高光谱成像仪对包子的检测分析

随着生活品质的提高以及消费者对食品安全意识的不断增强，消费者对包子食品安全问题越来越关注。在实际包子加工过程中，由于生产规模、生产速度、包子馅的加工机械等的影响，包子在生产过程其表面可能会存在污物或包子露馅、包子发霉等问题，因而存在严重的食品安全隐患。

成像技术和光谱技术是传统的光学技术的两个重要方向，成像技术能够获得物体的影像，得到其空间信息；光谱技术能够得到物体的光学信息，进而研究其物质属性。20 世纪 70 年代以前，成像技术和光谱技术是相互独立的学科，随着遥感技术的发展，成像光谱技术迅速发展起来，它是一种快速、无损的检测技术，具有光谱分辨率高、多波段和图谱合一的特点，能在大尺度范围内识别地表并深入研究其地表物质的成分及结构。目前，成像高光谱技术已成熟应用于农业、食品、药品、化工产品、刑侦、文物保护等领域，但用于包子的品质检测目前尚未有研究者对其进行开展研究。

1.  实验目标

本次实验对包子的混杂金属、混杂玻璃片、混杂塑料片、包子完整情况（是否有馅露出来）、有无包装纸、有何种颜色的包装纸进行了初步的检测，目的是为了分辨出包子中混杂的金属、玻璃片、塑料片，以及是否露馅、是否包含包装纸和用何种包装纸对其进行包装。

2. 分析方法

2.1 波段选择方法

目前应用比较广泛的最佳波段选取方法有各波段信息量的比较、波段间相关性比较、最佳指数法(O IF)、各波段数据的信息熵和联合熵、协方差矩阵特征值法、波段指数法等。

在各种方法中，由美国查维茨提出的最佳指数法( OIF)综合考虑单波段图像的信息量及各波段间的相关性，更接近于波段选择的原则，且计算简单，易于实现，得到广泛的应用。OIF指数的计算公式如下：

其中：Si 为第i个波段的标准差，Rij为i、j 两波段的相关系数。对n波段图像，先统计计算单波段图像的标准差，计算各波段间的相关系数矩阵，再分别求出所有可能的波段组合对应的OIF指数，根据该指数大小来判断各种波段组合的优劣。指数越大，则相应组合影像所包含的信息量就越大。对OIF指数从大到小进行排序，最大O IF指数对应的波段组合即为最佳波段组合。

2.2 分类方法

利用see5.0机器学习法进行分类。see5.0机器学习规则软件是美国USGS在完成国家土地覆盖制图(NLCD)项目中开发的一个自动提取分类规则的数据挖掘工具。

3. 分析结果

图2  塑料托盘上有无包子进行判别分析

图3  包子混杂塑料片原图及分类结果 

图4  包子混杂金属原图及分类结果

图5  包子混杂玻璃片原图及分类结果

图6 包子多种包装纸原图及判别结果

图7 包子露馅判别分析

图8 包子过程有无包装纸判别分析

图9 多种情形下包子品质分析