《Journal of Food Engineering》：Spectral–Spatial Fusion Attention Transformer for Brewing Wheat Variety Identification and Food-Processing Raw-Material Quality Evaluation
编辑推荐：
本文提出多阶段光谱-空间融合注意力变换器（MSFAT），结合快速傅里叶变换与通道注意力机制，有效融合空间和光谱特征，提升光谱重建精度。实验表明，MSFAT在PSNR上较MST++提高0.37 dB，MRAE和RMSE分别降低5.6%和4.8%。结合1D-CNN分类模型，小麦品种识别准确率达96.66%，优于传统HSI方法。该模型为酿造原料智能检测提供新方案。
谢良良|张浩|王娟|彭元松|万翔|杨海丽|胡新军|陈曼娇|田建平|黄丹|蔡安英|王荣志|杨建平|袁凯阳|易豪楠|张顺波
四川科技工程大学机械工程学院，中国宜宾644000
摘要
当前的光谱重建方法在同时建模空间和光谱特征方面存在局限性，这使得难以完全捕捉复杂的光谱信息，从而限制了重建的准确性。为了解决这一挑战，本文提出了一种新型的多阶段光谱-空间融合注意力变换器（MSFAT），旨在实现空间-光谱数据的高效融合与协同建模，最终提高光谱重建的精度。其核心创新在于开发了光谱-空间融合注意力模块（SFAM），该模块整合了双频率-空间注意力机制。通过将快速傅里叶变换与通道注意力相结合，SFAM能够有效提取全局光谱依赖性和局部空间特征。这种机制使SFAM能够在频率域中捕捉长距离的光谱相关性，同时强调关键的空间细节，显著提升了模型处理复杂高光谱数据的能力。实验结果验证了MSFAT的有效性，显示其在高光谱图像重建中比MST++的PSNR提高了0.37 dB，MRAE降低了5.6%，RMSE降低了4.8%。此外，还利用MSFAT重建的高光谱成像数据开发了一个基于一维（1D）CNN的酿酒小麦品种分类模型，该模型在测试中的准确率、召回率和F1分数分别为96.66%、96.66%和96.63%，比MST++提高了2.08%，并且接近使用原始光谱数据获得的性能（97.08%）。这些发现表明，将MSFAT与1D-CNN结合为酿酒小麦原料的识别提供了一种高精度且成本效益高的解决方案，展现了其在智能农业和食品成分分析中的广泛应用潜力。此外，该模型重建的光谱数据还可用于分析与食品加工相关的理化特性，如淀粉、蛋白质和水分含量。这种基于RGB的光谱重建方法为原料分选、质量评估和酿酒及其他食品加工操作中的过程监控提供了新的途径。
引言
中国白酒是全球主要的蒸馏酒之一，以其独特的风味和高质量而闻名（Qiao等人，2023年）。小麦是白酒发酵启动剂“大曲”的主要原料，在糖化、发酵和风味形成过程中起着关键作用，从而决定了酒的感官属性和整体质量（Zhang等人，2024年；Tu等人，2022年）。在高温大曲发酵（约60°C）过程中，小麦淀粉为微生物生长、酶生物合成和代谢提供了关键的碳源。这种热环境有利于嗜热芽孢杆菌的生长，并激活酸性蛋白酶，将蛋白质降解为可溶性分子，作为代谢底物和风味前体（Zhang等人，2019年；Zhang等人，2024年；Wu等人，2024年）。与通常强调蛋白质的食品级小麦选择不同，酿酒专用小麦更注重高淀粉和低蛋白质含量，以提高发酵效率和风味合成（Faltermaier等人，2014年）。因此，快速可靠的原料筛选至关重要。传统的感官检测具有主观性且标准化程度低，而化学分析虽然准确，但具有破坏性、耗时且劳动强度高，不适合高通量控制（Vivek等人，2020年；Gullifa等人，2023年；Kademi等人，2019年）。这凸显了非破坏性、自动化在线检测的必要性。
计算机视觉和光学传感技术的进步使得农业食品领域的非接触式质量评估成为可能（Kamilaris & Prenafeta-Boldú，2018年；Wang等人，2023年）。RGB机器视觉快速、经济且易于部署，可以提取颜色、形状和纹理特征（Patel等人，2012年），但它无法获取内部成分或微观结构。近红外和拉曼光谱可以提供丰富的化学信息，但通常采用点扫描或线扫描模式，限制了处理速度（Qu等人，2015年）。高光谱成像（HSI）将空间和光谱信息整合到光谱立方体中，已广泛应用于种子质量评估、作物疾病检测和品种识别（Gowen等人，2007年）。许多研究表明，使用HSI结合深度学习在玉米种子活力和品种分类方面表现出高性能，验证准确率超过90%（Zhang等人，2021年；Wang等人，2023年；Xu等人，2024年）。然而，HSI的实际应用受到仪器成本和复杂性、成像速度慢以及环境敏感性的限制（Lu & Peng，2006年）。
为了克服这些障碍，基于深度学习的RGB到HSI重建技术应运而生，可以从标准RGB图像中推断出高光谱数据（Wang等人，2020年）。这种策略保留了RGB成像的便捷性，同时接近HSI的分析能力。实证证据支持其可行性：Zhao等人（2020年）使用HSCNN-R估计番茄可溶性固形物含量（SSC），36个样本的R2为0.51；Yang等人（2025年）利用预训练的MST++反演水稻生理参数（如SPAD），R2为0.40。然而，现有模型往往难以同时编码空间结构和光谱细节，并且未能充分利用光谱相关性，限制了其在苛刻农业应用中的精度（Li等人，2024年；Ahmed等人，2025年）。
有效的光谱重建需要紧密耦合空间和光谱线索。频率域分析具有独特优势：低频成分捕捉全局结构，而高频成分保留边缘和细节。同时，高光谱数据存在显著的带间冗余；通道注意力可以自适应地加权光谱通道，以强调有信息量的响应。将频率感知的空间特征与通道级光谱注意力相结合，可以实现更强的空间-光谱融合，提高光谱保真度、空间细节恢复以及在分类和识别等下游任务中的泛化能力。
受这些见解的启发，我们提出了一种多阶段光谱融合注意力变换器（MSFAT），用于RGB到HSI的重建和小麦品种检测。其核心是光谱-空间融合注意力模块（SFAM），该模块结合了基于快速傅里叶变换（FFT）的频率特征和通道注意力，共同建模空间结构和光谱响应。在与领先重建网络（包括MST++、HRNet和HSCNN-D）的基准测试中，MSFAT取得了最高的重建精度。为了评估下游应用的实用性，我们使用每种方法重建的光谱数据训练了一个1D-CNN分类器；MSFAT + 1D-CNN流程实现了最佳的小麦品种识别效果。最后，我们讨论了该方法在在线白酒原料筛选中的应用潜力及其在食品制造中智能成分评估的更广泛前景。
样本制备
本研究使用的所有小麦样本均由安徽省的一家酒厂提供。用于光谱重建的小麦品种包括：万克421（WK）、白湖4（BH）、关麦（GM）、通麦（TM）、 Jimai 44（JM）和明神19（MS）。每种品种准备了40个培养皿样本。每个培养皿（直径80毫米）中随机分布了100颗外观完整且大小均匀的单一品种的麦粒，形成单层。总共准备了240个培养皿样本（每种品种40个）和24,000颗麦粒。
光谱重建网络性能的评估与比较
表3展示了四个网络（HSCNN-D、HRNet、MST++和MSFAT）在小麦光谱重建测试集上的重建精度。结果表明，MSFAT的性能最佳，MRAE为0.0034，RMSE为0.0040，PSNR为47.9082。与MST++（MRAE：0.0036，RMSE：0.0042）相比，MSFAT分别降低了5.6%和4.8%的MRAE和RMSE。与HRNet（MRAE：0.0074，RMSE：0.0060）相比，MSFAT分别降低了54.1%和33.3%。
结论
本研究通过提出MSFAT这一高保真光谱重建模型，解决了传统高光谱成像（HSI）在食品原料识别和成分分析中存在的成本、复杂性和环境限制问题。MSFAT整合了光谱-空间融合注意力模块（SFAM），该模块在双分支频率-空间架构中融合了基于快速傅里叶变换（FFT）的频率线索和高效通道注意力（ECA），共同建模
CRediT作者贡献声明
易豪楠：指导。彭元松：资金获取。张顺波：资金获取。万翔：资金获取。杨海丽：指导。田建平：指导。黄丹：指导。胡新军：指导。陈曼娇：指导。杨建平：资金获取。张浩：写作 – 审稿与编辑，撰写 – 原稿，资源提供。袁凯阳：指导。王娟：指导。蔡安英：指导。王荣志：指导。谢良良：指导。
未引用参考文献
Wang和Song，2023年；Zhao等人，2020年；Zhang等人，2024年。
数据可用性声明
本研究的支持数据可向相应作者索取。
利益冲突声明
作者声明没有财务利益冲突。
致谢
本研究得到了四川省工艺设备与控制重点实验室（GK202306）、四川省固态酿造技术创新中心（GNLMLX202509）、四川省科技计划（2023YFS0451）、四川省酿酒生物技术及其应用重点实验室（NJ2022-08）、安徽省智能固态发酵技术重点实验室（GJ200020240429010）以及四川省研究生创新基金的支持。
