基于图像颜色特征与机器学习的蜂花粉产地溯源新方法

《PLOS One》：Classification of images of bee pollen according to their producers

本文提出了一种结合标准化图像采集与机器学习的新策略，通过分析蜂花粉宏观图像的颜色特征（HSV、Luv*等色彩空间）实现生产者溯源，准确率达85%。该方法为食品溯源（traceability）提供了低成本、可重复的技术路径，显著提升蜂花粉产业链透明度与产品附加值。

　　

引言

食品工业对蜂花粉的营养与能量成分日益关注，制药与化妆品行业也展现出兴趣。消费者越来越希望了解所购产品的来源信息。建立蜂花粉的地理起源与生产者关联既能提升产品价值，又可满足供应链透明化的需求。传统方法如孢粉学（palynology）和溴化分析（bromatology）虽广泛应用，但耗时且需专业训练；理化分析则依赖昂贵设备。计算机视觉技术近年成为替代方案，尤其在花粉组成与颜色特征评估方面显现潜力。

颜色作为花粉的自然感知标记，与其植物来源密切相关。化学物质如类黄酮（flavonoids）和类胡萝卜素（carotenoids）是主要色素，其含量与相互作用导致颜色差异。先前研究已探索颜色在花粉表征中的作用，例如通过CIE Lab*值测量颜色并结合傅里叶变换拉曼光谱（Fourier Transform-Raman spectroscopy）识别色素差异。然而，这些方法多依赖显微镜或复杂技术，未解决地理起源判定问题。本研究首次证明宏观花粉图像的颜色信息可有效关联生产者及其地理位置，为花粉性质研究开辟了新途径。

材料与方法

研究流程包括样本收集与制备、标准化图像采集、预处理、颜色信息提取及机器学习分类。样本采集自哥伦比亚博亚卡省（Boyacá）的Márquez和Tundama地区，涉及多个城市。通过与合作养蜂人制定年度采集日历，分四个采样期收集花粉样本，每期进行六次双周采集，共获4,572张图像。采集设备为配备LED照明系统的光箱，使用手机相机（分辨率3,120×4,208）拍摄，确保照明与几何条件一致。图像预处理包括基于局部熵纹理的花粉区域分割和阴影去除。

颜色特征提取涉及HSV和CIE Luv色彩空间的转换。HSV分离亮度与颜色信息，对光照变化具鲁棒性；Luv提供感知均匀的颜色表征。通过k-means聚类算法（k=16–35，基于孢粉学分析确定的物种数）量化颜色，生成颜色频率直方图作为特征向量。分类器采用支持向量机（SVM）、随机森林和多层感知机等，以生产者识别为输出，并通过分层交叉验证选择最佳模型。

实验结果

方法在测试集上达到85%的准确率，宏平均精确度、召回率和F1-score均为85%。混淆矩阵显示对多数生产者（15/20）的召回率超过80%。当以生产者作为地理位置代理时，模型准确率升至88%。时间泛化性评估显示各采样期性能稳定（准确率84%–86%）。测试-重测可靠性分析中，生产者识别的Pearson相关系数为0.83，地理位置识别达0.92，表明方法具高重复性。

讨论

主要贡献与潜力

本研究首次将宏观花粉图像颜色信息用于生产者分类，为食品溯源提供了可行方案。结果支持颜色作为地理起源代理的有效性，有助于开发智能溯源系统，提升食品安全。方法可扩展至蜂蜜、蜂胶等产品，或在咖啡、香料等农产品质量控制中应用。

颜色作为花粉的判别特征

颜色分布的非随机性印证了生态因素（如植物群落组成和蜜蜂访花忠诚性）的影响。误分类多发生于地理位置邻近的生产者，强化了颜色的地理信号。与微观或理化方法相比，本方法降低了技术门槛，通过标准化协议和聚类表征优化了信息提取质量。颜色虽为有效特征，但未来可整合纹理、形态或光谱数据以提升性能。

可重复性

蜜蜂的访花忠诚性（floral constancy）和热带地区连续的开花周期支持了颜色特征的稳定性。标准化生产协议（如干燥温度50–60°C）最小化了处理变异，增强了方法跨区域应用的潜力。

局限性

花粉植物组成的时间变异可能影响颜色-身份关联，但结果显示模型在不同采样期性能稳定。研究限于博亚卡地区，未来需在更多生态区验证。分类器针对固定生产者集训练，新增生产者需重新训练。此外，颜色虽减少主观性，但可能不足以区分某些分类单元，未来可引入置信度估计框架。

未来方向

方法学上，可探索深度学习（如迁移学习）以优化特征表征。DNA条形码（DNA barcoding）分析虽能精确判定起源，但成本较高。图像采集条件的泛化性（如移动设备显微镜）及花粉光谱的详细表征亦是重点方向。