物体内部结构成像技术比较与分析

物体内部结构成像技术是很多研究和应用领域的关键技术,其中,物体的内部结构检测与重建一直是当前研究的热点问题。基于此,首先介绍了物体内部结构检测与成像技术中应用广泛的微波检测技术、超声波检测技术、X射线/CT层析成像技术和红外成像技术,阐述了其技术原理;然后从二维、三维应用方面总结了目前物体内部结构检测及成像技术的研究现状;最后总结了当前物体内部结构检测及成像技术所存在的问题,并指出今后的研究方向和重点。

基于红外锁相法缺陷深度检测的仿真

隐藏在工件内部的粘贴结构缺陷具有隐蔽性和危险性,成为影响生产质量和运行安全的致命因素,运用红外无损检测技术可以对其缺陷进行检测和评估。本文通过仿真模拟,测得粘贴结构在不同缺陷深度以及涂层热扩散系数下的盲频率,研究了缺陷深度和涂层热扩散系数对盲频率的影响,同时利用拟合定量研究了盲频率与缺陷深度和涂层热扩散系数的关系。仿真结果表明,可以通过盲频率求得热扩散长度,进而求得缺陷深度的定量检测方法。

红外热成像人体体温检测仪

从实际需求出发,以红外热传感探头和树莓派为核心,组成基于红外传感原理的非接触式人体体温检测仪。红外传感探头采用MLX9064032×24 IR array为感测器件,其可从环境中获取尺寸为32×24的温度矩阵。通过红外探头获取数据,由树莓派中运行的软件控制测温过程,并对数据进行读取、处理、可视化和异常告警。系统操作简单,数据直观,自动化程度较高,实现了非接触式快速测温,遥控测温,自动告警等功能,在大规模检疫防疫等场景下可发挥重要作用。

基于高光谱成像的苹果轻微损伤检测有效波长选取

为了确定可用于苹果早期轻微损伤检测的有效波长,以具有代表性的阿克苏苹果为研究对象,采用高光谱成像技术和分段主成分分析方法对损伤发生仅为半小时之内的苹果进行损伤检测研究,对比分析不同光谱区域主成分分析对识别结果的影响,优选出识别光谱区域(780～1000nm)。基于此光谱区域结合主成分图像权重系数获取2个有效波长(820和970nm),并利用这2个波长和全局阈值理论开发了多光谱轻微损伤提取算法。利用独立测试集中25个正常苹果和25个损伤苹果对算法的性能进行评估,结果表明,正常果的识别率为100%,损伤果的识别率为96%,整体检测精度为98%。该研究所获得的有效波长可为开发基于多光谱成像技术的苹果损伤检测系统提供参考。

基于近红外高光谱成像的猕猴桃早期隐性损伤识别

为了研究识别早期隐性损伤猕猴桃的方法,以“华优”猕猴桃为对象,以900-1 700 nm范围近红外高光谱成像系统为检测设备,采集了完好无损和隐性损伤1-3 h内猕猴桃的近红外高光谱。研究发现900-1 350 nm内二者的反射光谱具有明显的差异。对此区域进行分段主成分分析,确定1 050-1 200 nm为识别损伤的最佳光谱区域。基于此最佳光谱区域内主成分图像的权重系数及波长间光谱反射值的相关性优选了4个特征波长（1 057、1 090、1 120和1 177 nm）。对该4个特征波长进行了二次主成分分析,并结合中值滤波、阈值分割及数学形态学处理方法提出了早期隐性损伤猕猴桃的识别算法。该算法对70个无损猕猴桃和70个隐性损伤猕猴桃的正确识别率分别为100%和95.7%,平均正确识别率为97.9%。研究结果表明,近红外高光谱成像技术可用于早期隐性损伤猕猴桃的识别。

基于高光谱成像的苹果虫害检测特征向量的选取

利用高光谱成像技术,明确苹果虫害无损检测的最优特征向量,以实现对苹果虫害的快速、准确、无损检测。本文首先对646 nm波长的特征图像进行阈值分割、膨胀与腐蚀运算获得掩膜图像,并利用掩模图像对高光谱图像进行掩模和主成分分析,对获得的PC1(the first principal component,第一主成分)图像进行最大熵阈值分割以有效提取虫害区域。然后对比分析虫害区域与正常区域图像的纹理特征,提取灰度共生矩阵的4个方向的4个纹理参数(能量、熵、惯性矩和相关性),并且采用基于高光谱图像的光谱差值获取了2个特征波长对应的光谱相对反射率作为光谱特征。优化组合纹理特征和光谱特征成4个特征向量组,采用BP(back propagation,反向传播)神经网络对正常苹果和虫害苹果进行检测。结果表明,融合0度方向的能量、熵、惯性矩和相关性的纹理特征和646、824 nm波段的相对光谱反射率的光谱特征进行检测识别效果最好,正常果的识别率为100%,虫害果的识别率为100%,并且速度快、误差小。该研究所获得的特征向量可为开发多光谱成像的苹果品质检测和分级系统提供参考。

红边参数在作物营养诊断和品质预报上的应用

通过对红边参数与反映作物碳氮代谢典型的生物化学参数叶片全氮和叶片可溶性糖进行相关分析,结果表明,可运用红边位置来反演叶片可溶性糖含量,归一化最小振幅来反演叶片全氮含量。并建立了基于红边参数的生化组分统计回归模型和基于叶片全氮与可溶解性糖比值与籽粒蛋白品质指标间的回归方程,并对建模试验所建立方程进行了检验。表明利用运用红边参数反演叶片全氮和可溶性糖含量进而预测小麦蛋白品质是可行的。为生产上利用遥感手段大面积、无破坏、及时评价冬小麦生长状态和在开花期进行小麦品质的预测预报研究提供重要依据。

利用高光谱图像技术检测水果轻微损伤

提出了利用高光谱图像技术检测水果轻微损伤的方法。试验以苹果为研究对象,利用500～900nm范围内的高光谱图像数据,通过主成分分析提取547nm波长下的特征图像,然后设计不均匀二次差分消除了苹果图像亮度分布不均匀的影响,最后通过合适的数字图像处理方法提取苹果的轻微损伤。试验结果表明,高光谱图像技术对苹果轻微损伤的检测正确率达到88.57%。

食用调和油中花生油含量的近红外光谱分析

采用偏最小二乘法（PLS）等方法建立了食用调和油中花生油含量定量分析的近红外光谱定标模型。采集食用调和油样品在4000cm^-1～10000cm^-1范围内的近红外漫反射光谱，光谱经一阶导数处理后，采用偏最小二乘法建立样品中花生油含量的定标模型，并用Leave—one—out内部交叉验证法对模型进行验证。模型相关系数为0．99961，校正均方根RMSEC为0．830％。比较不同光谱预处理方法对定标模型的影响，结果表明一阶导数Corr．coeff最好。采用不同的化学计量学方法建立的定标模型中以偏最小二乘回归法最理想。

近红外光谱法测定废水化学需氧量

为快速确定废水的污染程度,研究了运用近红外光谱法测量废水化学需氧量（COD）的可行性.实验用水样共180个,其中COD标准溶液（邻苯二甲酸氢钾标准溶液）水样22个,污水处理厂的废水水样158个.每一水样分成两组：一组测其800~2 600 nm谱区近红外光谱,另一组测其COD,并把该化学值作为标定该水样光谱的“真值”.对水样近红光谱用偏最小二乘法（PLS）回归建模,分别建立标准液水样和废水样的COD预测模型.标准液水样的理论COD值与预测值之间的相关系数为0.999 9,交叉验证均方差（RMSECV）为15.14 mg/L;污水处理厂废水水样的COD实测值与预测值之间的相关系数为0.945 3,预测标准差（RMSEP）为35.4 mg/L.实验结果表明,用近红外光谱法测量废COD是可行的.

应用近红外检测技术快速测定烟叶主要化学成分

应用近红外光谱技术建立烟草17项主要化学成分的快速无损检测方法。收集700个具有代表性样品的光谱,建立其相应指标的近红外模型。在所有的校正模型中,原始谱图经过一阶导数和偏最小二乘(PLS)处理,大约50个外部样品用于所建模型的验证。烟草中总挥发酸、总挥发碱、石油醚提取物总量、石油醚提取物中性成分、多酚、淀粉、纤维素、硫酸根、pH、灰分、水溶性灰分碱度、总糖、还原糖、总氮、生物碱、氯、钾等十七项指标的预测标准偏差(RMSEP)分别为0.020、0.009、0.402、0.393、0.578、0.583、0.932、0.139、0.117、0.634、0.235、1.720、1.407、0.104、0.173、0.037和0.300。该结果表明近红外光谱技术在分析17项烟草化学指标时均可以替代经典化学方法。作为一种质量控制方法,近红外光谱技术的应用将为烟草行业节省大量的资金和显著提高工作效率。

火灾早期过程特征的红外光谱探测和诊断

提出用CO作为早期火灾探测的观察对象,利用红外光谱法进行气体探测,并在此基础上建立了基于FTIR的试验系统.通过该方法成功获得CO的浓度值.并用时间序列分析方法建立二阶自回归模型,提取出特征参数进行分析,能在较短时间内将真假火灾区分开来.

近红外光谱技术在快速鉴别真伪小磨香油中的应用

为实现对掺伪小磨香油的快速鉴别,本文采集了小磨香油样品的近红外吸收光谱,经二阶导数+矢量归一化预处理,17点移动式平均平滑后,选择光谱范围为9000cm-1～4500cm-1,利用合格性测试和主成分分析法(PCA)建立了小磨香油的鉴别模型,并取样对该模型验证。结果表明:两种模式识别方法对于掺假量10%～90%的小磨香油的真伪识别率均为100%。因此认为,采用近红外光谱结合模式识别技术结合可快速、准确地鉴别小磨香油真伪。

代谢热整合法无创血糖检测技术研究

介绍了一种新的基于代谢热整合法的无创血糖检测技术。采用温度传感器、红外传感器、湿度传感器和光学测量装置,通过测量人体代谢产生的热量、血液流速、血氧饱和度,利用人体代谢产生的热量是血糖浓度、供氧量的函数,可以推算出血糖浓度。介绍了系统的组成、数据处理方法及可能造成误差的因素。用所研制的检测系统进行了临床实验,得到的血糖值与用大型生化分析仪测得的血糖值的相关系数达到0.856。实验证明,代谢热整合法无创血糖检测技术是可行的。

龙眼表面农药残留的无损检测研究——基于近红外光谱分析

为进一步探索水果农药残留的快速无损检测技术,利用近红外反射光谱分析技术,对常用的高残留农药敌百虫和敌敌畏在龙眼表面残留的无损检测进行了研究。首先在500～1000nm波段范围内,将采集到的漫反射光谱数据进行主成分分析,利用主成分1和主成分2的得分值对样本进行聚类分析,得到较好的聚类结果;然后用各类样本的主成分得分作为神经网络的输入,建立了三层的BP人工神经网络模型,并进行了农药残留检测。结果表明,对敌百虫农药残留的检测正确率为93%,对敌敌畏农药残留的检测正确率为80%,为水果表面的农药残留快速无损检测探索了一条可能的新途径。

基于形态学的香梨褐变核磁共振成像无损检测

以新疆库尔勒香梨为研究对象,提出使用核磁共振成像技术检测香梨内部褐变的方法.采用核磁共振成像设备扫描得到香梨中部冠状面图像,使用MATLAB软件完成图像分割和中值滤波,采用自动阈值分割目标区域,利用图像面积区域属性函数分离果核与褐变部分,以提取香梨褐变特征,并对误判褐变切片图像作了进一步分析与处理.实验结果表明:核磁共振成像技术对不同贮藏周期的正常与褐变香梨切片图像的识别准确率分别为84%和100%,该方法对贮藏后期(6个月)香梨的褐变识别更有效.

海面红外舰船目标背景对比度的统计特性分析

在灰度的增益与偏置不变，以及目标背景对比度定义的基础上，研究了海面红外舰船目标背景对比度的特性。通过对大量实际海面红外舰船目标图像的统计分析，获得了海面红外舰船目标与其周围背景及背景与背景的统计特性，研究结果可用于海面红外舰船目标的检测中。

停车场汽车泊位红外巡检系统的设计

详细阐述了红外车位巡检系统的设计思想和工作原理 ,讨论了其应用中存在的实际问题及其处理方法。系统可靠性高 ,实用性强 。

基于极端学习机背景预测的红外小目标检测算法

为自适应检测复杂环境中的红外小目标,提出了基于极端学习机背景预测的红外小目标检测算法。首先,依据灰度值分布设计局部边缘敏感平滑滤波器,在相近的灰度范围内,使中心像素的灰度值等于邻域内多数灰度值的融合,对红外图像进行滤波,能够去除大量噪声并突出图像主要结构;其次,利用极端学习机对滤波后的图像建立回归模型,以邻域像素值为输入,以中心像素值为输出训练模型,并对背景进行预测,得到的图像与滤波后的图像做差,得到小目标显著图;最后,利用图像块对比特性对显著区域处理,使小目标区域均匀突出,抑制背景区域,并经过简单阈值操作,实现对红外小目标的检测。实验结果表明:与其他检测算法相比,在复杂背景下,本文算法检测结果的局部信噪比增益最高,单帧检测时间为0.18 s。本文算法对背景进行学习,发掘背景与目标的差异,提高了算法的适应能力,并且能够有效检测小目标。

基于类球形亮度变换的水果表面缺陷提取

针对基于机器视觉技术的水果表面缺陷因受到亮度不均影响而提取困难的问题,以阿克苏苹果为研究对象,采用可见-近红外双CCD成像系统,设计了一种无需预先建模的类球形亮度变换方法,对R分量图像进行亮度变换,变换后的图像使整个水果表面正常区域灰度趋于一致,而缺陷区域依然保留为低灰度区,增强了缺陷和正常果皮的对比度,提高了缺陷检测精度。使用共计100个样本评估算法的可行性,其中45个缺陷果的检测精度为93.3%,55个正常果的检测正确率为100%,整体检测精度达到97%。研究结果表明,利用基于类球形亮度变换结合单阈值分割方法提取水果表面缺陷是可行的。