**英文标题：**A two-stage hierarchical support vector machine framework detects roasted coffee adulterants through principal component analysis of hyperspectral imaging data
**研究单位：**埃及开罗军事技术学院
摘要：
烘焙咖啡存在经济利益驱动型掺假（EMA）问题，严重损害全球市场秩序与消费者安全，典型掺假手段是隐秘混入大麦、大豆等高致敏原料。烘焙过程会发生美拉德热反应，使掺假物与咖啡基质在视觉、光谱特征上高度趋同，给掺假检测带来巨大技术壁垒。针对这一司法鉴定空白，本文提出一套融合高光谱成像（400--1000 nm）的两级分层支持向量机（SVM）识别框架，实现掺假筛查与具体生物种类精准分类解耦。
本研究核心创新为采用主成分分析（PCA）消解 128 波段高光谱立方体的光谱冗余；仅保留前两个主成分即可覆盖 92% 以上总方差，搭建 "光谱 - 化学关联桥梁"，提取传统 RGB 相机无法捕捉的隐性色度、生化差异特征。该高显著性特征空间能够克服无监督聚类算法普遍存在的 "欧氏距离陷阱"，解决烘焙物料分类中频发的类别坍缩问题。
实验结果表明，分层模型总体分类精度达 88.6%，科恩卡帕系数 0.378；一级二元筛查模型 F1 分数高达 0.922，可精准保护纯咖啡样本不被误判；二级多分类模型能够像素级定位高度隐蔽的致敏掺假物空间分布。本研究实现像素级自动化掺假风险评估，为智能食品安全体系提供数据支撑，验证该方法在工业品质管控领域食品司法鉴定的应用潜力。
图1本研究用于对比分析的实验物料，包含纯阿拉比卡咖啡以及三种生物掺假物：烘焙大麦、烘焙海枣籽、烘焙大豆
图2高光谱图像采集系统原理图。整套装置搭载推扫式 SOC710 高光谱成像仪，相机垂直样品天底 0° 架设，配备施耐德 Xenoplan 35 mm F/1.9 镜头以实现高空间分辨率；Derungs 20 P SX 宽光谱光源呈 45° 斜向入射采集漫反射信号。图中剖视展示内部光学组件：入射光先经过狭缝与准直光学元件，透射式衍射光栅将光色散后投射至 CCD 传感器，整套设备生成覆盖可见光 - 近红外（400--1000 nm）、高精度连续空谱数据立方体。
图3用于模拟咖啡经济利益驱动掺假场景 S0--S3 的高光谱真彩色 RGB 成像图。S0 场景为 100% 纯阿拉比卡咖啡，S1--S3 场景在咖啡基质中划分独立区域分别混入烘焙大麦、海枣籽、大豆；所有物料均经烘焙、研磨、过筛统一粒径，平铺哑光无反光托盘，最大程度消除颗粒形态与背景干扰
图4 在第 60 波段的大麦样本高光谱数据立方体上交互式选取 5 块互不重叠、尺寸为 40×40 像素的感兴趣区域（ROI），选取效果示意。
图5通过交互式多边形标注生成 S0--S3 场景高精度真值标注图，彩色叠加图层为用于像素级模型性能验证的标准真实区域
图6 咖啡掺假司法鉴定对比计算框架流程图。第一阶段（预处理）：原始漫反射高光谱立方体经（SG）平滑、标准正态变量（SNV）散射校正处理，最大化光谱信号保真度。第二阶段（对比分类）：分两条技术路线对比测试：左侧无监督基线：分别采用 K=2 二元聚类、K=4 多聚类的 K-Means 算法，评估光谱自然可分性；右侧本文提出分层系统：面向司法鉴定的两级 SVM 框架，一级快速二元筛查区分咖啡 / 非咖啡异常像素，二级完成多分类精准判别大麦、大豆、海枣三类生物掺假物。
图 7 烘焙咖啡与掺假物光谱方差碎石图，柱状图为各主成分单独方差占比，折线为累积解释方差占比
图8 主成分载荷曲线图，展示前两个主成分下各波长的贡献；美拉德热变色标记对应可见光区间方差，生化特征标记对应近红外区间方差。
表2烘焙咖啡及掺假样品前两个主成分主要光谱方差信息汇总表
图9 主成分得分散点图：PC1-PC2 二维特征空间下各类样本分离效果（每类随机抽取 2000 个感兴趣区训练像素），星号为各类聚类中心；簇间部分重叠说明烘焙带来光谱趋同，需采用高级机器学习算法实现区分
图10 标准光谱库与反射光谱对比分析。上图：纯阿拉比卡咖啡与大麦、海枣籽、大豆三类掺假物在 400--1000 nm 可见光 - 近红外区间的平均叠加光谱；下图：各类物料独立光谱曲线。可见光区间光谱高度重叠直观体现 "美拉德光谱趋同" 现象。
图11 S1 大麦、S2 海枣籽、S3 大豆混合场景一级二元筛查（咖啡 / 非咖啡）可视化对比。左列：真彩色 RGB 参考图；中间：二元 SVM 分类图，黑色区域为完整连续掺假区域；右列：K=2 K-Means 聚类结果，存在大量椒盐噪点、区域边界破碎。
图12 S1、S2、S3 场景二级多分类司法鉴定结果对比。左：样品真彩色参考图；中间：两级 SVM 多分类图（红 = 大麦，橙 = 海枣籽，绿 = 大豆，蓝 = 咖啡）；右：K=4 K-Means 基线模型，存在严重类别坍缩，无法识别海枣籽类别。
表3 S0--S3 全部独立测试场景下两级分层 SVM 与 K-Means 基线模型像素级平均评价指标表；A 部分为一级二元筛查（咖啡 / 非咖啡）性能，B 部分为完整五类宏平均指标
图13 SVM 与 K-Means 模型像素级评价指标对比柱状图，包含全部实验场景总体精度、宏召回率、单类平均召回率、单类 F1 分数
图14 整合全部独立测试场景 S0--S3 的两级 SVM 像素级混淆矩阵。(a) 原始像素计数混淆矩阵；(b) 行归一化召回率混淆矩阵
图15 整合全部独立测试场景 S0--S3 的 K-Means 基线模型像素级混淆矩阵。(a) 原始像素计数混淆矩阵；(b) 行归一化召回混淆矩阵，海枣籽样本召回率为 0
表4 由分层 SVM 与 K-Means 基线模型行归一化混淆矩阵得到的各类召回率汇总表
图16整合全部独立测试场景，两级 SVM 框架一对多 ROC 曲线，并标注每类物料对应曲线下面积 AUC 值。
表5 由分层 SVM 与 K-Means 基线模型行归一化混淆矩阵得到的各类召回率汇总表
图17 咖啡混合大麦独立盲样测试图。(a) 俯视真彩色实物照片；(b) 二级 SVM 多分类图，红色区域为咖啡基质（蓝色）中分布的大麦掺假物。
图17多掺假物综合盲样测试图。(a) 包含烘焙咖啡、大麦、大豆、海枣籽的真彩色实物图；(b) 两级 SVM 分类图，通过不同颜色同步区分四类物料
研究结论：
本研究针对烘焙咖啡美拉德反应引发光谱趋同、掺假物难以司法鉴定难题，本文融合漫反射高光谱成像与两级分层 SVM 框架，实现无损像素级多掺假物同步检测，核心结论如下：
-
主成分分析仅保留前两个主成分即可覆盖 92.1% 光谱信息，分离可见光美拉德色素、近红外生化两类独立特征，破解 128 波段高光谱维数灾难；
-
两级分层 SVM 总体分类精度 88.6%，一级二元筛选咖啡 F1 分数 0.922，最大程度避免合格咖啡误拦截，适配工业高通量初筛；二级模型可同步区分大麦（麸质致敏）、大豆（食物过敏）、海枣籽（无害填充剂）；
-
无监督 K-Means 依赖欧氏光谱距离，存在严重类别坍缩，完全无法识别海枣掺假物；有监督 SVM 依靠 RBF 核构建非线性边界，克服烘焙粉末光谱高度重叠难题；
-
整套框架实现 "先筛查异常、再精准定性" 的工业分级质控逻辑，为智能食品无损检测、食品掺假司法鉴定提供完整可行方案，后续将开展产线在线设备开发与多批次规模化样品验证。