選擇精品咖啡豆的過程需要進(jìn)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(rèn)證由美國精品咖啡協(xié)會(SCAA)提供。

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

然而，圣保羅大學(xué)農(nóng)業(yè)核能中心(CENA-USP)的巴西科學(xué)家與LuizdeQueiroz農(nóng)業(yè)學(xué)院(ESALQ-USP)和伯南布哥聯(lián)邦大學(xué)計算機(jī)中心(UFPE)的同事合作，開發(fā)了一種基于多光譜成像和機(jī)器學(xué)習(xí)的咖啡豆選擇方法。該方法不需要烘烤，可以在生產(chǎn)過程中實時進(jìn)行。盡管它依賴于昂貴的設(shè)備，但它避免了可能的人為錯誤。一篇關(guān)于這種新方法的文章最近發(fā)表在《農(nóng)業(yè)計算機(jī)和電子學(xué)》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(dú)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(jī)械化的條狀采摘，這個程序可以產(chǎn)生標(biāo)準(zhǔn)的商業(yè)作物，”該文章的第一作者WinstonPinheiroClaroGomes說。戈麥斯是博士學(xué)位。CENA-USP的化學(xué)候選人，WanessaMelchertMattos和ClíssiaBarbozadaSilva擔(dān)任論文顧問。

“在我們的方法中，我們結(jié)合使用多光譜成像和處理圖像提供的數(shù)據(jù)的數(shù)學(xué)算法來區(qū)分被認(rèn)為是專業(yè)和標(biāo)準(zhǔn)商業(yè)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(jī)器學(xué)習(xí)每個分?jǐn)?shù)的樣本，以便在數(shù)學(xué)模型中指定這些類別。”

多光譜方法

該團(tuán)隊使用了基于反射率和自發(fā)熒光的多光譜成像(MSI)技術(shù)，其中同一物體的圖像在不同波長下拍攝，然后使用機(jī)器學(xué)習(xí)模型根據(jù)從圖像中收集的信息對豆類進(jìn)行分類。

“MSI在咖啡行業(yè)的使用是最近才出現(xiàn)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(guān)該主題的文獻(xiàn)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(biāo)準(zhǔn)經(jīng)濟(jì)作物的青豆樣本。十種特色咖啡豆(Coffeaarabica)來自于AltaMogiana地區(qū)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(qū)的特色咖啡生產(chǎn)商協(xié)會提供。其他六個樣品取自在當(dāng)?shù)厥袌龃罅抠徺I的標(biāo)準(zhǔn)經(jīng)濟(jì)作物。

對于每個樣本，隨機(jī)分離出64個未經(jīng)預(yù)處理的豆類，總共1,024個豆類(384個標(biāo)準(zhǔn)，640個專業(yè))，用于機(jī)器學(xué)習(xí)校準(zhǔn)、驗證和測試。

Gomes將過程總結(jié)如下：“我們將豆子放在培養(yǎng)皿中，然后放入設(shè)備中，該設(shè)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(qū)域相關(guān)的信息，并用于構(gòu)建對樣品進(jìn)行分類并提供給我們的算法結(jié)果。”

然后進(jìn)行主成分分析(PCA)以研究影響特色咖啡和標(biāo)準(zhǔn)咖啡之間差異的變量。研究人員運(yùn)行了四種機(jī)器學(xué)習(xí)算法，其中支持向量機(jī)(SVM)被證明是最好的，并被用于計算估計關(guān)鍵變量的系數(shù)。

熒光

特種豆在可見光譜(RGB)圖像中的形狀更加均勻，而標(biāo)準(zhǔn)豆在自發(fā)熒光圖像中更加強(qiáng)烈。

“我們的數(shù)學(xué)模型和算法使用來自熒光圖像的信號強(qiáng)度信息?？赡軙l(fā)生豆中存在的某些化合物在特定波長下更加興奮?；蚨嗷蛏購?qiáng)烈的熒光信號也可能與化合物濃度的變化有關(guān)例如，豆類，”戈麥斯說。

“我們選擇的模型在區(qū)分特種咖啡豆和標(biāo)準(zhǔn)咖啡豆方面表現(xiàn)最好。在這個模型中，用于構(gòu)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(dú)的化合物自然顯示綠色熒光，并試圖關(guān)聯(lián)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(biāo)志物，對10種酚類化合物進(jìn)行分析，數(shù)據(jù)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(fā)后反應(yīng)強(qiáng)烈具有405納米(nm)的藍(lán)光，發(fā)射500納米的能量。這種自發(fā)熒光數(shù)據(jù)(405/500nm的激發(fā)/發(fā)射)對區(qū)分綠色特種豆和綠色標(biāo)準(zhǔn)豆的貢獻(xiàn)最大。

“這些是與吸收與特定波長相關(guān)的能量的芳香基團(tuán)相關(guān)的化學(xué)物質(zhì)。在基于自發(fā)熒光的方法中，這些化學(xué)物質(zhì)在特種和標(biāo)準(zhǔn)等級咖啡中的水平變化可用于區(qū)分這兩組，”戈麥斯說。

這些化合物的含量差異通常用于區(qū)分特種咖啡豆和標(biāo)準(zhǔn)咖啡豆。“在我的碩士研究中，我研究了這些樣品的化學(xué)成分，雖然化學(xué)種類沒有差異，但我們發(fā)現(xiàn)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(jù)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(jù)咖啡豆的評分對咖啡豆進(jìn)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(jìn)口咖啡得分為100。在我的博士研究中，我試圖對豆類進(jìn)行分類在X射線圖像的基礎(chǔ)上，我決定通過包括進(jìn)口豆類來增加樣本數(shù)量和分析范圍，”他說。