无损光谱技术在彩绘陶质文物分析中的应用进展

彩绘陶质文物拥有丰富的信息内涵,对于研究我国古代历史文化、经济商贸、科学技术发展起到极其重要的作用。但由于彩绘陶质文物的珍贵性和不可破坏性,普通分析技术难以满足其测试要求,近年来无损光谱技术被引入文物分析检测领域并逐渐得到应用。本工作从彩绘颜料分析、陶胎分析以及器物信息提取等三个方面阐述了激光拉曼显微光谱、激光诱导击穿光谱、能量色散X射线荧光光谱等无损光谱技术应用的现状、方法原理、特点及局限性,并对无损光谱技术在彩绘陶质文物分析中的应用进行了展望。     

拉曼光谱技术在文物有机物鉴定中的应用

拉曼光谱作为一种"指纹光谱"可提供物质分子结构的有用信息,已广泛应用于考古及文物保护领域。拉曼光谱技术在文物有机物鉴定中具有测量简便、无损和微区检测等优势,成为文物鉴定的重要手段。本文系统阐述了拉曼光谱技术在文物有机染料、彩绘胶料、有机物残留物等分析方面的应用,指出了该技术应用于文物有机物鉴定研究的广阔前景,并展望了今后的发展方向。     

文物研究与保护中的无损分析技术

文物信息的提取与研究对于揭示古代遗物内涵的人类社会、文化等历史信息有着举足轻重的作用。一方面可以了解古代的工艺技术特征,探寻文物制作技术起源及其发展历程;另一方面可以进行病害调查分析,为保护文物提供有效信息。由于文物不可再生的珍贵性,探索和应用现代无损分析技术进行文物研究和保护尤为重要。该文细致梳理了目前主要在文物研究与保护中的无损分析方法及其应用现状：用于文物内部和表面影像分析的X光照相技术、红外成像技术、CT技术、多光谱成像技术和三维激光扫描技术;用于文物表面微观形貌观察和显微结构分析的光学显微镜和电子显微镜;用于文物化学组成分析的X射线荧光光谱和激光剥蚀等离子体质谱分析技术;用于文物物质结构分析的微区XRD、反射式红外光谱和显微激光拉曼光谱分析技术。同时,对这些无损分析技术的优势和局限性进行了初步分析,预期随着科技研究水平的不断提高,这些无损分析技术未来将向着小型化、自动化和便携化的方向发展,在文物研究和保护中有着十分广阔的应用前景。     

光谱分析在西甜瓜内部品质无损检测中的研究进展

西甜瓜(西瓜和甜瓜)味甘多汁,营养丰富,其内部品质的检测对其生产和流通具有重要意义。西甜瓜内部品质的传统检测方法检测时间长,成本高且为有损检测,不能满足现代生产的需要。随着光谱分析技术的快速发展,应用近红外光谱分析和高光谱成像进行西甜瓜内部品质的无损检测已成为研究热点。为跟踪国内外最新研究进展并分析研究现状,介绍了近红外光谱分析和高光谱成像的技术特点和系统组成,归纳了光谱信息预处理、变量筛选、模型建立和模型评价等光谱信息解析方法,综述了近红外光谱分析和高光谱成像在西甜瓜内部品质(可溶性固形物含量、坚实度、总酸含量、成熟度、水分等)无损检测中的应用,并从技术难点和实际应用两方面讨论了光谱分析技术在西甜瓜内部品质无损检测中的发展趋势,指出利用深度学习进行光谱信息解析、建立多特征信息融合的综合评价模型、开发基于人工智能与移动终端深度融合的快速无损检测系统等将成为新的研究方向。     

拉曼光谱法在彩绘文物分析中的应用进展

拉曼光谱法是一种较为理想的彩绘文物分析技术,在取样量很少的情况下能获取较多的彩绘文物信息,实现对彩绘文物成分的无损或微损分析。本文通过大量彩绘文物颜料及胎体成分的拉曼光谱分析实例,介绍了该技术在文物分析中的优势,并阐述了拉曼光谱在彩绘胶料分析、产地分析和年代测定等方面应用的可行性和广阔前景。     

光导纤维反射光谱技术在彩绘文物颜料无损分析鉴定中的应用

文物颜料成分分析鉴定是文物材质分析和文物保护工作的重要内容。利用自行研制的光导纤维反射光谱仪对唐代彩绘陶器和壁画上的颜料成分进行了无损分析鉴定,通过比较彩绘文物颜料和标准颜料的反射光谱曲线的形状以及特征峰或一阶导数峰来完成颜料的鉴定工作。光导纤维反射光谱法鉴定出西安市唐代彩绘文物1#样品墓葬壁画上的深红色颜料是纯度较高的土红;2#样品陶器残片上的绿色颜料为石绿;3#样品陶缸残片上的橙红色和朱红色颜料分别是由大量铅丹和微量土红及大量朱砂和微量土红的混合物所组成。采用X射线荧光分析法进行验证,实验结果表明光导纤维反射光谱技术鉴定彩绘文物颜料成分的结果是准确、可靠的,提供了一种文物颜料无损分析的简捷方法。     

光谱分析技术在彩绘文物颜料分析中的应用

对颜料进行准确、无损或微损分析是文物保护领域研究的热点与难点。随着文物保护研究的不断开展及多学科技术的广泛交叉、融汇,各种光谱技术逐渐被应用到彩绘文物颜料的分析之中。从元素分析、结构分析、微区与形貌分析三方面探讨了X荧光光谱分析法、激光拉曼光谱法、光导纤维反射光谱法等常用光谱分析技术在彩绘文物颜料分析中的应用、特点、局限性及应用前景。     

高光谱成像技术无损检测赣南脐橙表面农药残留研究

高光谱成像技术具备图像和光谱的双重优势,作为一种快速无损检测分析技术,检测过程无损、无污染和无接触。高光谱成像数据包括样本的图像信息和光谱信息,采集样本高光谱成像数据时,样本的每个像素点都有一条光谱与之对应,样本的每个波长都有一幅灰度图像与之对应。研究采用高光谱成像技术无损检测不同稀释浓度的农药在赣南脐橙样品表面残留随时间变化的关系。用蒸馏水把农药分别配置成1∶20, 1∶100和1∶1 000倍的溶液。然后把不同浓度的溶液滴到30个洗净的脐橙表面, 将涂有农药的脐橙分别放置0,4和20 d,然后采集在900～1 700 nm波长范围的高光谱成像原始数据。通过主成分分析获取930,980,1 100,1 210,1 300,1 400,1 620和1 680 nm共8个特征波长,基于这些特征波长做第二次主成分分析,应用PC-2图像并经过适当的图像处理方法对不同浓度及放置不同天数的农药残留进行无损检测。采用高光谱成像技术检测三个时间段较高稀释浓度的果面农药残留都比较明显。高光谱成像技术作为一种检测方法,可用于评价各个时间段较高浓度的农药残留。     

可见/近红外高光谱成像技术对鸡蛋种类无损判别

利用高光谱技术对鸡蛋种类判别进行研究,为鸡蛋种类无损判别提供科学方法。本研究利用400~1 000 nm高光谱系统采集3种鸡蛋样本的高光谱图像,对原始光谱进行预处理;应用CARS、GAPLS和IRF对预处理后的光谱数据提取特征波长;分别建立基于全光谱和特征波长的KNN和PLS-DA鸡蛋判别模型。结果表明:Detrend法为最优预处理方法;利用CARS、GAPLS和IRF分别选出31、52和71个特征波长;基于IRF提取的特征波长的PLS-DA模型最优,校正集正确率97.02%,预测集正确率85.71%。表明基于高光谱成像技术采集的鸡蛋反射光谱对种类无损判别是可行的。     

短波红外成像光谱技术在小麦赤霉病检测中的应用

小麦是人类主要食物来源之一,广泛分布于世界各地。赤霉病是小麦的主要病害,目前赤霉病的检测技术无法实现小麦快速、无损的在线检测。为了研究短波红外成像光谱技术应用于小麦赤霉病检测的可行性,基于LabVIEW开发专用于样品检测的数据采集系统,利用短波红外光谱仪获取样本光谱图像并进行数据分析与处理。实验数据表明:赤霉病小麦种子与健康小麦种子的短波红外光谱图像在1350～1600nm光谱范围内谱线数据特征差异明显,证明短波红外成像光谱技术应用于小麦赤霉病的检测具有一定的推广应用性。     

应用高光谱成像技术对打蜡苹果无损鉴别研究

探讨应用高光谱成像技术快速无损鉴别不同苹果蜡的可行性。通过对分别打食用果蜡、工业蜡和未打蜡的126个苹果样品,采用380～1 024 nm范围的高光谱图像仪获取三类苹果的高光谱图像信息,采用ENVI软件处理平台提取高光谱图像中对象的漫反射光谱响应特性。从126个样品中随机取出84个样品建模,其余42个样品作为独立的验证集。对光谱数据分别采用偏最小二乘(PLS)、最小二乘支持向量机(LS-SVM)和BP神经网络等建立高光谱响应特征与食用蜡苹果、工业蜡苹果、未打蜡苹果的关系模型,比较不同建模方法的效果。结果表明：采用MSC-SPA-LS-SVM模型可以较好的区分食用果蜡、工业蜡和未打蜡的三类苹果,预测结果的正确率分别为100%,100%和92.86%。     

可见/近红外光谱图像在作物病害检测中的应用

农作物病害严重影响了我国正常的农业生产,现代农业迫切需要快速、准确、高效的作物病害诊断方法。首先简单介绍了常用病害检测技术,如：聚合酶链式反应技术、人工感官判定技术、统计学方法等,这些方法或是比较费时、或是只能用于产生明显病斑后的病害诊断,而光谱技术在植物病害的快速检测方面有一定的潜力,目前已有大量的研究成果。主要围绕可见/近红外光谱图像在病害检测的应用展开分析和讨论,讨论了该技术所涉及的仪器,并从细胞、植物组织、冠层及更大尺度层面分析了该技术在病害检测中的现况。目前大部分与植物病害有关的可见/近红外光谱研究都以植物叶片为对象,而在更小尺度（细胞至显微尺度）和更大尺度（冠层至航空/航天遥感方面）上的研究较少,特别是单细胞级别的病害研究,只在动物细胞领域展开,而且以荧光、拉曼、红外光谱为主。可见/近红外在以植物叶片为主要研究对象的器官尺度上有大量的成功应用,目前的研究已涉及了大部分的常见作物及其主要病害,包括真菌性、细菌性等各种病原引起的病害的检测。植物叶片尺度的研究主要从以下三个方面展开：(1）基于计算机图像处理和模式识别的病害信息自动快速判断;(2）基于化学计量学方法的高光谱或高光谱图像病害程度模型;(3）建立与作物病害有关的叶片某些理化参数的光谱模型,从而量化病害的程度。在植物叶片这一尺度相关研究的主要问题是：研究过于碎片化,往往只研究了某一种或少数几种病害,所建的模型只能用于特定实验条件,无法直接自动判断任意田间样本的染病种类与程度。在近地冠层尺度,植株的三维形态对光谱模型有较大的干扰,有文献表明以植株近地冠层2D图像作为病害检测数据,偏差较大,所建模型不稳定,基于卫星影像的病害模型较少。还讨论了常用光谱及光谱图像建模与分类方法。目前可见/近红外光谱在农作物病害方面有一定的应用潜力,但存在研究内容的不平衡、研究系统性不够、各学科合作研究不够深入等几大问题。最后提出可见/近红外光谱在病害检测领域中应更注重多学科的深入合作,并急需相关的仪器设备、方法模型方面的突破。     

Research progress in Asia on methods of processing laser-induced breakdown spectroscopy data

Laser-induced breakdown spectroscopy (LIBS) has attracted much attention in terms of both scientific research and industrial application. An important branch of LIBS research in Asia, the development of data processing methods for LIBS, is reviewed. First, the basic principle of LIBS and the characteristics of spectral data are briefly introduced. Next, two aspects of research on and problems with data processing methods are described: i) the basic principles of data preprocessing methods are elaborated in detail on the basis of the characteristics of spectral data; ii) the performance of data analysis methods in qualitative and quantitative analysis of LIBS is described. Finally, a direction for future development of data processing methods for LIBS is also proposed.     

光谱成像技术在海域目标探测中的应用

近年来,随着光谱成像技术的发展,机载成像光谱仪在海域军事目标的侦察中得到了新的应用。基于此,本文首先从高光谱成像仪的基本原理及特性出发,介绍了高光谱成像仪在海洋军事目标探测方面的应用现状。其次,分别从水面目标探测和水下目标探测两方面综合分析了光谱成像技术在海域目标探测中的应用。对于海面目标探测,多项关键技术获得突破,但当前算法仍然难以解决实时性问题;对于水下目标探测,本文主要以水下潜艇探测为例探讨了利用高光谱成像仪对水下目标进行探测的关键技术及相关可行性方案。分析可知,光谱成像技术用于海洋军事探测从技术上具有可行性且前景广阔,但仍需解决相关算法的效率及精度等关键问题,这对推动光谱成像技术在海域目标探测中的应用具有重要意义。     

基于高光谱成像技术的番茄茎秆灰霉病早期诊断研究

共采集了112个番茄茎秆高光谱数据（光谱范围400～1 030 nm）,结合图像处理和化学计量学方法建立了番茄茎秆灰霉病早期诊断模型。应用偏最小二乘法（PLS）模型的隐含变量载荷分布选取了七个特征波长（EW）,并建立了番茄茎秆灰霉病早期诊断的最小二乘支持向量机（LS-SVM）模型。结果表明,经过变量标准化（SNV）及多元散射校正（MSC）预处理所建立的EW-LS-SVM模型获得了满意的判别效果,且优于全波段的PLS模型。说明高光谱成像技术进行番茄茎秆灰霉病的早期诊断是可行的,为番茄病害早期诊断和预警提供了新的方法。     

农产品外部品质无损检测中高光谱成像技术的应用研究进展

高光谱成像技术是一种传统图像及光谱的融合技术,可以同时获取研究对象的空间及光谱信息.由于图像数据能反映农产品的外部特征、表面缺陷及污斑情况,而光谱数据又可以对物体内部物理结构及化学成分进行分析.因此,近几年在农产品品质无损检测中引起越来越多的关注,成为一个研究热点.为了跟踪国内外的最新研究成果,对高光谱反射及荧光成像技术应用于农产品(水果、蔬菜、肉类、谷物等)的外部品质检测进行了分类综述,以期为高光谱技术在农业方面更广阔的应用提供参考.     

绿色植被可见-近红外反射光谱模拟材料研究进展

成像光谱技术能够同时获取目标的图像特征和光谱特征,很容易识别与背景环境光谱特征区别较大的传统伪装材料。近年来,成像光谱得到了迅速发展,经历了多光谱技术到高光谱技术的跨越,传感器的探测波段数、光谱分辨率、空间分辨率的显著提高。得益于各国ISR无人机技术的应用,高光谱传感器由星载拓展到机载,可以在更近距离对军事伪装目标进行识别,对具有重要价值的军事目标的生存能力构成巨大挑战。目前,应对高光谱的伪装材料主要设计思路是,选择材料或材料体系具有与环境背景相似的颜色和光谱反射特征（传感器探测范围内）进行复合,目的是与环境背景达到“同色同谱”来躲避高光谱侦察。绿色植被是最常见的伪装背景,也是本领域绝大部分研究的光谱模拟对象,其反射光谱曲线在可见近红外波段具有：“绿峰”、“红边”、“近红外高原”和“水吸收带”四个主要特征,分别由叶片的组织结构以及叶绿素和水分产生。离体叶绿素光热稳定性较差,不能直接用作伪装材料,所以寻找和合成稳定性好、具有类叶绿素结构及光谱特征的分子是当前的研究热点之一。此外,铬绿和钴绿是常用的伪装颜料,具有类似绿色植被“绿峰”、“红边”和“近红外高原”光谱反射特性,研究者将其与高吸水填料复合来引入“水吸收峰”,大致模拟出绿色植被反射光谱,但是想要实现精确模拟,仍存在一些难以解决的问题。从绿色植被光谱特征出发,分别阐述了模拟绿色植被可见光区和近红外光区光谱特征的材料选择依据及体系;同时介绍了它们在精确模拟植被光谱时存在的问题,以及通过改性和复合来提升光谱相似度和耐候性的相关研究工作,总结并展望了绿色植被光谱模拟材料要解决的重难点问题和发展方向。     

基于机器学习的水体化学需氧量高光谱反演模型对比研究

化学需氧量（COD）是水体有机污染的一项重要指标,如何快速准确检测水体的COD含量尤为重要。机器学习在水质反演领域应用日益增多,并取得了较多的研究成果,高光谱遥感具有光谱空间分辨率高、成像通道多等优势,使其在水体COD反演方面有着极大的潜力。利用不同的高光谱预处理方法对原始高光谱数据进行处理,并利用处理前后的高光谱数据对比研究了不同机器学习模型、不同高光谱预处理方法对水体COD的反演性能。首先利用ZK-UVIR-I型原位光谱水质在线监测仪在扬州宝带河实地收集了1 548组COD和对应的高光谱数据（400~1 000 nm）样本,为降低光谱噪音干扰以及消除光谱散射影响,分别使用Savitzky-Golay（SG）平滑、多元散射校正数据（MSC）以及SG平滑结合MSC对原始光谱进行预处理。其次,将样本集随机划分为训练集和测试集,其中训练集占比80%,测试集占比20%。对预处理后的训练集全波段光谱基于线性回归、随机森林（random forest）、AdaBoost、XGBoost四种机器学习方法建立COD高光谱反演模型,并选取了决定系数（R2）、均方根误差（RMSE）、相对分析误差（RPD）三种指标在测试集数据中评估高光谱反演模型的精度。结果表明,随机森林、AdaBoost、XGBoost均优于线性回归,无论光谱处理与否,通过XGBoost建立的反演模型预测能力均为最佳,其中使用XGBoost对经过SG平滑和MSC处理后的光谱数据进行建模的反演模型精度最高,其R2达到0.92,RMSE为7.1 mg·L-1,RPD为3.4。考虑到原始光谱可能存在冗余,通过主成分分析法（PCA）对经过SG平滑和MSC处理后的光谱进行降维,并选取累计贡献率达到95%的前十个主成分作为模型的输入变量。通过XGBoost建立反演模型,结果表明经过PCA后的反演模型不仅精度有所上升,RPD达到3.8,而且模型的训练时间也由72 s缩短到2.9 s。以上研究可为该水域及类似水域的高光谱水质反演模型的建立提供新的方法及思路。     

基于光谱及成像技术的种子品质无损速测研究进展

种子是农业生产过程的重要生产资料。种子质量评价、活力与老化检测、纯度与真伪鉴别、分类与溯源研究是种子品质检测中的常见问题。种子质量主要包含种子含水率、蛋白含量、脂肪酸含量、淀粉含量等,是种子品质分级的重要指标,并且关系到种子存储过程的安全问题。种子活力是种子发芽和出苗率、幼苗生长的潜势、植株抗逆能力和生产潜力的总和;高活力种子具有明显的生长优势和生产潜力。种子老化是指种子活力的自然衰退,表现为种子变色、发芽率低、生长势差、作物减产。种子的纯度与真伪则会影响作物产量和农产品品质;而种子分类与溯源则是保证种子纯度与鉴别种子真伪的重要方法,进而为作物产量与产品品质提供保障。对于种子品质分析,传统方法通常需要对样品做不可逆的破坏性分析,且分析时间长、过程复杂,难以适应现代农业对种子生产环节的需要。因此,开展种子品质无损快速检测技术研究成为当前亟待解决的问题。近年来,随着化学计量学的发展和计算机技术的进步,近红外光谱法以其快速、无损、高效等优势,在农产品、食品、农业投入品等的无损快速分析方面得以广泛的应用。进一步地,将光谱技术与成像技术相结合,高光谱成像技术近年来日益兴起,相比较于传统的光谱技术,高光谱成像技术在获得待测样品的光谱信息的同时,还可以获取样品的空间分布信息以及图像特征。基于近红外光谱及高光谱成像等无损快速检测技术,从种子质量评价、活力与老化检测、纯度与真伪鉴别、分类与溯源研究四方面对近年来关于种子品质无损快速检测文献进行综述。在分析不同检测技术特点的基础上,分别就上述种子品质检测方面的问题加以整理。进而对种子品质无损快速检测的技术特点进行了总结与展望。