薏仁种类的近红外光谱技术快速鉴别

薏仁是一种药食两用资源,对其品质快速鉴别的需求也越来越多,近红外光谱技术(near infrared spectroscopy,NIRS)作为一种快速、 无损且环保的方法正适合这一需求。 以不同产地和品种薏仁的近红外光谱为基础,结合化学计量学方法对薏仁种类进行鉴别。 对原光谱用无监督学习算法主成分分析(principal component analysis,PCA)和有监督学习算法学习向量量化(learning vector quantization,LVQ)神经网络、 支持向量机(support vector machine,SVM)进行定性判别分析。 由于不同地区和不同品种的薏仁营养物质组成复杂且含量相近,所选两类薏仁的特征变量很相似,因而PCA得分图重叠严重,很难区分;而LVQ神经网络和SVM都能得到满意结果,LVQ神经网络的预测正确率为90.91%,SVM在经过惩罚参数和核函数参数优选后,分类准确率能达到100%。 结果表明：近红外光谱技术结合化学计量学方法可作为一种快速、 无损、 可靠的方法用于薏仁种类的鉴别,并为市场规范提供技术参考。     

基于支持度变换和top-hat分解的双色中波红外图像融合

为了解决用多尺度top-hat分解法融合双色中波红外图像时经常存在对比度提升有限、边缘区域失真较重的问题,提出了基于支持度变换和top-hat分解相结合的融合方法。先用支持度变换法将双色中波图像分解为低频图像和支持度图像序列;再从最后一层低频图像中用多尺度top-hat分解法提取各自的亮信息和暗信息;用灰度值取大法分别融合亮信息和暗信息;通过灰度值归一化和高斯滤波分别增强亮、暗信息融合图像;然后融合两低频图像和亮、暗信息增强图像;将融合图像作为新的低频图像和用灰度值取大法融合得到的支持度融合图像序列进行支持度逆变换,得到最终融合图像。该方法的实验结果同采用单一的支持度变换法融合和多尺度top-hat分解法融合相比,融合图像的对比度提升了11.69%,失真度降低了63.42%,局部粗糙度提高了38.12%。说明提出的从低频图像提取亮暗信息,并经过分别融合、增强,再与低频图像进行融合,能有效破解红外融合图像对比度提升和边缘区域失真度降低之间的矛盾,为提高图像融合质量提供了新方法。     

鉴别玉米杂交种纯度的近红外光谱分析技术研究

以不同产地和年份的农华101(NH101)玉米杂交种和母本种子为对象,研究了鉴别玉米杂交种子纯度的近红外光谱分析方法。 光谱采集时间跨度达10个月,运用傅里叶变换(FT)近红外光谱仪器,在不同季节用23天(分五个时间段)采集了这些样品共920条玉米单子粒近红外漫反射光谱。 全部原始光谱用移动窗口平均、 一阶差分导数和矢量归一化进行预处理,使用主成分分析(PCA)方法和线性判别分析(LDA)方法降维,采用仿生模式识别(BPR)方法建立模型。 通过对光谱预处理校正光谱失真,使样品光谱集在特征空间分布的范围收缩,相对距离增大了近70倍,实现了母本和杂交种子的鉴别。 通过代表性样品的选择,提高了模型对光谱采集时间、 地点、 环境等条件变动的应变能力,也提高了模型对样品种子制种时间与地点变动的应变能力,增强了模型的稳健性,使测试集玉米单子粒杂交种和母本种子的平均正确识别率达到95%以上,而平均正确拒识率也达到85%以上。     

基于能量分布的红外像点定位分析方法

在红外探测器的应用中,常用统计分析、算例验证等方法研究目标成像精确定位问题。鉴于上述方法难以充分阐释物理意义与揭示普遍规律,提出基于能量分布及成像特征的分析方法,针对红外探测目标成像精确定位问题,利用能量分布和数字图像中成像规律,研究像点定位及精度分析。研究了红外目标成像和数字图像特点,建立了定位模型和方法流程;分析了定位误差影响因素,实现了定位结果精度评定;最后结合典型应用实例,进行了计算验证。该方法与已有方法相比,分析过程更直观,获取了红外像点定位分析的理论依据,并给出了定位结果的精度水平:通常红外成像应用中,精度优于1/6像元;在成像较大时,精度可达1/10像元以上。该研究结论对红外探测应用中目标准确定位具有重要意义。     

宽谱段红外消热差光学系统设计

宽谱段红外光学系统可以获取宽谱段的图像信息并增大目标信息获取程度。从红外光学系统的简洁性出发,对红外光学系统进行设计,系统仅由4片球面透镜组成,实现了4.4 m~8.8 m波段清晰成像, F#为2.68,达到了100%的冷光阑效应。采用被动消热差方式通过合理选择镜片材料及公式推导最终实现了各个波段内的消热差,镜筒材料为钛合金,透镜采用硒化锌（ZnSe）,锗（Ge）及硫化锌（ZnS）材料,给出20 lp/mm处系统在各个波段在-40 ℃~60 ℃的工作温度下的调制传递函数（MTF）,以及各个波段下的光学系统畸变值。实验结果表明:设计的宽谱段红外光学系统结构简单,满足设计要求。     

基于光谱响应差异的HJ-1B热红外通道星上定标系数验证

HJ-1B卫星热红外通道自发射以来共进行了7次星上黑体定标,然而针对星上定标系数的验证工作开展较少。通过半高宽法、矩方法和查找表法计算得到2009年9月14日星上定标系数。以具有较高定标精度的MODIS为参考源,基于MODIS第31,32通道和HJ-1B热红外通道的光谱响应特性,改进对应热红外通道的光谱匹配算法,建立两传感器表观辐亮度的匹配关系,进而通过Planck公式计算出HJ-1B热红外通道的等效水表亮温,通过与HJ-1B热红外通道基于星上定标系数得到的反演水表亮温进行比较,实现对星上定标系数的验证。以光谱响应差异计算的等效亮温值为285.97 K,半高宽法、矩方法和查找表法星上定标系数反演亮温值分别为288.77,274.52和285.97 K。结果显示,半高宽法、矩方法和查找表法星上定标系数反演亮温与光谱响应差异计算的等效亮温偏差分别为2.8,-11.46和0.02 K。结果表明,HJ-1B热红外通道星上定标方法中以查找表法星上定标系数计算结果精度较高。同时证明了基于光谱响应差异的HJ-1B热红外通道星上定标系数验证方法有效可行。     

OH~- absorption and nonvolatile holographic storage properties in Mg:Ru:Fe:LiNbO_3 crystal as a function of Mg concentration

Mg:Ru:Fe:LiNbO3 crystals with various concentrations of MgO (in mole) and fixed content of RuO2 and Fe2O3 (in mass) are grown with the Czochralski method from the congruent melt. Their infrared transmission spectra are measured and discussed to investigate the defect structure. With the increase of Mg2+ concentration the blue nonvolatile holographic storage capability is enhanced. The nonvolatile holographic storage properties of dual-wavelength recording of Mg(7 mol%):Ru:Fe:LiNbO3 nonvolatile diffraction efficiency, response time, and nonvolatile sensitivity reach 59.8%, 70 s, and 1.04 cm/J, respectively. Comparing Mg(7 mol%):Ru:Fe:LiNbO3 with Ru:Fe:LiNbO3 crystal, the response time is shortened apparently. The nonvolatile diffraction efficiency and sensitivity are raised largely. The mechanism in blue photorefractive nonvolatile holographic storage is discussed.     

微生物胞外聚合物对重金属镉的解毒作用及红外光谱分析

为探索微生物胞外物在微生物对重金属的抗性和去除过程中的作用,比较分析了对重金属镉具有不同抗性和去除率的菌株SCSE425-7和SCSE709-6胞外物的产生情况和菌株的红外光谱谱图。结果表明,在含镉条件培养时,菌株SCSE425-7表现了较高的镉抗性,分泌了相对较多的可溶性胞外多糖;而菌株SCSE709-6镉抗性较SCSE425-7低,但镉的生物去除性能较好,分泌了更多不可溶胞外聚合物。这说明,在重金属毒性胁迫下,微生物分泌的可溶性胞外多糖可能有助于提高微生物对重金属的抗性,而不可溶性胞外聚合物有助于重金属的微生物吸附。菌株红外光谱分析结果表明不可溶胞外聚合物上的酰胺基和羧基是其吸附镉离子的主要官能团。     

土壤水分对近红外光谱实时检测土壤全氮的影响研究

利用近红外光谱技术实时预测土壤全氮含量是精细农业的研究热点之一,但是由于土壤水分在近红外波段的吸收系数较高,影响了土壤全氮含量的实时预测精度。使用布鲁克MATRIX_I傅里叶近红外光谱分析仪对不同土壤水分的土壤样本进行了近红外光谱扫描,定性和定量的分析了土壤水分对近红外光谱的影响,并提出了一种消除土壤水分对土壤全氮含量预测影响的方法。近红外光谱扫描结果显示在同一全氮含量水平下,随着土壤水分含量的增加,光谱吸光度呈逐渐上升的趋势,且变化趋势为非线性。通过对1 450和1 940 nm两个水分吸收波段的差分处理,设计了水分吸收指数MAI（moisture absorbance index）,再对土壤按照水分含量梯度进行分类,提出了相应的修正系数。修正后的6个土壤全氮特征波段处(940,1 050,1 100,1 200,1 300和1 550 nm)的土壤吸光度值作为建模自变量,使用BP神经网络建立了土壤全氮预测模型,模型的R_C,R_V,RMSEC,RMSEP和RPD分别达到了0.86,0.81,0.06,0.05和2.75;与原始吸光度所建模型相比较模型精度得到了显著提高。实验结果表明本方法可以有效地消除土壤水分对近红外光谱检测土壤全氮含量预测的影响,为土壤全氮含量实时预测提供了理论和技术支持。     

一种光谱分析中的降维方法

在可见/近红外光谱分析中,提取光谱数据中的有用信息是建立稳健准确模型的前提。ISOMAP是一种有效的提取数据本真维的降维方法,但对噪声和邻域参数都比较敏感。提出了一种改进的ISOMAP有监督降维方法,利用光谱数据本身的相关性指导邻域图的构建,降低对噪声和邻域参数的敏感程度,以正确表达数据的邻域结构。采用该方法对两组光谱数据降维并进行PLS建模,结果表明,改进后的算法消弱了邻域大小的影响,提取出的本真维数更小,同时提高了模型精度。