华东交通大学 智能机电装备创新研究院 水果智能光电检测技术与设备国家与地方联合工程研究中心, 南昌330013
本文旨在探索涌泉蜜桔糖度的最优检测位置和最佳预测模型，以便为蜜桔糖度检测分级提供理论依据。本文利用波长为390.2～981.3 nm的高光谱成像系统对涌泉蜜桔糖度最佳检测位置进行研究，将涌泉蜜桔的花萼、果茎、赤道和全局的光谱信息与其对应部位的糖度结合，建立其预测模型。使用标准正态变量变换（SNV）、多元散射校正（MSC）、基线校准（Baseline）和SG平滑（Savitzkv-Golay）4种预处理方法对不同部位的原始光谱进行预处理，用预处理后的光谱数据建立偏最小二乘回归（PLSR）和最小二乘支持向量机（LSSVM）模型。找出蜜桔不同部位的最佳预处理方式，对经过最佳预处理后的光谱数据采用竞争性自适应重加权算法（CARS）和无信息变量消除法（UVE）进行特征波长筛选。最后，用筛选后的光谱数据建立PLSR和LSSVM模型并进行分析比较。研究结果表明，全局的MSC-CARS-LSSVM模型预测效果最佳，其预测集相关系数Rp=0.955，均方根误差RMSEP=0.395，其次是蜜桔赤道部位的SNV-PLSR模型，其预测集相关系数Rp=0.936，均方根误差RMSEP=0.37。两者预测集相关系数相近，因此可将赤道位置作为蜜桔糖度的最优检测位置。本研究表明根据蜜桔不同部位建立的糖度预测模型的预测效果有所差异，研究最优检测位置和最佳预测模型可以为蜜桔进行糖度检测分级提供理论依据。
涌泉蜜桔 高光谱 糖度 偏最小二乘回归 最小二乘支持向量机 Yongquan honey orange hyperspectral sugar content partial least-squares regression least-squares support vector machine
华东交通大学智能机电装备创新研究院, 江西 南昌 330013
稻米霉变会引起营养物质流失, 同时产生有毒物质, 不仅降低其自身品质, 还会感染其他正常稻米。 为减少霉变引起的稻米损耗, 需及时分离霉变稻米。 高光谱技术具有快速、 无损的特点, 因此, 尝试利用高光谱技术对稻米霉变情况进行检测。 发芽稻米与发霉稻米具有相似的光谱特征, 易被误判为发霉稻米, 影响后续稻米霉变程度的检测, 因此, 提出利用高光谱技术结合多种预处理及判别模型区分发芽稻米与发霉稻米, 并对不同霉变程度的稻米进行判别。 将正常、 发芽、 发霉和发芽发霉的稻米样本建立模型进行区分检测, 并对轻度、 中度、 重度和完全发霉的稻米样本进行判别。 利用高光谱采集仪器对正常、 发芽、 发霉和发霉发芽的稻米样本进行光谱图像采集, 提取采集图像感兴趣区域（ROI）的光谱, 以ROI内光谱的平均反射率作为稻米样本的光谱特征。 对提取的光谱数据进行SNV、 Normalize和MSC等预处理; 利用KS算法将样本以1∶3的比例均匀地划分为用于验证模型效果的预测集和建立光谱与样本关系的建模集; 分别建立PLSR、 SVM和RF模型, 以3种模型的预测集正确率评价各模型预测效果, 挑选出效果最优的判别模型。 在正常、 发芽、 发霉和发芽发霉稻米的检测中, 得到最优的判别模型为基线校正法预处理后的随机森林（Baseline-RF）模型, Baseline-RF模型的预测集判别准确率为100%; 在稻米霉变程度的检测中, 通过对不同模型的预测结果进行比较得出, SNV-RF模型的预测集中未出现误判样本, 表现出最优的判别效果。 为简化模型, 在冗长的原始光谱中提取特征波长, 以特征波长光谱建立SNV-RF模型, 结果显示利用CARS算法挑选后的特征波长具有较好的判别能力, 整体的判别准确率为97.5%。 实验结果显示高光谱技术结合CARS-SNV-RF模型能够快速准确地判别稻米的霉变程度, 为霉变稻米的快速判别提供一定的理论基础和实验参考, 对提高稻米品质、 减少稻米浪费具有重要意义。
高光谱技术 波段筛选 稻米霉变 快速检测 Hyperspectral technology Waveband selection Rice moldy Rapid detection 光谱学与光谱分析
2023, 43(8): 2391
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
枇杷果味甘酸, 供生食、 蜜饯、 酿酒用, 有化痰止咳、 和胃降气之效, 是春夏之交的度淡水果。 枇杷皮薄、 质细、 松软多汁, 在采摘及藏运过程中极易发生碰伤, 造成经济损失, 因此对碰伤枇杷的高精度快速分级检测处理至关重要。 针对几种碰伤程度的枇杷可以选用不同的方法以减少经济损失, 轻度碰伤的可以制作枇杷汁、 枇杷膏等; 中度碰伤的可以去除损伤部分制作枇杷罐头进行保存; 重度碰伤的直接处理掉节约仓储成本。 目前枇杷的碰伤程度主要通过操作员的肉眼进行损伤辨别, 受到个人习惯、 光线强度和主观心理因素影响, 会对不同碰伤程度的枇杷造成误分类。 故此提出基于高光谱成像技术图谱特征融合的方法对枇杷碰伤程度进行高精度、 快速、 无损分级。 首先, 利用自由落体碰撞装置制备轻度、 中度、 重度碰伤三组样品, 并利用高光谱成像系统采集各样品数据; 其次选用感兴区内100个像素点的平均光谱作为样本光谱并用多元散射校正(MSC)对光谱进行预处理, 作为光谱特征用于后续模型使用; 最后将光谱数据结合枇杷样品的颜色特征, 利用随机森林(RF)、 偏最小二乘法判别分析(PLS-DA)、 极限学习机(ELM)、 最小二乘支持向量机(LS-SVM)分别建立基于枇杷光谱特征、 RGB颜色特征结合光谱特征、 HSI颜色特征结合光谱特征、 混合颜色特征结合光谱特征的枇杷碰伤程度模型, 在所有模型中混合图像特征结合光谱特征的枇杷碰伤程度模型预测效果最好, 利用RF、 PLS-DA、 ELM、 LS-SVM算法的模型整体识别准确率分别为91.11%、 86.67%、 95.56%、 100%, 其中基于RBF核函数的LS-SVM碰伤枇杷模型准确率最高。 研究结果说明: 单一光谱特征模型准确率最低, 结合RGB颜色特征、 HSI颜色特征后具有更高的准确率, 光谱特征结合混合颜色特征建立的模型准确率最高, 该研究为水果碰伤程度判别提供了一定的理论参考和实验依据。
枇杷 高光谱成像 光谱特征 颜色特征 碰伤程度 最小二乘支持向量机 Loquat Hyperspectral imaging Spectral features Color features Bruising level Least squares support vector machine 光谱学与光谱分析
2023, 43(6): 1792
华东交通大学机智能机电装备创新研究院，江西 南昌 330013
基于互相关算法的双波长共相检测方法在大量程共相误差检测中，存在检测速度慢、精度低的问题。针对该问题，利用卷积神经网络的方法建立拼接镜的平移（piston）误差预测模型，以实现双波长共相检测方法在大量程共相误差下的快速、准确检测。首先，将两波长下的圆孔衍射图像拼接作为卷积神经网络的训练数据。训练结束后，将包含piston误差信息的圆孔衍射拼接图像输入到训练好的模型中，可直接检测出piston误差值。仿真结果表明：基于卷积神经网络的共相方法具有高的检测精度、快的检测速度及较好的抗噪性和泛化能力。该方法为平移误差的测量提供了一种可行且易于实现的方案。
测量 卷积神经网络 piston误差 拼接镜 圆孔衍射 中国激光
2023, 50(22): 2204001
1 山东大学新一代半导体材料研究院, 济南 250100
2 山东大学晶体材料国家重点实验室, 济南 250100
3 专用集成电路国家级重点实验室, 石家庄 050051
4 中国电子科技集团公司第十三研究所, 石家庄 050051
随着金刚石作为散热材料在大功率半导体器件、激光器、微波器件和大规模集成电路等领域中的应用愈加广泛, 通过对金刚石局部进行精确测温以评价其散热性能是一个重要的研究课题。本文使用拉曼光谱仪对不同掺杂类型的高温高压(HTHP)样品和化学气相沉积(CVD)样品在228~678 K进行检测, 得到了金刚石样品TO模拉曼峰位、半峰全宽等与温度的一一对应关系, 并通过理论计算模型明确了热膨胀、三声子、四声子随温度变化对拉曼峰位、半峰全宽的贡献。理论和实验测试结果发现: 不同掺杂以及不同类型样品的拉曼光谱峰位无明显区别; 随温度升高, 半峰全宽宽化, 主要影响因素为声子衰减导致的非简谐效应, 同时受载流子的电离率、浓度、类型, 以及缺陷和杂质影响; 声子寿命主要受到声子的非简谐衰减作用影响, 基本不受杂质散射的影响。本研究为金刚石材料的温度检测提供了一种无损、非接触、高空间分辨率的方法。
单晶金刚石 拉曼光谱 掺杂 温度相关性 声子衰减 声子寿命 single crystal diamond Raman spectrum doping temperature dependency phonon decay phonon lifetime
华东交通大学智能机电装备创新研究院, 江西 南昌 330013
黄桃含有丰富的营养物质, 深受消费者的喜爱。 但在加工运输的过程中极易受到碰伤, 给果农和销售商带来极大地经济损失。 以往利用高光谱技术检测水果碰伤, 通常是仅仅利用光谱信息或者图像特征建立水果碰伤检测模型, 很少将图谱融合用于水果碰伤的检测。 光谱反射率容易受到外界杂散光的影响, 会丢失一部分真实信息, 图像包含的信息量较少, 仅仅只靠几个特定波段的图像很难精准识别。 因此, 为了实现对黄桃碰伤程度的精准分类, 从而可根据不同碰伤程度的黄桃制定不同的处理方式, 减小经济损伤。 提出一种利用高光谱的光谱信息结合图像特征建立模型来检测不同碰伤程度的黄桃。 以180个黄桃作为实验样品, 首先分别采集轻度、 中度和重度碰伤黄桃的高光谱图像, 在每个黄桃的碰伤位置选取100×100像素的区域作为感兴趣区域, 利用ENVI4.5软件提取碰伤区域的光谱信息。 然后采用主成分分析(PCA)算法对采集的高光谱图像进行降维处理, 在前5个PC图像中最终选择PC1图像作为黄桃碰伤的主成分图像, 根据PC1图像的权重系数曲线挑选出6个特征波长对应的图像作为特征图像, 将平均灰度值作为黄桃碰伤的图像特征。 最后, 分别利用光谱信息、 图像特征、 光谱信息结合图像特征建立黄桃碰伤的PLS-DA模型, 利用分类正确率来评价各个模型的性能。 结果表明, 基于光谱信息结合图像特征建立的PLS-DA模型的判别效果最好, 对轻度碰伤、 中度碰伤和重度碰伤的分类准确率分别为85%, 90%和100%, 总体正确率达到91.7%。 为了能够进一步提高PLS-DA模型的精确度和运行效率, 利用竞争性自适应重加权(CARS)算法对融合数据中的光谱数据进行特征波段的筛选。 利用特征波段结合图像特征建立的模型分类预测效果最好, 对轻度碰伤、 中度碰伤和重度碰伤黄桃的预测正确率分别为95%, 90%和95%, 总体正确率达到了93.3%。 研究表明基于高光谱的光谱数据结合图像特征建立PLS-DA模型检测黄桃碰伤程度是可行的, 为黄桃的采后处理提供了依据。
黄桃 高光谱成像 光谱信息 图像特征 碰伤程度 偏最小二乘判别 Yellow peaches bruise Hyperspectral imaging Spectral information Image features Damage degree Partial least squares linear discriminant
华东交通大学 智能机电装备创新研究院, 江西 南昌330013
鉴于单块口径的光学望远镜不能无限增大，采用拼接镜技术才能造出10 m以上口径的光学望远镜，因此，拼接镜的共相检测技术成为了拼接过程和维持镜面质量的关键技术。针对目前最被接受的宽窄带夏克哈特曼法，本文提出使用宽波段（400~700 nm）光源的非相干性和相干性相结合方式实现250 nm粗共相，以及10 nm精共相，以此解决由于目标流量过低而引起测量时间过长的问题。即在粗共相时，以两个半圆孔的非相干衍射图样为模板，白光为光源，采用互相关算法计算互相关系数的值，通过设置合理的互相关系数阈值，以实现无限制的检测范围和0.25 μm 的检测精度；精共相时，以白光为光源、采用以一幅相干衍射图案（理想白光艾里斑）为模板的方式替代多幅不同平移误差下的相干衍射图案为模板方式，实现0.27 μm量程、0.01 μm以上精度的共相检测。对该共相方法进行了理论和仿真分析，结果表明：该新型共相检测方法的检测量程为无限量程，检测精度能达到 10 nm以上，该方法适用于拼接镜粗精共相的检测。
天文光学 望远镜 子孔衍射 共相检测 astronomical optics telescopes sub-aperture phase measurement
新疆大学 信息科学与工程学院, 新疆 乌鲁木齐 830046
红外小目标的相关研究在**领域的制导、预警和边防间谍无人机检测中极其重要。针对红外 小目标的跟踪研究, 本文提出了一种基于超分辨率增强与在线检测 DSST(Discriminative Scale Space Tracker)的小目标跟踪算法。首先, 基于融入红外图像特征的超分辨率重建算法对原始图像进行更新, 增强了弱小目标, 然后, 增强的图像被用作基于在线检测DSST算法的输入, 得到响应映射, 估计目 标位置。实验结果表明, 与几种最新算法相比, 该算法在准确性方面表现出色。
小目标跟踪 超分辨率 在线检测 small target tracking, super resolution, DSST, on- DSST
1 云南师范大学 能源与环境科学学院 可再生能源材料先进技术与制备教育部重点实验室，云南 昆明 650500
2 昆明物理研究所，云南 昆明 650223
3 云南省先进光电材料与器件重点实验室，云南 昆明 650223
近年来，过渡金属碲化物（TMTs）以其独特的晶体结构和优异的物化特性引起了科学界的广泛关注和研究。本文采用超声法制备CoTe2量子点（QDs），通过TEM、AFM、EDS、XPS、XRD、FTIR等技术手段对制备的CoTe2 QDs进行了形貌和结构的表征，同时使用分光光度计(UV-Vis)、光致发光谱(PL)和光致发光激发光谱(PLE)研究了CoTe2 QDs的光学性质。结果表明，制备得到的CoTe2 QDs分散性良好、粒径均匀、呈现球形形貌，晶粒的平均直径约为3.1 nm，平均高度约为2.9 nm；CoTe2 QDs在红外波段存在明显的吸收，吸收值随稀释浓度的增加而降低；当激发光波长和发射光波长依次增加时，PL和PLE峰出现红移，具有明显的Stokes位移效应，表明CoTe2 QDs的光致发光具有激发波长依赖性；CoTe2 QDs具有光致多色发光特性，不同激发光波长可发出不同颜色的光；荧光量子产率可达62.6%。CoTe2 QDs优异的光学特性尤其是在红外波段的吸收和发光特性，表明其在红外探测、激光防护涂层、荧光成像、多色发光和纳米光子器件等研究领域中具有重要的潜在应用价值，有望成为一种新型红外探测材料。
超声法 过渡金属碲化物 CoTe2 量子点 红外性质 ultrasonic method transition-metal tellurides CoTe2 quantum dots infrared properties 红外与激光工程
2021, 50(1): 20211021
