主營產品:
高光譜相機
多光譜相機
顯微高光譜
無人機高光譜
機載成像光譜儀
便攜式高光譜
高光譜遙感
偏振相機
高光譜環保
熒光高光譜
高光譜成像儀
機載高光譜
生物高光譜
刑偵高光譜
高光譜儀
江蘇雙利合譜科技有限公司
基于高光譜成像技術的蟲草粉末無損鑒定的實驗探索
摘要
通過近
紅外高光譜成像技術建立
對冬蟲
夏草粉末的真假鑒別及
含量
判斷
的
無損檢測方法。
方法:
1
、
通過光譜范圍為1um~2.5um
的
高光譜相機
對真假及
不同含量的蟲草
粉末
進行高光譜反射光譜采集。
2、
通過反射率校正、
噪聲
與背景去除后
,
通過主成分分析變換(PCA
)提取
真假樣本,再通過偏*小二乘法變換(PLSA
)
對樣本含量進行分析判斷。結論
:
通過近紅外高光成像技術可以準確
的
對
蟲
草
粉
的
真
假
進行
差別,
并可
對
蟲草
粉
有
效含量
進行
評判
,
含量
評判準確
性有待進一步驗證。
1、
實驗部分
1.1
儀器
與樣本
儀器:測試
儀器為北京卓立漢
光儀器
有限公司自主開發的
高光譜分選儀
-
GaiaSorter-N25
(
如圖
1)
。
光
譜范
圍
1
~2.5um
,光
譜分辨率
10
nm
,幀
速
100
fps
。
樣本
:
由
青海
唐
古拉藥業
公司
提供的
10種
蟲草
粉
樣本。
其
中
偽品
兩個
(
9
號
與
10號
),標準樣品三
個
(
6
號
、
7號
與
8號
),以
及
將
8
#
與
10
#
真假樣本
以不同比���混合的樣品(
1
~5
號
)。
分析
軟件:Evince(
瑞典
Umbio
公司
)
1.2
實驗原理
及方法
實驗
原理:
高光譜成像技術的定義是在多光譜成像的基礎上,在從紫外到近紅外(
200-2500nm
)的光譜范圍內,利用成像光譜儀,在光譜覆蓋范圍內的數十或數百條光譜波段對目標物體連續成像。在獲得物體空間特征成像的同時,也獲得了被測物體的光譜信息。
高光譜成像技術具有超多波段(上百個波段)、高的光譜分辨率(幾個
nm
)、波段窄(≤
10-2
λ
)、光譜范圍廣(
200-2500nm
)和圖譜合一等特點。優勢在于采集到的圖像信息量豐富,識別度較高和數據描述模型多。由于物體的反射光譜具有“指紋”效應,不同物不同譜,同物一定同譜的原理來分辨不同的物質信息。
實驗
方法:
由于
高光譜檢測是一種無損
檢測
技術,所以樣品無需制備,將樣
本
放置在分選儀的
載
物臺通過軟件
即可得到樣品的高光譜反射
數據。
2、
結果
與討論
圖
3
合成
RGB
圖像
2
.1
將
測試原始數據
進行降噪處理
后,通過主成份分析變換
(
PCA
)
進行
背景扣除后,再次進行主成份分析變換
(
PCA
)后結果如下:
圖
4
主
成分分析結果
圖
5 6
#
、
9
#
、
10
#
樣品典型
光
譜
通過
主成份分析
,
可以明顯
將
9
#
、
10
#
樣品與其它樣品進行區
分
,判斷
9
#
與
10
#
樣品為偽
品
。
2
.2
進
一步
將
6
#
樣品與
8
#
樣品
做為
樣本,
將
7
#
樣品
做
為未知區域進行偏*小二乘法變換
(
PLSA
)實現
分類
判
別
,
判定結果如下
:
Predicted as:
# Predicted
6#
122 (3.85%)
8#
2933 (92.5%)
Not Classified
115(3.63%)
Total
3170 (100%)
3170 (100%)
分析
結果表明:
7
#
樣品為
8
#
與
6
#
的混合樣品,混合比例約為
3.85%
:
92
.5%
,其中有約
3.63%
的區域無法歸類差別。
2.3
將
8#
樣品與
10#
樣品
做為
樣本,
將
1~5#
樣品
做
為未知區域進行偏*小二乘法變換
(
PLSA
)實現
分類
判
別
,判斷
8
#
與
10
#
樣本的混合比例
,
結果如下
:
1
#
樣品:
Predicted as:
# Predicted
8#
1841 (91.1%)
10#
168 (8.31%)
Not Classified 1
2 (0.594%)
Total
2021 (100%)
2021 (100%)
2#
樣品
:
Predicted as:
# Predicted
8#
1648 (81.1%)
10#
385 (18.9%)
Not Classified
0 (0%)
Total
2033 (100%) 2
033 (100%)
3
#
樣品
:
Predicted as:
# Predicted
8#
1816 (90.5%)
10#
182 (9.07%)
Not Classified
8 (0.399%)
Total
2006 (100%)
2006 (100%)
4#
樣品:
Predicted as:
# Predicted
8#
1905 (97.5%)
10#
6 (0.307%)
Not Classified
42 (2.15%)
Total
1953 (100%)
1953 (100%)
5#
樣品:
Predicted as:
# Predicted
8#
1866 (65.9%)
10#
959 (33.9%)
Not Classified
5 (0.177%)
Total
2830 (100%)
2830 (100%)
3、
結論
通過
以上
對
蟲草
粉
樣品在近紅外波段
的反射
高光譜圖像采集
,經
過主成
份
分析,
可
有效的對蟲草
粉
的真
偽進行
鑒別。
進一
步通過偏*小二乘法分析
對
樣
本
區域進行分析判斷,可對樣品的有效成份含量進行鑒別。由
于目前
樣本
采樣
數
量較
小,對
于
成份含量
判斷
的
準確
性還需進一步實驗驗證
。
實驗
初步驗證了高光譜技術在蟲
草粉
鑒別的可行性
。進
一步還需通過實驗和分析
判斷
出理想的
特征
波段,
以
降低數據采集量,
并
進一步
優化
數據分析
模型
與數據處理速度,從
而
達到在線檢測的速度與準確性要求。
上一篇:
高光譜成像技術在**檢測中的應用評估
下一篇:
高光譜成像儀在作物生長檢測中的應用
產品搜索
聯系方式
聯 系 人:銷售部 聯繫電話:010-56370168-696 傳真電話:010-56370118 行動電話:18810742683
產品目錄
食品藥品高光譜儀
地物高光譜遙感
刑偵、鑒定高光譜遙感
生物高光譜影像
機載高光譜遙感
高光譜成像儀及配件
Copyright@ 2003-2024
江蘇雙利合譜科技有限公司
版權所有
川公網安備 51011202000202號