安徽理工大学电气与信息工程学院，安徽 淮南 232001
针对传统检测方式的食用油损耗大、操作烦琐、耗时长等缺陷，提出了一种食用油种类快速无损检测的新思路。实验选用包括混合油样在内的5种待测油样本，利用搭建出的激光诱导荧光系统采集数据500组，随机选取其中400组光谱数据作为训练集，余下的100组作为测试集。选用性能更为优异的堆栈自动编码器算法对获取的荧光光谱数据进行特征提取，通过极限学习机进行分类识别，最后利用不同时间测出的食用油样本验证模型的普适性。实验结果表明，在所构建的识别模型下，样本测试网络时间仅为0.2 ms，分类准确率可达到100%，用于验证的新油样同样可取得极好的分类效果，分类速度快，准确率高。所得结果证明所建立的模型是可靠的，能够在确保精准识别的同时，实现食用油类别的快速无损检测。
光谱学 激光诱导荧光 堆栈自动编码器 特征提取 极限学习机 快速无损检测 激光与光电子学进展
2022, 59(8): 0830001
1 杭州电子科技大学自动化学院, 浙江 杭州 310018
2 金华市农业科学研究院, 浙江 金华 321017
3 杭州师范大学遥感与地球学院, 浙江 杭州 311121
随着人民生活水平的提高, 中草药的保健功能越来越得到大家的重视, 铁皮石斛是我国名贵中药材, 素有“救命仙草”之称。 尝试用叶绿素、 糖度和pH值作为铁皮石斛的品质指标, 选择安徽霍山、 浙江雁荡山和云南3个不同产地的铁皮石斛作为研究对象, 提取不同铁皮石斛的光谱数据和理化参数, 然后进行各品质指标的反演, 最终建立品质指标与光谱之间的相关模型, 并对模型的有效性进行分析。 实验中的研究对象是铁皮石斛的茎, 用ASD光谱仪得到三种铁皮石斛茎的光谱数据, 再把同一批样本研磨碎, 放入离心管中加入甲醇溶液密封, 并用锡箔纸包装处理制成相应的溶液, 采用分光光度计、 糖度计和pH计测量叶绿素含量、 糖度和pH值, 每个样本分别选取离心试管中的上层, 中层, 下层溶液检测糖度, 测量3次并取平均值, 以此结果作为对照组。 原始光谱数据通过小波变换去除噪声和降维, 将得到的能量系数(包括波段与尺度), 与铁皮石斛对照组的理化参数进行相关性分析, 选取决定系数中较高的能量系数作为小波特征, 用最小化二乘法对小波特征拟合。 用全部实验样本作为测试集, 随机选取70%作为验证集, 对于浙江雁荡山、 安徽霍山和云南三种不同品种铁皮石斛: 叶绿素含量反演模型的决定系数(R2)分别为0.819, 0.820和0.865, 均方根误差(RMSE)分别为为0.035, 0.013和0.017; 糖度反演模型的决定系数(R2)分别为0.756, 0.764和0.823, 均方根误差(RMSE)分别为0.025, 0.030和0.0368; pH值的反演模型决定系数(R2)分别为0.819, 0.820和0.865, 均方根误差(RMSE)分别为0.0345, 0.013和0.017。 从中可以发现, 三种不同铁皮石斛的品质反演模型和决定系数(R2)均大于0.80, 均方根误差(RMSE)小于0.10。 实验证明了铁皮石斛中叶绿素、 糖度和pH值的光谱特性对其进行品质评估的可行性。
铁皮石斛 品质 光谱特性 小波变换 快速无损检测 Dendrobium officinale Kimura et Migo Quality Spectral characteristics Wavelet transform Fast and nondestructive detection 光谱学与光谱分析
2021, 41(10): 3276
1 中国科学院微电子研究所健康电子研发中心, 北京 100029
2 中国科学院微电子研究所微电子仪器设备研发中心, 北京 100029
3 中国科学院大学, 北京 100049
4 北京交通大学, 北京 100044
5 北京市微电子制备仪器设备工程技术研究中心, 北京 100029
6 集成电路测试技术北京市重点实验室, 北京 100088
提出一种对化学气相沉积法生长石墨烯缺陷的快速检测方法。利用化学气相沉积法制备石墨烯并将其转移到目标基底上,制备出应用于表面等离激元(SPP)成像的石墨烯-金基底。SPP对界面处折射率变化具有高灵敏度,可以实现石墨烯边缘检测,并且石墨烯表面缺陷会引起SPP作用场的变化,利用SPP泄漏辐射效应将界面处SPP作用场变化传输至远场,使用CCD进行快速成像,可实现对转移后石墨烯的快速成像与检测。该方法检测到石墨烯边缘与表面的形貌信息,并且检测到颗粒污染物,避免了传统的检测方法灵敏度低、速度慢、有损检测等弊端,实现了对石墨烯缺陷的快速、无损检测。
表面光学 单晶石墨烯 表面等离激元成像 缺陷检测 快速无损检测 光学学报
2019, 39(11): 1124002
1 石河子大学机械电气工程学院, 新疆 石河子 832000
2 石河子大学信息科学与技术学院, 新疆 石河子 832000
为了寻求一种快速、 无损检测脱绒棉种活力的方法, 提出基于高光谱技术预测脱绒棉种电导率。 采集了新陆早50、 新陆早57、 新陆早62三个品种且不同老化程度下共810粒脱绒棉种高光谱图像(400~1 000 nm), 通过组合不同预处理方法, 采用chauvenet检测方法剔除异常值后建立了偏最小二乘法(PLS)、 逐步多元线性回归(SMLR)、 主成分回归(PCR)模型。 结果表明, 采用变量标准化(SNV)、 卷积平滑(Savitzky-Golay)、 一阶微分(First derivative)和norris微分平滑组合的预处理方法, 波段范围为480~530, 650~980 nm下建立的PLS模型效果最佳; 其中PLS模型得到新陆早50、 新陆早57、 新陆早62的预测集相关系数和校正集相关系数分别为0.88, 0.90, 0.92, 0.91, 0.89, 0.90; 预测集均方根误差(RMSEP)和校正集均方根误差(RMSEC)分别为44.3, 38.4, 37.8, 46.5, 43.5和40.8 μS·cm-1。 研究结果表明, 采用高光谱技术预测脱绒棉种电导率具有一定的可行性, 也为其他种子的活力检测奠定了良好的基础。
高光谱技术 快速无损检测 脱绒棉种活力 电导率 Hyperspectral image technique Rapid and non-destructive detection Delinted cottonseeds vigor Conductivity 光谱学与光谱分析
2017, 37(5): 1437
石河子大学机械电气工程学院, 新疆 石河子 832003
感兴趣区域(regions of interest, ROIs)的选择及其光谱提取是高光谱图像无损检测分析的关键一步。 为快速准确检测羊肉pH, 在473～1 000 nm波段, 开展了两种不同提取ROIs方法对羊肉pH高光谱检测模型的影响研究。 采用“矩形区域法”和“图像分割法”两种ROIs方法分别获得相应的122条羊肉光谱, 对比了不同预处理方法对建模效果的影响, 并比较了两种ROIs方法下逐步多元线性回归(SMLR)、 主成分回归(PCR)和偏最小二乘回归(PLSR)的模型精度。 结果表明, 提取光谱数据建模中SMLR和PLSR模型效果分别最优。 “矩形区域法”提取ROIs对应的SMLR模型校正集的相关系数(Rcal)和均方根误差(RMSEC)分别为0.85和0.085, 预测集的相关系数(Rp)和均方根误差(RMSEP)分别为0.82和0.097。 “图像分割法”提取ROIs对应的PLSR模型校正集的Rcal和RMSEC分别为0.95和0.050, 预测集的Rp和RMSEP分别为0.91和0.071。 其次通过比较“矩形区域法”和PCR, SMLR和PLSR三个模型中, “图像分割法”提取的ROIs光谱数据建模效果较优。 表明, 应用高光谱图像技术结合“图像分割法”提取ROIs快速无损准确检测羊肉pH具有可行性。
高光谱图像 感兴趣区域(ROIs) 羊肉 快速无损检测 Hyperspectral imaging (HSI) Regions of interest (ROIs) Mutton pH pH Fast and non-destructive detection 光谱学与光谱分析
2016, 36(4): 1145
1 石河子大学机械电气工程学院, 新疆 石河子 832003
2 石河子大学食品学院, 新疆 石河子 832003
挥发性盐基氮（TVB-N）通常被作为评价羊肉新鲜度的理化参考指标。为了揭示高光谱图像技术（HSI）快速检测羊肉新鲜度的可行性, 采集了71个新鲜度具有代表性的羊肉样品的漫反射高光谱图像（400～1 000 nm）, 并利用半微量定氮法测定了其挥发性盐基氮（TVB-N）的化学值。 选择感兴趣区域（ROIs）提取样品的代表性光谱, 采用含量梯度法划分校正集和预测集, 比较不同的光谱预处理方法, 比较逐步多元线性回归（SMLR）、 偏最小二乘（PLSR）和主成分分析（PCR）建模方法, 建立并验证了TVB-N的校正模型。结果表明, 利用多元散射校正（MSC）、 一阶导数、 Savitzky-Golay（S-G）平滑及中心化处理结合的预处理方法, PLSR和PCR模型都可以实现对羊肉TVB-N的定量检测。对于建立的PLSR模型, 采用的预处理方法为MSC、 15点2次S-G平滑、 1阶导数和中心化相结合的方法, 选择的潜变量因子数为11, 获得的校正集的相关系数（R）和校正均方根误差（RMSEC）分别为0.92和3.00 mg·(100 g)-1, 预测集的相关系数（r）、 预测均方根误差（RMSEP）和相对分析误差（RPD）分别为0.92, 3.46 mg·(100 g)-1和2.35。研究表明, 高光谱图像技术可用于准确快速地检测分析羊肉中新鲜度关键指标TVB-N的含量。该研究为采用高光谱图像技术进一步分析羊肉新鲜度其他指标、 改善TVB-N的建模效果及在实际生产中应用该技术提供了基础。
羊肉品质 挥发性盐基氮 高光谱图像 快速无损检测 Mutton quality Total volatile basic nitrogen (TVB-N) Hyperspectral imaging (HSI) Rapid and non-destructive detection
首都师范大学物理系北京市太赫兹波谱与成像重点实验室, 太赫兹光电子学教育部重点实验室, 北京 100048
提出了一种利用太赫兹时域光谱系统进行快速检测的方法。该方法在光路中引入一个楔形块, 使宽光束的太赫兹平行光在一个维度上的延迟时间是连续变化的, 不同延迟时间的太赫兹波经过物体不同位置, 进而携带了该位置的信息。最终测量的太赫兹信号是物体不同位置信息的叠加。利用去卷积的方法, 把物体不同位置的信息从叠加后的信号中提取出来, 经处理后可实现无损检测的目的。实验中, 贴在不同高度铝箔条的位置信息被成功分辨, 一个11 mm的钉子被成功定位, 从而在实验上验证了所提出的免去逐点扫描而实现快速检测的方法。
太赫兹 快速无损检测 去卷积 楔形延迟块
