1 中国农业大学信息与电气工程学院, 食品质量与安全北京实验室, 北京 100083
2 承德市第八中学, 河北 承德 067000
3 南昌理工学院新能源与环境工程学院, 江西 南昌 330044
4 中国铁道科学研究院集团有限公司运输及经济研究所, 北京 100081
以凡纳滨对虾为研究对象, 探索一种高效快速无损的新鲜度检测方法。 挥发性盐基氮(TVB-N)是判断虾新鲜度的重要化学指标, 然而传统方法耗时耗力, 限制了大批量的实时检测。 高光谱技术是一种集成图像和光谱信息的分析技术, 高光谱图像上的每个像素包含整个波段的光谱信息, 近年来, 该技术已经被应用于肉类新鲜度检测。 连续8 d采集了样品的860~1 700 nm高光谱数据, 在去除异常样本后确定150组试验样本, 每组采集254维光谱数据, 对原始的高光谱图像进行黑白校正, 并从高光谱图像中提取光谱数据。 为确保所提取的光谱数据和TVB-N指数之间有对应关系, 所选择的感兴趣区域的位置保持固定在虾样本的第二和第四肢。 计算了感兴趣区域的平均光谱以获得光谱数据矩阵, 该矩阵被转换成ASCII码并保存。 同时, 通过凯氏定氮法获得TVB-N真实值含量。 为减少环境和虾表面的高含水量的干扰, 有效地消除不相关的信息和噪声, 预处理方法是多元散射校正(MSC)算法, 并选择出7个敏感波段, 分别为875, 894, 919, 953, 983, 1 024和1 094 nm。 最后, 以120组训练集样本, 建立了凡纳滨对虾TVB-N总量的定量预测模型, 以30组验证集样本, 对比BP神经网络、 径向基神经网络、 主成分分析三种预测模型算法。 BPNN算法预测模型的相关系数(r)和归一化均方根误差(NRMSE)分别为0.902 1和0.214 0, RBFNN算法的预测模型为0.868 3和0.223 0, PCR算法预测模型为0.757 6和0.390 0。 结果表明, MSC-BPNN模型的预测效果最佳, 凡纳滨对虾的高光谱反射率与新鲜度间存在较密切的相关性, 为基于光谱的虾类新鲜度检测提供了支持。
高光谱 新鲜度 多元校正散射 BP神经网络 径向基神经网络 Hyperspectral Freshness Multivariate correction scattering BP neural network Radial basis function neural network
1 南京理工大学 化工学院，江苏 南京 210094
2 光电信息控制和安全技术重点实验室，天津 300308
制备一种红外/被动毫米波复合诱饵。研究基于MTV型烟火药，以超细红磷替代部分镁粉，短切碳纤维作为功能添加剂，制备了一种薄片型烟火材料，对该种材料的红外辐射和毫米波辐射性能进行了测试分析。研究结果显示：少量红磷的添加有利于提高烟火药辐射面积；红磷添加量大于10%时，火焰平均温度、红外辐射强度和毫米波辐射亮温随着红磷含量的增加持续降低，在添加适量碳纤维后燃速燃温增加，红外辐射增强；烟火药的毫米波辐射亮温随碳纤维含量增加持续提高，当红磷添加量为10%，碳纤维含量从0增加到1.75%时，毫米波辐射亮温从330 K增加到458 K，且亮温在400 K以上持续时间较长。
烟火药 碳纤维 红外辐射 毫米波 pyrotechnic composition carbon fiber infrared radiation millimeter wave 红外与激光工程
2022, 51(2): 20210455
1 中国农业大学信息与电气工程学院食品质量与安全北京实验室, 北京 100083
2 中国农业大学工学院, 北京 100083
3 中国农业大学水利与土木工程学院, 北京 100083
以表层土壤为对象, 探究土壤的多光谱反射率与土壤水分含量相关性, 进行基于无人机多光谱图像的土壤水分含量预测模型方法的探究。 选取中国农业大学通州实验站为研究区域, 实地采集试验田的土壤样本100组, 按照一定梯度配制土壤含水量, 配成的土壤含水率为10%~50%之间, 土壤含量的真实值采用土壤烘干法进行测定。 多光谱相机灵巧便捷, 可搭载在无人机上对土壤进行监测。 将RedEdged-M型多光谱相机搭载在Phantom 3型无人机上, 选择阳光充足的采集环境, 实时采集土壤样本的多光谱图像, 建立土壤多光谱信息与水分含量之间的模型。 利用处理光谱数据的ENVI5.3软件提取土壤样本多光谱信息, 以多光谱相机自带的标准白板反射率为100%, 计算出土壤样本在蓝、 绿、 红、 红边、 近红外五个波段的光谱反射率。 采用BP神经网络算法、 支持向量机算法、 偏最小二乘算法分别建立基于无人机多光谱图像的土壤水分含量的预测模型。 以80组土壤样本数据作为训练集, 建立基于多光谱图像的土壤水分含量预测模型。 采用莱文贝格-马夸特算法对BPNN进行改进, 提高了其训练速度, 当网络结构为5-10-1时, 训练效果最好, 本文选择该网络结构; SVM采取高斯核函数, 当参数为0.56时, 模型效果最好。 本研究采用归一化均方根误差(NRMSE)和决策系数(R2)对三种土壤水分含量的预测模型进行定量对比。 以20组土壤样本数据作为测试集, 结果可知, 基于BP神经网络土壤水分含量预测模型的NRMSE为0.268, R2为0.872; 基于支持向量机的土壤水分含量预测模型的NRMSE为0.298, R2为0.821; 基于偏最小二乘土壤水分含量预测模型的NRMSE为0.316, R2为0.789。 对三种模型分析可知, 基于BPNN的土壤水分含量预测模型效果均较好。 结果可知, 土壤的光谱反射率与含水率间存在较密切的相关性, 将多光谱相机搭载在无人机上可以对土壤水分含量进行有效的实时监测, 对监测土壤墒情提供技术支持和理论支撑。
多光谱无人机 土壤水分 预测模型 Multispectral Unmanned aerial vehicle Soil moisture Prediction model 光谱学与光谱分析
2020, 40(4): 1238
以球形镁铝合金(Al12Mg17)颗粒为原料, 在空气中直接燃烧合成氮化铝(AlN)晶体。实验样品堆积在直径为 1 cm的区域内, 使用乙烷火焰点燃。使用高速摄像仪记录燃烧合成过程。借助XRD和SEM对原料和产物的组成及结构进行分析, 并使用TG-DSC分析合金的热力学性质。结果表明: 镁铝合金中的铝可以全部转化为AlN晶体。合金的点火温度约为494.4 ℃, 一旦点燃, 不需要外界热源的持续加热, 样品可持续燃烧。燃烧开始后, 合金颗粒中镁快速汽化, 与空气中氧发生优先反应, 并耗掉颗粒周围的氧气, 使氮气进入液态铝表层, 生成氮化铝。燃烧产物有明显分层, 检测结果表明上层产物为白色氧化镁, 下层产物为黑色氮化铝晶体。合成过程中, 镁对氮化铝的形成起着积极的促进作用。
AlN 镁铝合金 燃烧 AlN Mg-Al alloy combustion
1 中国农业大学信息与电气工程学院, 北京 100083
2 农业部农业信息获取技术重点实验室, 北京 100083
以黄瓜叶部病害作为研究对象, 基于可见光谱反射率差异识别黄瓜叶部病害, 研究基于SVM的黄瓜叶部病害识别预测模型。 采用小波变换进行数据预处理; 选取Otsu、 边缘分割法和K均值聚类三类分割方法进行病斑分割, 比较错分率和运行时间, K均值聚类方法更适合黄瓜叶部病斑分割; 提取纹理、 颜色和形状特征参数, 共15个特征参数; 通过交叉验证选择最优参数c和g, 对核函数参数进行优化处理, 并通过比较线性核、 多项式核、 RBF核等不同核函数情况下SVM的正确识别率, 确定RBF核SVM模式识别方法能够更精准地识别黄瓜叶部病害。 并将基于SVM与另外两种常见的黄瓜叶部病害识别方法, BP神经网络和模糊聚类进行比较, 结果表明, 基于SVM的识别模型对霜霉病的正确识别率为95%, 白粉病和褐斑病的正确识别率均为90%, 平均诊断正确率为92%; 该模式识别方法识别效果最佳, 运行时间最短, 为基于可见光谱的黄瓜病害识别模型提供参考。
可见光谱 黄瓜叶部病害 病害识别 支持向量机 BP神经网络 Visible spectrum Cucumber leavesdiseases Disease recognition Support vector machine Back propagation neural network 光谱学与光谱分析
2019, 39(7): 2250
1 中国农业大学信息与电气工程学院, 食品质量与安全北京实验室, 北京 100083
2 长治学院电子信息与物理系, 山西 长治 046011
白粉病是黄瓜常见病害之一, 传播速度极快, 严重时可造成黄瓜大量减产, 对其进行快速准确识别, 对黄瓜白粉病诊断和防治具有重要意义, 应用可见光谱技术, 结合主成分分析和支持向量机算法, 实现对黄瓜白粉病的快速识别。 配制白粉病菌孢子悬浮液, 并人工接种于科研温室内的黄瓜叶片上, 以诱发黄瓜白粉病, 待白粉病有一定面积暴发后, 利用海洋光学USB2000+型便携式光谱仪对黄瓜叶片光谱信息进行采集, 利用五点取样法采集样本, 在5个检查点, 每点选取2株黄瓜进行调查, 每株选取4枚感病叶片, 每枚叶片随机选取5个感病区域进行光谱采集, 共计采集200个感病叶片光谱样本, 同样采集200个健康叶片样本作为对照。 通过Ocean Optics Spectra-Suite软件采集漫反射标准白板信息和光谱仪暗电流实现光谱仪校正, 调节积分时间、 扫描次数以及平滑度等参数来实现光谱曲线平滑处理, 以有效抑制光谱噪声, 对光谱特征进行分类识别, 去掉首尾噪声较大的波段, 保留光谱的可见光波段进行研究, 最终选取450~780 nm波段范围作为研究对象。 利用主成分分析对所研究波段范围内的高维光谱数据（947维）进行降维处理, 根据主成分的累计贡献率, 选取前5个主成分作为分类模型的输入, 以白粉病和健康叶片的判别结果作为输出, 利用支持向量机算法, 通过对样本的分类学习训练构建黄瓜白粉病和健康叶片的分类识别模型, 随机选取120个样本作为训练集用于分类模型构建, 其余80个样本作为测试集用于模型检验, 并通过选取不同的核函数来获得最优模型。 利用混淆矩阵对分类识别模型的准确率进行评价, 当选取径向基核函数时, 分类识别模型对黄瓜健康叶片和白粉病叶片的识别准确率最高, 分别为100%和96.25%, 总准确率为98.125%, 具有较高的准确率。 结果表明, 利用可见光光谱信息并结合主成分分析和支持向量机算法, 可以实现对黄瓜白粉病的快速准确识别, 为黄瓜病害诊断提供了方法和参考依据。
可见光谱 病害识别 主成分分析 支持向量机 Visible spectrum Disease recognition Principal component analysis Support vector machine 光谱学与光谱分析
2019, 39(6): 1864
1 南京理工大学 化工学院, 江苏 南京 210094
2 北方特种能源集团西安庆华公司, 陕西 西安 710025
针对传统镁/聚四氟乙烯(Mg/PTFE)诱饵剂燃烧温度高的问题, 通过添加红磷/氧化铜(P/CuO) 高热剂制备一种具有低燃温薄膜型诱饵材料。将P/CuO 高热剂作为添加剂, 通过工艺与配方设计制成薄膜型箔片, 实现了低温点火与低温稳定燃烧, 并对样品的燃烧速度、辐射强度、燃烧温度等参数进行了测试与分析。研究结果显示, 添加P/CuO 高热剂后, 150 mm×15 mm×0.2 mm的0.5 g箔片, 点火温度可从520 ℃下降到390 ℃; 燃烧温度可从1 500 ℃下降到850 ℃, 且能够稳定燃烧; 大于1.0 W·sr-1持续时间从1.2 s增长到1.6 s。从点火温度、稳定燃烧与辐射的性能分析, 基于P/CuO高热剂改性的Mg/PTFE薄膜型诱饵剂适合于抛散引燃型离散面源诱饵的设计需求。
红外诱饵 辐射强度 燃烧温度 P/CuO高热剂 infrared decoy radiation intensity burning temperature P/CuO thermite 红外与激光工程
2017, 46(1): 0104005
1 南京理工大学 能源与动力工程学院, 江苏 南京, 210094
2 南京理工大学 化工学院, 江苏 南京 210094
基于粒子图像速谱仪（PIV）和高速摄影仪（HSC）研究了烟火药火焰的气体流场与正在燃烧粒子流场的两相流特性。首先利用PIV获取了烟火药燃烧的火焰气体流场;同时利用HSC, 通过设定合理的曝光时间, 实验全程过滤了气体火焰辐射和烟尘的影响, 获取了烟火药燃烧火焰中正在燃烧的粒子, 用图像处理方法确定了图像中各粒子的坐标, 根据获取的连续图像, 计算每个正在燃烧粒子的运动轨迹, 得到正在燃烧粒子的速度矢量图, 进而比较分析了正在燃烧粒子的流场与火焰气体流场;该研究为分析烟火燃烧机理中正在燃烧粒子的火焰结构提供了一种简便的方法。
烟火药 火焰 正在燃烧粒子 流场 pyrotechnics flame burning particles flow field 红外与激光工程
2016, 45(5): 0511002
以镁/聚四氟乙烯红外诱饵配方为基础配方, 用红磷和硫酸锶分别替换基础配方中的氧化剂和可燃剂, 设计了几种不同的红外诱饵剂配方, 利用差热分析仪、红外测温仪和红外辐射度计等仪器对各配方的性能进行测试研究。设计结果表明, 红磷和硫酸锶均可以使反应的起始分解温度和结束温度降低, 红磷的降低效果较硫酸锶更为明显。基础配方的最高火焰温度为 1013.7℃, 最大辐射强度为 0.0023 W/sr, 红磷的加入可以有效提升配方的辐射强度。随着替换成分质量分数的增加, 最高火焰温度逐渐降低。质量分数为 20%时, 红磷配方的最高火焰温度为 427.7℃, 最大辐射强度为 0.1522 W/sr, 安定性下降, 燃烧出现不连续现象;硫酸锶配方为 818.6℃, 辐射强度变化不大, 燃烧过程比较稳定。
红外诱饵 低燃温诱饵剂 燃烧温度 辐射强度 infrared decoy low temperature decoy combustion temperature radiant intensity
实验研究了微泡雾的遮蔽性能，分别利用OPAG33傅立叶变换红外光谱仪研究了红外波段的遮蔽性能、利用红外成像仪分析微泡雾的实物遮蔽能力以及遮蔽率。测试结果显示，微泡雾对远红外（8 μm～14 μm）的遮蔽率能达80%以上；微泡雾对热像仪能够实现有效遮蔽。研究表明：对于微泡雾，由于其基本单元-连体微泡团直径较小且液膜薄，易于漂浮和运动，不仅含有微泡团之间在光路上的速度切变，而且还存在微泡团自身的脉动，及其速度的变化，提高了微泡雾的光学散射性能，因此，微泡雾具有高效的遮蔽性能。
表面活性剂 微泡团 微泡雾 遮蔽 surfactant micro-bubble fog infrared obscuring
