基于高光谱成像技术的小黄瓜水分无损检测

利用近红外高光谱成像技术对小黄瓜的水分进行无损检测研究。采用多元散射校正和 Savitzky-Golay 卷积平滑对900~1700 nm波段范围内的原始光谱进行预处理,选取最优的预处理方法;运用偏最小二乘回归系数选择特征波长,建立全波段和特征波长下的偏最小二乘水分预测模型。结果表明,经过Savitzky-Golay卷积平滑处理后的光谱建模效果最好,且利用特征波长建立的小黄瓜水分校正和验证模型的相关系数和均方根误差分别为0.86,0.90 和0.111,0.156,优于全波段建立的模型。研究表明,采用高光谱成像技术对小黄瓜水分的无损检测是可行的。     

基于近红外高光谱成像技术的长枣含水量无损检测

利用近红外(NIR)高光谱(900～1700nm)成像技术对灵武长枣含水 量的无损检测进行了研究。通过900～1700nm 高 光谱成像系统采集了128个长枣图像,对原始光谱与Savitzky-Golay 平滑处理后的光谱反 射率R曲线、吸收率A曲线和Kubelka-Munk函数(KM )等曲线的偏最小二乘回归(PLSR)模型进行对比分析;采 用PLSR的加权β系数分别提取不同光谱参数下的特征波长,建立R-PLSR、A-PLSR和KM-PLSR的长 枣 含水量预测模型。结果表明,采用原始光谱建立的PLSR模型优于Savitzky-Golay平滑的PLS R模 型;原始光谱的特征波长建立的PLSR模型优于全波段的PLSR模型,特征波长建立的KM-PLSR模型优于R- PLSR、A-PLSR模型,决定系数(R²)和预测均 方根误差(RMSEP)分别为0.793、1.828。这表明,NIR 高光谱成像技 术提取特征波长进行长枣水分检测是可行的,同时也为今后长枣品质在线检测提供了理论依 据。     

基于高光谱图谱融合技术的宁夏滩羊肉嫩度检测方法研究

利用可见/近红外高光谱图谱融合技术对宁夏滩 羊肉嫩度检测进行研究。通过高光谱系统(400～1000nm)采集了128个滩羊肉图像,对原始光谱结合偏 最小二乘回归(PLSR)模型进行多种光谱预处理研究,优选出S-G卷积平滑预 处理方法,采用PLSR的加权β系数提取9个特征波长,对比分析 全波段与特征 波长下的PLSR模型;同时提取出与羊肉嫩度相关的4个图像特征参数,建立基 于图像特征的多元线性回归(MLR)模型;在此基础上,融合特征波长与表面脂肪分布图像特 征 参数建立了羊肉嫩度的PLSR模型。结果表明,采用单一光谱数据下S-G卷积平 滑预处理结合特征波长建立的PLSR模型取得了较好预测效果,基于图谱特征 变量融合的PLSR模型相比于单一光谱模型效果更佳,预测集的相关系数和预测 均方根误差(RMSEP)分别为0.89和0.73,表明本文提出的方法 进行羊肉嫩度定量检测是可行的。     

激光诱导击穿光谱用于煤中多元素同步检测

为了实现煤中碳、氢、硫3种非金属元素的快速同步定量检测, 采用激光诱导击穿光谱技术, 以波长1064nm的Nd:YAG固体激光器作为激发源, 在空气环境下烧蚀9种煤国家标准样品, 选取188.885nm~308.008nm和655nm~660nm波长范围光谱, 结合偏最小二乘回归, 同步检测煤中C, H, S 3种非金属元素, 取得了偏最小二乘回归的校正模型和预测模型数据, 并进行了理论分析和实验验证。结果表明, C, H, S元素的预测质量分数与真实质量分数的决定系数为0.9421, 0.9894, 0.9840, 预测均方根误差分别为2.2772, 0.2356, 0.1678, 平均相对误差分别为2.6348%, 7.1185%, 8.8600%。该研究证明了激光诱导击穿光谱技术结合偏最小二乘回归定量可用于煤中非金属元素的多元素检测。     

基于近红外高光谱成像技术的长枣含水量无损检测

利用近红外(NIR)高光谱(900~1 700nm)成像技术对灵武长枣含水量的无损检测进行了研究。通过900~1 700nm高光谱成像系统采集了128个长枣图像,对原始光谱与Savitzky-Golay平滑处理后的光谱反射率R曲线、吸收率A曲线和Kubelka-Munk函数(KM)等曲线的偏最小二乘回归(PLSR)模型进行对比分析;采用PLSR的加权β系数分别提取不同光谱参数下的特征波长,建立RPLSR、A-PLSR和KM-PLSR的长枣含水量预测模型。结果表明,采用原始光谱建立的PLSR模型优于Savitzky-Golay平滑的PLSR模型;原始光谱的特征波长建立的PLSR模型优于全波段的PLSR模型,特征波长建立的KM-PLSR模型优于R-PLSR、A-PLSR模型,决定系数(R2)和预测均方根误差(RMSEP)分别为0.793、1.828。这表明,NIR高光谱成像技术提取特征波长进行长枣水分检测是可行的,同时也为今后长枣品质在线检测提供了理论依据。     

基于高光谱成像技术的土壤盐分含量检测

利用NIR高光谱仪(光谱范围900~1700nm)对土壤含 盐量进行了无损检测,对比分析不同含盐量土壤的水分变化情况、不同时间下土壤光谱曲线 的差异。结果表明,随着土壤中含盐量的增加,土壤中水分蒸发情况受到的影响程度不同, 从而使得不同含盐量土壤的反射率存在明显的规律;在此基础上,对比分析了不同预处理方 法,优选出原始光谱;利用多元线性回归(multiple linear regression,MLR)、主成分回归 (principal component regression,PCR)与偏最小二乘回归(partial least squares regre ssion,PLSR)方法对900700 nm范围的特征波长建立模型,对比分析不同建模效果,优选β系数提取的特征波长的P LSR模型,特征波长为936、1016136、 1151186273395425458535642 nm,最优模型的预测相关系数为0.949,预测均方根误差为2.914 g/kg。因此,今后可采用 不同波段对土壤含盐量进行定量分析,为今后表层土壤含盐量遥感预测奠定基础。     

基于可见-近红外光谱技术的制动液品牌混掺比例快速无损检测方法

研究了基于可见-近红外光谱技术的制动液品牌混掺比例快速无损检测方法.全波段建立的偏最小二乘回归(PLSR)和最小二乘支持向量机(LS-SVM)模型均得到了较好的预测结果.这两个模型的建模集和预测集的确定系数(r2c和r2p)均在0.98以上.采用连续投影算法(SPA)挖掘特征波长,最终选择了439 nm、443 nm、...     

基于高光谱技术的长枣内外品质同时检测

采用近红外高光谱成像技术,对长枣表面轻微损伤 和果肉硬度进行无损检测。在970～ 1630nm波 长范围内对高光谱图像数据进行主成分分析(PCA),得到第3主成分图像最适合检测长枣表面 损伤。波段比(BR)算法中, 选取1387nm和1 229nm两个波段的图像进行比值运算, 采用 1455nm单波 段图像构建掩膜作用于比值图像, 最后对图像进行阈值分割和形态学变换完成损伤区域的特征提取。BR算法检测长枣轻微损 伤的准确率达 到91.5%。对反射光谱进行多元散射校正(MSC)后与长枣果肉硬度值进 行回归分析,选择相关系数较大的5个特 征波长作为BP神经网络输 入,建立果肉硬度预测模型。预测集相关系数R和均 方根误差(RMSEP)分别为0.904和15.163。研究结果表明,利用高光谱成像技术可以实现长枣内外品质同时检 测。     

基于iPLS和SiPLS算法的人体血清胆红素含量的可见-近红外光谱建模

为了建立血清胆红素(BR,bilirubin)样品总胆红素 (TBIL) 、直接胆红素(DBIL)和间接胆红素(IBIL)近红外(NIR)光谱分析最优模型,利 用可见-NIR透射光谱技术与间隔偏最小二乘法(iPLS)及协合区间偏最小二乘法(SiPLS)算法 相结合对建模区域进行优 选,实现血清光谱特征波段选择,建立光谱与血清BR成分之间的定量预测模型,以均方根误 差(RMSE)作为模型 评价标准。结果表明:SiPLS模型效果更佳,TBIL、DBIL和IBIL的最优 建模波长范围分别为400~536nm、1366~1502 nm和2324~2460nm,400~502nm、608~710nm和1644~1746nm,400~502nm和1746~1848nm; 3种BR最优预测模型的RMSE分别为0.598、0.207和0.386μm ol/L; 波段优选对提高预测结果的准确性有重要的意义;采用SiPLS建立TBIL、DBIL和IBIL定量分 析模 型,不仅可以提高模型的预测精度,而且克服了iPLS单一区间建模的缺点,优选出的特征谱 区还可为设计小型专用光谱分析仪器提供依据。     

融合光谱、纹理及形态特征的水稻种子品种高光谱图像单粒鉴别

水稻种子品种的单粒鉴别对于防止制种时的混杂、掺假现象,保证种子纯度具有重要意义。利用高光谱图像技术研究了水稻种子品种的单粒快速鉴别方法。采集了10类水稻种子在400~1000 nm范围内的高光谱反射图像并提取其光谱、纹理和形态特征;结合偏最小二乘判别分析模型比较了不同特征及其组合下的分类精度,并利用多次递进无信息变量消除算法结合偏最小二乘投影分析方法筛选最优波段。结果显示,在仅利用23个最优波段情况下,融合均值、熵、能量和形态特征所建立的鉴别模型获得了令人满意的识别精度,其训练集、测试集精度分别为99.22%、96%。结果表明,高光谱特征融合可以在少量波段情况下有效地提高水稻种子品种单粒鉴别的精度,基本满足国家标准对种子纯度的检测要求。     

人体头发中重金属元素铬含量的高光谱检测

头发中的重金属含量可以反映出人体健康的变化。提出了运用高光谱数据检测头发中重金属元素铬含量的方法。对头发的透射率波长曲线进行了包络线消除、吸收特征参量化等处理。以化学检测的铬含量作为标准数据,化学检测精度可达90%以上。然后训练人工神经网络,通过调节网络的隐含层层数、结点数和激活函数来优化模型。实验计算表明,隐含层层数为1,结点数为7或9的人工神经网络的预测效果较好。利用统计实验结果对人工神经网络的内部精度和外部精度进行评价。人体头发中铬的敏感波段为1380 nm～1550 nm、1880 nm～2100 nm、2120 nm～2210 nm;训练后的神经网络预测的均方根误差为13%,精度达87%。实验结果表明,应用高光谱技术可以快速无损地检测人体头发中的重金属元素铬的含量。     

高光谱成像技术的苹果品质无损检测

高光谱成像技术把二维成像和光谱技术融为一体,图像技术可全面反映水果的外部品质、表面缺陷及污染等,光谱技术则可用于水果内部品质的检测,能对水果的综合品质进行全面、快速的检测。以苹果为研究对象,得用高光谱成像技术和主成分分析方法分析了苹果的风伤和压伤,对比分析不同光谱区域主成分分析对识别结果的影响,优选出识别光谱区域（550～950nm）。通过主成分分析根据权重系数,选取了714nm作为苹果风伤研究的最佳特征波长。     

神经网络敏感性分析的高光谱遥感影像降维与分类方法

高光谱遥感影像由于其巨大的波段数直接导致信息的高冗余和数据处理的复杂,这不仅带来庞大的计算量,而且会损害分类精度。因此,在对高光谱影像进行处理、分析之前进行降维变得非常必要。神经网络敏感性分析可以用于对模型的简化降维,该文将该方法运用于高光谱遥感影像降维中,通过子空间划分弱化波段之间的相关性,利用差分进化算法(DE)优化神经网络结构,采用Ruck敏感性分析方法剔除掉对分类贡献较小的波段,从而实现降维。最后,采用AVIRIS影像进行实验,所提算法相比其他相近的降维与分类方法能获得更高的分类精度,达到85.83%,比其他相近方法中最优方法高出0.31%。     

光电成像系统的绝对光谱响应效率测量及分析

为了准确测量光电成像系统的绝对光谱响应效率,采用光学系统光能量传递公式以及图像传感器的物理模型,得到了光电成像系统绝对光谱响应效率的计算公式,在此基础上设计了基于积分球、多光谱发光二极管光源、标准探测器及透射式平行光管的光电成像系统绝对光谱响应效率测量装置,并对光谱响应效率已知的可见光数字相机进行实验测量和分析。结果表明,在380nm~1100nm波长范围内测量装置测得的可见光数字相机的绝对光谱响应效率与标准值具有较好的一致性,最大相对误差为1.7%,各波长点的测量不确定度在置信概率为95%时均小于0.2%,满足一般的测量要求。该装置能够准确地对光电成像系统的绝对光谱效应效率进行测量。     

基于场景的热红外高光谱数据光谱定标

传感器每个波段的中心波长和半高全宽（Full Width at Half Maximum，FWHM）随成像环境变化会发生较大的系统性漂移。这种漂移最终会影响发射率和温度的反演精度，尤其是在大气吸收波段附近的发射率反演精度。选择水汽在11.73 m处的吸收通道作为参考波段，提出了适用于热红外高光谱数据的光谱定标技术流程。模拟实验表明:光谱分辨率为50 nm，中心波长偏移在-50~50 nm、FWHM变化在-25~25 nm时，大气水汽含量对光谱定标误差的影响最大。同时，对误差分布曲面进行拟合得到描述误差分布模型，用于误差的估计。当大气水汽含量足够大时，光谱中心波长偏移估算误差可达到1 nm以内。最后，将所提方法应用于机载热红外高光谱数据光谱定标。结果显示，热红外高光谱成像仪中心波长偏移为28.4 nm，FWHM变化为-18.5 nm。     

Hyperspectral image quality based on convolutional network of multi-scale depth

Hyperspectral imagery has been widely used in military and civilian research fields such as crop yield estimation, mineral exploration, and military target detection. However, for the limited imaging equipment and the complex imaging environment of hyperspectral images, the spatial resolution of hyperspectral images is still relatively low, which limits the application of hyperspectral images. So, studying the data characteristics of hyperspectral images deeply and improving the spatial resolution of hyperspectral images is an important prerequisite for accurate interpretation and wide application of hyperspectral images. The purpose of this paper is to deal with super-resolution of the hyperspectral image quickly and accurately, and maintain the spectral characteristics of the hyperspectral image, makes the spectral separability of the substrate in the original image remains unchanged after super-resolution processing. This paper first learns the mapping relationship between the spectral difference of low-resolution hyperspectral image and the spectral difference of the corresponding high-resolution hyperspectral image based on multiple scale convolutional neural network, Thus, apply this mapping relationship to the input low-resolution hyperspectral image generally, getting the corresponding high resolution spectral difference. Constrained space by using the image of reconstructed spectral difference, this requires the low-resolution hyperspectral image generated by the reconstructed image is to be close to the input low-resolution hyperspectral image in space, so that the whole process becomes a closed circulation system where the low-resolution hyperspectral image generation of high-resolution hyperspectral images, then back to low-resolution hyperspectral images. This innovative design further enhances the super-resolution performance of the algorithm. The experimental results show that the hyperspectral image super-resolution method based on convolutional neural network improves the input image spatial information, and the super-resolution performance of the model is above 90%, which can maintain the spectral information well.     

基于吸光度的波长筛选方法用于近红外光谱定量模型的优化

建立一种基于吸光度的波长筛选方法,以近红外光谱测定中成药制剂的多糖含量为例,对模型优化效果进行验证.考虑模型稳定性,在计算机平台上搭建一种新的样本集划分框架,基于吸光度筛选出最优波段为400~1882&2072~2364 nm,建立偏最小二乘(PLS)模型得到的SEPAve、RP,Ave分别为27.13 mg L-1、0.856,与全扫描谱区(400~2498 nm)的PLS模型预测效果做比较.结果表明,基于吸光度的波长筛选方法,可以优选出高信噪比波长,从而提高了近红外光谱定量模型的性能.     

Measuring temperature of silicon monocrystals using spectral pyrometry

Spectrums of the thermal radiation of silicon monocrystals that are heated by a continuous laser beam (wavelength of 1.064 μm) are recorded within the wavelength range λ = 200–2500 nm. Silicon temperatures are determined within the interval T = 900–1700 K using the spectral pyrometry. The processing of a sequence of spectrums recorded with the frequency 100–1000 Hz allows the evolution of the crystal temperature to be restored during laser heating in the case when heating rates are sufficiently small. Peculiarities of different spectral intervals are discussed as applied to the problem of measuring the silicon temperature. During the laser heating of silicon, the temperature of a surface layer is shown to be heterogeneous with respect to depth, which is manifested in differences between average values calculated using thermal radiation spectrums and the surface temperature.     

Yb3+掺杂锂硅酸盐玻璃的近红外发光特性

为了研制高功率光纤激光器的掺镱纤芯材料,采用高温熔融法制备了0.70SiO₂-0.18Li₂CO₃-0.04MgCO₃-0.04BaCO₃-0.02Al₂O₃-0.02Yb₂O₃（摩尔分数）锂硅酸盐玻璃样品,测试了其吸收光谱和858nm激发下的荧光光谱,进一步对光谱和激光性能参量进行了理论计算。结果表明,样品的主荧光峰位于1036nm附近,荧光有效线宽为94.1nm,吸收截面为1.143pm2,发射截面为1.024pm2,荧光寿命为0.98ms,激发态最小的粒子数仅为0.042,最小抽运强度为0.76kW·cm-2。与近年来相关文献中报道的镱掺杂玻璃相比,该掺镱锂硅酸盐玻璃在光谱及激光性能上比较有优势,有望在研制镱掺杂光纤中得到应用。