CN1831516A - 用可见光和近红外光谱技术无损鉴别卷烟品种及真假的方法 - Google Patents

Abstract

本发明公开了一种用可见光和近红外光谱技术无损鉴别卷烟品种及真假的方法。它包括：光谱仪和光源14.5V卤素灯用三脚支架固定；通过电源线为光谱仪、光源和计算机提供220V交流电；光谱仪通过数据线与计算机连接，将采集到的样本光谱数据传输到计算机。用光谱专用分析软件ASD ViewSpec ProV2.14和Unscramble V9.2对采集的数据进行处理分析。最后将分析的数据反馈信息接收平台，显示被测样本的品种。整个过程在计算机的控制下，实现数据的采集、存储、显示和处理功能。本发明主要用于快速、准确地实现卷烟品种及真假的鉴别，为市场的卷烟质量检测提供方便、快捷、高效的方法。

Description

用可见光和近红外光谱技术无损鉴别卷烟品种及真假的方法

技术领域

本发明涉及卷烟品种及真假的鉴别方法，尤其涉及一种用可见光和近红外光谱技术无损鉴别卷烟品种及真假的方法。

技术背景

市场上形形色色的卷烟产品，消费者很难通过肉眼区别卷烟的品质好坏以及不同的卷烟产品，并且存在着大量的假冒伪劣产品。

常规的化学方法进行卷烟不同品种的鉴别具有周期长，重现性差的缺点。

发明内容

为了克服上述存在的问题，本发明的目的在于提供了一种用可见光和近红外光谱技术无损鉴别卷烟品种及真假的方法。不仅能快速实时鉴别卷烟品种及真假，而且不需要化学试验，无需对样品进行破坏性预处理，既能对卷烟品种及真假实现无损、快速、有效的鉴别。

近红外光谱主要是有机分子的倍频和合频吸收光谱，本谱段能够得到分子的结构、组成、状态的信息，而且从近红外反射光谱还能得到样品的密度、粒度、高分子物的聚合度及纤维的直径等物质的物理状态信息。因为近红外光谱区的吸收主要是分子或原子振动基频在2000cm^-1以上的倍频、合频吸收，所以有机物近红外光谱主要包括C-H，N-H，O-H等含氢基团的倍频与合频吸收带。这些含氢基团的吸收频率特征性强，受分子内外环境的影响小，而且在近红外光谱区样品的光谱特性很稳定。可见光范围的光谱特征能反映样品的颜色、质感等视觉特征。可见光与近红外光谱的本质特征为快速鉴别卷烟品种及真假奠定了基础。将已知品种的真卷烟样本与光谱数据进行相关性分析，建立卷烟品种及真假鉴别模型。使用本发明的装置和方法，用光谱照射样品，检测样品的吸收和反射光谱，确定对满足吸收和反射光谱与样品特性之间的相关关系，进行建模和预测。

本发明解决其技术问题所采用的技术方案是它包括：

1)一种建立在不同品种卷烟样本与来自样本的可见光、近红外吸收光谱之间关系上的卷烟品种及真假的鉴别方法；光谱仪通过数据线接口经A/D转化与计算机相连；光源用三脚支架固定，调节光源俯视角，配套电源线与外接电源相连；光谱仪用配套三脚支架固定，调节其高度和视角；固定好光源、光谱仪和卷烟样本的位置。光源照射在用进样容器盛装的卷烟样本上，光谱仪经过白板校正后，接收来自样本的反射和散射光；；采集卷烟样本的光谱图像，再转换成光谱基本数据；

2)不同品种卷烟及真假鉴别包括建立品种鉴别模型和未知样品的鉴定两个阶段：

在卷烟品种鉴别模型阶段：必须收集各种已知品种的卷烟，并获得卷烟的可见光和近红外光谱；对于某一待识别卷烟可以通过和模型中标准卷烟光谱进行分析而计算出这种卷烟所对应的阈值，这个阈值就是鉴定新未知样品的标准；通过收集标准样品光谱，计算某种卷烟相应的阈值并且对模型进行检验后，就建立品种鉴别模型；检验过程实际上就是确认模型里的每一种卷烟都只能被惟一的鉴定，而不能与其他物质相混淆；

在未知样品的鉴定阶段，未知样品的光谱得到后就可以对其进行鉴别；未知卷烟样品的光谱可以和库中每一种卷烟的参考光谱进行比较；如果未知样品光谱和模型中某一卷烟参考光谱距离小于参考光谱对应的阈值，那么这个未知样品就与模型中的这种卷烟属于同一种物质。同理，在库中收集的卷烟都是真的，当同一品种的卷烟所得的参考光谱距离大于参考光谱对应的阈值，那么该卷烟即被判定为假烟。

可见光近红外鉴别卷烟品种及真假可以具体分为以下几个步骤：

1)标准或参考样品光谱集的建立：

光谱鉴别卷烟品种及真假就是把样本光谱与标准光谱进行比较，建立稳定可靠的标准光谱集，首先要测量各种卷烟样本的标准光谱；一般同一样品需多次重复测量，不同批号的样品也需重复测量，以平均光谱近似作为该样品标准光谱；将各种品种的卷烟光谱图像转换成样本光谱基本数据。

2)光谱的校正与预处理：

获得样本光谱后的第一步是对样本光谱进行校正和预处理，光谱校正的作用是光谱图的规范化、抵消背景干扰及提高光谱的质量，这里采用平滑、中心化、求导、归一化、多元散射校正、SNV、Reduce、Noise中的一种、任意二种或任意三种光谱预处理，采用何种校正方法要依光谱的质量及干扰的情况来选择，预处理也可以把原来隐藏的信号差异放大出来，提高光谱的分辨率，使品种鉴别更加直观、可靠；

3)光谱特征的提取：

卷烟品种及真假鉴别的重要依据是光谱特征的相似性(或差异性)，因此正确获取光谱特征是准确鉴别的关键一环，可见光近红外光谱的特点是光谱数据量大，光谱具有多变性、背景很复杂性；因此，在近红外光谱鉴别卷烟品种及真假的定性判别分析更多依靠若干个峰组或频率段甚至全光谱来进行定性判别，如偏差权重法、Kruskal-Wallistesting检验、主成分分析、偏最小二乘法、DPLS、SIMCA、LLM、Fisher判别、KNN、小波分析或ANN特征筛选方法来提取光谱特征以提高分析鉴别结果的可靠性；

4)鉴别模型的建立：

对于大量复杂的卷烟样品，确定未知样品属于某一种类，采用模式识别来进行鉴别，鉴别卷烟品种及真假的模式识别方法用Fisher判别、Bayes判别、逐步判别、线性学习机、KNN、SIMCA、DPLS、聚类分析、最小二乘回归、欧式距离或神经网络；以模式识别来进行判别分析，需要将已知品种样品的光谱分成学习集和检验集两部分，划分的依据是学习集和检验集中的类别种类应相同，具有广泛的代表性；然后对各种卷烟样品依先验知识进行赋初值，来建立品种鉴别模型，然后用检验集来评价模型的性能；

5)未知样品品种判别

获取未知卷烟样本光谱时所采用的测量方法，必须同获取参考光谱时所采用的测量方法保持一致，模型中的参考样本和未知样品光谱之间的变异来源应该尽可能减少；采样方法、分辩率、扫描间隔或扫描时间测量参数，应该保持一致；把未知品种样本的光谱经光谱校正及预处理，光谱特征的提取，送入鉴别模型与参考样品进行比较。

本发明与背景技术相比具有的有益效果是：

1)利用光谱技术鉴别卷烟品种及真假，其分析速度大大加快。光谱的测定过程一般可在30秒内完成(多通道仪器可在1秒内完成)。

2)不使用任何化学试剂，降低了检测成本，也不污染环境。

3)与化学方法相比，***误差和人为误差大大降低，提高了测量精度。

4)能够处理大量样本分析，节省时间，实时检测技术能够很好的应用于卷烟质量监测。

附图说明

图1是可见光和近红外光谱技术无损鉴别卷烟品种及真假原理图；

图2是三个品种卷烟及真假中华的典型光谱曲线图；

图3是各个样本对应的主成分1和主成分2的得分图。

具体实施方式

如图1所示，本发明它包括：

1)一种建立在不同品种卷烟样本及同一品种真假卷烟与来自样本的可见光、近红外吸收光谱之间关系上的卷烟品种及真假的鉴别方法；光谱仪通过数据线接口经A/D转化与计算机相连；光源用三脚支架固定，调节光源俯视角，配套电源线与外接电源相连；光谱仪用配套三脚支架固定，调节其高度和视角；固定好光源、光谱仪和卷烟样本的位置。光源照射在用进样容器盛装的卷烟样本上，光谱仪经过白板校正后，接收来自样本的反射和散射光；采集卷烟样本的光谱图像，再转换成光谱基本数据。

2)不同品种卷烟及真假鉴别包括建立品种鉴别模型和未知样品的鉴定两个阶段：

在卷烟品种及真假鉴别模型阶段：必须收集各种已知品种的卷烟，并获得卷烟的可见光和近红外光谱；对于某一待识别卷烟可以通过和模型中标准卷烟光谱进行分析而计算出这种卷烟所对应的阈值，这个阈值就是鉴定新未知样品的标准；通过收集标准样品光谱，计算某种卷烟相应的阈值并且对模型进行检验后，就建立品种鉴别模型；检验过程实际上就是确认模型里的每一种卷烟都只能被惟一的鉴定，而不能与其他物质相混淆；

在未知样品的鉴定阶段，未知样品的光谱得到后就可以对其进行鉴别；未知卷烟样品的光谱可以和库中每一种卷烟的参考光谱进行比较；如果未知样品光谱和模型中某一卷烟参考光谱距离小于参考光谱对应的阈值，那么这个未知样品就与模型中的这种卷烟属于同一种物质。同理，在库中收集的卷烟都是真的，当同一品种的卷烟所得的参考光谱距离大于参考光谱对应的阈值，那么该卷烟即被判定为假烟。

本***由美国ASD(Analytical Spectral Device)公司的Handheld FieldSpec光谱仪、光谱仪配套的14.5V卤素灯、计算机、校正白板、进样容器、电源等组成。该光谱仪波长为325～1075nm，扫描次数30次，分辨率3.5cm^-1，探头视场角为20度。用数据线将光谱仪与PC电脑相连，样品置于特制的容器中。进样容器是有一定高度(大于10mm)玻璃容器或黑化玻璃容器。光谱仪探头距离样本高度固定为80-200mm，光源距盛样容器中心300mm，成45度角。以上为数据采集装置。待光谱数据采集完毕，用光谱专用分析软件ASD ViewSpec ProV2.14和Unscramble V9.2进行数据处理分析。最后将分析的数据反馈信息接收平台，显示实时监测的品种情况。

以大红鹰，红双喜，真假中华为例来说明卷烟品种及真假鉴别方法，三个品种卷烟及同一品种的真假中华用于建立品种及真假鉴别模型。

1)标准或参考样品光谱集的建立：

对标准样品进行光谱扫描，光谱仪通过数据线接口经A/D转换与计算机相连；光源用三脚支架固定，调节光源俯视角，配套电源线与外接电源相连；光谱仪用配套三脚支架固定，调节其高度和视角；设定采样方法、分辩率、扫描间隔或扫描时间等测量参数。得到光谱图像如图2所示。

2)光谱校正及预处理：

把光谱图像数据化，获得样本光谱数据后的第一步是对样本光谱进行校正和预处理，这里采用平滑、多元散射校正光谱预处理方法，预处理把原来隐藏的信号差异放大出来，提高光谱的分辨率，使品种鉴别更加直观、可靠；

3)光谱特征的提取：

应用主成分分析法来提取光谱主要特征，在主成分得分图上可以看到不同品种的卷烟及真假中华的聚类图。主成分1和主成分2对三个品种的卷烟及真假中华的聚类效果如图3所示。说明主成分包含了对品种敏感的特征信息。主成分对原始光谱数据进行了压缩并提取出了对于品种敏感的光谱信息。

4)鉴别模型的建立：

用神经网络的方法建立了鉴别模型，已知品种样品的光谱分成学习集和检验集两部分，学习集是从所有样本中随机抽取的80个样本，每个品种20个样本。剩下的20个样本作为检验样本。经过主成分分析得到的前四个主成分作为神经网络的输入，经过反复学习确定了神经网络的隐含层节点数为8，最小训练速率取0.2，最大迭代次数1000。经过训练建立了神经网络模型，对样本的拟合误差等于8.833×10^-5。

5)未知样本品种判别：

对未知的20个样本进行鉴别。鉴别结果如表1所示。

                表1.该鉴别模型对未知20个样本的鉴别结果

预测样本序号	真实值	预测值	预测样本序号	真实值	预测值
						(1)(2)(3)(4)(5)(6)(7)(8)(9)(10)	0000011111	0.013290.017860.021990.02060.021470.998570.997890.975560.971611.08065	(11)(12)(13)(14)(15)(16)(17)(18)(19)(20)	2222233333	2.046042.099092.115201.981602.015972.982532.984892.981002.984612.96048

注：0-大红鹰，1-红双喜，2-硬中华，3-假中华

该模型对未知20个样品的品种鉴别率为100％，说明利用可见光和近红外光谱技术无损鉴别卷烟品种及真假是可行的。

Claims (2)

1.一种用可见光和近红外光谱技术无损鉴别卷烟品种及真假的方法，其特征在于它包括：

1)一种建立在不同品种卷烟样本或同一品种真假卷烟样本与来自样本的可见光、近红外吸收光谱之间关系上的卷烟品种及真假的鉴别方法；光谱仪通过数据线接口经A/D转化与计算机相连；光源用三脚支架固定，调节光源俯视角，配套电源线与外接电源相连；光谱仪用配套三脚支架固定，调节其高度和视角；固定好光源、光谱仪和卷烟样本的位置，光源照射在用进样容器盛装的卷烟样本上，光谱仪经过白板校正后，接收来自样本的反射和散射光；采集卷烟样本的光谱图像，再转换成光谱基本数据；

2)不同品种卷烟鉴别及同一品种真假的鉴别包括建立品种鉴别模型和未知样品的鉴定两个阶段：

在卷烟品种鉴别及真假鉴别的模型阶段：必须收集各种已知品种的卷烟及同一品种的真假卷烟，并获得各种卷烟的可见光和近红外光谱；对于某一待识别卷烟可以通过和模型中标准卷烟光谱进行分析而计算出这种卷烟所对应的阈值，这个阈值就是鉴定新未知样品的标准；通过收集标准样品光谱，计算某种卷烟相应的阈值并且对模型进行检验后，就建立品种鉴别模型；检验过程实际上就是确认模型里的每一种卷烟都只能被惟一的鉴定，而不能与其他物质相混淆；

在未知样品的鉴定阶段，未知样品的光谱得到后就可以对其进行鉴别；未知卷烟样品的光谱可以和库中每一种卷烟的参考光谱进行比较；如果未知样品光谱和模型中某一卷烟参考光谱距离小于参考光谱对应的阈值，那么这个未知样品就与模型中的这种卷烟属于同一品种。同理，在库中收集的卷烟都是真的，当同一品种的卷烟所得的参考光谱距离大于参考光谱对应的阈值，那么该卷烟即被判定为假烟。

2.根据权利要求1所述的用可见光和近红外光谱技术无损鉴别卷烟品种及真假的方法，其特征在于可见光近红外鉴别卷烟品种及真假可以具体分为以下几个步骤：

1)标准或参考样品光谱集的建立：

光谱鉴别卷烟品种及真假就是把样本光谱与标准光谱进行比较，建立稳定可靠的标准光谱集，首先要测量各种卷烟样本的标准光谱，并且这些卷烟必须为真货；一般同一样品需多次重复测量，不同批号的样品也需重复测量，以平均光谱近似作为该样品标准光谱；将各种卷烟的光谱图像转换成样本光谱基本数据；

2)光谱的校正与预处理：

获得样本光谱后的第一步是对样本光谱进行校正和预处理，光谱校正的作用是光谱图的规范化、抵消背景干扰及提高光谱的质量，这里采用平滑、中心化、求导、归一化、多元散射校正、SNV、Reduce、Noise中的一种、任意二种或任意三种方法光谱预处理方法，采用何种校正方法要依光谱的质量及干扰的情况来选择，预处理也可以把原来隐藏的信号差异放大出来，提高光谱的分辨率，使品种鉴别更加直观、可靠；

3)光谱特征的提取：

卷烟品种鉴别的重要依据是光谱特征的相似性(或差异性)，因此正确获取光谱特征是准确鉴别的关键一环，可见光近红外光谱的特点是光谱数据量大，光谱具有多变性、背景很复杂性；因此，在近红外光谱鉴别卷烟品种及真假的定性判别分析更多依靠若干个峰组或频率段甚至全光谱来进行定性判别，如偏差权重法、Kruskal-Wallistesting检验、主成分分析、偏最小二乘法、DPLS、SIMCA、LLM、Fisher判别、KNN、小波分析或ANN特征筛选方法来提取光谱特征以提高分析鉴别结果的可靠性；

4)鉴别模型的建立：

对于大量复杂的卷烟样品，确定未知样品属于某一种类，采用模式识别来进行鉴别，鉴别卷烟品种及真假的模式识别方法用Fisher判别、Bayes判别、逐步判别、线性学习机、KNN、SIMCA、DPLS、聚类分析、最小二乘回归、欧式距离或神经网络；以模式识别来进行判别分析，需要将已知品种样品的光谱分成学习集和检验集两部分，划分的依据是学习集和检验集中的类别种类应相同，具有广泛的代表性；然后对各种卷烟样品(包括真假)依先验知识进行赋初值，来建立品种鉴别模型，然后用检验集来评价模型的性能；

5)未知样品品种判别：

获取未知卷烟样本光谱时所采用的测量方法，必须同获取参考光谱时所采用的测量方法保持一致，模型中的参考样本和未知样品光谱之间的变异来源应该尽可能减少；采样方法、分辩率、扫描间隔或扫描时间测量参数，应该保持一致；把未知品种样本的光谱经光谱校正及预处理，光谱特征的提取，送入鉴别模型与参考样品进行比较。

Images