高粱作為釀酒工藝中的重要原材料，其品種及品質(zhì)的好壞，會(huì)直接影響酒的品質(zhì)。因此，對(duì)釀酒高粱的品種進(jìn)行分類，是一項(xiàng)重要的工作。實(shí)際操作中，主要采用人工分類，這種方法費(fèi)時(shí)、主觀影響嚴(yán)重，難以形成統(tǒng)一的標(biāo)準(zhǔn)。為了提升分類的準(zhǔn)確性，就可以使用高光譜成像儀。本文介紹了高光譜成像技術(shù)在釀酒高粱品種分類中的應(yīng)用。

釀酒高粱品種分類的必要性：

高粱是我國(guó)重要的糧食作物之一，因其籽粒中含有豐富的營(yíng)養(yǎng)物質(zhì)在釀酒行業(yè)有著“好酒離不開(kāi)紅糧”的精辟論斷，每年需求量高達(dá)2000萬(wàn)頓。目前，釀酒高粱品種主要以高淀粉含量的瀘州紅、青殼洋、睿糯7號(hào)等糯高粱為主。由于釀酒高梁種類繁多，產(chǎn)地各不相同，籽粒中的淀粉、蛋白質(zhì)、脂肪和單寧等含量有較大差異，導(dǎo)致釀造出的白酒在香型、風(fēng)格、品質(zhì)和產(chǎn)酒率上也有很大的差別。由此可見(jiàn)，在高梁原材料分批入庫(kù)前準(zhǔn)確高效地對(duì)高粱品種進(jìn)行鑒別，對(duì)釀造過(guò)程中泡糧時(shí)間、用水量、蒸糧時(shí)間等生產(chǎn)工藝控制，對(duì)產(chǎn)出優(yōu)質(zhì)白酒具有十分重要的指導(dǎo)意義。

傳統(tǒng)的鑒別方式主要有人工經(jīng)驗(yàn)判別和生物抽樣檢測(cè)，前者易受主觀影響，效率低，難以形成統(tǒng)一的標(biāo)準(zhǔn)，后者操作繁瑣、費(fèi)時(shí)費(fèi)力，兩者都無(wú)法滿足現(xiàn)代白酒企業(yè)對(duì)釀酒原料高粱的鑒別需求，因此急需尋找一種快速、準(zhǔn)確且簡(jiǎn)便的高粱品種分類檢測(cè)方法，而高光譜成像技術(shù)無(wú)疑是最好的選擇。

高光譜成像技術(shù)在釀酒高粱品種分類中的應(yīng)用：

高光譜圖像技術(shù)是一種把傳統(tǒng)的光譜技術(shù)和二維成像技術(shù)于一體的新興的無(wú)接觸式檢測(cè)技術(shù)，通過(guò)對(duì)獲取待測(cè)物的光譜信息和圖像信息進(jìn)行分析提取，實(shí)現(xiàn)對(duì)樣本的快速無(wú)損檢測(cè)。高光譜圖像技術(shù)具有高分辨率的特性，其圖像數(shù)據(jù)相鄰波段間隔比較窄，波段存在重疊，高光譜圖像數(shù)據(jù)每個(gè)像元均可提取一條完整的高分辨率光譜曲線，所以高光譜圖像技術(shù)已經(jīng)發(fā)展成覆蓋了上百條光譜通道、像素點(diǎn)攜帶波譜信息量豐富的高分辨率檢測(cè)技術(shù)。

高光譜成像儀因其優(yōu)越性，不僅在遙感領(lǐng)域大量應(yīng)用，在釀酒高粱品種無(wú)損檢測(cè)領(lǐng)域也應(yīng)用廣泛。它集合了成像技術(shù)和光譜技術(shù)兩者的優(yōu)點(diǎn)，具有“圖譜合一”的特點(diǎn)，其中提取圖像信息檢測(cè)釀酒高粱品種外部品質(zhì)，提取光譜信息則用于檢測(cè)釀酒高粱品種內(nèi)部品質(zhì)，同時(shí)可將圖像信息和光譜信息進(jìn)行特，征融合，以此更好地檢測(cè)釀酒高粱品種的內(nèi)外部品質(zhì)。使用高光譜儀檢測(cè)釀酒高粱品種的具體步驟如下：

1.樣品采集

采集不同品種的釀酒高粱，分別進(jìn)行編號(hào)。

2.光譜圖像數(shù)據(jù)采集

選取合適的樣品，使用高光譜成像儀采集釀酒高粱品種的高光譜圖像數(shù)據(jù)。高光譜圖像采集之前要先對(duì)儀器進(jìn)行校正，高光譜成像系統(tǒng)的校正主要通過(guò)調(diào)節(jié)光強(qiáng)、圖像清晰度、圖像的失真來(lái)實(shí)現(xiàn)，影響圖像清晰度和是否失真的因素包括物鏡之間的高度，電控移位平臺(tái)移動(dòng)速度和曝光時(shí)間。

3.特征波長(zhǎng)提取

由于采集樣本的全波段光譜數(shù)據(jù)量大、信息混雜，且大量的光譜數(shù)據(jù)會(huì)造成模型復(fù)雜、計(jì)算量大等問(wèn)題。因此，有必要對(duì)高光譜數(shù)據(jù)進(jìn)行降維處理以尋找最能表征樣本品質(zhì)指標(biāo)的特征圖像，這樣即可以提高后期數(shù)據(jù)處理的速度，又可以去除數(shù)據(jù)中的冗余信息。

4.建立預(yù)測(cè)模型與評(píng)價(jià)

利用分析軟件采用不同的方法對(duì)原始光譜進(jìn)行預(yù)處理，并使用該數(shù)據(jù)進(jìn)行建模，分析不同的預(yù)處理方法對(duì)預(yù)測(cè)模型的作用。應(yīng)用偏最小二乘回歸（PLSR）建立釀酒高粱品種預(yù)測(cè)模型，并對(duì)模型的預(yù)測(cè)能力進(jìn)行驗(yàn)證和精度評(píng)價(jià)。

利用高光譜成像技術(shù)對(duì)釀酒高粱品種內(nèi)外品質(zhì)進(jìn)行檢測(cè)，然后對(duì)全波段釀酒高粱圖像做主成分分析，并根據(jù)主成分圖像的特征向量?jī)?yōu)選出具有特征的波段，針對(duì)特征波段選取相應(yīng)的圖像處理和識(shí)別，最后利用圖像差值算法，就可以對(duì)釀酒高粱的品質(zhì)進(jìn)行評(píng)定，進(jìn)而進(jìn)行分類。