在各类光学系统设计过程中，由于实验系统对于光学器件的透反射率要求不同，需要确定光学器件的透反射率。本文设计了一种对光学器件的透反射率进行精准测量及标定的系统，该系统通过对激光光源进行声光调制，使得激光输出功率的稳定度显著提高，避免了测量时光源不稳定带来的较大误差。实验结果表明，该系统能够稳定光源输出功率，稳定度维持在005%/h，甚至更高的水平，满足了光学器件透反射率测量的误差小，精度高等要求。

基于反射率测量原理，提出了一种具有对称性和自校准的薄膜透反射率测量仪器。仪器具有两个照明系统和两个光收集系统,并分别对称地置于样品台的两侧,测量时测量光线依次经过照明系统、样品和光收集系统。由于该设计具有对称性,因而可消去光学系统的不对称误差,而且可实现自校准功能,同时获得垂直入射情况下薄膜的反射、透射和光学损耗。

应用透反射技术在1 100~2 500 nm波谱段采集大豆油近红外光谱, 采用改进的偏最小二乘法算法, 建立了近红外光谱快速测定大豆油中五种主要脂肪酸含量的方法。 以气相色谱法测定的158个大豆油样品中棕榈酸(C16∶0)、 硬脂酸(C18∶0)、 油酸(C18∶1)、 亚油酸(C18∶2)和亚麻酸(C18∶3)含量作为其化学值, 建模集样品数为138, 检验集样品数为10, 盲样验证集样品数为10; 通过对定标模型的优化, 五种脂肪酸的交互定标决定系数(1-VR)分别为0.883 9, 0.583 0, 0.900 1, 0.977 6, 0.959 6, 交互定标标准误差(SECV)分别为0.42, 0.29, 0.83, 0.46, 0.21; 盲样验证集样品五种脂肪酸的近红外预测值与化学值的相对标准误差均小于5.50%。 结果表明, 近红外预测值与化学值之间存在较好的线性关系, 所建立的方法快速、 方便、 可靠, 可用于大豆油的掺伪鉴别。

提出了一种利用近红外光谱技术定量分析蜂蜜中可溶性固形物含量(SSC)的新方法, 同时对蜂蜜中的水分也进行了研究。 在不同光谱范围内, 通过对原始光谱的不同预处理, 用偏最小二乘法分别建立了SSC和水分的近红外透反射光谱校正模型, 所有模型都有高的的预测精度和水分的最优模型都为在全谱范围内, 光谱预处理采用Norris平滑+一阶微分+多元信号校正, SSC模型的交互验证决定系数(R2CV)、 交互验证误差均方根(RMSECV)、 验证集决定系数(R2p)、 验证误差均方根(RMSEP)SSC模型分别为0.998 6, 0.190, 0.998 5和0.127, 水分模型分别为0.998 4, 0.187, 0.998 6和0.125。 近红外光谱能实现蜂蜜中SSC和水分的准确测定。 水分模型预测结果略好于相关文献的报道

叶绿素含量是植物营养胁迫、光合作用能力和生长状况的良好指示剂。实时、可靠的作物营养诊断是进行科学施肥管理的基础,也是实施精细农业的关键技术之一。文章提出了一种应用可见灢近红外光谱技术检测植物叶绿素含量的方法。采用透反射测样方式获取了植物叶片的可见灢近红外光谱,并对获得的500～900nm 光谱数据进行平滑、一阶微分以及小波变换等预处理,然后采用偏最小二乘法(PLS)建立了植物叶片叶绿素含量与叶片吸收光谱的定量分析模型,最后利用该模型对预测集样本进行预测。预测集中样本的预测值与标准值之间的相关系数为0.93,预测均方根误差为1.1SPAD。实验结果表明,利用可见灢近红外光谱检测叶片叶绿素含量是可行的,这对今后实现快速无损检测植物叶绿素含量具有重要的指导意义。

针对复杂背景中相似异物检测难题,提出了一种利用透/反射光谱成像的相似异物检测方法。该方法利用异物与背景不同的透/反射特性差异,根据差异建立不同的成像模式,在不同的成像模式下优选最佳光照波长以区分背景中的异物,以此构建透/反射光谱成像检测系统。以棉花中的白色丝状异物作为实验对象,利用最佳波长透/反射成像系统获取异物图像特征,采用二值化自适应阈值图像处理从背景中提取异物。实验结果表明,在反射光照系数0.74及透射光照系数0.83条件下,该方法对相似异物的检测率达到91%。这一方法为目前相似异物检测提供一条切实可行的新思路。

给出了一种单盒式透反射型液晶显示器,它采用顶板公共电极和底板的反射器形成互补.这些狭长的公共电极和反射器在透射区域(T区)产生出强劲的纵向电场,而在反射区域(R区)带来微弱的边缘场.无论透射显示模式还是反射显示模式,均给出高的光学效率和良好的匹配灰度.