基于离散余弦变换和支持向量机的多光谱纹理图像的茶叶分类研究

提出一种利用多光谱图像纹理特征进行茶叶分类的新方法。图像由MS3100-3CCD光谱成像仪获得,光谱成像仪提供近红外(NIR)、红色(R)和绿色(G)的3个波段的图像。首先对原图像的NIR波段图像提取均方值,然后应用离散余弦变换算法,构造出8个带通和高通滤波器对NIR通道的图像进行滤波并提取均方差值,最后应用支持向量机技术,分别对原图像的NIR提取的均方差值和用8个滤波器滤过的图像提取的均方差值进行建模。茶叶样本总共为240个,训练和预测各为120个,每种训练样本和预测样本各为20个。结果表明经过8个滤波器处理图像的识别率为100%,而没有经过滤波处理的纹理图像识别率只有73.33%,说明离散余弦变换算法设计的滤波器是一种非常有效的纹理识别技术,此实验同时也为茶叶的分类提供一种快速和无损的新方法。     

Nanoparticle preparation of quinacridone and β-carotene using near-infrared laser ablation of their crystals

Quinacridone nanoparticles with a mean size of about 200 nm are successfully prepared using nanosecond near-infrared (NIR) laser ablation of its microcrystalline powders in heavy water. The absorption spectra of the formed colloidal solutions depend on the excitation wavelengths, which is eventually ascribed to number and energy of absorbed photons. β-carotene has low photostability and is easily decomposed upon UV/VIS laser ablation of its solid, while its nanoparticles are prepared utilizing this NIR laser ablation technique. The advantage of nanoparticle preparation by NIR laser ablation is discussed.     

基于多光谱图像颜色特征的茶叶分类研究

提出了一种利用多光谱图像颜色特征进行茶叶分类的新方法,对两种颜色几乎一样用肉眼几乎不能分辨的茶叶进行了分类。图像由MS3100-3CCD光谱成像仪和普通数码相机同时获得,光谱成像仪提供3个波段的图像,由近红外(NIR)、红色(R)和绿色(G)组成,因此它比普通数码照相机包含更丰富的信息,特别NIR波段的图像对有机物的颜色比可见光敏感。提取3CCD光谱成像仪和普通数码照相机各个波段图像颜色的特征即像素偏方差值和平均值进行统计分析,用多光谱图像的NIR图像所提供颜色信息能够辨别这两种颜色几乎一样的茶叶,而普通数码相机无法提供信息进行识别。然后应用人工神经网络技术,对NIR图像像素偏方差值和平均值这两个参数进行建模,建模样本40个,每个样本为20个,预测样本20个,每个样本为10个。结果表明,在阈值为0.3,对两种茶叶进行分类得到了100%识别率,此研究为茶叶的分类提供一种快速和无损的新方法。     

利用AOTF多光谱成像系统实现伪装目标的识别

针对传统分光器件存在移动部件以及不能快速实时选择波长的不足,搭建了用声光可调滤光器(AOTF)作为分光器件的多光谱成像系统。系统由光学镜头、AOTF、AOTF驱动器、CCD摄像机和图像采集系统组成。本系统能够在(500~1000)nm的光谱范围内成像。通过对AOTF的控制可以任意选择系统的光谱,从而有目的地选择具有典型目标特性的不同波段的光谱波长,形成同一目标在不同光谱波长下的不同图像。采用迷彩布、头盔以及自然花草进行多次目标特性识别试验,得到了能突出目标特性的具有典型光谱特性的图像。证实了基于AOTF的多光谱成像系统灵敏度高、体积小、无移动部件,并且能够快速实时地改变和选择光谱波段,在所成的多光谱图像中能提高目标与背景的对比度,对伪装目标有明显的探测和识别能力,能将伪装目标与背景区分开。     

玉米作物多光谱图像精准分割与叶绿素诊断方法研究

为了快速获取大田玉米作物长势信息,基于多光谱图像开展了大田玉米叶绿素指标的非破坏性诊断研究。应用自主开发的2-CCD多光谱图像感知系统,在田间采集玉米冠层可见光[Blue(B),Green(G),Red(R);400～700 nm]和近红外(Near-infrared: NIR,760～1 000 nm)图像,并使用SPAD同步测量样本叶绿素指标。采集后图像经自适应平滑滤波处理后,进行图像玉米植株提取。为了选择最优算法实现玉米植株与杂草、土壤背景的分割,首先比较了最大类间方差(OTSU)分割算法和局部阈值处理分割算法,选取了基于局部统计的可变阈值处理方法对玉米NIR图像进行初步分割,进而采用区域标记算法进行精细分割,分割准确率达95.59%。将分割结果应用于玉米植株可见光图像R,G,B各通道,从而实现了玉米植株多光谱图像中可见光图像的整体分割。基于分割后R,G,B和NIR四个通道的玉米冠层图像,提取了各通道图像灰度均值(A_NIR,A_Red,A_Green和A_Blue)并计算了归一化植被指数(NDVI)、比值植被指数(RVI)和绿色归一化植被指数(NDGI)作为光谱特征参数,建立了玉米冠层叶绿素指标诊断的偏最小二乘法回归模型。结果表明,建模R2达0.596 0,预测R2达0.568 5,该方法通过玉米多光谱图像特征参数评估叶片叶绿素含量,可为大田玉米长势监测提供支持。     

Impact of NIR wavelength lighting in image acquisition on finger vein biometric system effectiveness

Finger vein biometric systems become increasingly more popular because they offer higher security comparing to other authentication solutions with respect to positive persons experience. Those systems operate on near infrared light (NIR) in wavelength range from around 700 to 1000 nm, however dedicated research to determine impact of NIR lighting on biometric system effectiveness has not been conducted and presented in the literature ever before. In this paper the study of correlation between wavelengths in NIR spectra and effectiveness of person identification in a biometric system is presented. To achieve that goal, a new model of image acquisition system allowing change of light wavelengths has been created and NIR finger vein dataset containing 11 556 images was established. Furthermore, this model was used to perform experimental work and proof that some NIR wavelengths better suit for vein patterns acquisition, allowing to increase the recognition effectiveness of finger vein biometric systems.     

Multi-wavelength laser sensor for intruder detection and discrimination

An intruder detection and discrimination sensor with improved optical design is developed using lasers of different wavelengths to demonstrate the concept of discrimination over a distance of 6 m. A distinctive feature of optics is used to provide additional transverse laser beam scanning. The sample objects used to demonstrate the concept of discrimination over a distance of 6 m are leaf, bark, black fabric, PVC, wood and camouflage material. A camouflage material is chosen to illustrate the discrimination capability of the sensor. The sensor utilizes a five-wavelength laser combination module, which sequentially emits identically-polarized laser light beams along one optical path. A cylindrical quasi-optical cavity with improved optical design generates multiple laser light beams for each laser. The intensities of the reflected light beams from the different spots are detected using a high speed area scan image sensor. Object discrimination and detection is based on analyzing the Gaussian profile of reflected light at the different wavelengths. The discrimination between selected objects is accomplished by calculating four different slopes from the objects' reflectance spectra at the wavelengths 473 nm, 532 nm, 635 nm, 670 nm and 785 nm. Furthermore, the camouflage material, which has complex patterns within a single sample, is also detected and discriminated over a 6 m range by scanning the laser beam spots along the transverse direction.     

Air-coupled ultrasonic evaluation of food materials

This research was performed with the aim of detecting foreign bodies and additives within food products, and to measure selected acoustic properties, without contact to the sample. This would allow use in manufacturing plants on production lines, where contacting the product for ultrasonic inspection would not be feasible. Images of internal structure are reported. The air-coupled system uses capacitive devices which are able to provide sufficient bandwidth for many measurements, including the detection of foreign bodies in cheese, the detection of deliberate additives to chocolate, the detection of fill level and content of metallic food cans, and measurements of frozen dough products. The approach demonstrates that ultrasound has the potential for application to many industrial food packaging environments where non-metallic objects within food need to be detected.     

高光谱成像的煤与矸石分类

煤与矸石分选是煤矿生产的必要工序,现有的人工分选与机械分选,存在效率低,易造成资源浪费以及环境污染等问题.鉴于可见/近红外高光谱成像具有分析速度快、样品无需预处理、无污染等诸多优势,旨在探讨基于可见/近红外高光谱成像对黑色背景下块状煤与矸石准确分类的可行性,并基于特征波长筛选算法简化模型,为构建多光谱煤与矸石分选系统提...     

采用多波段θ调制器作多光谱照像技术的研究

提出了一种用多波段θ调制的白光光学／数字图像处理作多光谱照相的技术,即通过使用多波段θ调制器对目标的某几个波段信息进行调制,使用傅里叶变换技术对各个多波段图像解调,可分别得到目标各波段的图像信息,然后通过假彩色融合得到目标多波段假彩色图像。从理论和实验上论证了使用多波段θ调制器与单个CCD探测器组成的多光谱照相系统,代替传统的多个相机构成的多光谱照相系统的可行性和优越性。该技术与传统多光谱照相技术相比,具有体积小、重量轻和假彩色融合操作简单方便等优点。     

基于电磁振动上料的茶梗和昆虫异物近红外光谱和荧光图像在线检测研究

茶叶是大众青睐的健康饮品之一,但茶叶在机器采收和加工过程中,容易混入茶梗和昆虫异物,污染茶叶、影响其质量安全,是未来应防范和检测的重点。X射线成像技术,根据食品基质和异物的密度差实施检测,广泛适用于金属异物并延伸至高密度塑料,但对于茶梗、昆虫这类低密度有机异物尚不适用,所以迫切需要研发新型无损检测技术和方法。针对片状茶叶重叠、遮掩异物的问题,提出了电磁振动上料辅助近红外光谱和荧光图像的检测方案,进行绿茶中的内源性异物茶梗和外源性异物昆虫的在线检测研究。通过电磁振动上料辅助近红外光谱和荧光成像系统,采集了600～1 050 nm范围的近红外光谱600条和RGB-N四通道图像各65幅。采用451条光谱进行建模,其余149条光谱作为预测集,评估模型的性能,比较了去趋势(Detrending)、多元散射校正(MSC)、标准正态变换(SNV)、变权重正态变换(VSN)、迭代自适应加权惩罚最小二乘法(airPLS)、不对称最小二乘法(ALS)、光程估计与校正(OPLEC)等不同光谱预处理方法的处理效果,其中OPLEC能较好地消除散射效应,偏最小二乘判别分析(PLS-DA)模型的正确识别率由78%提...     

乳腺癌的临床光谱检测

基于激光与生物组织的相互作用原理检测乳腺癌是目前国际研究热点。实验室自行开发研制的近红外乳腺检测仪, 采用780 nm的低频调制激光透照乳房,并在计算机控制下做二维扫描,对侧采用光电倍增管接收透射光信号,将其转化为电信号,实现了对乳腺癌疾病的检测。系统对光强信号采样后进行数据处理和成像,得到近红外光乳腺透照图像。该系统在中国医学科学院肿瘤医院进行了临床试验。共采集了50名患者100多个数据。其中恶性肿瘤患者34例,良性13例,其他3例。近红外诊断结果与患者同期的钼靶检测结果、超声检测结果和病理结果做了对照,正确率达到72.5%,介于超声(77.50%)和钼靶(71.88%)之间。说明近红外方法和所使用的样机对判断乳腺疾病有可行性,为近红外图像方法提供了新的研究思路。     

Raman spectroscopy of Chinese human skin in vivo

A novel and compact near-infrared (NIR) Raman system is developed using 785-nm diode laser, volumephase technology (VPT) holographic system, and NIR intensified charge-coupled device (CCD). Signal-tonoise ratio (SNR) and resolution are improved compared with ordinary acquisition method by a specially designed optical fiber detector and the spectrograph image aberration correction with a parabolic-line fiber array. In 1-5 s, Raman spectra of different parts of Chinese human skin are acquired. Autofluorescence is subtracted from the raw spectrum by polynomial fitting and skin Raman spectrum is then smoothed for further analysis.     

大豆水分含量的高光谱无损检测及可视化研究

采用近红外高光谱成像技术对大豆水分含量进行快速无损检测,实现大豆水分含量可视化。采集了96个不同品种大豆样本在900～2 500 nm的高光谱图像,采用直接干燥法测量每个大豆样品的水分含量。利用系统自带的HSI Analyzer软件提取图像感兴趣区域（ROI）的平均光谱信息,代表样品的光谱信息。利用SPXY算法划分样品校正集和预测集,并保留938～2 215 nm波段范围内的光谱数据。采用移动平滑（moving average）、S-G平滑、基线校正（baseline）、归一化（normalize）、标准正态变量变换（standard normal variate,SNV）、多元散射校正（multiple scattering correction,MSC）、去趋势（detrending）共7种光谱预处理方法,发现Normalize方法处理后的PLSR模型效果较好。为了去除光谱冗余信息,简化预测模型,采用连续投影算法（SPA）、竞争性自适应加权算法（CARS）、无信息消除变量法（UVE）提取特征波长,其中SPA,CARS和UVE三种算法优选出14,16和29个波长,分别占总波长的6.5%,7.4%和13.4%。分别对938～2 215 nm波段光谱和特征波长建立预测模型,并将效果较优的模型与Normalize方法结合。建立的14种预测模型效果相比较,发现SPA算法筛选的特征波长建模预测效果较好,并优选出Normalize-SPA-PCR模型,模型的R２_C和Ｒ２_P值较高,分别为0.974 6和0.977 8,RMSEP和RMSECV值较低,分别为0.238和0.313,模型的稳定性和预测性较好,可以对大豆水分含量进行准确预测。将Normalize-SPA-PCR模型作为大豆水分含量可视化预测模型,计算高光谱图像每个像素点的水分含量,得到灰度图像,对灰度图像进行伪彩色变换,得到大豆水分含量可视化彩色图像。对预测集的24个大豆品种进行可视化处理,发现不同水分含量大豆的可视化图像颜色不同,水分含量变化对应的颜色变化较为明显。结果表明,高光谱成像技术结合化学计量学可以准确快速无损预测大豆水分含量,实现大豆水分含量可视化,为大豆收获、贮藏加工过程中水分含量检测提供了技术支持。     

基于高光谱成像技术应用光谱及纹理特征识别柑橘黄龙病

讨论了基于高光谱成像技术光谱及纹理特征在识别早期柑橘黄龙病中的应用。使用一套近地高光谱成像系统采集了176枚柑橘叶片的高光谱图像作为实验样品,其中健康叶片60枚,黄龙病叶片60枚,缺锌叶片56枚。手工选取每幅叶片高光谱图像的病斑位置作为样品感兴趣区域(regions of interest, ROI),计算其平均光谱反射率,并以此作为样品的反射光谱,光谱范围为396～1 010 nm。样品光谱分别经过主成分分析(PCA)及连续投影算法(SPA)进行数据降维,再结合最小二乘支持向量机(LS-SVM)分类器建立分类模型。相比原始光谱,由PCA选取的前四个主成分及SPA选取的一组最佳波长组合(630.4,679.4,749.4和899.9 nm)建立的模型拥有更好的分类识别能力,其对三类柑橘叶片平均预测准确率分别为89.7%和87.4%。同时,从被选四个波长的每幅灰度图像中提取6个灰度直方图的纹理特征以及9个灰度共生矩阵的纹理特征再次构建分类模型。经SPA优选的10个纹理特征值进一步提高了分类效果,对三类柑橘叶片的识别正确率达到了100%,93.3%和92.9%。实验结果表明,同时包含光谱信息及空间纹理信息的高光谱图像在柑橘黄龙病的识别中显示了很大的潜力。     

最小角回归结合竞争性自适应重加权采样的近红外光谱波长选择

近红外光谱分析技术对检测样品无损伤且检测速度快、精度高,因此被广泛应用在了药品检测、石油化工等领域,尤其近年来机器学习和深度学习建模方法的深入应用使其具备了更准确的检测性能。然而,样品的近红外光谱数据具有比较高的维度且存在谱间重合、共线性和噪声等问题,对近红外光谱模型的性能产生消极影响,此时样品有效特征波长的筛选极为重要。为了提高近红外光谱定量和定性分析模型的准确性和可靠性,提出了一种近红外光谱变量选择方法,其结合了最小角回归（LAR）和竞争性自适应重加权采样（CARS）的优点,具有更优的性能。该方法利用LAR初步筛选样品全谱区的特征波长,接着利用CARS对筛选出来的特征波长进一步选择,从而有效去除无关特征波长。为验证该方法的有效性,从定量和定性分析两个方面评价该方法。在定量分析实验中,以FULL,LAR,CARS,SPA和UVE作为对比方法,以药品样品数据集为实例建立PLS回归分析模型,经LAR-CARS筛选出的变量建立的PLS模型在药品数据集表现出较高的预测决定系数和较低的预测标准偏差。在定性分析实验中,以SVM,ELM,SWELM和BP作为对比方法、不同比例训练集的药品数据集为实例建立分类模型,经LAR-CARS筛选出的变量建立的SVM分类模型精度最高达100%。从实验结果可见,LAR-CARS可有效的筛选出表征样品特征的波长,利用其筛选出的波长建立的定量、定性分析模型具有更好的鲁棒性,可用于样品光谱的特征波长筛选。     

Wavelength-tunable organic solid-state distributed-feedback laser

We report on a wavelength-tunable organic solid-state laser based on a second-order distributed-feedback (DFB) resonator design with the guest–host system Alq₃:DCM2 as the gain medium. The laser wavelength can be shifted from 608.9 to 646.5 nm by varying the grating period of the Bragg reflector. This allows the characterization of laser parameters for a large wavelength region on a single sample. The laser threshold and output characteristics are measured for different laser wavelengths. A minimum threshold for laser activity occurs at a lasing wavelength of 633 nm, giving the spectral position of the gain maximum. PACS 42.70.Jk; 78.45.+h; 78.66.Qn     

吖啶橙敏化的光致聚合物及其数字全息存储研究

制备了一种吖啶橙敏化的光致聚合物材料,并研究了材料的全息特性.用Ar+激光器三种波长的光对材料进行记录.结果表明,该材料具有较高的衍射效率、较高的曝光灵敏度和较大的折射率调制度,最大衍射效率均大于40%.将计算机二进制文件经过编码生成的二值图像存入样品,其再现图像较为清晰,译码后能够准确地还原出原文,表明该光致聚合物适合数字全息存储.     

近红外光谱技术在食品产地溯源中的研究进展

食品产地溯源是建立食品质量安全追溯制度的重要组成部分,也是保障食品质量安全的有效手段.近红外光谱(near infrared spectroscopy,NIRS)技术因其快速、无污染、操作简单等优点受到人们的青睐,是用于食品产地溯源的有效技术.对比了几种用于食品产地溯源的技术的优缺点,阐述了近红外光谱技术分析的基本原理...