特殊变色蓝宝石的紫外-可见光光谱研究

坦桑尼亚Umba出产颜色丰富的刚玉,该研究对象是一颗来自Umba的具有特殊变色效应的蓝宝石,D65光源（色温6 500 K）下呈现淡黄色,A光源（色温2 856 K）下呈现淡紫红色。为了研究这颗变色蓝宝石紫外-可见光光谱中的谱峰归属与变色成因,该研究使用电荷补偿理论来分析此样品紫外-可见光光谱中的谱峰归属。采用紫外-可见分光光度计（UV-Vis）和激光剥蚀电感耦合等离子体质谱仪（LA-ICP-MS）对这颗变色蓝宝石进行了测试。结果发现,变色蓝宝石紫外-可见光光谱中存在位于377,388和450 nm处的3个吸收峰和1个以560 nm为中心的宽缓吸收带。样品的颜色主要受450 nm处吸收峰和以560 nm为中心的吸收带影响,其中以560 nm为中心的吸收带造成了这颗蓝宝石的变色效应。根据激光剥蚀电感耦合等离子体质谱仪的测试结果,样品中主要杂质元素有Fe,Ti,Cr,V和Mg等。样品紫外-可见光光谱中377,388和450 nm处的吸收峰是由Fe3+导致。蓝宝石中的Cr3+,V3+,Fe2+-Ti4+对都可以在560 nm附近产生吸收,结合电荷补偿理论分析,刚玉中的Mg2+会优先和Ti4+进行电荷补偿,样品中Mg含量要稍微高于Ti,推测样品中几乎所有Ti4+会与Mg2+进行电荷补偿,因此样品中几乎不会存在Fe2+-Ti4+对。Fe2+-Ti4+对电荷转移产生的吸收特征具有很强的偏振性,尤其是在580 nm以后的吸收特征会随着偏振方向的改变而有很明显的变化。偏振紫外-可见光光谱测试发现以560 nm为中心的吸收带没有明显的偏振性,进一步验证了样品中几乎没有Fe2+-Ti4+对,因此以560 nm为中心的吸收带主要是由于Cr3+和V3+造成的。样品的颜色主要是由Fe3+,Cr3+和V3+引起的,而变色效应主要是由Cr3+和V3+导致。结合电荷补偿机制与偏振-紫外可见光光谱来解释这颗变色蓝宝石的紫外-可见光光谱中以560 nm为中心的吸收带的归属,为研究刚玉紫外-可见光光谱中较为常见的位于560 nm左右吸收带的归属提供了一种新的研究思路。     

变色尖晶石的光谱学特征及变色机理研究

尖晶石作为一种珍贵的宝石材料,因其瑰丽的颜色外观和悠久的历史而广受称赞。变色效应作为宝石学中一种常见的光学现象,在变石,蓝宝石,尖晶石,石榴石等宝石中都可以出现。通常将宝石的变色效应归结为Cr离子和V离子所致,但是目前有关变色尖晶石的报道较少,缺乏致色元素和变色机理的研究。本次研究对象是一颗具有变色效应的尖晶石(在D65光源下呈蓝色,在A光源下呈蓝紫色),和两颗不具有变色效应的蓝色尖晶石(两种光源下色调无明显变化)。运用电感耦合等离子体质谱仪(LA-ICP-MS)、紫外可见光谱仪、拉曼光谱仪、光致发光光谱仪获取样品的成分和光谱信息。LA-ICP-MS化学成分测试结果表明,三颗尖晶石均为镁铝尖晶石,主要化学成分为MgO和Al₂O₃,并含有Fe, V, Cr, Co和Zn等微量元素,在变色尖晶石中含有较多的Fe离子和微量的Co离子,不含有Cr离子,并且变色尖晶石与无变色效应的蓝色尖晶石中V离子含量相近。变色尖晶石紫外可见吸收光谱具有位于387, 461, 478, 527, 559, 590, 627和668 nm处的吸收峰,其中387, 461...     

可见光光谱检测赣南脐橙糖度的研究

利用透射光谱测定法获取赣南脐橙的可见光光谱(400～800 nm), 采用多种校正算法, 选取不同的波段范围对透射光谱进行有效信息提取和分析,对比研究了不同因子数时不同校正方法进行糖度快速检测的影响,确定了最佳参比、最佳的波段范围、最佳光谱处理方法和用于快速检测分析的最佳校正方法。实验结果表明: 偏最小二乘法校正模型的预测精度在450～770 nm波段范围内,因子数为7时其糖度的预测精度最好,其预测集的相关系数达到了0.857, 预测标准偏差为0.562。     

变色硬水铝石的光谱学特征及其变色机理

硬水铝石(α-AlOOH)是铝土矿的主要组成矿物之一,常用于工业提炼铝以及制作耐火材料。近年来,一种具有变色效应的硬水铝石晶体开始在市场中出现。采用X射线荧光能谱仪、红外光谱仪、拉曼光谱仪、紫外可见近红外分光光度计以及测量颜色参数等方法获得了变色硬水铝石和无变色效应硬水铝石的光谱学特征,并探讨了其变色效应的成因。变色硬水铝石在日光下常呈黄绿色而在白炽灯下呈褐红色,其红外光谱与拉曼光谱与普通硬水铝石的特征峰较为一致,其中红外光谱中的特征峰主要集中在400~1 200,1 800~2 110和2 900~3 000 cm-1三个范围内,拉曼特征峰则主要位于154,331,448,665和1 189 cm-1附近。对比化学成分分析和紫外可见吸收光谱的测试结果,认为Fe3+和Cr3+的d-d电子跃迁导致变色硬水铝石在可见光绿-黄绿色光区(500~560 nm)和橙黄-红色光区(600~780 nm)的透射程度较为接近,环境光源中红光和绿光相对功率分布的差异使硬水铝石产生变色效应。对变色硬水铝石在模拟日光和白炽灯光条件下的颜色参数进行了测定,结果显示不同光源下样品颜色参数a*和h₀的变化,可定量地描述变色硬水铝石的变色效应。为硬水铝石的应用拓展、性能改善以及氢氧化物材料光学性质的深入探讨提供了科学依据和数据支持。     

基于可见光光谱的装饰纸表面视觉特征的模式识别研究

装饰纸作为现代家居产品中必不可少的重要饰面材料之一,不仅具有良好的装饰效果,还可以大大地改善材料的表面性能。然而,装饰纸外观质量的控制(如色差的评价和控制),仍然是制约装饰纸产业发展的重要因素之一。利用人眼来判别和控制往往因人而异,偏主观而非客观。因此,寻找一种客观、有效的方法来代替人的视觉感官来快速判别具有重要意义。本研究利用可见光光谱结合主成分分析法对不同类别装饰纸进行了模式识别分类研究,探讨了该技术的可行性。结果表明:(1)可见光光谱与表征装饰纸表面视觉特性的参数之间呈现出显著的相关性,相关系数都达到了0.85以上,多数均达到0.99,说明可见光光谱中包含有描述装饰纸表面视觉特征的参数;(2)利用装饰纸表面的可见光光谱结合主成分分析方法所建立的模式识别模型,对不同装饰纸表面视觉特征类型进行模式识别时,正确率达到94%~100%,说明可见光光谱分析技术有潜力成为装饰纸表面视觉特征快速、客观、有效识别和分类的新技术。     

用于胃癌早期检测的可见光显微光谱研究

反射光谱技术在早期癌症检测中具有非常好的应用前景。对比常见的漫反射可见光谱技术,可见光显微光谱技术能够获取细胞大小范围内的信息,而且不受探头结构差异导致的传输光程长短,以及测量时探头施加压力导致的血红蛋白浓度异常变化的影响。基于光纤共聚焦显微系统,建立了可见光显微光谱实验装置,测量了离体正常和癌变胃组织的显微光谱,给出了样品在600-700nm波长范围内的显微光谱分布情况,实验结果表明可见光显微光谱技术简单、有效,可用于胃癌的早期检测。     

可见光光谱的冬小麦苗期地上生物量估算

地上生物量是表征冬小麦苗期长势的重要参数之一,对于监测冬小麦苗期长势,预测产量具有重要的实际意义。目前,通过计算光谱指数进行生物量估算是冬小麦苗期地上生物量无损测量的主要方法,但该方法需要一定的平台支撑,在便捷性方面存在一定的不足。为此,利用可见光图像数据获取方便、准确率高的特点,基于冬小麦苗期冠层可见光图像数据开展冬小麦苗期地上生物量估算研究。采用数码相机,采集冬小麦苗期冠层可见光图像并利用Canopeo进行冬小麦冠层与背景的分割。在获取冠层分割图像后,提取了CC（canopy cover）、ExG（excessg reen）、ExR（excess red）、ExGR（ExG-ExR）、NGRDI（normalized green-red difference index）、GLI（green leaf index）、RGRI（red-green ratio index）和RGBVI（RGB vegetation index）共8个可见光图像特征。利用相关性分析进行特征优选,选择与冬小麦苗期地上生物量实测数据相关性较高的图像特征构建估算模型。利用优选的图像特征,分别构建偏最小二乘回归（PLSR）、BP神经网络（BPNN）、支持向量机回归（SVR）和随机森林（RF）模型,开展冬小麦苗期地上生物量估算研究,并定量分析特征数量和播种密度对估算模型准确率的影响。结果表明,ExR,GLI和RGBVI与生物量实测数据相关性较低,因此,将这3个特征剔除。CC,ExG,ExGR,NGRDI和RGRI与生物量实测数据的相关性较高,其中CC,ExG和ExGR与生物量实测数据呈正相关,而NGRDI和RGRI与生物量实测数据呈负相关。利用优选的图像特征构建估算模型,研究结果表明,基于优选的5个图像特征,PLSR的估算准确率最高,模型R2为0.801 5,RMSE为0.0788 kg·m-2,表明PLSR能够实现冬小麦苗期地上生物量的准确估算。特征数量是影响估算模型准确率的因素之一,随着特征数量的减少,模型估算的准确率逐步下降。利用不同播种密度数据集对估算模型进行测试,结果表明,PLSR在不同的播种密度数据集上均取得了最高的估算准确率,模型R2分别为0.897,0.827 9和0.788 6,RMSE分别为0.062,0.072和0.079 1 kg·m-2,表明PLSR估算的冬小麦苗期地上生物量数据与实测生物量数据之间具有良好的相关关系。随着播种密度的增加,所有估算模型的准确率均出现下降,而PLSR的准确率下降程度最小。由此可见,基于可见光图像数据,能够实现冬小麦苗期地上生物量的准确估算,为冬小麦苗期田间管理提供参考。     

可见光响应SO2－4／Ce-TiO2的光谱特征及催化性能

采用溶胶‐凝胶法制备了Ce掺杂 T iO2,经 H2 SO4处理得到酸化Ce掺杂 T iO2。利用X射线衍射（XRD）、傅里叶变换红外光谱（FTIR）、吡啶吸附红外光谱（Py‐FTIR）、紫外‐可见光漫反射光谱（UV‐Vis）及X射线光电子能谱（XPS）技术对样品的性质进行了表征,以罗丹明B（RhB）在样品上的可见光催化降解为模型反应,评价了所制备样品的光催化性能。XRD测试结果表明,铈掺杂使 TiO2产生晶格缺陷、粒径减小,有利于光生电荷的转移,继而提高催化剂的活性;FTIR谱图说明SO2－4以桥式双齿配位吸附形式存在;Py‐FTIR谱图显示,酸化铈掺杂TiO2样品表面同时存在Br?nsted和Lewis酸位,但以Lewis酸为主。Lewis酸中心的缺电子性质有利于样品表面的光生电子与光生空穴分离,从而改善催化剂的活性;UV‐Vis结果表明,Ce掺杂减小了TiO2的带隙能,引入的杂能级能够捕获导带上的光生电子和价带上的光生空穴,降低光生电子‐空穴对的复合几率;同时还可以使能量较小的光子激发杂能级上捕获的电子,拓宽光响应范围;XPS分析表明SO2－4／Ce‐TiO2样品上同时存在Ce3＋／Ce4＋的混合价态,Ce3＋／Ce4＋氧化‐还原转换有助于TiO2受光激发后产生的光生电子和空穴的分离,从而提高光量子效率。酸化Ce掺杂TiO2对RhB的可见光催化降解反应有很好的活性,实验结果证明,H2 SO4酸化和Ce掺杂的协同作用改善了样品的可见光响应,促进了其可见光催化反应活性。     

基于可见光光谱高效鉴别玉米单倍体籽粒

单倍体技术已发展成为玉米遗传研究及现代玉米育种的重要技术之一,单倍体籽粒的鉴别筛选是其中的重要环节。目前单倍体籽粒主要是依赖于籽粒的R1-nj遗传标记通过人工肉眼观察颜色的有或无进行鉴别,费时费工。而且部分材料由于标记颜色很难从籽粒外部观察到,导致人工筛选准确率较低。基于可见光光谱分析建立玉米单倍体籽粒鉴别方法,探索利用可见光光谱鉴别玉米单倍体籽粒的可行性。同时,由于每季用于诱导单倍体的育种材料不尽相同,模型须能够鉴别未参加建模的材料的单倍体。本研究以9个遗传背景的单倍体和杂交籽粒共284粒作为试验材料,利用便携式紫外-可见光光纤光谱仪采集单个玉米籽粒的可见光漫透射光谱。光谱数据经平滑、矢量归一化预处理和主成分分析,基于支持向量机方法建立单倍体和杂交籽粒判别模型。每次选择1个背景的样本作为测试集,其余背景的样本作为建模集对模型进行交叉验证。模型交叉验证平均正确判别率达到92.06%。其中8次测试正确判别率在85%以上。结果表明利用可见光光谱分析建立玉米单倍体籽粒鉴别方法,并使模型可鉴别未参与建模材料的单倍体具有可行性。并且基于该方法有望建立玉米单倍体籽粒的自动化快速筛选系统,提高玉米单倍体育种效率。     

基于全血可见吸收光谱的物种鉴别

血液及血液制品是一种特殊的商品,在流通过程中需要严加管控。传统的方法通常为应用特征抗体检测人血红蛋白,或应用液相色谱(HPLC)、质谱(MS)等方法对血液物种进行鉴别,鉴别过程中外界环境和血液样本会发生接触。为了防止血液样本和外界环境相互污染,因此需要发展非接触式的血液物种鉴别技术。设计了一种基于吸收光谱的血液物种鉴别方法。实验测试了人与牛全血样本共24份,每种样本各10份,另有4份标记为未知样本。装有血液样本的PET管置于积分球内,使用超连续谱光源对积分球进行照射,测量420～740 nm范围内匀光后的吸收光谱,每个样品测试5次取平均。实验测试了使用主成分分析法对测得的原始光谱数据进行降维。并对降维后的数据应用二维正态分布进行拟合。通过样本在置信空间内的概率分布或到已知分类中心的距离对未知样本的物种进行鉴别。可以得出结论,应用PCA和二维正态分布拟合的方法,能够较为精确地实现对全血的可见吸收光谱物种鉴别。     

新型轻量化可见光光谱仪成像系统研究与分析

利用衍射光学元件消色差和对波面进行任意整形及自由曲面光学元件校正像差的特性,将衍射光学元件和自由曲面光学元件应用于传统可见光光谱成像光谱仪成像系统中,提出了一种新型的可见光光谱成像光谱仪成像系统,基于衍射光学元件独特的负色散特性,用一片折射/衍射混合光学元件代替传统的双胶合透镜来实现消色差,基于自由曲面光学元件的多自由度特性,在系统中引入两个自由曲面光学元件对系统中的像差进行有针对性的校正,针对具体的设计实例给出了详细的设计步骤,设计结果表明,在相同的参数指标前提下,新型系统仅为4片式结构,和传统系统相比,重量减轻22.9%,总长缩短26.6%,最大口径减小30.6%,调制传递函数值最大提升为1.0视场,调制传递函数值提高0. 35,最大畸变减小1.6%,最大垂轴像差减小56.4%,轴向色差减小59.3%,新型系统各方面的性能都得到了较大的改进,为现代高性能、轻小型可见光光谱成像光谱仪成像系统设计提供了一种新的途径。     

基于可见光谱的古代壁画颜料无损鉴别方法

矿物颜料是古代壁画显色的物质基础,其可见光谱反映自身物质和物理属性。不同颜料对可见光吸收特性的差异导致光谱曲线形状不同,同一种颜料因粒径等级差异引起光谱曲线幅值的规律性变化。依据矿物颜料上述特性,提出一种基于可见光谱的古代壁画颜料无损鉴别方法,通过光谱归一化方法实现不同粒径等级的同一颜料光谱曲线叠合,去除颜料粒径等级对光谱曲线幅值变化的影响,然后提取表征光谱曲线在各波段增减性和凹凸性的一阶与二阶导数特征,与光谱曲线组合得到颜料物质属性鉴别的光谱组合特征空间,以光谱角和欧式距离为基础构建评价指标,计算待鉴别颜料与数据库参考样本在光谱特征空间中的匹配误差(ME),实现颜料物质属性的鉴别。通过构建矿物颜料平均粒径大小和光谱反射率均值之间关系函数,实现颜料平均粒径大小的鉴别。基于构建的古代壁画常用颜料光谱数据库,以莫高窟壁画为对象,通过非接触式原位无损测量方法测量获得壁画颜料的可见光谱数据,对本文方法进行了验证,并以石绿和青金石颜料的鉴别结果为例,对古代壁画颜料使用技法、不同朝代颜料使用的差异性及原因进行了探讨。该方法将为更加全面深入研究和保护古代壁画提供有效的理论与方法支撑。     

基于可见光谱通道的松树年轮参数获取方法研究

年轮参数是树木生长的重要指标。目前年轮的检测方法主要有人工测量法、扫描仪法和X射线法等。这些方法费时费力、检测成本高、操作难度大。为此,提出采用可见光谱进行年轮参数检测的新方法。首先针对活立木年轮检测需求,设计了木芯专用可见光谱分析装置。装置采用宽光谱对称式光源,封闭式暗箱设计,彩色CCD外置、固定距离采集方式。进而采集样品全彩色图像,分别提取不同光谱通道数据进行分析,最终获得年轮特征光谱参数。以从松树活立木钻取的木芯为例,经打磨后的木芯水平固定于载物台,光源均匀照射样品,CCD采集木芯漫反射RGB图像,基于对木芯全彩色图像的不同光谱通道的分析,分别提取RGB三帧灰度图像的强度曲线,区分早晚材分界线,得到树木年轮各项指标,实现树木年轮参数的快速提取。实验首先将CCD采集的RGB图像转换至NTSC色彩空间,以扩大色彩域。在设置滤波窗滤除背景,截取出木芯图像后,通过提取木芯图像的R,G和B三灰度分量图像,发现木芯B灰度图的早晚材区域差异最分明。基于该特征,可提取出早晚材分界线的位置信息。对木芯B灰度分量图微分,得到灰度沿水平方向的空间梯度。确定灰度变化率极大值对应的各点,鉴于木芯生长特性,灰度变化率极大值对应空间位置首先取为窄像素区域,进而在窄像素区域取中间值,此即木芯年轮各早晚材的中心点。其中,早材中心点对应光谱曲线的极大值,晚材中心点对应光谱曲线的极小值。结合专家经验,建立早晚材中心点与分界线的灰度关系,可得各分界线的位置。通过早晚材分界线与年轮各参数的关系,可进一步得出年轮各项指标。对比3位林木育种专家人工识别结果,本方法检测结果除了在木芯靠近端点处的位置外,都具有极高的准确度。采用可见光谱通道的数据采集与分析方法检测树木年轮参数,检测过程可实现全自动,高效、无损,精度可达到0.1 mm,结果精确。相比于人工测量法、扫描仪法,检测效率更高;相比于X射线法,检测过程更加安全、低耗,操作更方便。是一种具有较强应用性的方法。     

可见光谱图像联合区间的黄瓜白粉病分割与检测

黄瓜白粉病是黄瓜病害中爆发频率较高的一种,传播速度极快,常常导致产量降低,无法获得预期的经济效益。特别是在病害爆发严重的年份,黄瓜减产量高达20%。提出了一种基于可见光谱图像联合区间的偏最小二乘回归判别模型（SI-PLSR）,用于黄瓜白粉病无损检测。采用Canon EOS 800D和Ocean Optics USB2000+光纤光谱仪采集了200个黄瓜白粉病感病叶片的可见光谱图像和反射率曲线。首先,采用基于小波降噪和H分割的分水岭分割算法从实时采集的黄瓜白粉病感病叶片可见光谱图像中提取目标叶片;其次,通过高斯拟合优化的Otsu算法分割目标叶片的可见光谱图像,获取白粉病病斑;然后,对350~1 100 nm全波段光谱反射率曲线建立偏最小二乘回归模型并计算交叉验证均方根误差RMSE_CV,同时将全波段等分为20个子区间,分别建立偏最小二乘回归模型,选取RMSE_CV小于全波段反射率曲线建模RMSE_CV的子区间组成联合区间;最后,将光谱联合区间与白粉病病斑分割结果融合建立SI-PLSR模型。从实验结果可知,感病目标叶片的提取成功率高达94.00%,200幅感病叶片可见光谱图像中成功提取188幅,其中157幅目标叶片的完整性参数高于95%,31幅目标叶片完整性参数在90%~95%之间。188幅目标叶片的病斑分割结果显示,平均错分率为5.81%,其中平均False negative为1.55%,平均False positive为4.26%。对20个子区间分别建立偏最小二乘回归模型发现,第5,6,7,11,12,13和19子区间的RMSE_CV值小于全波段光谱反射率曲线建模的RMSE_CV值,说明这7个子区间的光谱信息对白粉病的判别有较大的贡献,这与呈现波峰的470~520,530~580和700~780 nm波段相对应,因此选取这7个子区间的光谱反射率曲线建立联合区间。对联合区间建立SI-PLSR模型,其主成分数为7,校正集和验证集的相关系数和标准误差分别是0.975 2,0.907 3和0.919 5,1.091。与全波段PLSR模型相比,SI-PLSR的相关系数更接近于1,且标准误差更小。结果表明,所提出的SI-PLSR模型有效去除了可见光谱数据中冗余信息,加强了模型的稳定性,可以实现对黄瓜白粉病的快速无损准确识别,为黄瓜病害诊断提供了方法和参考依据。     

基于可见-近红外光谱与稀疏表示的注水肉识别

为了能快速准确的识别原料肉与注水肉, 提出了一种基于可见-近红外光谱和稀疏表示的无损的识别方法。通过向猪肉样本(包括猪皮、脂肪层和肌肉层)注水的方法建立注水肉模型, 采集未注水的原料肉和6类不同注水量的注水肉的可见和近红外漫反射光谱数据。为了消除光谱数据中的冗余信息并提高分类效果, 对光谱数据进行光调制和归一化等预处理并截取有效波段, 根据是否注水以及注水量的多少对样本进行分类。用所有训练样本构成原子库(字典), 通过ｌ1最小化将测试样本表示为这些原子的最稀疏的线性组合。计算测试样本与各类的投影误差, 将最小投影误差对应的类作为测试样本的所属类别, 并应用留一法进行交叉检验, 比较了稀疏表示法与支持向量机的识别结果。实验结果表明, 利用稀疏表示法对于原料肉与注水肉的识别准确率可达到90%以上, 获得了较好的分类效果, 优于支持向量机的识别结果。而对于不同注水量的注水肉识别准确率与注水量之差正相关。稀疏方法不需要进行传统模式识别模型的前期学习与特征提取, 适用于高维、小样本量数据的处理, 计算成本低, 将其用于注水肉的光谱数据识别具有一定的创新性, 并取得了较满意的结果, 为原料肉和注水肉的无损识别提供了一种有效方法。     

基于可见-近红外光谱与稀疏表示的注水肉识别

为了能快速准确的识别原料肉与注水肉,提出了一种基于可见-近红外光谱和稀疏表示的无损的识别方法。通过向猪肉样本(包括猪皮、脂肪层和肌肉层)注水的方法建立注水肉模型,采集未注水的原料肉和6类不同注水量的注水肉的可见和近红外漫反射光谱数据。为了消除光谱数据中的冗余信息并提高分类效果,对光谱数据进行光调制和归一化等预处理并截取有效波段,根据是否注水以及注水量的多少对样本进行分类。用所有训练样本构成原子库(字典),通过ｌ1最小化将测试样本表示为这些原子的最稀疏的线性组合。计算测试样本与各类的投影误差,将最小投影误差对应的类作为测试样本的所属类别,并应用留一法进行交叉检验,比较了稀疏表示法与支持向量机的识别结果。实验结果表明,利用稀疏表示法对于原料肉与注水肉的识别准确率可达到90%以上,获得了较好的分类效果,优于支持向量机的识别结果。而对于不同注水量的注水肉识别准确率与注水量之差正相关。稀疏方法不需要进行传统模式识别模型的前期学习与特征提取,适用于高维、小样本量数据的处理,计算成本低,将其用于注水肉的光谱数据识别具有一定的创新性,并取得了较满意的结果,为原料肉和注水肉的无损识别提供了一种有效方法。     

基于无人机可见光谱遥感的玉米长势监测

玉米是我国重要的粮食作物之一,在我国种植规模最大、发展最快。玉米的长势会直接影响到其产量和品质,因此通过对玉米的长势进行有效监测,可以为田间管理、早期产量估算提供宏观的参考信息,为国家和相关部门决策提供重要的参考依据。以无人机为遥感平台,搭载影像传感器构建遥感系统,获取玉米可见光谱遥感影像。利用ENVI软件对获取的玉米冠层可见光谱彩色图像进行几何校正和辐射校正,然后对图像进行彩色图像灰度化和增强处理。利用对农田复杂背景适应能力较好以及具有较强光照适应性的AP-HI算法完成作物分割来提取玉米覆盖度信息。在计算玉米覆盖度时,首先利用AP-HI算法将图像进行分割,并转换为二值图,来去除图像中的土地、水管、道路、作物残渣等背景,以保留玉米的二值图像。图像中的农田存在道路区域,计算实际作物覆盖度时需将其排除。道路区域出现在图像的四个边界以及相对正中的位置处,对这些位置分别进行处理,统计其中黑色像素点的个数,根据像素点个数确定道路宽度,并将道路部分从二值图中去除。去除后的二值图中,白色像素为无作物区域,黑色像素为玉米种植区域,统计黑色像素占总像素的比例,以此确定作物的多少。选取80×80像素值作为单位面积,对处理图像进行分块标记,得到区块数为720,对单位面积的分块进行全区域扫描,每当扫描到一个黑色像素值就将总的统计面积加1,直至扫描到6 400个像素点,计算其中含有的总的黑色像素值数目与6 400的比值,直至将720个区块黑色像素点占总像素比例统计完全,即可计算图像中黑色像素数与总像素数之比,即为玉米覆盖度。在此基础上,根据实际情况计算玉米冠层孔隙率,并建立覆盖度与叶面积指数模型,完成玉米叶面积指数反演,为玉米长势监测提供理论依据。     

基于可见/近红外透射光谱的孵化早期受精鸡蛋的判别

在种鸡蛋孵化过程中,部分种蛋由于未受精不能正常出雏,不但会造成大量浪费,还有可能引起霉菌感染其他种蛋,利用可见/近红外透射光谱分析技术可以对种鸡蛋中的受精蛋和无精蛋进行检测。为研究孵化初期无精蛋最佳的判别时间,本文通过对孵化环境下种鸡蛋品质随时间变化的研究,最终发现在孵化24h内的种鸡蛋品质还在新鲜状态,在72h后的种鸡蛋品质变为不可食用级别,最终发现36h内是最佳的判别时间。研制了基于可见/近红外透射光谱的静态采集系统,并使用该系统进行了光谱采集。对比同一品种不同样品及不同品种的光谱建模效果,剔除了由蛋黄与蛋壳颜色造成的样本光谱差异区域,选取的有效光谱波段为355~590和670~1 025nm。采用主成分分析法进行预处理,通过不同时间、不同主成分数建模效果的比较,确定最佳的主成分数。同时采用多元散射校正、附加散射校正、导数校正与主成分分析的光谱预处理方法在不同的建模方法下进行对比,并考虑到实际应用与最终的生产效益,建立了有效的判别模型。最佳判别模型为使用24h时采集光谱且采用主成分分析法进行数据预处理并使用Fisher算法建立的模型,判别准确率能达到87.18%。该研究为早期受精蛋与无精蛋的无损伤在线鉴别提供了一种新的方法。