基于非同步替代光谱定标的地表下垫面影响分析

对760nm附近的氧气吸收带,选用植被、枯萎植被、人工地物、沙地和雪地五种典型地表类型,基于模拟数据进行非同步替代光谱定标方法的误差分析,比较不同地表类型得到的光谱定标准确度,为高光谱成像仪的非同步替代光谱定标提供定标图像选择策略.结果表明:运用两种光谱匹配方法——光谱角度匹配和欧氏距离法得到的定标误差基本一致;730~800nm的地表反射率曲线标准差在0.05nm以内时,定标误差集中在±0.5nm范围内;人工地物类型中个别地物如橄榄绿光泽涂料和植被大面积覆盖的图像数据不适合用于非同步替代光谱定标.     

Nondestructive monitoring,kinetics and antimicrobial properties of ultrasound technology applied for surface decontamination of bacterial foodborne pathogen in pork

In this study, electronic nose (E-nose) and Hyperspectral Imaging (HSI) was employed for nondestructive monitoring of ultrasound efficiency (20KHZ) in the inactivation of Salmonella Typhimurium, and Escherichia coli in inoculated pork samples treated for 10, 20 and 30 min.Weibull, and Log-linear model fitted well (R² ≥ 0.9) for both Salmonella Typhimurium, and Escherichia coli inactivation kinetics. The study also revealed that ultrasound has antimicrobial effects on the pathogens. For qualitative analysis, unsupervised (PCA) and supervised (LDA) chemometric algorithms were applied. PCA was used for successful sample clustering and LDA approach was used to construct statistical models for the classification of ultrasound treated and untreated samples. LDA showed classification accuracies of 99.26%,99.63%,99.70%, 99.43% for E-nose - S. Typhimurium, E-nose -E. coli, HSI - S. Typhimurium and HSI -E. coli respectively. PLSR quantitative models showed robust models for S. Typhimurium- (E-nose Rp² = 0.9375, RMSEP = 0.2107 log CFU/g and RPD = 9.7240 and (HSI Rp² = 0.9687 RMSEP = 0.1985 log CFU/g and RPD = 10.3217) and E. coli -(E-nose -Rp² = 0.9531, RMSEP = 0.2057 log CFU/g and RPD = 9.9604) and (HIS- Rp² = 0.9687, RMSEP = 0.2014 log CFU/g and RPD = 10.1731).This novel study shows the overall effectiveness of applying E-nose and HSI for in-situ and nondestructive detection, discrimination and quantification of bacterial foodborne pathogens during the application of food processing technologies like ultrasound for pathogen inactivation.     

高光谱影像的鲜桃可溶性固形物含量预测模型

可溶性固形物含量(SSC)是决定鲜桃风味和品质的重要成分。高光谱影像的特征提取为无损检测可溶性固形物含量提供了数据基础和方法路径。先前的研究表明,基于多光谱、荧光谱、近红外光谱、电子鼻的水果内部品质评估取得较好的结果。但是,由于缺少多特征融合,从而限制了水果品质的精准估测。为此,提出了一种基于堆栈自动编码器-粒子群优化支持向量回归(SAE-PSO-SVR)模型预测鲜桃可溶性固形物含量。首先,利用高光谱影像提取光谱信息、空间信息及空-谱融合信息。其次,设置普适性堆栈自动编码器(SAE)提取光谱信息、空间信息及空-谱融合信息的深层特征。最后,将深层特征作为粒子群优化支持向量回归(PSO-SVR)模型的输入数据进行鲜桃可溶性固形物含量的预测。其中,对于光谱信息作为输入的SAE模型,设计了453-300-200-100-40, 453-350-250-150-50, 453-350-250-100-60的三个隐含层结构。对于空间信息作为输入的SAE模型,设计了894-700-500-300-50, 894-650-350-200-80, 894-800-700-500-100的三个隐含层结构。对于融合信息作为输入的SAE模型,设计了1347-800-400-200-40, 1347-750-550-400-100, 1347-700-500-360-150的三个隐含层结构。实验结果表明,对于输入数据分别为光谱信息、空间信息及融合信息的SAE模型,结构为453-300-200-100-40, 894-800-700-500-100和1347-750-550-400-100的模型效果较好,而且基于融合信息的模型预测精度明显优于基于光谱信息或者图像信息的模型。为了验证模型的普适性,利用结构为1347-750-550-400-100的SAE模型提取融合信息的深层特征估测不同品种鲜桃的可溶性固形物含量并进行可视化。结果表明,基于结构为1237-650-310-130的SAE-PSO-SVR模型预测效果最好(R2=0.873 3, RMSE=0.645 1)。因此,所提出的SAE-PSO-SVR模型提高了鲜桃可溶性固形物含量的估计精度,为鲜桃的其他成分检测提供了技术支撑。     

基于高光谱热红外发射率光谱的地表岩石CaO含量定量估计

通过对西藏冈底斯山东段23种岩石固体样本的野外发射率光谱测量,分别分析了这些样本的CaO含量与热红外发射率原始光谱和一阶微分光谱的相关关系。在此基础上,建立了几种典型的回归模型,并对各种建模结果进行了比较。结果表明,利用高光谱热红外发射率光谱反演地表岩石CaO的含量是可行的;地表岩石CaO含量与热红外发射率光谱特征之间有较好的对应关系;在10.3～13μm波长范围内,岩石的发射率随CaO的含量增加而降低;相比原始发射率光谱,一阶微分光谱具有更好的预测效果。结果为遥感岩矿识别提供了一种新的思路。     

一种双正则项全变差高光谱图像去噪算法

受传感器特性影响,高光谱图像中的噪声在各个维度都有体现。噪声的存在降低了高光谱图像中信息的有效性,在进行地物分类前必须采用适当的算法对噪声予以去除。文章针对高光谱图像的噪声特性,提出了一种基于全变差的高光谱图像去噪算法。该算法将经典二维图像全变差去噪模型推广至三维形式,提出了采用双正则项及相应的调整参数的目标函数,在三维空间中完成新目标函数的离散化,并采用基于优化-最小化算法的迭代方法对目标函数进行优化与求解。对星载Hyperion成像光谱仪数据的实验表明,适当的设置调整参数,该方法可很好地提高高光谱图像的各波段信噪比、平滑光谱曲线并保留细节特征,其去噪效果优于经典的MNF去噪算法及Savitzky-Golay滤波方法。     

镉污染水稻高光谱诊断分析与建模

为了快速、准确地探测自然环境下水稻镉污染胁迫状况,提出了一种基于可见光-近红外光谱小波分析技术的快速识别和估算水稻镉污染的方法。根据野外实测水稻高光谱数据、水稻叶片主要生化参数及重金属含量等数据,利用Daubechies小波系的db5小波函数对350～1300nm水稻高光谱反射率进行9层分解,并提取小波能量系数进行镉含量回归建模。结果显示:第5层小波分解(d5)的奇异范围为550～810nm,奇异幅度为0.04,模极大值的中心位于700nm处,对识别水稻镉污染效果最佳;以第3层小波能量系数作为自变量的回归模型对水稻镉含量估算精度最高,其决定系数R2高达0.958,均方根误差RMSE为0.122。小波奇异性分析可以较准确的诊断水稻镉污染胁迫状况,基于小波能量系数的建模能有效估算水稻镉污染胁迫水平。     

高光谱技术分析茶树叶片中叶绿素含量及分布

植物叶片叶绿素含量及分布是植物营养信息表达的一个重要指标.以茶树为研究对象,利用高光谱技术分析茶树叶片中叶绿素含量及其分布.通过采集茶树鲜叶的高光谱图像,利用7种不同的算法从高光谱数据中提取相应的特征参数,并根据特征参数和叶绿素含量的参考测量值分别拟合出相应的预测模型.结果显示,二次土壤调节植被指数算法提取的特征参数最...     

X-Y振镜扫描式舌诊高光谱采集系统

针对目前舌诊研究中在舌体信息全面获取方面存在严重不足,将高光谱技术用到舌诊的研究中来,提出了一种基于X-Y振镜扫描式舌诊高光谱采集系统.通过模拟实验,采集与舌体大小相似图片的高光谱信息,验证了该系统可以用于舌体高光谱信息采集,实验结果表明,与现有舌诊客观化研究相比,该系统可以获得更多的舌体信息,为舌诊客观化研究提供了一...     

高光谱图像识别霉变花生的光谱特征分析与指数模型构建

霉变花生极有可能含强致癌物质-黄曲霉素，快速识别并分离霉变花生可从源头上阻止其进入食物链，并降低人类摄入黄曲霉素的风险。利用可见光-近红外高光谱数据，通过光谱分析确定能有效识别霉变花生的光谱特征或指数模型。共获取霉变花生样本253个，健康花生247个，并取其霉变(或健康)部位的均值光谱。在对光谱进行连续统去除后，首先对其求取了不同步长的一阶微分，并在可分性较优的光谱区域计算了Area_500～650指数；其次，用连续小波变换提取了光谱的形状和位置信息，并利用Index_cwt指数识别霉变花生样本。结果显示，指数Area_500～650的J-M距离为1.95，Index_cwt模型的J-M距离为1.99，表明霉变和健康花生在构建的指数模型Area_500～650和Index_cwt的特征空间可分性均较优。