可见近红外高光谱图像技术无损检测脐橙表面农药残留

2.5.2　可见/近红外高光谱图像技术无损检测脐橙表面农药残留

检测样品为江西赣南脐橙。试验所用的农药是杜邦万灵牌灭多威，其有效成分是24%灭多威（methomyl）可溶性液剂，属于氨基甲酸酯类杀虫剂。

用蒸馏水把农药分别配置成1∶20，1∶100和1∶1 000倍溶液。然后用滴管把同种不同浓度的溶液滴到洗净的脐橙表面，在脐橙表面形成一个3×3的矩阵形状（见图2－22）。图中从左到右农药溶液量约为120μL、200μL和400μL，共10个脐橙。将水果放置到通风阴凉处经过168h后，拍摄图像。

高光谱图像采集装置为图2－19所示的高光谱图像采集系统，由1台CMOS照相机（Photonfocus，瑞士），1台行扫描光谱摄制仪（ImSpector V10E），250W的

光纤卤素灯（ALPHA－1501，21V/250W Halogen Tugsten Lamp）和一套输送装置等部件组成。本次试验中光谱范围为425～725nm，光谱分辨率为3nm。

图2－22　农药样品在水果表面的布置

高光谱图像数据的采集使用Spectral Cube（Spectral Imaging Ltd.，Finland）软件平台，预先确定好相机的曝光时间与平台移动速度，以确保图像清晰，最终获得300×400×350的高光谱图像；数据的处理采用ENVI V4.3（Research System，Inc.，USA）和MATLAB（Mathworks，Matlab 7.1，Inc.，USA）。

因为各个波段光强分布不均匀，摄像头中暗电流的存在以及水果表面形状的影响，在光强分布较弱波段下的图像噪声的影响较大，因此必须对图像进行预处理，以消除部分噪声的影响。在与采集样品相同的条件下，盖上镜头盖进行样品的采集，得到一个全黑的图像B。然后对采集样品图像A进行预处理得到图像I，公式为

获取了脐橙表面高光谱图像后，对稀释倍数分别为1∶20、1∶100、1∶1000倍的溶液和没有涂抹农药的脐橙表面高光谱图像取矩形的感兴趣区域（ROI），然后计算这些像素在每一个波长下ROI的平均值，所得光谱曲线如图2－23所示。

图2－23　脐橙表面涂有氨基类农药和正常表面的光谱曲线

从图2－23可以看出，在425～567nm范围内，稀释倍数分别为1∶100、1∶1 000倍的溶液和没有涂抹农药的表面的光谱曲线几乎重合，因此在后续数据处理时不采用这段范围。在625～725nm范围内，上述四条光谱曲线差别明显，因此本研究所选定的波长范围是625～725nm。但从图2－23可以看出，在425～567nm波段范围内，涂有稀释倍数为1∶20农药的光谱曲线明显地高于其他光谱曲线，因此该波段范围可以较容易的检测出高浓度氨基类农药的残留。

主成分分析（PCA），即通常所称的K－L变换，在图像压缩、随机噪声信号的去除和减少数据集的维数等方面有广泛的应用。由于多波段数据经常是高度相关的，主成分变换寻找一个原点在数据均值的新的坐标系统，通过坐标轴的旋转来使数据的方差达到最大，从而生成互补相关的输出波段。

主成分（PC）波段是原始波段的线性合成，它们之间是互不相关的。第一主成分包含第一大（最大）的数据方差百分比，第二主成分包含第二大的方差，以此类推，最后的主成分波段由于包含很小的方差，因此显示为噪声。通过主成分分析，可以根据方差贡献的大小来选择主成分图像，从中选择出最能检测出脐橙表面农药残留的主成分图像。图2－24为滴有氨基类农药的脐橙高光谱图像的PC－1到PC－4主成分图像。

图2－24　涂有氨基类农药的脐橙主成分分析的前4个主成分图像

（a）PC－1；（b）PC－2；（c）PC－3；（d）PC－4

主成分分析的前4个主成分保留了原始变量99.18%的指标，由PC－2、PC－3和PC－4可以明显地看出涂有农药的残留点。PC－2和PC－3图像中涂有农药的区域相对于脐橙的正常表面的颜色为黑点。因此，我们就可以把脐橙表面分为两类：一类是涂有农药的区域，另一类是脐橙正常表面。

经过主成分分析后得到的图像首先通过3×3中值滤波，然后通过合适的阈值分割PC－2和PC－3图像得到二值图像，最后完成水果表面农药残留的特征提取。分割后PC－2和PC－3主成分图像的二值图如图2－25所示，图中箭头代表检测的误检点。虽然PC－2和PC－3的二值图像没有明显的检测出全部1∶1 000农药所在的位置，但是PC－3的二值图像对1∶20和1∶100农药所在的位置的检测非常明显，而且误检点也比PC－2少很多。

表2－2所示为应用PC－3图像的检测结果，可见对高浓度氨基甲酸酯类农药溶液的检测准确率很高。

图2－25　分割后的二值图像

（a）PC－2；（b）PC－3

表2－2　应用PC－3图像检测结果

每一个单独的PCA图像都是由一些显著波长线性组合而成。图2－26所示为根据PC－2和PC－3图像的特征向量绘制的图像光谱曲线权重系数图，图中每一处波峰和波谷都代表了一个显著波长，644nm与714nm是PC－2的特征波长，631nm、644nm、655nm、676nm、698nm和715nm是PC－3的特征波长。

图2－26　PC－2和PC－3图像光谱曲线权重系数

图2－27分别列出了这几个特征波长下脐橙的灰度图像，可以看出，图中除676nm波长下的图像外，其余图像都能较明显地检测到涂有1∶20和1∶100倍溶液农药的污染点。在实际应用中，通过确定几个特征波长，根据这些波长图像和权重系数分别生成与PC－2和PC－3图像相似的图像，就可以采用一个多光谱图像采集系统来实现水果表面农药残留的快速在线无损检测。

图2－27　在631nm、644nm、655nm和676nm波长下的灰度图像