《Journal of Food Composition and Analysis》:Foreign Body Detection in Semen Ziziphi Spinosae Using Hyperspectral Imaging with Electromagnetic Vibration Feeding
编辑推荐:
酸枣仁(Semen Ziziphi Spinosae)中存在的异物会降低其药效,而传统成像系统存在通量低和帧率慢的问题。为解决这一问题,研究人员构建了一个在线平台,将电磁振动喂料器与线扫描高光谱成像仪(HSI)耦合,以识别精细加工过程中引入的外源性异物(木片、
酸枣仁(Semen Ziziphi Spinosae)中存在的异物会降低其药效,而传统成像系统存在通量低和帧率慢的问题。为解决这一问题,研究人员构建了一个在线平台,将电磁振动喂料器与线扫描高光谱成像仪(HSI)耦合,以识别精细加工过程中引入的外源性异物(木片、石块)和内源性异物(种壳、霉变种子)。首先,采用信噪比加权的波段比值系数来分离六个关键波段。这些波段上的像素级反射率提供了光谱指纹,用于K-近邻(KNN)、决策树(DT)和卷积神经网络(CNN)分类器。为进一步提升精度,对相应的波段图像进行去噪和自适应分割,并为每个分割对象提取六个形态描述符——最大长度(L)、最大宽度(W)、长宽比(L/W)、圆形度、投影面积和周长。将光谱向量和空间向量拼接后输入相同的三种算法。十折交叉验证显示,CNN融合模型优于传统方案,达到了95.19%的精确率、98.75%的特异度、99.00%的召回率和98.80%的总体准确率。因此,该集成系统为药食同源食品的质量控制提供了一种快速、无损的解决方案。
### 论文解读:基于电磁振动喂料高光谱成像的酸枣仁异物检测研究
#### 研究背景及问题
酸枣仁(Semen Ziziphi Spinosae)作为药食同源的传统中药材,具有养心安神等功效,年交易量约3亿吨。在机械采收和加工过程中,原料易受木片、石块等外源性异物以及种壳、霉变种子等内源性异物的污染,这些异物会显著降低药效,并可能引发食品安全事故。传统人工分选效率低、主观性强,而常规机器视觉受限于种子大小(3-5 mm)和形状不规则,且与异物的光谱差异小,检测效果不佳。现有检测技术如金属探测、X射线、太赫兹成像等成本高昂或成像速度慢,而高光谱成像(HSI)虽能同时获取光谱与空间信息,但实验室研究居多,向工业在线检测转化面临三大瓶颈:全波段(如176通道)数据量大、曝光时间长,无法满足实时性;高光谱相机成本高,数据处理负担重;单一波长选择方法(如主成分分析(PCA)、连续投影算法(SPA)、竞争自适应重加权采样(CARS))难以同时区分内源和外源性异物。因此,本研究旨在开发一种分层双策略波长选择框架,结合光谱-空间特征融合,实现酸枣仁异物的在线检测。
#### 研究内容、结论及意义
研究人员构建了电磁振动喂料器与线扫描高光谱成像仪集成的在线平台,采用带比算法和权重系数法提取有效波长,获取光谱反射率和几何形态特征,建立KNN、DT和CNN分类模型,并融合光谱与空间特征。结果表明,CNN融合模型在十折交叉验证下达到最优性能,精确率95.19%、特异度98.75%、召回率99.00%、准确率98.80%,系统处理速度58 ms/帧,理论吞吐量4800粒/小时,较传统176波段方法提升8倍。该研究为药食同源产品的质量检测提供了一种快速、无损、低成本的在线解决方案,突破了传统单一策略的局限,显著提升了复杂异物场景下的识别精度。论文发表在《Journal of Food Composition and Analysis》。
#### 主要关键技术方法
本研究采用的关键技术包括:(1)电磁振动喂料系统(型号AR0C,振动频率50 Hz,振幅8 mm,进料速度10 mm/s)与高光谱成像系统(波长380-1100 nm,176波段,光谱分辨率2.8 nm)集成,实现物料单层分散与同步成像;(2)波长选择算法:针对内源性异物使用带比算法计算波段相关系数,针对外源性异物使用权重系数法基于PCA(主成分分析)的载荷系数,最终确定6个有效波长(920、942、964、957、982、1008 nm);(3)特征提取与融合:提取6个几何形态参数(最大长度L、最大宽度W、长宽比L/W、圆形度、面积、周长),并与对应波长的光谱反射率进行Z-score标准化后拼接;(4)分类模型:采用KNN(K=10,欧氏距离)、DT(CART算法,最大深度10)和CNN(两层卷积+池化+全连接,学习率0.001,批量32,迭代100次);(5)样本队列:购买2 kg酸枣仁,共6700粒,按类别比例(健康种子50%、霉变种子20%、种壳10%、木片10%、石块10%)采用分层随机抽样分为训练集60%、验证集20%、测试集20%,且以对象级划分防止信息泄漏。
#### 研究结果
**3.1 像素大小与光谱分析**
通过提取感兴趣区域(ROI)平均光谱,发现健康种子、内源异物和外源异物的光谱在380-1100 nm范围内有显著差异,尤其在近红外780-1100 nm波段,光谱反射率差异较大(平均差值0.15),而可见光波段(380-780 nm)重叠严重,不适合直接区分。PCA(主成分分析)聚类显示,外源异物(木片、石块)与种子可大致分离,但内源异物(霉变种子、种壳)与健康种子聚类效果不佳,需进一步分析。
**3.2 有效波长图像获取**
采用带比算法对内源异物(霉变种子、种壳)计算波段相关性,在597、617、631、762、942、964 nm处获得最大相关系数,对应为有效波长图像;对外源异物(木片、石块)同样采用带比算法,在660、670、680、957、982、1008 nm处获得高相关系数。采用PCA权重系数法,从PC2图像中提取载荷系数,在524 nm和920 nm处获得局部极值,其中920 nm图像能清晰区分种子与异物,故保留920 nm作为有效波长。最终确定6个有效波长(920、942、964、957、982、1008 nm),并对应的灰度图经伪彩色处理和Otsu阈值分割及形态学滤波,可部分分离异物。
**3.3 基于光谱特征信息的异物识别**
仅利用6个有效波长的光谱反射率数据,KNN模型(K=10)总体准确率69.2%,DT模型总体准确率76%,CNN模型总体准确率73.5%。DT模型在外源性异物识别上精度较高(木片精度93.0%),但所有模型均因输入光谱维度低而性能有限,CNN因低维输入而难以发挥深层网络优势,且出现过拟合。
**3.4 基于融合光谱信息的异物识别**
在6个有效波长图像中提取每个样本的6个几何参数(最大长度L、最大宽度W、长宽比L/W、圆形度、面积、周长),并计算组内变异系数(CV)和组内相关系数(ICC),验证了CV<22%、ICC>0.87的稳定性;单因素方差分析显示所有参数在类别间差异显著(p<0.01),圆形度和面积具有大效应量(η2>0.38)。将光谱反射率(6维)与几何参数(6维)Z-score标准化后融合,作为KNN、DT、CNN的输入。结果:KNN融合模型准确率87.43%,DT融合模型准确率74.65%(因融合后特征维度增加导致决策树过拟合),CNN融合模型达到最优:精确率95.19%(95%置信区间91.2%-97.8%)、特异度98.75%(97.3%-99.5%)、召回率99.00%(96.8%-99.7%)、准确率98.80%(97.5%-99.5%)。McNemar检验表明CNN融合显著优于KNN和DT(p<0.001)。光谱-空间融合使内源性异物召回率从65.50%提升至99.00%,外源性异物精确率从86.12%提升至95.19%,验证了互补增强效应。数据压缩方面,六波长策略将数据量从约183,040字节/线降至6,240字节/线,单帧采集时间从320 ms缩短至12 ms,处理时间从500 ms降至58 ms,理论吞吐量4800粒/小时。
**3.5 系统环境鲁棒性分析**
为应对工业环境中的光照波动,系统采用带比算法结合光谱归一化技术补偿光照变化;针对机械振动,在图像预处理阶段应用中值滤波和形态学操作滤除振动噪声;对于灰尘污染,采用形态学开运算和滤波去除表面附着颗粒。这些策略确保系统在复杂环境中保持稳定性能。
#### 讨论与结论
讨论部分强调了光谱-空间融合的互补机制:内源性异物与健康种子光谱差异小但几何特征差异显著,外源性异物光谱差异大但形态变异高,单独模态均无法同时区分两类异物,而CNN融合决策边界能有效联合两者。系统在光照、振动、灰尘干扰下的鲁棒性设计为工业部署奠定了基础。
研究结论:本研究开发了基于电磁振动喂料与高光谱成像集成的酸枣仁异物在线检测系统,并建立了健康种子与四种异物的五分类模型。主要结论如下:采用带比算法提取942、964、957、982、1008 nm有效波长图像,利用权重系数法获得920 nm有效波长图像;通过融合六个有效波长的光谱反射率与图像几何特征,CNN模型实现了95.19%的精确率、98.75%的特异度、99.00%的召回率和98.80%的准确率;系统处理速度达到58 ms/帧,理论吞吐量4800粒/小时,较传统176波段方法提速8倍,满足工业在线检测的实时性要求。研究局限性在于实验在受控实验室条件下进行,尚未开展现场规模验证,实际生产环境中的环境光照波动、批次间原料变异、设备长期稳定性及新异物类型等因素可能影响模型泛化能力,后续需通过工厂实地试验进行验证。这些结果是实验室原型系统,工业部署尚需进一步中试验证。未来工作将聚焦于与酸枣仁加工企业开展协作现场验证,建立覆盖多个产地和生长季的光谱数据库以增强模型鲁棒性,开发自适应校准算法以适应环境光照变化,并集成高速气动剔除机构以形成完整的工业系统。