基于近红外光谱无损快速检测面粉品质的研究

提出一种基于近红外光谱技术结合偏最小二乘法对面粉品质进行无损快速检测的方法．配制含滑石粉的面粉样品30个,采集样品在12500～4000cm^-1范围内的近红外漫反射光谱,选择最优的光谱预处理方法和光谱范围,采用偏最小二乘法（PLS）建立定量分析模型．结果表明所建定量分析模型的相关性能比较高,预测相关系数和预测均方根误差均符合要求．研究发现,近红外光谱技术用于快速无损检测面粉掺假是可行的．     

近红外漫反射聚类法无损快速测定淀粉品质

提出一种基于近红外光谱技术和聚类分析法对不同种类的淀粉进行无损快速鉴别的方法,研究了近红外光谱结合聚类分析法快速鉴别淀粉种类的可行性.采集样品在12 500~4 000cm-1范围内的近红外漫反射光谱,利用光谱模式识别法中的聚类分析法对图谱进行定性分类鉴别.光谱经一阶导数预处理后,采用聚类分析法可准确无误地将样品分为2类,分类准确率达到100%.同时采用预测集的样品验证所建模型的准确性,经实验得出预测准确率也是100%.实验结果表明,近红外漫反射光谱结合聚类分析法可以为快速无损鉴别淀粉种类提供一种准确可靠的方法.     

近红外光谱法快速定量分析那格列奈

采用近红外漫反射光谱分析技术和化学计量学的方法对那格列奈进行快速无损的定量分析.采集41份不同浓度系列的那格列奈样品测量近红外漫反射光谱,用多元散射校正结合一阶导数的光谱预处理方法,结合偏最小二乘法(PLS)建立那格列奈的定量分析模型.结果表明:交叉验证均方根误差(RMSECV)为0.448 5,决定系数R2为0.999 8;预测均方根误差(RMSEP)为0.196 0.方法精密度RSD为1.1%(n=6),加标回收率为95.55%.结果表明,用近红外光谱分析技术对那格列奈进行定量分析结果准确可靠,方法简便快速,可推广用于此类样品的工业在线分析.     

基于MATLAB语言的苹果糖度近红外光谱定量分析

利用MATLAB 6.1语言实现水果近红外漫反射光谱法定量分析数据的处理,研究了主成分分析在水果漫反射光谱分析中的实现方法,通过编程和计算机试算,找出苹果内部糖度定量分析的两类吸收峰:一类为1 453、1 931、2 314和2 353 rm;另一类为978、1 198、1 732和1 790 nm,并对吸收峰的光谱吸光度与苹果糖度进行了相关性分析,得出糖度与原始光谱吸光度的最大相关系数为-0.621,最小相关系数为-0.365,本研究为水果内部品质的在线检测提供新思路.     

紫外-可见-短波近红外漫反射光谱结合化学计量学对丙氨酸的手性进行快速的定性定量分析研究

以D-、L-和DL-丙氨酸为对象,首次研究了紫外-可见-短波近红外漫反射光谱结合化学计量学快速、无损地定性、定量分析固体手性化合物的可行性。在粒度过100目、样品与光纤探头距离5.6mm的最优条件下测量漫反射光谱,经预处理后,采用主成份分析法（PCA）和判别偏最小二乘法（PLS-DA）建模进行定性分析,结果预测判别准确率为100%。定量分析上,16个不同比率的L-/D-丙氨酸二元混合粉末样的光谱经波长选择、光谱数据预处理后,以偏最小二乘回归法（PLR）和支持向量回归法（SVR）建模,校正集和预测集的最优决定系数（R2）均在0.99和0.98以上,绩效偏差率（RPD）值远高于2。研究表明,采用紫外-可见-短波近红外漫反射光谱法结合化学计量学可应用于手性固态丙氨酸的快速、无损分析,并有望于运用到手性药物的质量检测上。     

紫外-可见-短波近红外漫反射光谱法对丙氨酸手性的定性定量分析

以D-、L-和DL-丙氨酸为对象,首次研究了紫外-可见-短波近红外漫反射光谱结合化学计量学快速、无损地定性、定量分析固体手性化合物的可行性。在粒度过100目、样品与光纤探头距离5.6 mm的最优条件下测量漫反射光谱,经预处理后,采用主成分分析法(PCA)和判别偏最小二乘法(PLS-DA)建模进行定性分析,结果预测判别准确率为100%。定量分析上,16个不同比率的L-/D-丙氨酸二元混合粉末样的光谱经波长选择、光谱数据预处理后,以偏最小二乘回归法(PLR)和支持向量回归法(SVR)建模,校正集和预测集的最优决定系数(R2)均在0.99和0.98以上,绩效偏差率(RPD)值远高于2。研究表明,采用紫外-可见-短波近红外漫反射光谱法结合化学计量学可应用于手性固态丙氨酸的快速、无损分析,并有望于运用到手性药物的质量检测上。     

近红外光谱无损检测技术中数据的分析方法概述

近红外光谱无损检测技术可用于品种鉴别与农产品的定性或者是定量的分析工作. 本文介绍了近红外光谱的基本原理及各类近红外光谱分析方法. 近红外光谱无损检测技术中数据分析方法是通过光谱定量分析找到光谱以及对应浓度的内在关系,建立相应的数学模型. 这些方法主要有偏最小二乘回归、主成分分析法、BP神经网络算法、支持向量机、K最近邻分类算法和线性判别分析法等. 通过这些分析模型的对比,研究表明:支持向量机将是近红外光谱数据分析方法未来一个重要的研究方向.     

肉品品质检测技术综述

介绍了人工嗅觉与人工味觉检测技术、计算机视觉技术、近红外光谱技术、高光谱图像检测技术等无损检测技术的发展概况.应用高光谱图像技术对肉品品质进行无损检测是当前的研究热点之一.介绍了该技术的基本原理和国内外肉品品质高光谱图像检测技术的研究现状,并展望了高光谱图像检测技术在肉品品质检测中的研究前景,以期对我国相关研究人员的研究工作提供参考.     

红外热成像无损检测系统建立与试验分析

介绍了红外热成像无损检测的原理,分析了主动式红外检测技术中激励光源光谱特性对试验效果的影响,利用CEDIPJADE红外热像仪与IR928红外热像仪采集红外图像序列,并以此为基础建立了红外热图像无损检测系统,开发了红外图像序列处理软件系统.试验结果表明,建立的红外无损检测系统及图像序列处理软件系统能达到国外同类技术水平.     

猪肉新鲜度无损检测技术现状及发展方向

随着科学技术的不断发展,猪肉新鲜度无损检测技术不断向快速、无损、实时的方向发展．本文主要研究猪肉新鲜度无损检测方法的发展现状,包括近红外光谱检测技术、人工嗅觉和人工味觉检测技术、计算机视觉检测技术等检测技术,并着重讨论计算机视觉技术在猪肉新鲜度无损检测中的应用．最后,针对猪肉新鲜度无损检测现阶段存在的问题提出了多信息融合检测技术及其应用．     

果蔬无损自动检测系统

西安工业大学研制出一种果蔬无损自动检测系统,它利用高光谱成像光谱仪能够对果蔬样品进行光谱和影像的无损检测,获取待测样品的详细的光谱及影像信息。系统分析软件通过对样品光谱信息和影像信息的分析,可以得出果蔬样品的内部品质和外部品质。本系统可以与自动控制系统相连,实现对果蔬的自动化检测,分类及装箱。对果蔬的自     

一种近红外光谱水果内部品质自动检测系统

基于傅里叶变换近红外漫反射光谱技术探讨了水果内部品质快速自动检测的新方法.建立水果的内部品质自动检测系统由光源、迈克尔逊干涉仪、近红外漫反射光纤探头组件、铟镓砷检测器、数据采集卡和水果样品室等部件组成.利用该系统对不同采收期雪青梨糖度和总酸度进行了自动检测试验并结合多元校正算法偏最小二乘法,建立了雪青梨漫反射光谱与其内部糖度、酸度的相关关系.试验结果为：定标误差分别为0.25%、0.02% ,预测误差分别为 0.32%、0.02%.经研究表明,该自动检测系统可以直接用于水果内部品质的快速定量分析.     

西瓜品质无损检测技术研究进展

西瓜品质无损检测方法主要有声学特性法、振动频谱法、介电常数法、可见/红外光谱技术法和核磁共振法等,然而应用于市场的检测装置还未面世。根据现有的检测方法,提出应用声音特性,采用LABVIEW采集与处理技术拟研制台式西瓜无损检测系统,应用DSP处理技术拟研制便携式西瓜无损检测装置。     

大豆品质近红外光谱分析仪测量数据处理

利用自行设计的CCD近红外光谱仪器、采用光纤探头测得的大豆样品漫反射近红外光谱数据中含有各种噪声。经过分析,该光谱数据的噪声包括随波长变化的随机变量,引起光谱基线平移的随机常量,以及由于装样不同、样品散射系数变化而引起的光谱基线旋转。对于随机变量噪声,通过用背景、白板、样品各组重复采集、递归平均再计算光谱数据的方法减小,同时可节省存储空间,减小三组数据的重迭区域,增加光谱数据的有效范围。分别采用了局部平均阈值法、Savitzky-Golay卷积平滑、小波消噪等三种方法进一步消除随机变量噪声,结果表明:卷积平滑、小波消噪消除原始光谱数据噪声的效果较好。利用高阶小波分解变换获得光谱基线数据,将其从光谱数据中扣除,从而实现了光谱的基线校正。     

西瓜品质无损检测技术研究进展

西瓜品质无损检测方法主要有声学特性法、振动频谱法、介电常数法、可见/红外光谱技术法和极磁共振法等,然而应用于市场的检测装置还未面世.根据现有的检测方法,提出应用声音特性,采用LABVIEW采集与处理技术拟研制台式西瓜无损检测系统,应用DSP处理技术拟研制便携式西瓜无损检测装置.     

双波段共口径同时偏振光学系统设计

为了实现快速提取目标在不同光谱下偏振辐射特性的目的,设计了一款可见光为0.38～0.76μm,近红外为0.85～1.6μm双波段目标探测识别的分孔径同时偏振成像系统,该系统由四个分孔径子系统组成和一个公共镜头组组成。设计结果表明:该系统对可见光和近红外波段分别进行偏振编码成像时,可见光波段和近红外波段可以同时获得不同光谱的偏振图像信息,保证了各个光谱对同一目标成像的一致性,实现了对同一目标不同辐射特性偏振图像的采集。当光学系统的焦距为60mm,F数为5,视场角2ω为3.8°,系统反应速度快,整体成像质量良好,可实现昼夜全天候工作。     

高光谱在农产品无损检测中的应用展望

从高光谱技术的分类和特点入手,跟踪国内外利用高光谱无损检测农产品方面的最新研究成果,对高光谱成像技术在农产品表面损伤检测、内部品质检测、表面污染及外部品质检测以及在肉品质和污染检测等方面的研究进行了分类整理.对现阶段存在的高光谱采集设备、数据处理及建模、样品物理化学性质等方面存在的问题及解决对策予以讨论,并探讨了高光谱技术在农产品无损检测方面的发展趋势,以期为同行提供参考.     

基于介电特性的水果无损检测系统研究

无损检测是水果生产自动化的重要一环，文章介绍了一种基于水果的介电特性的无损检测实验系统，并以苹果为材料，检测了等效电容，相对介电常数，损耗因数和等效阻抗几项介电特性参数。同时定义并检测了一组苹果外形参数。通过对图形的分析，文章指出苹果的内部品质和外形尺寸与其介电特性之间均存在联系，并讨论了基于介电特性的无损检测系统的应用前景，指出了需要解决的问题。     

光谱分辨率的选取对食用油近红外模型性能影响分析

近红外光谱仪的类型和工作参数的设定对测量过程和分析结果均有一定影响.重点讨论了在傅立叶变换型光谱仪上设定不同的光谱分辨率对食用油近红外定量模型性能的影响.实验采用Vertex 70光谱仪,在3种光谱分辨率(4,8,16 cm-1)条件下,采用透射式液体光纤探头采集60份食用油样品近红外谱图.针对3组近红外光谱样品集,分别采用蒙特卡罗采样法剔除异常样品,根据Kennard-Stone法划分校正集和校验集后,建立优化食用油棕榈酸近红外定量分析模型并作预测.结果表明基于16 cm-1建立的食用油近红外模型指标优于4 cm-1和8 cm-1所建的模型,该结果可以为均匀液体作近红外检测时光谱分辨率的设定提供参考.     

果蔬无损自动检测系统

西安工业大学研制出一种果蔬无损自动检测系统,它利用高光谱成像光谱仪能够对果蔬样品进行光谱和影像的无损检测,获取待测样品的详细的光谱及影像信息。系统分析软件通过对样品光谱信息和影像信息的分析,可以得出果蔬样品的内部品质和外部品质。