1 华东交通大学机电与车辆工程学院, 江西 南昌 330013 华东交通大学智能机电装备创新研究院, 江西 南昌 330013
2 华东交通大学机电与车辆工程学院, 江西 南昌 330013
柚子果皮厚, 果皮与果肉属于两种不同的介质, 对光的折射、 吸收程度存在差异, 针对建立水果可溶性固形物含量（SSC）检测模型时, 光谱采集量与目标不匹配, 导致模型精度差的问题, 以上饶马家柚为研究对象, 自主搭建可调实验平台, 采集并分析柚子整果的光能量衰减规律, 寻找柚子厚度与透光性的关系, 探索果皮厚度、 光透射深度对柚子SSC检测精度的影响。 首先将透射光源放置在柚子赤道圈的正上方, 统计柚子赤道圈不同区域接收到的光谱强度, 绘制光谱强度分布图, 结果显示, 距离光源发射点越远, 光谱强度越低, 入射点由远及近的位置接收的光强分别占33.40%、 2.90%、 0.50%、 0.40%、 0.20%, 柚子皮对光的吸收较为明显, 散射出的光所占比重较少; 采用切片法, 记录剩余厚度与对应的光谱强度值, 绘制光谱强度的变化规律曲线, 随着剩余厚度逐渐减少, 光谱强度逐渐增加, 在32.90 mm的位置, 光谱强度发生了巨大的变化, 果实厚度高于32.92 mm时, 果实接收的光谱强度普遍较低, 当果实低于32.92 mm时, 光谱强度呈跳跃式增加。 采集果肉、 整果、 果皮光谱, 采用偏最小二乘法（PLS）建立SSC预测模型, 去皮后的果肉模型相关性最高。 采集柚子果肉、 果皮+果肉厚度为40、 30、 20和10 mm时的光谱, 建立不同厚度的SSC预测模型, 果肉厚度为20、 40、 60和80 mm时, 预测集相关系数分别为0.91、 0.89、 0.87和0.86, 果肉在透射深度为20 mm时, 水果SSC预测模型精度最佳。 果皮+果肉的光谱透射深度为20、 40、 60和80 mm, 预测集相关系数分别为0.78、 0.86、 0.93和0.84, 果皮+果肉的透射深度为60 mm时, 有最好的预测效果。 研究结果表明, 果皮和果肉内部组织成分的差异, 会影响SSC预测的结果, 但是调整可见/近红外光在水果内部的传输距离, 可以优化模型精度, 研究揭示了可见/近红外光在水果组织中的漫透射传输特性, 可为厚皮果的品质在线分选装置研发提供实验依据。
光能量衰减 果肉和果皮 透射深度 可溶性固形物含量 传输特性 Light energy decay Pulp and peel Transmittance depth Soluble solids content Transmission characteristics 光谱学与光谱分析
2023, 43(8): 2574
华中科技大学，武汉光电国家研究中心，武汉 430074
作为典型吸光层的三维金属卤化物钙钛矿材料具有较低的结合能、较长的载流子寿命及扩散长度、较高的缺陷容忍度等优异的光电性能，所制备的钙钛矿太阳能电池展现出了优异的光电转化效率。然而，对光、热、湿度等环境的敏感性限制了其实际应用。相比于三维钙钛矿，激子结合能较高、化学性质稳定的二维钙钛矿增强了器件的长期稳定性。与二维钙钛矿结合，三维/二维多维度钙钛矿电池在不损失效率的前提下获得了优越的稳定性。本文主要从二维钙钛矿的晶体结构及稳定性入手，重点阐述了三维/二维多维度钙钛矿的制备工艺及稳定性方面的研究进展，最后对三维/二维多维度钙钛矿太阳能电池效率及稳定性的进一步提升进行了总结与展望，旨在为钙钛矿光伏商业化提供指导。
二维 三维/二维多维度钙钛矿 太阳能电池 two-dimensional 3D/2D multi-dimensional perovskite solar cells
1 中国科学院光电技术研究所微细加工光学技术国家重点实验室，四川 成都 610209
2 中国科学院大学，北京 100049
3 中国科学院光电技术研究所矢量光场研究中心，四川 成都 610209
高阶贝塞尔光束能够携带轨道角动量，且具有无衍射特性，在粒子操控、激光微纳加工及非线性光学等领域具有重要应用价值。目前产生高阶贝塞尔光束的方式无法同时满足集成化和高功率场景的应用需求。基于飞秒激光诱导的双折射纳米光栅结构，提出一种高损伤阈值的集成化光场调控器件制备方法。通过调控纳米光栅的光轴方向和相位延迟量，在石英玻璃内部写入光轴取向空间变化的多层纳米光栅结构，制备的器件可以实现不同光场调控功能的叠加和不同工作波长的设计。基于所提方法制备了中心波长为532 nm、拓扑荷值为4的高阶贝塞尔光束产生器件。器件产生的高阶贝塞尔光束携带的轨道角动量与设计值相符，在4 m距离内光斑大小保持基本不变。器件的零几率激光损伤阈值为28.5 J/cm2（6 ns），在高功率激光光束整形等领域具有极大的应用潜力。
激光光场调控 高阶贝塞尔光束 集成化光学元件 飞秒激光 纳米光栅 激光损伤阈值 光学学报
2023, 43(13): 1326003
1 中国科学院光电技术研究所微细加工光学技术国家重点实验室，四川 成都 610209
2 中国科学院大学光电学院，北京 100049
3 中国科学院光电技术研究所矢量光场研究中心，四川 成都 610209
得益于体积小、结构紧凑、易集成等优势，基于超构表面的微型光谱探测技术近年来被广泛研究。然而，现有基于超构表面的微型光谱探测系统设计过程中，通常缺乏对超构表面透射光谱相关性均值与重建质量的定量分析。现有设计过程中采用随机选择方法，无法保证重建质量最优。本文定量分析了超构表面透射光谱的相关性均值与重建质量的关系，提出了一种用于微型光谱探测的超构表面设计方法。此外，本文还验证了基于超构表面的微型光谱探测技术的光谱特性，相较于随机选择设计方法，本文所提出方法可提高宽带光谱和图像光谱的重建质量。
量化分析 超构表面 方法 微型光谱探测 quantitative analysis metasurfaces methodology miniature spectral detection
华东交通大学机电与车辆工程学院, 智能机电装备创新研究院, 江西 南昌 330013
为了控制水稻螟虫预警和喷洒农药用量, 实现对水稻螟虫虫害的无损检测, 提出了基于主成分分析特征波段检测方法和基于迭代阈值的最优波段检测方法, 确定了水稻茎秆螟虫检测的特征波段和最优波段, 提取出单波段和组合波段的图像来分割虫孔, 从而实现水稻螟虫的精准的无损检测。 首先通过高光谱得到的120个样品反射率信息分析确定了光谱区域为450~1 000 nm。 基于主成分分析特征波段检测方法, 对高光谱图像进行主成分分析, 通过前五个主成分图像比较确定第三主成分图像为最佳, 然后根据第三主成分图像中各个波段的贡献率来选取特征波长(668.8和750 nm), 最后结合全局阈值分割和图像掩膜等图像处理方法实现对虫孔区域的判别。 而利用基于迭代阈值的最优波段检测方法, 在可见光波段450~750 nm范围和近红外波段750~1 000 nm范围内应用混合距离挑选最佳的单波段, 通过单波段来确定组合波段, 对单波段和组合波段进行迭代阈值分割, 其中753.5 nm波长分割效果最好, 故确定753.5 nm为最优波长, 然后提取该波长的图像采用一种基于迭代阈值虫孔提取方法和形态学处理, 最后能对水稻茎秆虫孔区域进行判别来实现水稻茎秆虫害是否存在。 对60个虫害水稻茎秆和60个正常水稻茎秆进行检测, 应用基于主成分分析特征波段检测方法在668.8和750 nm波长处检测率分别为95.8%和93.3%, 而应用基于迭代阈值的最优波长检测方法在753.5 nm波长处检测率高达96.7%。 说明利用基于迭代阈值的最优波长检测方法对水稻螟虫的检测更加精确, 也说明所获取的特征波段和最优波段为以后水稻螟虫虫害的多光谱成像技术提供了理论参考。
高光谱成像 主成分分析 最优波段 阈值分割 水稻螟虫 无损检测 Hyperspectral imaging Principal component analysis The optimal band Threshold segmentation Rice borer Non-destructive detection 光谱学与光谱分析
2021, 41(12): 3844
1 中国科学院光电技术研究所 微细加工光学技术国家重点实验室，四川 成都 610209
2 中国科学院大学 光电学院，北京 100049
3 中国人民解放军军事科学院 国防科技创新研究院，北京 100071
偏振成像技术在目标探测、生物医学等领域具有重要应用价值，基于超构表面设计的偏振成像系统可以有效避免传统偏振成像系统存在的结构复杂、体积和质量大等问题，有利于实现光学系统微型化、轻量化和集成化。然而，传统超构表面设计方法忽略了超构表面结构的局部非周期性引起的近场电磁耦合，在大数值孔径的条件下会严重影响器件的衍射效率。为了解决这个问题，本文提出了一种基于边界优化的偏振复用超构透镜设计方法，并由此设计了一种能对x和y偏振光独立调控的大数值孔径(~0.94)偏振成像超构透镜。在基于人工择优初始结构的优化设计中，通过参数扫描、人工择优的传统设计方法得到超构透镜初始结构，然后通过边界优化方法对超构透镜进行进一步的优化，其衍射效率相比于优化前可以提高20%左右；在基于均匀阵列初始结构的优化设计中，通过20次左右的迭代，超构透镜衍射效率可以达到92%左右。本文提出的优化设计方法可有效提高偏振复用超构表面器件效率，并且能够简化多功能超构表面的设计步骤，在偏振成像、光通信等领域具有应用前景。
超构表面 伴随优化 边界优化 偏振成像 metasurface adjoint optimization boundary optimization polarization imaging 
华东交通大学机电与车辆工程学院, 水果智能光电检测技术与装备国家地方联合工程研究中心, 江西 南昌 330013
毛桃从果树上成熟到最后到达消费者手中, 中间需要经过采摘、 包装、 运输等一系列过程, 在每一个过程中都有可能产生碰伤果。 因此查看哪一个过程产生的碰伤果最多, 从而对加工过程进行针对性地改进就显得尤为重要。 纵观国内外高光谱技术在检测水果碰伤方面的应用, 绝大多数都是忽略图像特征而只使用了光谱特征, 基于图像特征结合光谱特征建模的少之又少。 其次在水果碰伤时间定性判别方面, 多以天数为间隔, 时间间隔较大意味着水果碰伤时间越久, 其变化越明显, 检测准确率也就越高, 目前尚缺乏有效方法对于碰伤时间较短的水果进行碰伤时间分类。 以90个模拟表面碰伤的毛桃为实验样本, 分别采集毛桃碰伤12, 24, 36和48 h后的高光谱图像。 毛桃样品的光谱特征提取是采用感兴趣区域的100个像素点的平均光谱以防止单个像素点的光谱信息与整体光谱信息差距较大; 通过主成分分析(PCA)对毛桃图像进行降维后选取最能体现毛桃碰伤的PC1图像, 在 PC1图像的权重系数曲线中波峰波谷处挑选出4个特征波长点(512, 571, 693和853 nm)作为特征图像, 特征图像灰度化操作后计算得到平均灰度值作为毛桃碰伤图像特征。 最后基于最小二乘支持向量机(LS-SVM)算法分别建立毛桃碰伤时间的光谱特征模型、 图像特征模型以及图像特征结合光谱特征模型共三种判别模型, 并且根据其分类准确率来判断模型的性能。 结果表明: 三种毛桃碰伤模型的分类准确率都随碰伤时间的增加而增加; 基于径向基核函数(RBF_kernel)建立的图像特征结合光谱特征的模型预测效果最好, 对碰伤12, 24, 36和48 h的毛桃样品识别正确率分别为83.33%, 96.67%, 100%和100%, 这可能是由于具有非线性特点的径向基核函数所建立的模型更加适合用于毛桃碰伤时间的分类。 图像特征结合光谱特征的模型能够较好地实现对水果碰伤时间的估计, 可为水果外部品质分选提供一定的参考和依据, 并对水果销售和深加工企业具有一定的借鉴意义。
高光谱成像 图像特征 光谱特征 最小二乘支持向量机 毛桃 碰伤时间 Hyperspectral imaging Image features Spectral features Least squares support vector machine Wild peach Bruising time 光谱学与光谱分析
2021, 41(8): 2598
1 中国科学院光电技术研究所微细加工光学技术国家重点实验室，四川 成都 610209
2 中国科学院大学光电学院，北京 100049
3 中国人民解放军军事科学院国防科技创新研究院，北京 100071
切趾在成像和光通信领域得到了重要的应用。传统的切趾方法基于相位或者振幅调制，存在工作带宽窄或者分辨力低的问题。本文提出了一种宽带消色差的超表面滤波器，可以在不损失空间分辨力的情况下实现切趾成像。通过该滤波器在整个可见光波段完成了几乎无色散的相位调制。仿真结果表明，超表面滤波器的聚焦效率是相位滤波器的两倍；其成像对比度可以提升至高斯滤波器的三倍。通过我们的方法，在400 nm到700 nm的可见光波段内，点扩散函数的旁瓣能被压缩到10-5数量级，同时能够实现衍射极限甚至超衍射的分辨力。
切趾 宽带 无色散 超表面 apodization broadband dispersionless metasurface
华东交通大学机电与车辆工程学院, 江西 南昌 330013
果品内部化学基础信息与光谱信息较好对应是提高模型的关键。 大量的皮厚、 体积大的水果果肉在可见-近红外区域透光性差、 光折射角度难以确定、 化学基础信息获取不准, 导致品质预测效果差。 以西瓜为研究对象, 对西瓜不同区域的可溶性固形物与品质属性的内在联系进行探讨。 水果市场购买360个西瓜样品, 在线检测装置采集光谱时参数用两种设置: 积分时间100 ms、 电流8.0 A和积分时间为150 ms, 电流8.15 A, 后者的光谱吸收峰值强度更高。 西瓜可溶性固形物含量测定时, 将西瓜分为8份, 分别测量心糖、 中糖、 外围糖、 底边糖(SSC)和混合糖(SSC)的平均值, 西瓜内部不同区域可溶性固形物有较大的差异, 果中心的心糖值最高, 而越靠近瓜皮区域的糖度值越低。 以西瓜不同区域可溶性固形物为因变量, 卷积平滑(S-G)降解光谱噪声后的光谱为自变量建立可溶性固形物偏最小二乘预测模型, 建模集270个, 预测集90个。 对比模型发现, 提高分选装置的积分时间和卤钨灯电流, 可以增加可溶性固形物模型预测精度; 局部区域的可溶性固形物作为模型的因变量预测效果也高于混合糖为因变量建立的模型。 由于可见-近红外入射后在瓜果内部发生一定角度的折射、 光停留在浅层区透射等原因, 靠近瓜皮的底边糖区域表征了较多的西瓜果肉信息, 建模效果最佳, 预测集相关系数为0.89, 均方根误差为0.24, 建模集相关系数为0.96, 均方根误差为0.18。 而中糖、 外围糖等具有一定深度且在光的直线区域表征的西瓜果实内部信息较少, 建模效果较差。 因此西瓜底边糖为最佳的可溶性固形物采集区域。 研究结果揭示了水果光散射规律特征及其与品质属性的内在联系, 可供实现光谱数据库和分析模型的在线更新参数。
西瓜 可见-近红外 装置参数 可溶性固形物 预测模型 Watermelon Visible/near infrared Device parameters Soluble solids Prediction model 光谱学与光谱分析
2020, 40(10): 3265
华东交通大学机电与车辆工程学院, 江西 南昌 330013
糖度是评价脐橙内部品质的重要指标之一, 由于水果自身尺寸差异, 造成糖度预测模型稳健性差, 预测精度不高, 因此消除水果尺寸差异带来的影响, 对提高水果分选模型精度具有重要意义。 对比分析了脐橙漫透射、 多点发射与接收及环形发射与接收漫反射光谱, 其中, 不同检测平台上, 由于光程差的不同, 大果光谱能量均比小果光谱能量要强, 而环形发射与接收漫反射光谱能量要强于其他两种光谱, 漫透射光谱能量最弱, 波峰与波谷位置大致相同。 分别建立不同检测方式下脐橙尺寸预测模型, 其中, 漫透射检测方式下尺寸预测模型的预测集相关系数为0.60, 预测集均方根误差为3.95 mm, 多点发射与接收漫反射检测方式下尺寸预测模型的预测集相关系数为0.97, 预测集均方根误差为1.46 mm, 环形发射与接收漫反射检测方式下小果预测模型的预测集相关系数为0.96, 预测集均方根误差为1.73 mm。 分别建立三种不同检测方式下大果、 小果、 混合果以及多元散射校正预处理的混合果糖度预测模型, 小果的糖度预测模型精度均要高于大果和混合果, 其中漫透射检测方式下小果预测模型的预测集相关系数为0.76, 预测集均方根误差为0.81°Brix, 多点发射与接收漫反射检测方式下小果预测模型的预测集相关系数为0.72, 预测集均方根误差为0.97°Brix, 环形发射与接收漫反射检测方式下小果预测模型的预测集相关系数为0.72, 预测集均方根误差为0.93°Brix。 经过多元散射校正预处理光谱后, 近红外漫透射光谱的混合果模型精度要优于小果的模型, 模型预测集相关系数为0.84, 预测集均方根误差为0.64°Brix, 而在两种漫反射检测方式中, 多混合果模型精度反而降低。 实验结果表明: 在漫透射检测方式中, 使用多元散射校正预处理光谱可以消除尺寸差异影响, 在漫反射检测方式中, 先进行尺寸分选, 再进行糖度分选, 也可以避免尺寸差异带来的影响。 该研究为大宗水果快速在线分选提供了参考和理论支持。
脐橙 近红外 尺寸差异 无损检测 糖度 Navel orange Near infrared Size effect Nondestructive testing Sugar content 光谱学与光谱分析
2020, 40(10): 3241
