中红外光谱的进口木材树种识别方法

冯国红， 朱玉杰， 李耀翔

东北林业大学工程技术学院， 黑龙江 哈尔滨 150040

引 言

随着木材需求的增加， 我国从欧洲、 东南亚、 非洲、 大洋洲等地区进口木材的数量和种类正逐年大幅增长， 树种不符是进口贸易中最常见的问题之一， 也是主要的欺诈手法。 正确鉴定树种是进口木材执法的前提和市场流通的需要[1]。 进口木材树种种类繁多， 木材树种的快速、 准确识别研究已成为木材科学发展中的一个备受关注的问题。 近年来， 有关木材树种识别的方法主要有DNA法、 图像法、 高光谱法和红外光谱法等。 DNA法是通过提取木材的DNA进行识别的， 由于DNA的提取不容易实现， 目前研究的较少。 图像法主要从木材的纹理特征出发， 侧重于图像特征提取方法的研究[2-4]。 高光谱法主要利用其窄波段特性在较小的空间尺度上能区分地表的细微变化的优势进行树种识别， 该方法主要应用于树种的遥感识别[5-6]。 红外光谱法主要基于木材的物质结构信息与光谱的吸收特征的关系进行识别。

光谱分析法具有绿色、 高效、 可实时在线分析等特点， 目前， 红外光谱分析已经成为发展最快、 最引人瞩目的一门独立的分析技术。 近年来人们开始探索基于红外光谱分析识别木材的树种。 谭念等基于近红外光谱利用主成分分析和支持向量机进行了树种识别研究， 识别率达到94.29%[7]。 汪紫阳等基于可见/近红外光谱对树叶树种的识别进行了研究[8]。 纵观目前的研究， 光谱范围主要集中在近红外区域， 对于中红外的研究鲜有报道。 中红外的波数范围在400～4 000 cm-1之间， 是绝大多数有机物和无机离子的基频吸收带， 是红外光谱中吸收能力最强的振动谱区， 所以中红外区也被认为是最适合于进行红外光谱定性和定量分析的区域[9-10]。

以进口的卢氏黑黄檀、 风车木、 微凹黄檀、 燃料紫檀和东非黑黄檀为研究对象(该五种树种在日常交易中常被称为大叶紫檀、 皮灰黑檀、 微凹黄檀、 赞比亚血檀和紫光檀)， 采用中红外光谱仪获取其光谱数据， 对数据进行平滑处理及一阶导数处理， 运用主成分分析提取光谱数据的特征， 基于常用的模式识别方法-支持向量机和马氏距离建立判别模型[11-12]， 验证两种判别方法的识别效果。 应用中红外光谱在木材识别领域进行探索与实践。

1 实验部分

1.1 仪器与数据采集

美国Frontier FT-IR的傅里叶中红外光谱仪， 采用PerkinElmer spectrum软件采集漫反射光谱， 波数范围400～4 000 cm-1。

树种试样为6 cm×4 cm×1 cm的木块， 如图1所示。 每块木块采集10组光谱数据， 共采集500组， 卢氏黑黄檀、 风车木、 微凹黄檀、 燃料紫檀和东非黑黄檀各采集100组。

图1 木块试样

1.2 数据预处理

平滑处理： 此处采用7点移动平滑处理。

波数的筛选： 观察平滑处理的光谱图， 两端的谱图噪声较大， 选取600～3 800 cm-1波数的数据为分析范围。

导数处理： 采用一阶导数处理。

归一化处理： 将数据集映射到[0， 1]上。

2 结果与讨论

2.1 光谱分析

经平滑处理和一阶导数处理的五种树种的光谱图如图2所示。 由图2可以看出， 五种树种的光谱图在600～1 900及2 900～3 800 cm-1范围内存在差异， 尤其是燃料紫檀、 风车木与其他3种檀差异性明显。 经过平滑加一阶导数处理的光谱图差异性较明显。

图2 五种树种的光谱图

2.2 主成分分析

主成分分析法是较常用的一种数据压缩特征提取方法， 简化原始高维变量的同时最大限度的保留了原始数据的信息。

对五种树种的平滑处理数据和平滑加一阶导数处理数据进行主成分分析， 分别绘制测试集的第一、 第二主成分得分的散点图， 如图3所示(为避免数据点密集， 此处仅给出前10个得分)。 由图3可以看出， 经过平滑加一阶导数处理的测试集的各自聚类性较平滑处理好。

图3 测试集前2个主成分的得分图

2.3 支持向量机识别方法

支持向量机(support vector machine， SVM)是一种较常用的模式识别方法， SVM能够很好的预防欠学习与过学习的发生， 在解决实际问题中总是属于最好的方法之一。 台湾大学林智仁教授等开发设计了SVM的训练与预测工具箱-LIBSVM， 可快速有效的进行SVM模式识别。 此处基于该工具箱进行识别研究。 使用时需要确定核函数、 惩罚因子c及核参数g， 此处确定的核函数为径向基核函数，c和g的寻优方法采用粒子群算法(particle swarm optimization， PSO)。

2.4 SVM识别结果与讨论

使用PSO进行参数寻优时， 首先需要确定光谱图的特征个数， 即主成分的个数， 主成分个数的选取直接影响识别结果。 由主成分分析的结果可知， 平滑处理和平滑加一阶导数处理的前5个主成分的累积贡献率达到了90%以上， 此处对主成分个数为[5， 30]范围进行试验验证， 以获得最佳值。 每种树种的60组数据为训练集， 15组数据用于c和g的寻优， 剩下20组数据用于测试。 利用Matlab软件对主成分个数为[5， 30]范围进行c和g的寻优， 得到的5折检验下的最佳判别准确率如表1所示。

由表1可以看出， 平滑处理和平滑加一阶导数处理的主成分个数在[7， 11]范围内的5折检验下的最佳判别准确率较高， 达到95%以上， 主成分个数在15个以上时， 5折检验下的最佳判别准确率降低明显。 此处， 结合15组的判别准确率， 最终确定的主成分个数为8个。 此时得到的PSO参数寻优的适应度曲线如图4所示。

表1 不同主成分个数的5折检验下的最佳判别准确率

Table 1 The best discriminant accuracy under the 5-fold test of different principal components

主成分个数最佳判别准确率/%平滑平滑+一阶导数主成分个数最佳判别准确率/%平滑平滑+一阶导数59598.33149090691.6796.67159593.3379596.671691.6791.67896.6798.331793.3391.6799596.671888.3391.671095951986.6791.671195952085901293.3391.672584.3386.671393.33953083.3381.67

图4 PSO参数寻优的适应度曲线

由图4可知， 平滑处理的光谱数据c=1.218 1，g=36.102 7时， 5折检验下的最佳判别准确率为96.67%； 平滑加一阶导数处理的光谱数据c=1.592 8，g=18.905 2时， 5折检验下的最佳判别准确率为98.33%。 以径向基函数为核函数， 分别以c=1.218 1，g=36.102 7和c=1.592 8，g=18.905 2建立支持向量机模型， 对五种树种的100组测试集(每种20组)进行分类， 得到的各树种的正确识别率如表2所示。 表2的结果表明， 基于支持向量机法以前8个主成分的得分作为特征， 对5个树种的识别效果较好。 经平滑加一阶导数处理的数据， 其识别效果优于平滑处理。 平滑加一阶导数处理的数据仅有卢氏黑黄檀和东非黑黄檀各出现了1例错判， 正确识别率达98%。

表2 支持向量机的树种识别结果

2.5 马氏距离识别方法

马氏距离判别法的基本思想是： 首先根据已知分类的数据， 分别计算各类的中心， 即分类均值， 在此基础上， 距离判别准则是对于任意给定的一组新样品的观测值， 若它与第i类中心距离最近， 就认为它来自第i类。

将每个树种的75个校正集的前8个主成分得分求平均， 记为该树种的中心， 利用式(1)求每个验证集到各树种中心的马氏距离， 验证集距离哪个中心近， 则判定验证集属于该树种。

(1)

2.6 马氏距离识别结果与讨论

利用SPSS软件计算得到的五种树种的100组测试集的树种识别结果如表3所示。 表3的结果表明， 在马氏距离法中， 以前8个主成分的得分作为特征， 可以获得较好的识别效果。 经平滑处理的数据正确识别率达94%， 平滑加一阶导数处理的数据正确识别率达97%。 马氏距离的正确识别率整体略低于支持向量机。

表3 马氏距离的树种识别结果

3 结 论

利用中红外光谱仪采集了卢氏黑黄檀、 风车木、 微凹黄檀、 燃料紫檀及东非黑黄檀五种树种的光谱， 进行了平滑处理和一阶导数处理， 运用主成分分析法提取了光谱图的特征信息， 由测试集的第一和第二主成分的得分， 得出五种树种的光谱数据具有较好的各自聚类性， 平滑加一阶导数处理的聚类性优于平滑处理。 应用支持向量机进行判别研究， 对主成分个数为[5， 30]范围进行惩罚因子c和核参数g的寻优， 结果表明： 主成分个数在[7， 11]范围内的5折检验下的最佳判别准确率较高， 结合验证集的识别准确率确定的主成分个数为8个。 取前8个主成分作为输入变量， 基于最优的c和g进行判别， 结果显示： 平滑处理的正确识别率达到95%， 平滑加一阶导数处理的正确识别率达到98%。 取前8个主成分作为输入变量， 进行了马氏距离判别， 结果显示： 平滑处理的正确识别率达到94%， 平滑加一阶导数处理的正确识别率达到97%， 平均识别率稍低于支持向量机。 支持向量机和马氏距离识别中平滑加导数处理的识别效果优于平滑处理， 燃料紫檀和风车木的识别效果最好， 卢氏黑黄檀的识别率稍低。 由支持向量机和马氏距离的识别率可以认为， 中红外光谱可用于识别树种， 具有良好的应用前景。