主营产品:
高光谱相机
多光谱相机
显微高光谱
无人机高光谱
机载成像光谱仪
便携式高光谱
高光谱遥感
偏振相机
高光谱环保
荧光高光谱
高光谱成像仪
机载高光谱
生物高光谱
刑侦高光谱
高光谱仪
江苏双利合谱科技有限公司
基于高光谱成像技术的虫草粉末无损鉴定的实验探索
摘要
通过近
红外高光谱成像技术建立
对冬虫
夏草粉末的真假鉴别及
含量
判断
的
无损检测方法。
方法:
1
、
通过光谱范围为1um~2.5um
的
高光谱相机
对真假及
不同含量的虫草
粉末
进行高光谱反射光谱采集。
2、
通过反射率校正、
噪声
与背景去除后
,
通过主成分分析变换(PCA
)提取
真假样本,再通过偏*小二乘法变换(PLSA
)
对样本含量进行分析判断。结论
:
通过近红外高光成像技术可以准确
的
对
虫
草
粉
的
真
假
进行
差别,
并可
对
虫草
粉
有
效含量
进行
评判
,
含量
评判准确
性有待进一步验证。
1、
实验部分
1.1
仪器
与样本
仪器:测试
仪器为北京卓立汉
光仪器
有限公司自主开发的
高光谱分选仪
-
GaiaSorter-N25
(
如图
1)
。
光
谱范
围
1
~2.5um
,光
谱分辨率
10
nm
,帧
速
100
fps
。
样本
:
由
青海
唐
古拉药业
公司
提供的
10种
虫草
粉
样本。
其
中
伪品
两个
(
9
号
与
10号
),标准样品三
个
(
6
号
、
7号
与
8号
),以
及
将
8
#
与
10
#
真假样本
以不同比例混合的样品(
1
~5
号
)。
分析
软件:Evince(
瑞典
Umbio
公司
)
1.2
实验原理
及方法
实验
原理:
高光谱成像技术的定义是在多光谱成像的基础上,在从紫外到近红外(
200-2500nm
)的光谱范围内,利用成像光谱仪,在光谱覆盖范围内的数十或数百条光谱波段对目标物体连续成像。在获得物体空间特征成像的同时,也获得了被测物体的光谱信息。
高光谱成像技术具有超多波段(上百个波段)、高的光谱分辨率(几个
nm
)、波段窄(≤
10-2
λ
)、光谱范围广(
200-2500nm
)和图谱合一等特点。优势在于采集到的图像信息量丰富,识别度较高和数据描述模型多。由于物体的反射光谱具有“指纹”效应,不同物不同谱,同物一定同谱的原理来分辨不同的物质信息。
实验
方法:
由于
高光谱检测是一种无损
检测
技术,所以样品无需制备,将样
本
放置在分选仪的
载
物台通过软件
即可得到样品的高光谱反射
数据。
2、
结果
与讨论
图
3
合成
RGB
图像
2
.1
将
测试原始数据
进行降噪处理
后,通过主成份分析变换
(
PCA
)
进行
背景扣除后,再次进行主成份分析变换
(
PCA
)后结果如下:
图
4
主
成分分析结果
图
5 6
#
、
9
#
、
10
#
样品典型
光
谱
通过
主成份分析
,
可以明显
将
9
#
、
10
#
样品与其它样品进行区
分
,判断
9
#
与
10
#
样品为伪
品
。
2
.2
进
一步
将
6
#
样品与
8
#
样品
做为
样本,
将
7
#
样品
做
为未知区域进行偏*小二乘法变换
(
PLSA
)实现
分类
判
别
,
判定结果如下
:
Predicted as:
# Predicted
6#
122 (3.85%)
8#
2933 (92.5%)
Not Classified
115(3.63%)
Total
3170 (100%)
3170 (100%)
分析
结果表明:
7
#
样品为
8
#
与
6
#
的混合样品,混合比例约为
3.85%
:
92
.5%
,其中有约
3.63%
的区域无法归类差别。
2.3
将
8#
样品与
10#
样品
做为
样本,
将
1~5#
样品
做
为未知区域进行偏*小二乘法变换
(
PLSA
)实现
分类
判
别
,判断
8
#
与
10
#
样本的混合比例
,
结果如下
:
1
#
样品:
Predicted as:
# Predicted
8#
1841 (91.1%)
10#
168 (8.31%)
Not Classified 1
2 (0.594%)
Total
2021 (100%)
2021 (100%)
2#
样品
:
Predicted as:
# Predicted
8#
1648 (81.1%)
10#
385 (18.9%)
Not Classified
0 (0%)
Total
2033 (100%) 2
033 (100%)
3
#
样品
:
Predicted as:
# Predicted
8#
1816 (90.5%)
10#
182 (9.07%)
Not Classified
8 (0.399%)
Total
2006 (100%)
2006 (100%)
4#
样品:
Predicted as:
# Predicted
8#
1905 (97.5%)
10#
6 (0.307%)
Not Classified
42 (2.15%)
Total
1953 (100%)
1953 (100%)
5#
样品:
Predicted as:
# Predicted
8#
1866 (65.9%)
10#
959 (33.9%)
Not Classified
5 (0.177%)
Total
2830 (100%)
2830 (100%)
3、
结论
通过
以上
对
虫草
粉
样品在近红外波段
的反射
高光谱图像采集
,经
过主成
份
分析,
可
有效的对虫草
粉
的真
伪进行
鉴别。
进一
步通过偏*小二乘法分析
对
样
本
区域进行分析判断,可对样品的有效成份含量进行鉴别。由
于目前
样本
采样
数
量较
小,对
于
成份含量
判断
的
准确
性还需进一步实验验证
。
实验
初步验证了高光谱技术在虫
草粉
鉴别的可行性
。进
一步还需通过实验和分析
判断
出理想的
特征
波段,
以
降低数据采集量,
并
进一步
优化
数据分析
模型
与数据处理速度,从
而
达到在线检测的速度与准确性要求。
上一篇:
高光谱成像技术在**检测中的应用评估
下一篇:
高光谱成像仪在作物生长检测中的应用
产品搜索
联系方式
联 系 人:销售部 联系电话:010-56370168-696 传真电话:010-56370118 移动电话:18810742683
产品目录
食品药品高光谱仪
地物高光谱遥感
刑侦、鉴定高光谱遥感
生物高光谱影像
机载高光谱遥感
高光谱成像仪及配件
Copyright@ 2003-2024
江苏双利合谱科技有限公司
版权所有
川公网安备 51011202000202号