可以使用多光譜成像和人工智能對特色和標準咖啡豆進行分類

選擇精品咖啡豆的過程需要進行三種檢查。兩個是物理的，涉及生咖啡和烘焙咖啡的樣品。第三個是感官，涉及品嘗飲料。認證由美國精品咖啡協會(SCAA)提供。

根據SCAA指南，咖啡質量以0到100的十進制表示。特色咖啡必須得分80或更高。種植者將生豆樣品發送給三名品酒師(品酒師)，他們再次按照SCAA標準烘焙和制作每批咖啡，然后再出具報告。

然而，圣保羅大學農業核能中心(CENA-USP)的巴西科學家與LuizdeQueiroz農業學院(ESALQ-USP)和伯南布哥聯邦大學計算機中心(UFPE)的同事合作，開發了一種基于多光譜成像和機器學習的咖啡豆選擇方法。該方法不需要烘烤，可以在生產過程中實時進行。盡管它依賴于昂貴的設備，但它避免了可能的人為錯誤。一篇關于這種新方法的文章最近發表在《農業計算機和電子學》上。

“特色咖啡通常是有選擇地收獲的，這意味著只采摘成熟的紅櫻桃。它們是手工單獨收獲的。如果特色咖啡種植者收獲綠豆，或者在任何時候使用人工和/或機械化的條狀采摘，這個程序可以產生標準的商業作物，”該文章的第一作者WinstonPinheiroClaroGomes說。戈麥斯是博士學位。CENA-USP的化學候選人，WanessaMelchertMattos和ClíssiaBarbozadaSilva擔任論文顧問。

“在我們的方法中，我們結合使用多光譜成像和處理圖像提供的數據的數學算法來區分被認為是專業和標準商業的豆類，”戈麥斯解釋說。“精品咖啡的得分必須在80到100之間，但我們的模型無法判斷咖啡豆的得分是80還是90。這需要機器學習每個分數的樣本，以便在數學模型中指定這些類別。”

多光譜方法

該團隊使用了基于反射率和自發熒光的多光譜成像(MSI)技術，其中同一物體的圖像在不同波長下拍攝，然后使用機器學習模型根據從圖像中收集的信息對豆類進行分類。

“MSI在咖啡行業的使用是最近才出現的。它主要用于繪制咖啡林中的氮圖，檢測豆類的壞死，以及檢測植物中的病蟲害，從有關該主題的文獻中可以看出，”戈麥斯說.

研究人員分析了16個來自米納斯吉拉斯州和圣保羅州種植的特種和標準經濟作物的青豆樣本。十種特色咖啡豆(Coffeaarabica)來自于AltaMogiana地區種植的2016/17年度作物。它們在2017年AltaMogiana咖啡大賽中獲得評級，并由該地區的特色咖啡生產商協會提供。其他六個樣品取自在當地市場大量購買的標準經濟作物。

對于每個樣本，隨機分離出64個未經預處理的豆類，總共1,024個豆類(384個標準，640個專業)，用于機器學習校準、驗證和測試。

Gomes將過程總結如下：“我們將豆子放在培養皿中，然后放入設備中，該設備是一個包含LED、濾光片和攝像頭的球體。攝像頭在樣品上空下降，直到它們被完全覆蓋并捕獲圖像在不同波長的均勻和漫射照明之后，首先拍攝單色反射圖像，然后拍攝自體熒光圖像，然后通過板載軟件提取與感興趣區域相關的信息，并用于構建對樣品進行分類并提供給我們的算法結果。”

然后進行主成分分析(PCA)以研究影響特色咖啡和標準咖啡之間差異的變量。研究人員運行了四種機器學習算法，其中支持向量機(SVM)被證明是最好的，并被用于計算估計關鍵變量的系數。

熒光

特種豆在可見光譜(RGB)圖像中的形狀更加均勻，而標準豆在自發熒光圖像中更加強烈。

“我們的數學模型和算法使用來自熒光圖像的信號強度信息。可能會發生豆中存在的某些化合物在特定波長下更加興奮。或多或少強烈的熒光信號也可能與化合物濃度的變化有關例如，豆類，”戈麥斯說。

“我們選擇的模型在區分特種咖啡豆和標準咖啡豆方面表現最好。在這個模型中，用于構建分離邊界的最重要信息來自綠色熒光。因此，我們決定分析單獨的化合物自然顯示綠色熒光，并試圖關聯一些可能影響咖啡分級分離過程的熒光化合物。”

綠色熒光是可見光譜中以綠光為代表的生物標志物，對10種酚類化合物進行分析，數據表明兒茶素、咖啡因和某些酸類(4-羥基苯甲酸、芥子酸和綠原酸)被激發后反應強烈具有405納米(nm)的藍光，發射500納米的能量。這種自發熒光數據(405/500nm的激發/發射)對區分綠色特種豆和綠色標準豆的貢獻最大。

“這些是與吸收與特定波長相關的能量的芳香基團相關的化學物質。在基于自發熒光的方法中，這些化學物質在特種和標準等級咖啡中的水平變化可用于區分這兩組，”戈麥斯說。

這些化合物的含量差異通常用于區分特種咖啡豆和標準咖啡豆。“在我的碩士研究中，我研究了這些樣品的化學成分，雖然化學種類沒有差異，但我們發現它們的濃度存在差異，尤其是綠原酸和咖啡因的水平，”他說。

根據Gomes的說法，下一步將需要從每個SCAA定義的特色咖啡評分水平中獲取樣本(這不是一件容易的事)，并根據咖啡豆的評分對咖啡豆進行分類。“在巴西，咖啡的評分最高為90-92。很難找到比這更高的評分。例如，只有來自埃塞俄比亞的進口咖啡得分為100。在我的博士研究中，我試圖對豆類進行分類在X射線圖像的基礎上，我決定通過包括進口豆類來增加樣本數量和分析范圍，”他說。