Tecnología de imágenes hiperespectrales para la detección no destructiva del contenido de aceite de tabaco curado al humo

En el sistema de evaluación de la calidad de la hoja, el contenido de aceite es uno de los indicadores importantes para medir la calidad del tabaco curado al humo. Tradicionalmente, la evaluación del contenido de aceite se basa principalmente en el juicio empírico de los profesionales, lo que presenta problemas como una fuerte subjetividad y una eficiencia relativamente baja. En los últimos años, la tecnología de imágenes hiperespectrales, por sus características de combinar gráficos y espectros, ha demostrado potencial de aplicación en el campo de la detección de la calidad de productos agrícolas. Tomando como ejemplo un estudio sobre la detección del contenido de aceite de tabaco curado al humo, este artículo presenta el efecto de aplicación práctica de la tecnología hiperespectral del infrarrojo cercano visible en este escenario.

Antecedentes de la investigación y diseño experimental.
El estudio seleccionó 634 muestras de hojas de tabaco curado al humo de 22 provincias productoras de tabaco (regiones autónomas) de todo el país, abarcando las partes superior, media e inferior. El equipo de investigación utilizó el sistema de imágenes hiperespectrales de la serie FigSpec de CHNSpec (incluidas las cámaras FigSpec-23 y FigSpec-25) para recopilar de forma sincrónica la información espectral de las hojas de tabaco en los rangos de longitud de onda de 400-1000 nm y 900-1700 nm. Durante el proceso de recolección, al fijar el ángulo de la fuente de luz y la distancia de la cámara, se aseguró la uniformidad de la iluminación y el valor promedio después de recolectar datos espectrales dos veces para cada muestra se utilizó como entrada original.

La puntuación del contenido de aceite fue evaluada de forma independiente en una escala de 10 puntos por un equipo de evaluación de la calidad de la apariencia compuesto por 20 personas. Las muestras se dividieron en un conjunto de calibración (443 muestras) y un conjunto de validación (191 muestras) en una proporción de 7:3. Las características de distribución de las puntuaciones del contenido de aceite en los dos conjuntos de muestras fueron consistentes con la población general, proporcionando una base confiable para la construcción posterior del modelo.

Preprocesamiento espectral y análisis de correlación
Los datos espectrales originales contienen ruido e interferencias de dispersión, lo que requiere un procesamiento previo para mejorar las señales efectivas. El estudio comparó cinco métodos de preprocesamiento únicos, incluido el suavizado de promedio móvil (MA), la corrección de dispersión multiplicativa (MSC), la variable normal estándar (SNV), la primera derivada (D1) y la estandarización (SS), así como sus estrategias combinadas.

Los resultados del análisis mostraron que el preprocesamiento de MSC y SNV podría mejorar efectivamente la correlación entre la reflectancia espectral y las puntuaciones del contenido de aceite. En el rango de longitud de onda de 928,36-1177,03 nm, el coeficiente de correlación aumentó de 0,076-0,124 del espectro original a 0,331-0,640. El preprocesamiento D1, al fortalecer las características de variación local de las curvas espectrales, hizo que el número de bandas fuertemente correlacionadas (|r|≥0.4) excediera 100. Estos resultados indican que estrategias de preprocesamiento razonables ayudan a mejorar la capacidad predictiva de los modelos posteriores.

Construcción del modelo y evaluación del desempeño.
El estudio utilizó dos algoritmos, regresión de mínimos cuadrados parciales (PLSR) y regresión de vectores de soporte (SVR), para construir modelos de predicción cuantitativa para puntuaciones de contenido de aceite. El modelo PLSR basado en la banda completa del infrarrojo cercano visible tenía valores RPD del conjunto de validación entre 1,642 y 1,775 en la mayoría de las condiciones de preprocesamiento, entre los cuales el conjunto de validación R² alcanzó 0,683 y el RMSE fue 0,346 después del preprocesamiento MA. El modelo SVR tuvo un conjunto de validación R² de 0,653 y un RMSE de 0,362 bajo el preprocesamiento combinado D1+SS.

Para fusionar las ventajas de ambos modelos, el estudio introdujo una estrategia de fusión de promedio ponderado. El modelo de fusión basado en la banda completa del infrarrojo cercano visible (PLSR bajo preprocesamiento MA y SVR bajo preprocesamiento D1+SS) vio su conjunto de validación R² aumentar a 0,721, RMSE caer a 0,324 y RPD alcanzar 1,894, lo que muestra un mejor efecto de predicción que cualquier modelo individual.

Selección de bandas características y optimización del modelo.
Los datos hiperespectrales contienen cientos de bandas, lo que presenta problemas de redundancia de datos. El estudio adoptó el algoritmo de proyecciones sucesivas (SPA) para la selección de bandas características. Los resultados mostraron que después del preprocesamiento MA, el modelo PLSR construido con 95 bandas características seleccionadas por SPA tuvo un conjunto de validación R² de 0,685 y un RMSE de 0,345; después del preprocesamiento D1+SS, el modelo SVR construido con 56 bandas características seleccionadas por SPA tuvo un conjunto de validación R² de 0,666 y un RMSE de 0,355. El número de bandas características se redujo significativamente de 428 en la banda completa, lo que redujo drásticamente la dimensionalidad de los datos.

El modelo de fusión de PLSR y SVR basado en la selección de SPA mejoró aún más la precisión de la predicción, con el conjunto de validación R² alcanzando 0,724, RMSE en 0,323 y RPD en 1,904. Este resultado indica que la selección de bandas características mantiene la validez del modelo al tiempo que reduce la redundancia de datos.

Perspectiva de la aplicación
Este estudio demuestra la viabilidad de la tecnología hiperespectral del infrarrojo cercano visible en la detección no destructiva del contenido de aceite de tabaco curado al humo. En comparación con los métodos tradicionales de evaluación manual, la tecnología hiperespectral tiene ventajas potenciales de objetividad, no destructividad y velocidad, que pueden proporcionar bases de referencia para el desarrollo de equipos automáticos de clasificación de hojas de tabaco y la construcción de sistemas inteligentes de control de calidad. El sistema de imágenes hiperespectrales de la serie FigSpec de CHNSpec llevó a cabo la tarea principal de recopilación de datos en este estudio, verificando su aplicabilidad en escenarios de detección de calidad de materiales agrícolas.