基于高光譜信息的煙葉分級方法比較

李士靜，潘 羲，陳熙卓，朱均燕，吳碧致，謝小芳，溫永仙*

1.福建農(nóng)林大學(xué)計(jì)算機(jī)與信息學(xué)院，福州市倉山區(qū)上下店路15號 350002 2.福建農(nóng)林大學(xué)統(tǒng)計(jì)及應(yīng)用研究所，福州市倉山區(qū)上下店路15號 350002 3.福建省三明市煙草公司寧化分公司，福建省寧化縣鎮(zhèn)南大街煙草大廈 365400 4.福建省煙草公司三明市公司，福建省三明市崇桂新村100幢 365000 5.廈門大學(xué)近海海洋環(huán)境科學(xué)國家重點(diǎn)實(shí)驗(yàn)室，福建省廈門市翔安區(qū)S201 361000 6.福建農(nóng)林大學(xué)生命科學(xué)學(xué)院，福州市倉山區(qū)上下店路15號 350002

煙葉是我國重要的經(jīng)濟(jì)作物之一，嚴(yán)格規(guī)范其品質(zhì)檢驗(yàn)與等級劃分過程具有重要意義。傳統(tǒng)的煙葉分級主要依靠人工感官和經(jīng)驗(yàn)進(jìn)行判定，但不同人的感官和經(jīng)驗(yàn)存在差異，因此人工分級具有較強(qiáng)的主觀性和隨意性，容易導(dǎo)致煙葉分級不準(zhǔn)確，對卷煙生產(chǎn)造成不良影響［1］。針對此問題，近年來采用人工智能技術(shù)代替人工分級已有較多研究，主要分為3個(gè)方面：①基于機(jī)器視覺技術(shù)結(jié)合神經(jīng)網(wǎng)絡(luò)的煙葉自動分級研究［2-4］，利用機(jī)器視覺技術(shù)提取煙葉表面特征，將煙葉的顏色、形狀、紋理等特征作為神經(jīng)網(wǎng)絡(luò)的輸入變量，建立基于煙葉圖像特征的分類模型。該方法對同一片煙葉需要進(jìn)行3次以上圖像采集，采集樣本量大，耗費(fèi)時(shí)間長，且采集過程容易受到外部因素影響，導(dǎo)致圖像質(zhì)量不高，從而影響煙葉等級識別的正確率［5］。此外，機(jī)器視覺技術(shù)只提取煙葉表面特征，當(dāng)煙葉存在未完整放置、未完整鋪開、正反面放置不一致、葉片之間有重疊等問題時(shí)，會導(dǎo)致煙葉分級效果降低［6］。②基于模糊模式識別的煙葉自動分級研究［7-8］，結(jié)合模糊數(shù)學(xué)和模糊模式識別并基于化學(xué)指標(biāo)建立煙葉等級識別模型，但該方法的數(shù)學(xué)規(guī)則推導(dǎo)復(fù)雜且化學(xué)指標(biāo)測量過程耗時(shí)長，導(dǎo)致分類正確率不高。③基于光譜技術(shù)的煙葉自動分級研究［9-10］，通過無損方式獲得煙葉光譜數(shù)據(jù)，進(jìn)而建立基于光譜特征的煙葉分類模型。光譜技術(shù)具有快速、簡單、無損等特點(diǎn)，利用光譜技術(shù)可以獲得反映煙葉外部結(jié)構(gòu)特征的光譜，以及與煙葉密切相關(guān)的化學(xué)指標(biāo)和內(nèi)部結(jié)構(gòu)信息。與機(jī)器視覺技術(shù)相比，利用光譜技術(shù)建立的煙葉分類模型可靠性更高。

高光譜成像是一種將成像技術(shù)與光譜技術(shù)相結(jié)合的影像數(shù)據(jù)技術(shù)，具有光譜分辨率高、多波段、檢測速度快且無損等特點(diǎn)［11］。高光譜圖像包含圖像信息和光譜信息，圖像信息可以真實(shí)地展現(xiàn)農(nóng)作物的表面損失及外部特征，光譜信息則能反映出農(nóng)作物的內(nèi)部結(jié)構(gòu)及成分組成。高光譜成像技術(shù)目前已廣泛應(yīng)用于農(nóng)產(chǎn)品內(nèi)外部品質(zhì)檢測、損傷識別、作物信息獲取等方面［12］。程術(shù)希等［11］采用多元散射校正（Multivariate Scattering Correction，MSC）預(yù)處理方法對大白菜種子的高光譜信息進(jìn)行消噪，利用極限學(xué)習(xí)機(jī)（Extreme Learning Machine，ELM）和 隨 機(jī) 森 林（Random Forest，RF）等方法識別大白菜種子，識別正確率均超過90%。楊思成等［13］基于PCA（Principal Component Analysis）提取特征光譜的圖像信息，結(jié)合Fisher識別模型、偏最小二乘回歸模型、人工神經(jīng)網(wǎng)絡(luò)模型對稻谷品種進(jìn)行分類識別，分類正確率均達(dá)到95%。李丹等［14］采用多元散射校正（MSC）、標(biāo)準(zhǔn)正態(tài)變量變換（Standard Normal Variate transformation，SNV）等方法對樹種葉片的高光譜數(shù)據(jù)進(jìn)行預(yù)處理，運(yùn)用隨機(jī)森林（RF）和支持向量機(jī)（Support Vector Machine，SVM）分類模型進(jìn)行建模，分類正確率在54.41%~77.06%之間。張龍等［15］利用高光譜成像技術(shù)對煙葉和雜物進(jìn)行分類，分類正確率達(dá)到99.92%，提高了除雜效果。邢雪霞等［16］基于烤煙葉片的高光譜曲線特征，建立了色素含量的預(yù)測模型，選擇出與色素含量相關(guān)性最高的高光譜特征參數(shù)。但利用高光譜成像技術(shù)進(jìn)行煙葉分級的研究則鮮見報(bào)道。為此，基于高光譜信息探討了不同數(shù)據(jù)預(yù)處理方法以及分類模型對煙葉分類正確率的影響，建立了基于特征波段的4種煙葉分類模型并對其進(jìn)行驗(yàn)證，以期提高煙葉等級識別正確率，提升煙葉分級智能化水平。

1 材料與方法

1.1材料

數(shù)據(jù)集A的煙葉樣本為31個(gè)2019年國家標(biāo)準(zhǔn)樣本，包含B1F、B2F和B3F共3個(gè)等級；數(shù)據(jù)集B的煙葉樣本為147個(gè)2020年國家標(biāo)準(zhǔn)樣本，包含C2F、C3F和C4F共3個(gè)等級。所有煙葉樣本均由福建省煙草專賣局煙草科學(xué)研究所提供，并按照烤煙分級國家標(biāo)準(zhǔn)（42級）GB2635—1992［17］進(jìn)行定級。具體樣本信息見表1。

表1 煙葉樣本信息Tab.1 Information of tobacco leaf samples

1.2 設(shè)備與儀器

數(shù)據(jù)集A的高光譜成像系統(tǒng)由Gaiasky-mini2-VN光譜儀（四川雙利合譜科技有限公司）、HSIALS-T-200W專用光源（四川雙利合譜科技有限公司）以及安裝有Spectral-image（臺灣五鈴光學(xué)股份有限公司）的專用計(jì)算機(jī)組成，見圖1。系統(tǒng)參數(shù)：圖像分辨率為960 pixel×176 pixel；波長范圍為400~1 000 nm，共包含176個(gè)波段；光譜分辨率為3.5 nm；曝光時(shí)間為6.4 ms；光源強(qiáng)度為200 W。由于波長400~1 000 nm范圍內(nèi)的波段頭尾處存在較大噪聲，故選取500~900 nm范圍內(nèi)的116個(gè)波段進(jìn)行分析。

圖1 數(shù)據(jù)集A的高光譜成像系統(tǒng)結(jié)構(gòu)示意圖Fig.1 Structure of hyperspectral imaging system for dataset A

數(shù)據(jù)集B的采集系統(tǒng)由高感度EM285CL EMCCD相機(jī)（北愛爾蘭Raptor Photonics公司）、Imspector V10E成像光譜儀（芬蘭Spectral Imaging公司）、IT 3900 150 W鹵素?zé)簦绹鳲cean Optics公司）以及安裝有Spectral-image（臺灣五鈴光學(xué)股份有限公司）的專用計(jì)算機(jī)組成，見圖2。系統(tǒng)參數(shù)：圖像分辨率為1 024 pixel×237 pixel；波長范圍為400~1 000 nm，共包含237個(gè)波段；光譜分辨率為2.4 nm；曝光時(shí)間為8 ms；光源強(qiáng)度為70 W；平臺移動速度為13.3 mm/s。

圖2 數(shù)據(jù)集B的高光譜成像系統(tǒng)結(jié)構(gòu)示意圖Fig.2 Structure of hyperspectral imaging system for dataset B

1.3 高光譜圖像采集

如圖3所示，將每個(gè)煙葉樣本展開平鋪在載物臺的黑布上，通過高光譜成像系統(tǒng)進(jìn)行數(shù)據(jù)采集。利用遮蓋鏡頭及標(biāo)準(zhǔn)白板圖像獲得黑板和白板校正圖像，用于對原始高光譜圖像進(jìn)行校正［12］。計(jì)算公式為：

圖3 煙葉樣本的高光譜圖像Fig.3 Hyperspectral image of tobacco sample

式中：R表示校正后樣本圖像；I表示樣本原始圖像；B表示黑板校正圖像；W表示白板校正圖像。

在黑白板校正后的高光譜圖像中，利用ENVI（Enviroment for Visualizing Images，美國ITT Visual Information Solutions公司）軟件在葉莖兩側(cè)的葉片部位隨機(jī)選取15 pixel×15 pixel的感興趣區(qū)域（Region of Interest，ROI），每個(gè)像素點(diǎn)包含一條光譜信息，將ROI內(nèi)所有像素點(diǎn)的平均光譜反射率作為樣本的高光譜數(shù)據(jù)。每個(gè)等級煙葉選取300個(gè)ROI，數(shù)據(jù)集A和B分別得到900個(gè)樣本。隨機(jī)選擇800個(gè)樣本作為訓(xùn)練集，100個(gè)樣本作為測試集。

1.4 數(shù)據(jù)預(yù)處理

高光譜數(shù)據(jù)中除了包含煙葉樣本化學(xué)指標(biāo)信息外，還含有其他無關(guān)信息和噪聲。因此，在建立模型前，利用多元散射校正（MSC）、標(biāo)準(zhǔn)正態(tài)變量變換（SNV）、Savitzky-Golay卷積平滑（SG）3種方法對數(shù)據(jù)進(jìn)行預(yù)處理［18］，以消除高光譜數(shù)據(jù)中的無關(guān)信息和噪聲。

（1）多元散射校正（MSC）是一種多變量散射校正技術(shù)，可以消除樣本間散射所導(dǎo)致的基線平移和偏移現(xiàn)象，增強(qiáng)與成分含量相關(guān)的光譜吸收信息，提高原始光譜的信噪比［19］。

式中：xi表示所需校正光譜集的第i條光譜（i=1，2，…，n）；xi（MSC）表示多元散射校正處理后的第i條光譜；n表示需要校正的光譜數(shù)量；mi和bi分別表示利用最小二乘法求取的第i條光譜的系數(shù)和截距。

（2）標(biāo)準(zhǔn)正態(tài)變量變換（SNV）的作用是消除固體顆粒大小、表面散射的影響，以及光程變換對NIR漫反射光譜的影響［18］。

式中：xi，k表示第i條光譜在第k處波長（k=1，2，…，m）的反射率值；m表示波長點(diǎn)數(shù)；x（iSNV）表示標(biāo)準(zhǔn)正態(tài)變量變換處理后的第i條光譜。

（3）Savitzky-Golay卷積平滑法（SG）是一種信號平滑方法，主要用于消除高光譜數(shù)據(jù)的隨機(jī)噪聲。

式中：xi，（kSG）表示SG卷積平滑處理后的第i條光譜在第k處波長的反射率值；xi，k+j表示第i條光譜在第（k+j）處波長的反射率值；2ω+1表示平滑窗口的寬度；hj表示平滑系數(shù)，測量值乘以平滑系數(shù)hj的目的是盡可能地減少平滑處理對有用信息的影響；H表示歸一化因子。

1.5 化學(xué)計(jì)量學(xué)方法

采用隨機(jī)森林（RF）、支持向量機(jī)（SVM）、極限學(xué)習(xí)機(jī)（ELM）和梯度提升決策樹（GBDT）4種算法分別建立分類模型；采用F-Score算法選取煙葉高光譜數(shù)據(jù)的特征波段。隨機(jī)森林（RF）是Breiman等［20］提出的一種基于決策樹的集成算法，對數(shù)據(jù)噪聲容忍度好，具有人工干預(yù)少、運(yùn)算速度快等優(yōu)點(diǎn)［21］。支持向量機(jī)（SVM）是一種基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化的統(tǒng)計(jì)學(xué)習(xí)方法［22］，其決策函數(shù)由少數(shù)的支持向量確定，在某種意義上避免了“維數(shù)災(zāi)難”問題［23］，因此具有較強(qiáng)的泛化能力。本研究中選擇了用于處理SVM模式識別與回歸的軟件包LIBSVM［24］，核函數(shù)選用了徑向基函數(shù)（Radial Basis Function，RBF）。極限學(xué)習(xí)機(jī)（ELM）是由Huang等［25］提出的一種簡單高效的單隱層前饋神經(jīng)網(wǎng)絡(luò)算法，具有學(xué)習(xí)速度快、耗時(shí)短、效率高、算法復(fù)雜度低等優(yōu)點(diǎn)［26］。梯度提升決策樹（Gradient Boosting Decision Tree，GBDT）是 由Friedman［27］提出的一種由多個(gè)弱分類器經(jīng)過迭代形成的強(qiáng)分類器，可靈活處理各種數(shù)據(jù)，預(yù)測準(zhǔn)確率高，對異常值具有較強(qiáng)的魯棒性［28］。F-Score算法主要用于衡量特征在不同類別間的分辨能力，通過計(jì)算數(shù)據(jù)集中每個(gè)特征的F-Score值以及所有特征的F-Score平均值而得到閾值。如果某一特征的F-Score值大于閾值，則將該特征加入特征空間；否則，則將該特征從特征空間中移除［29］。F-Score算法能夠選擇較小的變量子集進(jìn)行計(jì)算，從而減少計(jì)算消耗，提高算法性能。

1.6 數(shù)據(jù)分析軟件

采用ENVI 5.3軟件提取煙葉樣本ROI的光譜反射率信息；采用MATLAB 2016a建立隨機(jī)森林（RF）、支持向量機(jī)（SVM）和極限學(xué)習(xí)機(jī)（ELM）的分類模型，并利用F-Score算法選取特征波段；采用Python 3.8建立梯度提升決策樹（GBDT）的分類模型。

2 結(jié)果與分析

2.1 煙葉原始光譜曲線和平均光譜曲線

兩個(gè)數(shù)據(jù)集中所有煙葉樣本的原始光譜反射率隨波長變化曲線見圖4?？梢?，不同波長下反射率整體呈上升趨勢，在670~680 nm范圍內(nèi)存在一個(gè)反射率波谷，原因是該波段范圍為葉綠素的強(qiáng)吸收帶，而葉綠素a和b對植物的反射率光譜曲線影響較大［30］。數(shù)據(jù)集A和B在680~700 nm范圍內(nèi)反射率急劇上升，曲線幾乎垂直于x軸。

圖4 兩個(gè)數(shù)據(jù)集中所有煙葉樣本的原始光譜曲線Fig.4 Original spectral curves of tobacco leaf samples in two datasets

兩個(gè)數(shù)據(jù)集中同一等級煙葉樣本的平均光譜在不同波長下的反射率變化曲線見圖5。可見，同一數(shù)據(jù)集中不同等級煙葉的平均光譜曲線變化趨勢相似，曲線之間的間隔較小，這種現(xiàn)象在數(shù)據(jù)集B中更為明顯，說明依靠原始數(shù)據(jù)區(qū)分不同等級煙葉難度較大，需要進(jìn)一步進(jìn)行數(shù)據(jù)預(yù)處理和建模分析。

圖5 兩個(gè)數(shù)據(jù)集中同一等級煙葉樣本的平均光譜曲線Fig.5 Average spectral curves of tobacco leaf samples of different grades in two datasets

2.2 不同數(shù)據(jù)預(yù)處理法對分類正確率的影響

分別采用MSC、SNV、SG這3種方法對兩個(gè)數(shù)據(jù)集中不同等級煙葉的高光譜數(shù)據(jù)進(jìn)行預(yù)處理，并繪制預(yù)處理后所有煙葉樣本的光譜曲線，見圖6和圖7?？梢?，經(jīng)MSC預(yù)處理后兩個(gè)數(shù)據(jù)集的光譜曲線更加集中，其中數(shù)據(jù)集A預(yù)處理后在波長500~600 nm和800~900 nm處的曲線沒有原始數(shù)據(jù)曲線光滑，原因可能是數(shù)據(jù)集A煙葉樣本間的基線平移和偏移現(xiàn)象不明顯，經(jīng)過預(yù)處理反而加入了噪聲。經(jīng)SNV預(yù)處理后數(shù)據(jù)集B的相對反射率（原始反射率經(jīng)預(yù)處理變換后得到的反射率）相比數(shù)據(jù)集A波動較大，可能是由于數(shù)據(jù)集B的波長點(diǎn)數(shù)多于數(shù)據(jù)集A，導(dǎo)致標(biāo)準(zhǔn)偏差增大。數(shù)據(jù)集A與B經(jīng)SG預(yù)處理后的光譜曲線與原始光譜曲線差異不明顯。

圖6 數(shù)據(jù)集A預(yù)處理后的光譜曲線Fig.6 Preprocessed spectral curve of dataset A

圖7 數(shù)據(jù)集B預(yù)處理后的光譜曲線Fig.7 Preprocessed spectral curve of dataset B

將預(yù)處理后的數(shù)據(jù)集作為輸入變量，煙葉等級對應(yīng)的標(biāo)簽作為輸出變量，建立隨機(jī)森林（RF）、支持向量機(jī)（SVM）、極限學(xué)習(xí)機(jī)（ELM）以及梯度提升決策樹（GBDT）4種煙葉分類模型。選擇分類正確率作為分類模型的評價(jià)指標(biāo)，分類正確率是指正確分類的樣本占所有樣本的比例。對原始數(shù)據(jù)和不同預(yù)處理后數(shù)據(jù)進(jìn)行分類，結(jié)果見表2和表3?？梢姡?jīng)SG或SNV預(yù)處理后兩個(gè)數(shù)據(jù)集的分類正確率整體上與原始數(shù)據(jù)的分類正確率接近，可能是煙葉樣本間散射現(xiàn)象不明顯，隨機(jī)噪聲小，導(dǎo)致經(jīng)過預(yù)處理的數(shù)據(jù)丟失了有效信息。數(shù)據(jù)集A經(jīng)MSC預(yù)處理后，SVM模型的分類正確率明顯下降，可能是經(jīng)MSC預(yù)處理后增加了噪聲，而SVM模型對噪聲比較敏感。MSC預(yù)處理在數(shù)據(jù)集A中提高了ELM和GBDT模型的分類正確率，在數(shù)據(jù)集B中提高了全部4種模型的分類正確率。對比發(fā)現(xiàn)，經(jīng)MSC預(yù)處理后分類正確率相對較高，在數(shù)據(jù)集A中平均分類正確率僅比SNV、SG低1.00百分點(diǎn)、1.75百分點(diǎn)，但在數(shù)據(jù)集B中比SNV、SG高18.25百分點(diǎn)、11.75百分點(diǎn)。綜上，MSC預(yù)處理略優(yōu)于其他兩種預(yù)處理方法，能夠提高分類模型的識別效果。

2.3 不同模型的分類正確率比較

在RF模型中，利用逐步搜索法選擇決策樹的個(gè)數(shù)，得到數(shù)據(jù)集A和B的決策樹個(gè)數(shù)分別為200和50。在SVM模型中，利用LIBSVM軟件包中K折交叉驗(yàn)證法（本文中為五折交叉驗(yàn)證法）進(jìn)行參數(shù)選擇，得到數(shù)據(jù)集A的懲罰系數(shù)C為256，核函數(shù)參數(shù)γ為0.25；數(shù)據(jù)集B的懲罰系數(shù)C為1 024，核函數(shù)參數(shù)γ為0.062 5。在ELM模型中，選擇常用的Sigmoidal函數(shù)作為激勵函數(shù)，采用十折交叉驗(yàn)證法對隱層節(jié)點(diǎn)數(shù)進(jìn)行選擇，數(shù)據(jù)集A和B的分類正確率隨隱層節(jié)點(diǎn)數(shù)變化的曲線見圖8。當(dāng)驗(yàn)證集的分類正確率逐漸趨于穩(wěn)定時(shí)，得到分類正確率最大時(shí)數(shù)據(jù)集A對應(yīng)的隱層節(jié)點(diǎn)數(shù)為139個(gè)，數(shù)據(jù)集B為169個(gè)。在GBDT模型中，利用網(wǎng)格搜索法對參數(shù)進(jìn)行選擇，得到數(shù)據(jù)集A的學(xué)習(xí)率為0.1，迭代次數(shù)為180次，決策樹深度為7；數(shù)據(jù)集B的學(xué)習(xí)率為0.1，迭代次數(shù)為170次，決策樹深度為7。

圖8 不同隱層節(jié)點(diǎn)數(shù)下兩個(gè)數(shù)據(jù)集分類正確率變化曲線Fig.8 Variation curves of classification accuracy at different hidden node numbers for two datasets

4種分類模型下兩個(gè)數(shù)據(jù)集的分類正確率見表2和表3?？梢?，RF和GBDT模型對數(shù)據(jù)集A原始數(shù)據(jù)（波段數(shù)116個(gè)，維數(shù)116）的分類正確率為77%和76%，對數(shù)據(jù)集B原始數(shù)據(jù)（波段數(shù)237個(gè)，維數(shù)237）的分類正確率為54%和55%。在數(shù)據(jù)集B中分類正確率下降的原因，除了基線平移和偏移外，還可能是隨著數(shù)據(jù)維數(shù)的增加，存在過擬合現(xiàn)象。對比發(fā)現(xiàn)，ELM和SVM模型的識別效果最佳，基于MSC預(yù)處理的分類正確率在數(shù)據(jù)集A中分別達(dá)到84%和80%，在數(shù)據(jù)集B中分別達(dá)到96%和95%。其中，ELM模型可能對SNV預(yù)處理后的數(shù)據(jù)比較敏感，分類正確率受到較大影響，在數(shù)據(jù)集A中從83%下降到77%，在數(shù)據(jù)集B中從91%下降到62%。綜上，基于全波段建立的分類模型識別效果較優(yōu)，其建模方案是預(yù)處理方法為多元散射校正（MSC），分類模型為極限學(xué)習(xí)機(jī)（ELM）或支持向量機(jī)（SVM）。

表2 不同預(yù)處理方法和分類模型下數(shù)據(jù)集A的分類正確率Tab.2 Classification accuracy for dataset A with different preprocessing methods and classification models（%）

表3 不同預(yù)處理方法和分類模型下數(shù)據(jù)集B的分類正確率Tab.3 Classification accuracy for dataset B with different preprocessing methods and classification models（%）

2.4 不同特征波段的分類正確率比較

采用光譜全波段建模，信息量大、變量多，且樣本的部分光譜信息與樣本性質(zhì)無明顯相關(guān)性，對樣本等級的識別貢獻(xiàn)小。因此，利用F-Score算法選取對煙葉分類有較大貢獻(xiàn)的特征波段作為分類模型的輸入變量。F-Score算法能夠在降低高光譜數(shù)據(jù)維度的同時(shí)，保留原有高光譜波段的物理意義，提高模型運(yùn)行速度［31］。由上述分析結(jié)果可知，經(jīng)MSC預(yù)處理后分類正確率相對較高，因此對數(shù)據(jù)集A和B先進(jìn)行MSC預(yù)處理，再利用F-Score算法選取特征波段。按照全波段F-Score值的大小進(jìn)行降序排列，選擇前10%~90%作為特征波段，然后按照波長大小對特征波段進(jìn)行排序，結(jié)果見表4。

根據(jù)表4結(jié)果建立RF、ELM、SVM和GBDT分類模型，不同特征波段數(shù)量和分類模型下兩個(gè)數(shù)據(jù)集的分類正確率見表5和表6?？梢姡?dāng)特征波段數(shù)量較少時(shí)，4種模型的識別效果均不理想。隨著特征波段數(shù)量的增加，4種模型的分類正確率均有所提高，其中ELM和SVM模型的分類正確率增加20百分點(diǎn)左右。在數(shù)據(jù)集B中可能是受到特征波段數(shù)量的影響，SVM模型隨著維數(shù)的增加呈先上升后下降趨勢，由于SVM模型能夠克服“維數(shù)災(zāi)難”，最終分類正確率趨于穩(wěn)定。當(dāng)特征波段數(shù)量達(dá)到70%時(shí)，4種模型的分類正確率大部分接近全波段。在數(shù)據(jù)集B中，當(dāng)特征波段數(shù)量達(dá)到30%時(shí)，SVM模型的分類正確率（97%）已經(jīng)優(yōu)于全波段（95%，見表3），說明特征波段的選擇有益于SVM模型進(jìn)行數(shù)據(jù)分類。綜上，當(dāng)特征波段數(shù)量占比為70%時(shí)，煙葉分類正確率已接近基于全波段的分類正確率，且可減小數(shù)據(jù)規(guī)模，提升運(yùn)算速度。

表4 兩個(gè)數(shù)據(jù)集中特征波段數(shù)量選擇結(jié)果Tab.4 Numbers of characteristic bands selected by F-Score algorithm based on two datasets

表5 不同特征波段數(shù)量和分類模型下數(shù)據(jù)集A分類正確率Tab.5 Classification accuracy for dataset A in case of different numbers of characteristic bands and different classification models （%）

表6 不同特征波段數(shù)量和分類模型下數(shù)據(jù)集B分類正確率Tab.6 Classification accuracy for dataset B in case of different numbers of characteristic bands and different classification models （%）

3 結(jié)論

基于煙葉高光譜信息，采用多元散射校正（MSC）等3種預(yù)處理方法以及支持向量機(jī)（SVM）等4種分類模型，分析了煙葉等級的分類正確率。結(jié)果表明：①M(fèi)SC預(yù)處理的分類正確率較高，在數(shù)據(jù)集A中平均分類正確率僅比SNV、SG低1.00百分點(diǎn)、1.75百分點(diǎn)，但在數(shù)據(jù)集B中比SNV、SG高18.25百分點(diǎn)、11.75百分點(diǎn)。②在4種模型中，ELM和SVM模型識別效果較優(yōu)，基于全波段和特征波段的分類正確率均高于其他模型，其中經(jīng)MSC預(yù)處理后基于全波段的分類正確率在數(shù)據(jù)集A中達(dá)到84%和80%，在數(shù)據(jù)集B中達(dá)到96%和95%。③當(dāng)選擇的特征波段數(shù)量達(dá)到全波段的70%時(shí)，4種模型的分類正確率已接近基于全波段的分類正確率，其中SVM模型對數(shù)據(jù)集B的分類正確率達(dá)到96%。研究結(jié)果顯示利用煙葉的高光譜信息對煙葉進(jìn)行分級是可行的。