谱成像技术进行烟草行业的无损检测还处于研究和发展阶段，随着光谱分辨率的不断提高，高光谱成像能够记录的烟草品质信息会越来越丰富。

1 材料与方法

1.1 实验设计

本实验选用北京中南海8mg、四川娇子（时代阳光）、上海红双喜（硬）、黄果树（典藏）、南京（特醇）俗称红南京、云烟（红）、都宝（新）7种中低档价格大众定位的香烟品种，分别对这7种香烟的烟丝在室内进行实验。每个品种类型的香烟选取两支香烟的烟丝量，取出两支香烟的烟丝进行高光谱图像信息采集。为了保证室内暗室环境，实验选择在晚上19∶00以后的密闭实验室内进行数据采集，采用卤钨灯照射香烟烟丝样品，样品到光谱仪镜头的垂直距离选择为65cm，导轨速度为2mm/s。

1.2 香烟烟丝光谱成像光谱数据预处理

1.3 香烟烟丝理化值含量

记录烟盒上给出的每种香烟的焦油量、烟气烟碱量、一氧化碳量理化值的标准数值，用于采集的每个品种香烟的烟丝平均光谱数值建立模型进行相关分析，其理化值参数如表1所示：

本实验所用的香烟样品量，每个种类的香烟使用两根香烟的烟丝量，因此在后续参照每个类型的香烟烟丝理化值的标准值时，都会相应采集2倍的香烟烟丝理化值含量作参照。

2 结果

2.1 不同品种香烟烟丝的成像光谱图

本文在ENVI里从高光谱数据立方体中利用R、G、B三原色的特征波长（680nm、550nm、450nm）提取出不同种类的香烟烟丝高光谱成像图（如图1所示）。从图中我们可以很直观地分析辨别7种香烟的烟丝色泽、分布信息状况的变化，进而发现这7种香烟烟丝的差异，说明利用高光谱成像技术可直观对香烟烟丝的类别进行定性识别分析。

2.2 不同烟丝的高光谱反射率曲线对比分析

采集每个类型的香烟烟丝高光谱成像数据，通过换算预处理得到香烟烟丝的高光谱反射率曲线图（如图2所示），并对其进行分析。由结果可知：7种香烟烟丝所提取的光谱反射率曲线基本一致，都在400～500nm的可见光区，光谱曲线出现吸收谷，并在680nm处也有轻微反射吸收谷且无波峰出现，这与查阅文献的绿色植被的光谱反射率曲线不同，这一特征可用来区分识别烟草烟丝与其他绿色经济作物。进一步结合香烟烟丝内部的组分信息变化分别对香烟烟丝焦油量和烟碱量进行分析，达到图谱合一化，表明基于高光谱成像可以从图像和光谱两个角度对香烟烟丝的焦油量和烟碱量进行分析。

2.3 香烟烟丝的理化值预测模型构建

在400～1000nm波长范围内，提取出7种香烟烟丝的平均光谱反射率值，分别与采集到的7种香烟的焦油量和烟碱量两种理化值采用偏最小二乘法（PLS）建立相关预测模型分析。首先利用偏最小二乘法（PLS）建立7种香烟烟丝光谱反射率与焦油量的预测模型，建模结果如表2所示，其建模结果模型相关系数R=0.67。烟碱量俗称尼古丁，利用7种香烟烟丝的光谱反射率值与所采集的香烟烟碱量采用偏最小二乘法（PLS）建立烟碱量的预测模型，建模结果如表3所示，其建模结果模型相关系数R=0.68。由香烟焦油量和烟碱量两种理化值模型的建模结果可知：采用高光谱成像技术对香烟烟丝组份信息的定量识别是可行的。

3 结语

本文分别选用北京中南海8mg、四川娇子（时代阳光）、上海红双喜（硬）等7种大众化香烟的烟丝，利用成像光谱仪采集其光谱图像，综合利用高光谱成像技术图谱合一的特点，对香烟烟丝进行对比分析，利用偏最小二乘法（PLS）建立7种香烟烟丝光谱反射率与焦油量的预测模型，焦油量建模结果模型相关系数R=0.67，烟碱量建模结果R=0.68。利用高光谱成像技术对香烟烟丝的无损检测识别能与烟草的理化值含量具有很好的相关性，焦油量和烟碱量两个典型理化值的模型建模结果相关系数效果较好。进而说明，采用高光谱成像技术对香烟烟丝组份信息进行无损检测识别是可行的。今后还需进一步对不同品种的香烟烟草进行定性分析，并可对田间烟草的长势监测进行定性、定量分析或对不同品种的香烟烟草成分信息进行深入分析比较。

参考文献

[1] 关斌，王家俊，张峻松.近红外光谱技术在烟草行业的研究进展[J].农产品加工（学刊），2009，（10）.

[2] 王文真，张怀宝.利用IA450近红外分析仪快速测定烟草中的总氮含量[J].仪器仪表与分析监测，1995，（2）.

[3] 王东丹，李天飞，吴玉萍，等.近红外光谱分析技术在烟草化学分析上的应用研究[J].云南大学学报（自然科学版），2001，23（2）.

[4] 张建平，谢雯燕，束茹欣，等.烟草化学成分的近红外快速定量分析研究[J].烟草科技，1999，（3）.

[5] 宋怡，刘巍，段焰青，等.近红外光谱法快速测定烟草中的植物色素[J].中国烟草科学，2009，4（2）.

[6] 付秋娟，张怀宝，邱军，等.近红外光谱法快速测定烟草中的总挥发碱[J].中国烟草科学，2005，26（4）.

[7] 吴琼，朱大洲，王成，等.基于高光谱成像的蔬菜新鲜度检测初探[J].食品安全质量检测学报，2012，3（6）.

[8] 吴琼，朱大洲，王成，等.基于高光谱成像技术的小麦苗期监测研究[D].吉林大学，2012.

（责任编辑：陈 倩）