作者单位
摘要
1 河北农业大学食品科技学院, 河北 保定 071000
2 河北农业大学园艺学院, 河北 保定 071000
鸭梨黑斑病在感染早期阶段引起感染区域外观的变化很微小, 肉眼难以观察, 因此对其早期识别仍然是困难的。 结合高光谱成像技术和Stacking集成学习算法, 实现了鸭梨黑斑病的潜育期识别检测。 首先, 获取健康和不同腐败程度黑斑病鸭梨样品的原始高光谱图像, 基于图像选取感兴趣区域(ROI), 然后对提取的平均光谱数据进行一阶导数(FD)、 二阶导数(SD)、 标准正态变量变换(SNVT)及组合SNV-FD和SNV-SD预处理后, 采用竞争性自适应权重取样法(CARS)提取特征波长的光谱信息。 最后基于筛选出的特征信息分别建立最小二乘支持向量机(LS-SVM)、 K最邻近法(KNN)、 随机森林(RF)和线性判别分析(LDA)分类模型。 其中, 预测效果最好的组合为SNV-FD-LSSVM, SNV-KNN和SNV-FD-RF, 准确率分别达到94%, 88%和88%。 四种算法建立的模型中, 测试集准确率不低于85.00%的个数分别为5、 3、 2和0, 因此优选出LS-SVM、 KNN和RF三个分类器用于后续的集成学习。 为提高模型准确率, 以优选出的LS-SVM、 KNN和RF三种模型作为基分类器构建Stacking学习框架, 并与单一分类器建模结果进行对比分析。 结果表明, 集成学习模型的总体识别正确率达到了98.68%, 较单一分类器模型提高了4.64%, 且对潜育期样品的识别率提高了11%。 证实了高光谱成像结合集成学习方法识别潜育期黑斑病鸭梨样品可行; 集成模型显著提高了单一模型的准确性; 为鸭梨黑斑病早期检测和病害分级提供一种新的方法, 同时为深入研究集成学习算法在光谱定性中的应用奠定了一定基础。
高光谱成像技术 鸭梨黑斑病 Stacking集成模型 潜育期 基模型 Hyperspectral imaging technology Black spot of pear Stacking integrated model Gley period The base model 
光谱学与光谱分析
2023, 43(5): 1541
作者单位
摘要
昆明物理研究所,云南 昆明 650223
红外探测器组件中一定尺寸大小多余物的存在,容易造成探测器服役状态下其光路中产生衍射现象,并改变焦平面局部光场分布,导致像面上形成“黑斑”或“泊松亮斑”。为了减少此类异常图像的出现,根据菲涅耳衍射原理,计算了几种典型探测器组件内不同位置处的多余物颗粒满足衍射斑形成条件时的尺寸范围,并分析了多余物尺寸、杜瓦结构、波长以及衍射斑之间的关系,结果表明,波长越长、多余物距离焦平面越近,越容易发生衍射;对于不同的探测器杜瓦组件,容易产生衍射的位置为距离焦平面距离L<LC的区域。此外结合生产实践提出了控制多余物的相应措施,研究结果对于红外探测器组件的设计和工程应用具有一定指导意义。
红外探测器 杜瓦 多余物控制 衍射 黑斑 infrared detector Dewar remainders control diffraction black spot 
红外与激光工程
2021, 50(3): 20200177
作者单位
摘要
南昌大学国家硅基LED工程技术研究中心, 江西 南昌 330096
对集成Ag基反射镜的垂直结构GaN基发光二极管(LED)薄膜芯片施加ESD(electro-static discharge)冲击,观察其静电失效的现象并对失效演变的过程进行研究。结果表明,LED芯片经过ESD冲击后,内部会随机出现ESD黑点。随着ESD电压逐渐增大,此ESD黑点逐渐演变成为静电孔。通过聚焦离子束刻蚀等手段,得出ESD黑点产生的原因,即静电击穿产生的瞬间高温将LED芯片中的p-GaN及Ag基反射镜熔化,从而使得Ag反射镜的反射率降低。在LED薄膜芯片静电失效的演变过程中,ESD黑点周围的GaN粗化面的六角锥结构出现形状变小、密度增大的现象,该现象与静电击穿发生的程度相关。因此,认为静电击穿过程中内部产生的瞬间高温对表面GaN材料的晶体质量产生较大影响。
光学器件 发光二极管 静电失效 ESD黑点 粗化面 Ag反射镜 
光学学报
2020, 40(10): 1023001
韩琳 1李双 1洪津 1骆冬根 1[ ... ]张苗苗 1,2
作者单位
摘要
1 中国科学院安徽光学精密机械研究所中国科学院通用光学定标与表征技术重点实验室,安徽 合肥 230031
2 中国科学技术大学, 安徽 合肥 230026
杂散光仿真分析是保证多角度偏振成像仪获取高精度偏振辐射数据的关键手段之一。根据仪器光学系统的自身特点,分析了杂散光的主要来源。 针对采用点源透过率法难以适用于大视场光学系统杂散光分析的问题,介绍了基于黑斑法原理进行杂散光仿真分析的方法。借助杂散光分析 软件LightTools,建立仪器的三维几何模型及光学属性,采用选定视场点反向光线追迹的方法仿真分析得到光机系统的视场外和视场内杂散光 系数。分析结果表明,杂散光主要来源于成像视场范围内,且中心视场受到的杂散光影响最大,杂散光系数为3.27%,达到了设计指标要求。 此外,采用近轴光线和实际光线正向追迹,模拟得到局部杂光和全局杂光的能量分布,为后期的图像杂散光校正研究提供了理论依据与指导。
多角度偏振成像仪 黑斑法 反向光线追迹 全局杂光 局部杂光 directional polarization camera black spot backward ray tracing global stray light local stray light 
大气与环境光学学报
2019, 14(2): 81
作者单位
摘要
1 中国科学院半导体研究所 中国科学院半导体材料科学重点实验室, 低维半导体材料与器件北京市重点实验室, 北京 100083
2 内蒙古日月太阳能科技有限公司, 呼和浩特 010111
p型单晶硅太阳电池在EL检测过程中, 部分电池片出现黑斑现象。结合X射线能谱分析(EDS), 对黑斑片与正常片进行对比分析, 发现黑斑片电池与正常电池片大部分表面的成分相同, 排除了镀膜及丝网印刷过程中产生黑斑的可能。利用X射线荧光光谱分析(XRF)测试了同一电池片的黑斑区域与正常区域, 发现黑斑处Ca含量较大, 并出现Sr、Ge和S等杂质元素。将6个档位的电池片制备成2cm×2cm的电池样片, 利用光生诱导电流测量了每个电池的外量子效率(EQE)。在460~1000nm波长范围内, 同一电池片黑斑处与正常处的EQE相差较大, 说明黑斑的出现与原生硅片缺陷无关, 应归结于电池片生产过程中引入的杂质缺陷。给出了杂质引入的原因以及解决途径, 从而显著减小了黑斑片产生的几率。
EL测试 黑斑 能谱分析 X射线荧光光谱 外量子效率 EL testing black spot EDS XRF EQE 
半导体光电
2017, 38(1): 21
作者单位
摘要
上海技术物理研究所,上海 200083
为了满足空间遥感技术的发展,杂散光测量系统要求有更低的测量阈值,更高的测量精度。现有的杂散光测量系统分为两类,分别为面源法(黑斑法)和点源法。文中将这两种方法概括为几个主要的模块,分析各个模块的实现方式及其对测量阈值、精度的影响。通过对测量系统实现方式的分析,提出控制测量系统阈值及精度的措施。为低阈值,高精度杂散光测量系统的研制奠定基础。如果按照文中提出的最严格的环境控制策略控制测量系统的背景辐射,测量系统可测的最低阈值可以达到 10-15;如果测量阈值要求不高,采用较宽松的控制策略就可以使测量阈值达到 10-5。
黑斑法 点源法 杂散光 测量系统 black spot point source stray light measurement system 
红外技术
2011, 33(9): 521
叶露 *
作者单位
摘要
中国科学院长春光学精密机械与物理研究所, 吉林 长春 130033
在对变焦距光学镜头进行杂散光系数测试的过程中,需要了解各测试环节的作用及对测量结果的影响。讨论了准直物镜使用与否对杂散光系数测量结果的影响。通过对杂散光形成机理的分析,将杂散光来源分为视场内与视场外两种,阐述不同来源杂散光的不同特点及这两种杂散光通过准直物镜后的状态。用两个参数不同的变焦距光学镜头在有无准直物镜两种情况下杂散光系数的测量结果,说明准直物镜在杂光测试中的作用。对于视场外入射光束形成的杂散光,准直物镜的使用与否对其测量结果影响巨大,而对视场内入射光束形成的杂散光影响很小,测量时可以利用准直物镜来判断光学镜头杂散光的来源。同时通过实验说明入射光线在准直物镜间的多次反射形成的杂散光约为1%,它可作为系统误差从测量结果中剔除。
黑斑法 杂光测量 准直物镜 测量精度 black spot method stray light testing collimation lens measurement accuracy 
应用光学
2010, 31(1): 83
作者单位
摘要
中国科学院长春光学精密机械研究所
根据光学衍射成像理论,建立了黑斑法测量光学系统杂光的杂光系数解析式.该解析式包括了被测系统的结构参数和测试条件两部分.并编制了计算程序,将计算值和测量结果进行了比较,两者较为一致.
杂光系数 黑斑法 
光学学报
1989, 9(4): 321

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!