基于高光谱成像技术的油菜叶片SPAD值检测

以油菜叶片为研究对象,利用高光谱成像技术,成功建立了叶绿素相对值SPAD值的预测模型。共采集了160个油菜叶片样本在380～1030 nm范围内的高光谱图像。选择500～900 nm之间的平均光谱作为油菜叶片样本的光谱。利用蒙特卡罗最小二乘法(monte carlo partial least squares, MC-PLS)剔除了13个异常样本,基于剩余的147个样本光谱数据与SPAD测量值进行分析,采用了不同的方法建立了多种预测模型,包括：全光谱的偏最小二乘法(partial least squares, PLS)模型,连续投影算法(successive projections algorithm, SPA)选择特征波长的PLS预测模型,“红边”位置(λ_red)的简单经验估测模型,三种植被指数R₇₁₀/R₇₆₀,(R₇₅₀-R₇₀₅)/(R₇₅₀-R₇₀₅)和R₈₆₀/(R₅₅₀*R₇₀₈)分别建立的简单经验估测模型,以及基于这三种植被指数的PLS预测模型。建模结果显示,全光谱的PLS模型预测效果最为精确,其预测相关系数r_p为0.833 9,预测均方根误差RMSEP为1.52。而使用SPA算法选出的8个特征波长所建立的PLS模型其预测结果可达到与全光谱的PLS模型非常接近的水平,而且在保证一定精度的条件下减少了大量运算,节省了运算时间,大幅提高了建模的速度。而基于红边位置和选择的三种植被指数而建立的简单经验估计模型其预测结果虽与基于全光谱的PLS预测模型有一定差距,但模型简单、运算量小,适合用于对精度要求不高的场合,对后续的便携仪器设备开发有一定的指导作用。     

应用近红外高光谱成像预测三文鱼肉的水分含量

应用近红外高光谱成像技术实现三文鱼肉水分含量的快速无损检测。采集来自不同部位的三文鱼肉共90个样本的高光谱图像,提取样本感兴趣区域(ROI)的平均光谱。随机取60个样本作为建模集,其余30个样本作为预测集。分别采用偏最小二乘回归(PLSR)和最小二乘支持向量机(LS-SVM)对全波段和水分含量建立相关性模型,并对预测集样本的水分含量进行预测。再用一种新的变量提取方法random frog选择特征波长,并基于特征波长分别建立水分检测的PLSR和LS-SVM模型。特征波长模型的预测精度虽然稍逊于全波段模型,但是仅用12个变量代替了全波段的151个变量,大大简化了模型,更便于实际应用。PLSR和LS-SVM特征波长模型的预测相关系数(R_p)分别为0.92和0.93,预测均方根误差(RMSEP)分别为1.31%和1.18%,取得了满意的结果。研究表明,近红外高光谱成像与化学计量学方法结合可以准确预测三文鱼肉的水分含量,为鱼肉品质的快速监测提供重要的参考。     

基于ICA的X射线医学图像目标提取

X射线医学成像能观察到患者体内病变组织,对医学诊断有重要参考价值。针对传统医学X射线图像噪声强、层次感差和器官组织重叠的问题,提出利用多能谱X射线成像结合独立成分分析(independent component analysis, ICA)进行图像去噪和目标提取。首先ICA结合稀疏编码收缩法对图像降噪预处理以保证目标提取精度;然后根据图像中各目标组成特性,分离图像中每个像素对应的目标厚度矩阵;最后ICA以盲分离理论获得收敛矩阵重建出目标对象。在ICA算法中,借助于主观评价标准,发现当收敛次数大于40时目标分离成功;当幅值尺度在[25, 45]区间内,目标图像对比度高且失真较小。同时,通过观测实验得到的三维峰值信噪比图表明：ICA算法中收敛次数和幅值对图像质量有较大影响,当重建图像的对比度和边缘信息均达到较好效果时,收敛次数与幅值为85和35。     

高光谱成像技术的柚类品种鉴别研究

柚类种质和品种资源繁多,现有的柚类品种鉴别方法检测时间长,费用高。旨在利用高光谱成像技术探索主要柚类品种快速识别的可行性。试验选用4个具有代表性的柚类品种,利用高光谱成像技术,采集240个叶片样本(60个/品种)上表面和下表面的高光谱图像。高光谱图像标定后,提取样本感兴趣区域平均光谱信息作为样本的光谱进行分析。利用Kennard-Stone法将样本划分为校正集(192个)和验证集(48个)。采用多元散射校正(MSC)和标准正态变量变换(SNV)对原始光谱曲线进行预处理后,分别采用主成分分析 (PCA)和连续投影算法 (SPA )提取最佳主成分和有效波长,并将其作为最小二乘支持向量机(LS-SVM)的输入变量,建立基于叶片上表面和下表面光谱信息的PCA-LS-SVM和SPA-LS-SVM 模型。结果显示,基于叶片上表面光谱信息建立的PCA-LS-SVM和SPA-LS-SVM 模型对建模集样本的识别正确率分别为99.46%和98.44%,对预测集样本的识别正确率均为95.83%。基于叶片下表面光谱信息建立的PCA-LS-SVM和SPA-LS-SVM模型对建模集样本和预测集样本的识别正确率皆为100%。表明,利用高光谱成像技术结合PCA-LS-SVM和SPA-LS-SVM可实现柚类品种的快速鉴别,叶片下表面光谱信息鉴别效果优于叶片上表面。该研究为柚类的品种快速鉴别提供了一种新方法。     

高光谱成像技术检测高温障碍胁迫下番茄叶片色差的研究

提出了利用可见/近红外高光谱成像技术检测高温障碍胁迫下番茄叶片色差的方法。首先采集380~1 023 nm波段范围内60个高温障碍胁迫和60个健康番茄叶片的高光谱图像,同时获取全部叶片的色差值(L*, a*和b*),然后提取所有样本的高光谱图像中感兴趣区域(region of interest, ROI)的光谱反射率值。基于不同预处理方法建立偏最小二乘(partial least squares, PLS)预测模型,再利用连续投影算法(successive projections algorithm, SPA)提取特征波长并建立SPA-PLS预测模型。最后分别基于全波段和特征波段建立偏最小二乘-判别分析(partial least squares-discriminant analysis, PLS-DA)模型。结果显示,全波段中基于原始光谱信息建立的模型效果最好,3个色差值的预测集决定系数(determination coefficient, R2)分别是0.818,0.109和0.896;基于特征波长建立的模型预测集R2分别是0.591,0.244和0.673;所有模型预测集的总体识别率均大于77.50%。结果表明,可见/近红外高光谱成像技术检测番茄叶片色差值(L*和b*)和识别高温障碍样本是可行的。     

激光拉曼光谱在气体水合物研究中的应用

天然气水合物是一种重要的潜在能源。用激光拉曼光谱法表征气体水合物能够为研究水合物形成机理和开采方法提供重要信息。系统介绍了激光拉曼光谱法的基本原理,综述了激光拉曼光谱仪在气体水合物微观表征上的各种实际应用。通过激光拉曼测试可分析水合物气体组成、推测结构类型,再利用经验公式或者相对定量法可计算出其大/小笼的气体占有率和水合数;利用原位拉曼技术可以观测水合物形成和分解的微观过程,解析气体分子进入和离开笼子的进程、进行水合物形成和分解过程中气体浓度变化及水合物形成过程中气体溶解度的测定,辨识水合物系统中的相变过程,进而研究水合物形成和分解动力学;激光拉曼光谱法还可用于研究超高压条件下气体水合物的结构及其变化过程。原位拉曼光谱能够对深海天然气水合物及其环境在原位进行表征;利用拉曼成像技术可以对水合物晶体表面进行系统测定,探求气体组分在晶体表面的分布。随着激光拉曼技术的发展及与其他设备联用水平的提高,激光拉曼光谱仪向便携,高灵敏度发展,能够更广泛深入地进行气体水合物微观研究。     

基于概率加权共轭梯度算法的混凝土超声波层析成像

在混凝土层析成像中,为了提高反演的准确性和计算效率,针对共轭梯度算法提出一种加权算法——概率加权共轭梯度算法.新算法不同于常规的加权算法,权重是加在成像单元上而不是方程上.为取得较好的权重因子和较好的迭代初始值,采用IART算法的权重和迭代初始值的选取方法.模拟算例和混凝土试验均表明这种加权算法的可行性.     

基于倍频移相的梯度放大器控制技术

提出了一种基于倍频移相的梯度放大器控制技术,该系统利用PLL 形成相位差通过IGBT 全桥拓扑结构以及输出功率电感并联电流输出．通过输出端闭合反馈系统和各个桥臂的均流控制反馈,实现大功率、低纹波、低噪声的电流输出．将该控制方法用于自主研制开发的梯度放大器上进行实验验证,测试得到的电流精度、纹波、噪声均达到指标要求,结果证明该设计方案具有可行性．     

邻二氯苯激发态动力学

利用飞秒分辨的激光泵浦-探测技术结合飞行时间质谱和光电子速度成像方法研究了邻二氯苯第一电子单重激发态(S₁)的超快动力学.邻二氯苯的S₁态振动基态寿命为(651 ± 10) ps,对应于S₁振动基态向三重态的系间窜越过程.邻二氯苯S₁的高振动激发9a₂18a₂对应两个衰减通道,其中寿命为(458 ± 12) fs的超快过程对应于由处于振动激发的S₁向高振动激发的基态(S₀)发生的内转换过程,而寿命为(90 ± 10) ps过程则对应由S₁态向三重态(T₁)的系间窜越过程,电离产生的光电子能谱中长寿命的谱峰可能与系间窜越过程有关. S₁态高振动态的旋轨耦合程度比低振动态的更强,导致系间窜越过程更快.     

Azomethine-H as a Highly Selective Fluorescent Probe for Fe3+ Detection in 100％ Aqueous Solution and Its Application in Living Cell Imaging

A simple assay for the detection of Fe³⁺ in water by means of fluorescence spectroscopy was developed based on a commercially available reagent, Azomethine-H(A-H), allowing sensing trace levels of Fe³⁺ with high selectivity over other cations. A significant fluorescence quenching of A-H at 424 nm was found after its binding with Fe³⁺ in 100% aqueous solution at pH=7.0, while other physiologically relevant metal ions posed little interference. The fluorescence responses can be well described by the modified Stern-Volmer equation. A good linear relationship(R²=0.9904) was observed up to 1.6×10^-5 mol/L Fe³⁺ ions. The detection limit, calculated via the 3σ IUPAC(international union of pure and applied chemistry) criteria, was 1.95×10^-7 mol/L. Moreover, the colorimetric and fluorescent response of A-H to Fe³⁺ can be conveniently detected by the naked eye, providing a facile method for visual detection of Fe³⁺. The proposed method was used to determine Fe³⁺ in water samples. Moreover, inverted fluorescence microscopy imaging using human umbilical vein endothelial cells shows that A-H can be used as an effective fluorescent probe for detecting Fe³⁺ in living cells.