光學無損檢測技術在煙葉采烤過程中的應用研究進展

劉浩，孟令峰，王松峰*，王愛華，杜海娜，李增盛，孫福山

(1 中國農業科學院煙草研究所/農業部煙草生物學與加工重點實驗室，山東 青島 266101；2 中國農業科學院研究生院，北京 100081)

煙葉作為卷煙生產的主要原料，其產量和品質的提升一直是廣大煙葉工作者關注的重點。煙葉的產量和品質是保障中式卷煙質量的基礎，采收和烘烤是決定煙葉質量的重要生產過程。目前主要靠人工經驗判別鮮煙采收的成熟度，存在主觀性過強、判別標準不統一等缺點。而在烘烤過程中，也主要是根據煙葉外觀性狀變化和溫濕度監測以及烤后煙葉化學成分分析來調控烘烤參數[1-2]。該方法較復雜，且具有不便捷、應用不及時等弊端。因此，生產上需要建立一種快速無損的方法來對鮮煙葉成熟度進行科學判定，對密集烘烤過程中煙葉外觀變化以及某些成分的動態變化規律進行實時監測，從而及時采取調控措施。目前，光學無損檢測技術已在煙草烘烤過程中得到較為廣泛的應用。但基于判別條件復雜和成本高的原因，能應用于實踐的光學無損檢測技術較少，且對煙葉烘烤過程中部分內在成分的變化也未能實現實時監測。為進一步推動光學無損檢測技術在煙葉采收烘烤過程中的應用，筆者綜述了光學無損檢測技術在鮮煙葉成熟度判別和煙葉烘烤過程的研究現狀及進展，并對其進一步應用進行了展望，以期為光學無損檢測技術在煙葉采烤中的應用提供參考。

1 光學無損檢測技術類型

無損檢測通常指利用聲、光、磁和電等特性檢測被檢對象中是否存在缺陷而又保證不損壞其使用性能，最終了解并評價被檢對象的性質及內部結構的一項技術[3]。目前，利用光學特性的無損檢測方法在煙葉烘烤中的應用較為廣泛。光學特性是指煙葉在被照射后能反射、吸收、透射、漫射到表面的光或激發其他波長的光的特性[4]。目前，光學無損檢測技術在煙葉烘烤過程和鮮煙葉成熟度檢測中的應用較多，主要包括高光譜技術[5-6]、近紅外光譜技術[7-8]、機器視覺技術[9]等。高光譜技術在獲取樣品表面光譜信息后，可在一定程度上體現被測物體內部物理結構及化學成分的差別，通過建立高光譜分析模型，可同時預測多個指標，并且具有分析速度快、操作簡單、無需對待檢樣本進行預處理等特點[10]，通常被應用于農業遙感領域[11]。近年來，近紅外光譜分析技術在分析化學領域的應用發展迅猛，尤其是在微生物檢測及農產品檢測領域[12]。其優勢體現在可以快速地對待測樣品的光學信號進行分析，從而獲得待測樣本的內部化學信息。近紅外技術也已廣泛應用于煙草領域[13]。機器視覺技術涉及計算機科學技術、圖像處理技術、人工智能技術等多方面的知識，主要通過計算機技術演繹物體與人眼的密切關系[14-15]。該技術在種子篩選[16]、果蔬分級[17]、作物病蟲草害識別與監測[18]中都有廣泛應用，也已應用于煙葉成熟度判別及煙葉分級[19]。其突出優勢就是速度快、功能多，且由于其利用機器視覺進行檢測，可有效排除人的主觀因素影響[20]。

綜上可知，光學無損檢測技術不僅可實現快速大面積檢測，而且能實現遠距離無接觸式探測，在煙葉采收和烘烤中的應用具有明顯優勢。

2 光學無損檢測技術在煙葉成熟度判別中的應用

2.1 煙葉成熟度常規判別技術

鮮煙葉的成熟度與烤后煙葉的外觀質量、評吸質量及香氣質量等密切相關[21]，科學地判別鮮煙葉成熟度可以有效提高烤后煙葉質量。目前判別煙葉成熟度主要靠人工感官經驗，前人大多依據煙葉外觀標準和各項生理指標進行鮮煙葉成熟度的判別。如日本判斷鮮煙葉成熟度的方法是使用比色卡；美國是根據采收時煙葉的莖葉夾角以及葉柄是否帶莖皮等方法來進行判斷[22]；我國則大多是通過觀察煙葉顏色及外觀性狀來判斷鮮煙葉成熟度，難免存在掌握適宜成熟度不準，主觀性過強[23-24]等問題。而依據各項生理指標進行判別[25]，需對煙葉進行有損檢測，存在技術要求較高，費時和操作復雜等問題。

2.2 機器視覺技術在鮮煙葉成熟度判別中的應用

機器視覺技術可以排除人的主觀因素的干擾，在鮮煙葉成熟度判別中有很大優勢。且該技術在農業方面已得到廣泛應用[26-28]，也已經被應用于煙葉成熟度判別。史龍飛等[29]利用機器視覺技術提取不同成熟度煙葉圖像的顏色和紋理特征值，建立了基于BP 神經網絡的成熟度預測模型，根據模型判斷的準確率達93.67%。謝濱瑤等[30]利用機器視覺技術提取煙葉顏色、紋理特征值，建立了基于BP 神經網絡、支持向量機的煙葉成熟度鑒別模型，模型準確率分別為93.83%和97.53%。張麗[31]采用計算機視覺技術提取煙葉顏色、紋理特征，建立成熟度預測模型，為實現鮮煙葉的自動分揀提供了可行方案。趙樹彌等[32]利用機器視覺技術對煙葉成熟度進行劃分，建立了一種鮮煙葉檢測分級裝置，該裝置通過自主學習建立樣本庫，然后參考樣本庫對未知樣品進行分級。汪強等[33]通過對煙葉樣品圖像數據進行處理與變換，建立了煙葉顏色特征與成熟度之間的關系模型TMDHSV，可以快速預測鮮煙葉的成熟度。

雖然機器視覺技術在煙草中的應用還處于成長階段，但隨著物聯網大數據、云計算、人工智能和無損檢測技術等新一代信息技術的逐漸崛起，也促進了該技術快速發展和成熟，以及在煙草生產中的廣泛應用。

2.3 光譜技術在鮮煙葉成熟度判別中的應用

有研究發現，煙葉顏色、組織結構、葉脈等葉片特征的有規律變化都可以在反射光譜上反映出來[34]。利用光譜技術建立相關模型，可以準確快速地判別鮮煙葉的成熟度。李佛琳等[35]通過測定和分析不同成熟度鮮煙葉的近紅外光譜，篩選出了主要預測因子為514、629、650 nm 反射率的典則判別分析模型，且該判別模型的驗證樣本準確率為97%。說明采用光譜技術判別鮮煙葉的成熟度是可行的。韓龍洋等[36]采集了不同成熟度煙葉的高光譜曲線，建立了相關預測模型，且該模型對未知成熟度的煙葉樣品識別正確率達92.5%以上。何孝兵等[37]采集了不同部位不同成熟度煙葉的光譜數據進行研究，發現光譜反射率與鮮煙葉成熟度之間存在著顯著正相關性，表明光譜反射率可以作為煙葉成熟度的判別指標。楊睿等[38]利用隨機森林方法分別建立了近紅外數據結合圖像數據的融合模型，用于預測鮮煙葉的成熟度，該模型對3 個品種煙葉的預測準確度都達到92%以上。王承偉等[39]采集了鮮煙葉的近紅外光譜數據，利用化學計量學方法對不同成熟度的煙葉建立模型，實現了對煙葉成熟度的快速判別。目前，利用光譜技術結合其他技術進行鮮煙葉成熟度判別的方法已日趨成熟，光譜技術在鮮煙素質判別中的應用極大地推動了煙葉無損檢測技術的發展。

3 光學無損檢測技術在烘烤過程煙葉變化判別中的應用

把握住煙葉烘烤過程中內在化學成分以及煙葉外觀性狀的變化規律，才能適時調節好烘烤參數，從而提高烤后煙葉質量。目前主要是靠人工觀察烘烤過程中煙葉的變化來進行烘烤參數的調節，無法真實反映煙葉在烘烤過程中內在成分的變化情況，也容易出現由于對煙葉外觀的變化判別不準而無法及時調控的現象，不利于烤后煙葉質量的提高。因此，生產上亟需一種快速無損的方法來對烘烤過程中煙葉的外觀形狀變化及某些內在成分的動態變化進行實時監測，并及時根據專家系統調整烘烤工藝，實現煙葉烘烤的數字化。

3.1 烘烤過程中煙葉外觀形狀變化研究

在烤煙烘烤過程中，采用光學無損檢測技術來代替人工觀察外觀性狀的變化，可有效避免人為判斷不準等缺點。郭朵朵[40]利用機器視覺技術進行煙草圖像信息采集及特征參數值的提取，探究烘烤過程中煙葉外觀特征與內部品質之間的相關關系，從而建立基于外觀特征與內部品質的預測模型，設計了一種基于烘烤過程中煙草外觀特征變化情況來控制烤房工藝的自動控制裝置。鮑安紅等[41]利用機器視覺技術獲取烘烤中煙葉的圖像信息，根據專家經驗調整烘烤溫濕度控制策略，提高了煙葉烘烤質量。Condorí 等[42]開發了基于數字圖像處理的控制系統，用于監控散裝烤房中煙草烤制過程的溫濕度變化。羅定棋等[43]應用近紅外技術對煙葉烘烤進行實時監測，并且將專家建議寫入計算機，從而對烘烤中的烤房進行有效控制，降低了烤壞煙比例，實現了煙葉烘烤的數字化。這些研究都是根據烘烤過程中采集的煙葉外觀形狀的實時圖像，并結合專家的建議，從而對烤房實現有效控制。

3.2 烘烤過程中煙葉內在化學成分變化研究

烘烤過程中，煙葉的一個或多個內在成分的動態變化規律體現了煙葉在烘烤過程中的物質變化過程，從而為有效調節烘烤參數和更好地控制烘烤進程提供參考依據。煙葉香氣物質形成的原因之一就是質體色素的降解，可以根據其在烘烤過程中的動態變化，采取恰當的烘烤工藝，提高烤后煙葉質量。付秋娟等[44]利用近紅外光譜技術構建了鮮煙葉中葉綠素和類胡蘿卜素的分析模型，發現利用近紅外光譜技術可以對煙葉中二者的含量進行快速的檢測。韋克蘇等[45]利用近紅外光譜技術，構建了基于競爭自適應重加權釆樣法(CARS)和偏最小二乘法(PLS)的煙葉烘烤過程中葉綠素和類胡蘿卜素含量的動態變化模型，發現CARS-PLS 模型能夠實現烘烤過程中質體色素變化的實時監測，為探究烘烤過程中香味物質轉化提供了理論基礎。賓俊等[46]應用近紅外光譜技術結合自適應進化極限學習機對烘烤過程中煙葉含水率、葉綠素以及淀粉含量的動態變化進行監測，其構建的模型可以準確分析煙葉烘烤過程中關鍵參數的變化規律。魏曉楠等[47]設置低溫、常規、高溫3 個烘烤條件，并分別建立相應的近紅外模型進行比較，認為可以利用偏最小二乘法來預測不同烘烤條件下烤煙纖維素含量變化。李玉鵬等[48]利用偏最小二乘法(PLS)建立了PLS 模型，用于預測烤煙含水量。如果能夠實現對煙葉烘烤過程中內在化學成分變化的實時監測，則可以第一時間掌握烤煙變化情況，及時調整烘烤參數，彌補人工判斷不準等缺點。

4 展望

光學無損檢測技術可以很好地彌補人工經驗不足、判斷不準等問題，且可以實現快速、大面積檢測和遠距離無接觸式探測。目前，該技術在煙葉生產中的應用還存在高成本、判別條件不足等問題，而且還未實現對煙葉烘烤過程中全部化學成分變化的實時監測，這些仍是光學無損檢測技術在煙葉采烤中進一步應用亟待解決的問題。而機器視覺技術在煙葉生產中的應用大多還停留在實驗室階段，未能在生產實踐中真正應用。在今后的研究中，還需結合實際，找出該技術存在的不足，并有針對性地提高和發展。對于圖像的提取，應著重研究實際生產環境下煙葉圖像特征和煙葉烘烤工藝的相關性，篩選出和烘烤過程煙葉內在物質具有顯著相關性的特征，進而完善烘烤工藝。光譜技術在煙葉生產中的應用目前已趨近成熟，但也存在一些未解決的硬性問題，例如光譜檢測成本過高、判別環境單一等。之后的研究重點應放在降低檢測成本、實現對煙葉內在化學成分的實時監測、以及探索和開發能夠判別鮮煙葉素質和烘烤過程中煙葉狀態變化的儀器，從而彌補人工判斷不準等缺點。相信隨著現代信息技術在農業領域的進一步應用，光學無損檢測技術將會代替人工經驗，并在煙葉的采烤過程中得到實際應用。