基于安卓手机的手持漫透射水质检测管比色系统的研究与应用

为满足现场快速监测需要,研发了基于安卓手机的手持式漫透射水质检测管比色系统,采用了可靠的光源和光路设计,利用3D打印技术制作了与手机适配的附件,实现了塑封挤压吸入式水质检测管测定结果的机器准确快速直读。系统可自动对不同检测项目筛选响应值计算数学模型以获取最佳线性关系的工作曲线。采用氨氮标准物质和环境样品进行验证实验,工作曲线线性相关系数为0.9991,对0.50 mg·L^(-1)标样进行7次重复测定,相对标准偏差为2.68%,检出限为0.08 mg·L^(-1),对工业污水进行加标回收实验,回收率为99%~100%。采用相同的方法同时对COD、Cr^(6+)、Cu、Fe、Mn、F^(-)、PO^(3-)_(4)等7个项目进行了实验,7个项目的工作曲线线性相关系数分别为0.9968、0.9998、0.9992、0.9995、0.9974、0.9993、0.9992。该研究在环境水质快速检测中具有较高实用价值。

可见/近红外漫透射光谱结合CARS变量优选预测脐橙可溶性固形物

可溶性固形物(SSC)是脐橙重要内部品质之一。采用QualitySpec型光谱仪在350～1000nm波段范围采集脐橙的可见/近红外漫透射光谱,采用CARS(competitive adaptive reweighted sampling)变量选择方法筛选出与脐橙SSC相关的重要变量,并与无信息变量消除(UVE)及连续投影算法(SPA)比较。最后,对选择的38个重要波长变量应用偏最小二乘(PLS)回归建立脐橙SSC预测模型,并对未参与建模的75个样品进行预测。研究结果表明,CARS方法优于UVE及SPA变量选择方法,能有效地筛选出重要波长变量。CARS-PLS建立的SSC预测模型优于全光谱的PLS模型,其校正集及预测集的相关系数分别为0.948和0.917,均方根误差分别为0.347%和0.394%。因此,可见/近红外漫透射光谱结合CARS方法可以预测脐橙可溶性固形物,CARS变量选择方法能有效简化预测模型和提高模型的预测精度。

可见/近红外光谱漫透射技术检测西瓜坚实度的研究

西瓜是一种广受世界各国消费者喜爱的水果,坚实度是西瓜的一个重要品质指标,文章利用可见/近红外漫透射光谱技术进行了西瓜坚实度(FM)的无损检测研究。采用偏最小二乘法(PLS)和主成分回归法(PCR)建立了FM与漫透射光谱的无损检测数学模型,对比分析了不同光谱预处理方法(原始光谱%T,一阶微分处理光谱D1(%T),二阶微分处理光谱D2(%T)以及光谱的Savitsky-Golay法滤波)对模型预测性能的影响。根据模型相关系数(r)及预测平方根标准偏差(RMSEP)进行了不同模型的预测性能对比,结果表明:光谱经二阶微分处理并使用Savitsky-Golay法滤波后,采用PLS法可以得到最好的FM建模结果(r=0·974,RMSEP=0·589N)。研究表明:应用可见/近红外漫透射光谱技术检测西瓜的坚实度是可行的,为今后快速无损评价大果形厚果皮类水果坚实度提供了理论依据。

苹果可溶性固形物和糖酸比可见/近红外漫反射与漫透射在线检测对比研究

可溶性固形物和糖酸比是苹果内部品质主要评价指标之一。为此进行苹果糖酸比和可溶性固形物可见/近红外漫反射和漫透射对比检测研究。180个冰糖心和红富士样品被分成建模集和预测集(136∶44),分别用于建立偏最小二乘模型和验证模型的预测能力。在运动速度5个/秒时,采集了冰糖心和红富士两种样品的可见近红外光谱。漫反射和漫透射可见近红外光谱经多元散射校正、标准正态变量变换、基线校正等预处理后,建立了偏最小二乘回归模型。未参与建模的44个样品用于评价模型的预测能力,经比较,漫透射检测方式优于漫反射检测方式,主要因为漫透射检测方式能更有效地克服杂散光。可溶性固形物模型预测相关系数达到0.936,预测均方根误差为0.476°Brix;糖酸比模型预测相关系数达到0.785,预测均方根误差为10.94。研究结果表明:应用可见/近红外漫透射光谱技术,可实现苹果可溶性固形物和糖酸比在线检测。为大宗水果内部品质分选提供了技术支持和参考依据。

漫透射法无损检测荔枝可溶性固形物

为了快速无损检测荔枝内部品质并为荔枝快速检测分级提供科学依据,研究荔枝可溶性固形物无损检测途径。该文首先针对荔枝果皮较硬而且凹凸不平的特征,比较了漫反射法和漫透射法的试验效果,接着采用多种预处理方式对漫透射光谱进行了处理,并采用连续投影算法结合相关系数法优选建模波长,最后比较了最小二乘法和神经网络法的建模效果。试验结果显示漫透射方式是较好的荔枝光谱采集方式;通过连续投影算法结合相关系数法,从全部500个波长变量中最终提取出11个优选波长,只占波长总数的2.2%;基于这11个波长的神经网络模型的预测相关系数为0.867,预测均方根误差为0.370%。结果表明基于漫透射法进行荔枝可溶性固形物无损检测是可行的。

洋梨硬度的便携式可见/近红外漫透射检测技术

采用便携式可见/近红外检测仪快速检测阿巴特、康佛伦斯和五九香梨硬度。采集洋梨漫透射光谱(500～1 010 nm),经二阶导数和卷积平滑处理后,分别建立偏最小二乘法和多元线性回归模型。相关系数法和遗传算法用于选择偏最小二乘法建模变量,预测均方差分别为7.780 N和8.080 N,相对预测误差分别为26.24%和29.71%。多元线性回归模型使用7个变量,预测均方差和相对预测误差分别为7.740 N和26.10%。结果表明:建立多品种洋梨硬度全局模型是可行的,便携式仪器可用于洋梨硬度现场检测。

基于近红外漫反射与漫透射光谱的玉米单倍体鉴别比较研究（英文）

使用JDSU公司的MicroNIR1700型微型近红外光谱仪,研究了适合进行单籽粒玉米单倍体鉴别的光谱测量方法。基于近红外光谱定性分析技术,比较了漫反射和漫透射两种情况下玉米单倍体鉴别的效果。光谱数据经过预处理后,采用PLS+OLDA特征提取算法,应用SVM建立玉米单倍体鉴别模型,分别统计漫反射和漫透射实验条件下,鉴别模型的正确识别率。在微型光谱仪内置光源漫反射的光谱测量方式下,不分胚面朝向,玉米单倍体籽粒平均识别率低于60%,不能有效鉴别玉米单倍体和多倍体。而采用外置光源对籽粒进行漫透射光谱测量方式,获得了平均正确识别率为93.2%的鉴别效果,并且模型稳定性好。实验结果表明,漫反射光谱仅能获得玉米籽粒表层信息,因此玉米籽粒胚面朝向严重影响漫反射光谱鉴别单倍体种子的效果;而漫透射光谱可以实现分析光程纵深信息全累加,能够得到样品内部的信息,因此对胚面朝向不敏感,能够有效地对随机摆放的玉米单倍体和多倍体进行识别。近红外方法能快速、无损地鉴别单倍体,并且微型光谱仪采集速度快,成本低,为实现实用化的自动鉴别提供了条件。

基于高光谱漫透射成像整体检测番茄可溶性固形物含量

为了实现番茄可溶性固形物含量（soluble solids content,SSC）的有效检测,提出高光谱漫透射成像检测方法,对比该成像方式下不同姿态（果脐端面姿态BS、赤道圆周3姿态C1、C2、C3以及组合姿态C1C2C3）的检测效果。首先对采集的不同姿态光谱图像,通过剪裁消除图像边缘噪声。针对圆周赤道面姿态C1、C2和C3,进行了拼接处理,获得组合姿态图像C1C2C3。其后对以上5种姿态图像进行单波段背景分割,获取目标区域,并统计不同姿态下番茄漫透射平均光谱。最后利用漫透射光谱结合偏最小二乘回归（partial least squares,PLS）方法,对番茄SSC分别在450~720、720~990、450~990 nm 3个波段进行定量分析。结果表明,组合姿态C1C2C3在3个波段区域上整体检测效果优于单个姿态的检测效果,其模型验证集均方根误差（root mean squared error of prediction,RMSEP）分别为0.299%、0.133%、0.151%;相关系数rp分别为0.42,0.89,0.90。说明利用高光谱漫透射成像,获取组合姿态光谱图像,可以有效检测番茄SSC。

基于漫透射光谱技术的番茄可溶性固形物及总糖含量的无损检测

为了满足果蔬品质快速安全无损检测,基于可见-近红外漫透射原理,设计了番茄专用环形光源,自行搭建了番茄可见-近红外漫透射多品质检测系统,并以可溶性固形物含量(SSC)和总糖(TS)作为内部品质指标,对58个番茄样品进行了快速无损检测研究。基于自主搭建的系统对每个番茄进行四点的光谱采集,对平均后的光谱分别用15点SG卷积平滑(SG-Smooth)、标准正态变量变换(SNV)、多元散射校正(MSC)、一阶导数(FD)等方法进行了预处理,分别建立了SSC及TS的偏最小二乘预测模型,并对该模型进行了验证。结果表明:采用15点SG平滑预处理后的SSC预测模型校正集和预测集相关系数分别为0.995 6和0.976 0,均方根误差分别为0.052 4°Brix和0.082 3°Brix。采用SG平滑后一阶导数预处理的TS预测模型校正集和预测集相关系数分别为0.969 1和0.972 9,均方根误差分别为0.423 8%和0.454 9%。模型验证结果显示,番茄SSC和TS模型预测结果与标准理化值相关系数分别为0.985 5和0.944 9,均方根误差分别为0.066 3°Brix和0.571 5%。利用自行搭建的可见-近红外漫透射光谱检测系统完全可以实现番茄可溶性固形物及总糖含量的快速无损预测,为番茄内部品质的评价提供了实时、无损、快速的检测方法,为其在线分级提供理论基础。

鸭梨黑心病可见/近红外漫透射光谱在线检测

鸭梨黑心病是鸭梨的主要生理病害,直接影响鸭梨的出口创汇;准确快速鉴别鸭梨黑心病对于梨的出口业具有重要现实意义。探讨可见/近红外漫透射光谱在线检测鸭梨黑心病的可行性,选取80个正常鸭梨和70个黑心鸭梨作为建模集,建模集被分为校正集和预测集以求获得最优模型。未参与建模的30个正常梨和20个黑心梨作为预测集,用于评价模型的预测能力。鸭梨的可见/近红外漫透射光谱,在5个/秒的速度下采集。建模集能量谱经标准正交变换(SNV)和多元散射校正(MSC)处理后,分别建立健康梨和黑心梨的偏最小二乘判别模型(DPLS)、峰面积判别模型(DPA)、主成分判别模型(DPCA)。用建模集模型判别预测集鸭梨,经比较,DPLS模型的判别准确率最高,黑心梨正确识别率达到100%。实验结果表明:可见/近红外漫透射光谱结合DPLS判别方法,可以实现黑心鸭梨的在线检测。相比传统的人工破损方法,在线检测可为梨出口贸易提供技术支撑和科学参考依据。

基于近红外漫透射光谱信息的蚕茧雌雄检测

采用Maya2000pro型近红外光谱分析仪,以3个品种共491粒蚕茧为实验对象,进行了450~1 050 nm波段内的漫反射和漫透射光谱采集和比较。随后对漫透射光谱数据进行了均值中心和一阶求导预处理,并分别对3个品种以及全部样本通过偏最小二乘判别法（PLSDA）进行了判性预测分析。结果表明：相对于漫反射光谱,漫透射光谱更能反映出雌雄蚕蛹组分特性的不同;基于漫透射光谱的PLSDA预测结果显示,分别针对3个品种的鉴别结果（试东A·华3x C·7532判性真雌性率、真雄性率和精确度分别为89.796%、92.424%和90.854%;化中2·华3x C·7532判性真雌性率、真雄性率和精确度分别为96.250%、94.253%和95.210%;9·芙x7·湘判性真雌性率、真雄性率和精确度分别为97.260%、91.954%和94.375%）和全部样本混在一起的雌雄鉴别结果（真雌性率、真雄性率和精确度分别为94.024%、92.917%和93.483%）都较好。

玉露香梨可溶性固形物近红外漫透射光谱在线检测

应用近红外漫透射光谱技术探索玉露香梨可溶性固形物在线无损检测的可行性。358个试验样本被分成建模集和预测集(269∶89),分别用于建立模型和验证模型的预测能力。通过对玉露香梨样品近红外漫透射光谱分析发现,样品光谱在625,725,800nm处存在3个波峰,在673,765,825nm处存在3个波谷。通过对比不同预处理方法,发现漫透射近红外光谱分别经一阶微分、移动窗口平滑和多元散射校正组合预处理后建立的模型效果最好。结合组合预处理方法建立了偏最小二乘和偏最小二乘支持向量机预测模型,经比较,偏最小二乘支持向量机模型预测能力更强,模型预测均方根误差和相关系数分别为0.316%和0.949。对比发现主成分分析和径向基函数有利于提高最小二乘支持向量机模型的预测能力。试验结果表明采用近红外漫透射光谱技术结合最小二乘支持向量机算法,实现了玉露香梨可溶性固形物在线无损检测。

近红外漫透射技术检测玉米成分

鉴于我国玉米产量高，收购时急需高效、低成本的玉米成分鉴定技术及仪器。利用短波近红外漫透射测量原理，根据玉米成分的光谱吸收特性，选择波长为8001100nm的近红外发光二极管作为光源，设计二极管阵列光路及测控模块，根据比尔定律，将光谱测量技术与化学计量学相结合，多元散射校正对测得数据进行前处理，偏最小二乘法（PLS）无损检测玉米成分，对其中的水、蛋白质、淀粉和脂肪进行定性定量分析，与国家标准测量方法测得结果进行对比分析，误差均小于O．5％。

可见/近红外漫反射与漫透射检测脐橙可溶性固形物的对比研究

研究了可见／近红外漫反射与漫透射两种检测方式对赣南脐橙的可溶性固形物含量检测结果的影响．采用波长范围为350～1800nm的QualitySpec型光谱仪采集196个脐橙样品的可见／近红外漫反射和漫透射光谱，取其中148个样品作为建模集用来建模，剩余48个样品作为预测集用于预测模型．用多种预处理结合偏最小二乘回归法分别建立两种检测方式下单次光谱及三次光谱并求平均，得到光谱相对应的脐橙可溶性固形物预测模型，对比该模型可知漫透射方式明显优于漫反射方式；最优结果为漫透射三次光谱求平均所得光谱结合多元散射校正预处理建立的赣南脐橙的可溶性固形物含量预测模型，其校正模型及预测模型的相关系数分别为0．980和0．949，均方根误差分别为0．230°Brix和0．374°Brix．由此得出近红外漫透射光谱更适合用于检测脐橙的可溶性固形物含量．

近红外光谱漫反射和漫透射测量方法在玉米品种真实性鉴定中的应用研究

研究了适合进行玉米群体样品品种真实性鉴定的光谱测量方法。分别用近红外光谱仪的全波漫反射和短波漫透射测量方法采集8个玉米品种的光谱数据,对预处理后的数据做偏最小二乘分析(PLS-DA),建立8个玉米品种的仿生模式识别模型。分别统计用两种方法所测数据建立的品种识别模型对本类样品的平均正确识别率和对异类样品的平均正确拒识率,漫反射方法达到94.5%和96.71%,漫透射方法达到98.50%和98.00%,均满足玉米品种初筛所要求的精度,其中短波漫透射方法建立的模型对测试样本的平均正确识别率和拒识率分别比全波漫反射方法高出4%和1.3%。

光照强度和光阑孔径对近红外漫透射光谱鉴别单倍体玉米影响研究

以同一品种同一批次玉米单倍体和多倍体个体种子为研究对象,基于近红外光谱定性分析技术,分析研究了用漫透射光谱测量方式采集光谱时,不同光照强度和光阑孔径得到的光谱曲线质量以及对玉米单倍体种子鉴别结果的影响。光谱数据经过预处理后,采用PLS+OLDA特征提取算法,应用SVM建立玉米单倍体鉴别模型。分别统计多种不同实验条件所测数据建立的鉴别模型的正确识别率。结果表明,光阑孔径的大小影响光谱曲线信噪比,越接近玉米籽粒大小的孔径获得的光谱曲线越平滑;光照强度影响光谱曲线有效性,光照越强,波形峰谷差值越大,识别率越高。选择较高的光源强度和适合种子大小的光阑,可以得到高质量的光谱曲线,以此建立的玉米单倍体鉴别模型,识别率达到了100%。

西红柿成熟度的近红外漫透射光谱无损检测

为了证实以近红外漫透射光谱技术结合化学计量学方法能有效实现西红柿成熟度的检测,采用美国海洋光学公司的QE65000光谱仪取得了西红柿的漫透射光谱数据,采用日本柯尼卡美能达CR-10反射式色差计取得了亮度、红绿色相、黄蓝色相和总色差颜色数据;通过标准数学建模方法建立了颜色模型,并通过偏最小二乘回归校正算法建立了近红外光谱模型。结果表明,两组模型都是以红绿色相指标建模时效果最佳,在99个未知样品数据中,预测模型的颜色模型误判情况分别为未成熟0%、半成熟33.33%、成熟0%;而近红外预测模型的误判情况分别为未成熟32.14%、半成熟50%、成熟0%。该研究验证了近红外光谱技术对西红柿成熟度进行无损检测的可行性,这对实现西红柿的快速、批量分选具有一定的实际意义。

漫透射成像法激光强度时空分布测量装置

提出用CCD漫透射成像法测量激光强度时空分布和激光功率,给出了测量原理,简要叙述了装置总体结构,介绍了测量装置各部分,给出了散射屏的散射特性,重点分析了光路布局、镜头焦距、光圈、景深、滤光片的参数选择,介绍了数据处理软件,给出了激光强度分布测量实验结果。结果表明:漫透射成像法测量激光强度时空分布是可行的,该装置测量强度分布分辨力高达5 mm;测量功率准确、可靠,测量不确定度小于6%,使用方便,实现了在小空间内对大光斑进行功率和强度分布的同时准确测量。

多维漫透射光谱提高复杂混合溶液分析能力

多维漫透射光谱技术利用传统的近红外透射测量方式,增加一维扫描装置,获得透射方向上的径向光谱,并利用多点漫透射光谱对复杂混合溶液进行成分分析。实验设计了基于氙灯光源、精密电控平移台和光谱仪的检测装置,选用Intralipid-20%,India Ink和C6H12O6共配制225种成分含量不同的混合溶液,分别测量距其透射中心点0～5mm(间隔0.25mm)范围内的20点漫透射光谱信号,以偏最小二乘回归算法对单点和多点漫透射光谱信号进行建模分析。实验得到India Ink含量和Intralipid-20%含量随漫透射光位置点的增加建模及预测的精度提高,C6H12O6含量随漫透射光位置点的增加建模及预测精度没有明显变化。结果表明,增加不同位置信息的漫透射光谱信号,能够提高复杂混合溶液中强吸收物质和强散射物质的信噪比,对于弱吸收弱散射物质有望在提升系统精度的前提下提高其预测能力。

视觉漫透射密度基准的研究

建立了以光纤半球发射器（HEWOF）为特征的视觉漫透射密腰基准。特性化测量表明，其几何与光谱条件符合国际标准ISO5的规定。合成不确定度为0．0015（0〈D〈4．5）和0．0054（5．0≤D〈6．0）。利用复合漫射器能与光源和探测系统分别组合的优点，验证了透射测量亥姆霍兹倒易律的有效性。