基于高光谱散射特征的牛肉品质参数的预测研究

研究利用光谱散射特性预测牛肉的pH值、嫩度和颜色。使用高光谱成像系统,获取400～1 100nm波长范围内新鲜牛肉表面的高光谱散射图像,预测牛肉的品质参数。提取高光谱图像在400～1 100 nm波长范围内的散射特征,利用洛伦兹分布函数,拟合各个波长处的散射曲线,获取不同波长散射曲线的洛伦兹函数参数。使用逐步回归方法,选择优化波长及其相应的拟合参数,建立多元线性回归模型预测牛肉的品质参数,使用全交叉验证方法评价模型性能。对嫩度的预测相关系数达到0.86,预测标准差为11.7 N,分级准确率达到91%;pH值的预测相关系数为0.86,预测标准差为0.07;对颜色参数L*,a*,b*的预测相关系数分别达到0.92,0.90和0.88,预测标准差分别为0.90,1.34和0.41。研究结果表明,利用光谱散射特征可以较好的预测牛肉的品质参数。

基于VIS/NIR高光谱散射特征预测牛肉的嫩度

本文研究利用VIR/NIR光谱散射特征预测成熟 7 天牛肉的嫩度.开发高光谱散射成像系统,获取新鲜牛肉 400～1100 nm 波长范围高光谱散射图像,对牛肉嫩度进行预测和分级.利用洛伦兹函数,拟合各个波长处的散射曲线,获取不同波长散射曲线的洛伦兹分布函数参数.使用逐步回归方法,选择最佳波长及相应的拟合参数,建立线性回归模型预测牛肉的嫩度,使用全交叉验证方法评价模型的性能.使用散射曲线的峰值建立的模型对嫩度的预测结果最好,预测相关系数为0.86,预测残差为11.7 N.以嫩度剪切力值 58.8 N 为界将牛肉分为粗糙牛肉组和嫩牛肉组,对嫩度的分级准确率是 91%.该研究表明,利用牛肉的散射特征可以对牛肉嫩度预测和分级.

基于SVD的苹果粉质化高光谱散射图像特征提取

粉质化是影响苹果等级的重要口感参数。采用高光谱散射图像进行了苹果粉质化的无损检测研究。利用奇异值分解方法对样本600～1 000nm共81个波长20mm范围内的散射图像进行奇异值分解,将获得的奇异值作为粉质化表征参数,结合偏微分最小二乘判别分析建立苹果粉质化分类模型。结果显示,对不同产地和不同储藏条件下的样本,其两分类模型(粉质化和非粉质化)的分类精度为76.1%～80.6%,优于平均值特征提取方法(75.3%～76.5%)。分析表明,奇异值分解可以有效地提取高光谱散射图像的特征,用此特征建立粉质化分类模型可以区分粉质化和非粉质化的苹果,但分类精度有待于进一步提高。

基于邻域粗糙集和高光谱散射图像的苹果粉质化检测

研究了基于邻域粗糙集理论的高光谱散射图像苹果粉质化无损检测方法。以576幅波长范围为600～1 000 nm的苹果高光谱数据为研究对象,利用邻域粗糙集模型对81个原始波段进行选择,从中选择出最优波长子集;利用支持向量机建立分类模型,随机选择526个样本作为训练集,其余50个样本作为测试集,重复仿真10次验证分类能力。仿真结果表明邻域粗糙集能够得到充分表述粉质化程度的14个最优波长,测试模型的平均精度为75%,高于全波长模型的71%和采用主成分分析法的74%。

非球形火星沙尘粒子的光谱散射特性研究

针对复杂的火星大气环境,基于T-matrix理论,对三种非球形火星沙尘粒子的散射特性进行了研究,计算了服从对数正态分布的非球形火星沙尘粒子的散射特性,分别在有沙尘暴和无沙尘暴两种条件下,分析非球形火星沙尘粒子的传输衰减和透射率随粒子数浓度、波长以及高度的变化趋势,并与球形粒子进行对比.结果表明:非球形与球形粒子的消光效率因子和散射效率因子存在较大差异,两者之间的最大差值分别为1.7868和1.7619,而切比雪夫粒子的散射特性与球形粒子最接近;当入射波长为0.55μm时,火星上沙尘粒子群整体的散射主要集中在前向40°以内,且非球形与球形粒子在前向60°以内散射强度基本相等,大于60°时非球形的散射强度比球形粒子高;非球形火星沙尘粒子的传输衰减和透射率(随波长、粒子数浓度和高度)的变化趋势与球形的基本一致,且其尺寸的比值越接近于1,传输衰减和透射率越接近于球形粒子的值.

基于高光谱散射图像的苹果压缩硬度和汁液含量无损检测

压缩硬度和汁液含量是衡量苹果内部品质的两项重要指标。采用高光谱散射图像技术对苹果压缩硬度和汁液含量进行预测。已有研究表明,高光谱图像含有丰富的波谱信息,光谱值与测量值之间存在严重的非线性关系,简单的线性建模方法不能达到较高的预测精度。最小二乘支持向量机(Least Squares Support Vector Machine,LS_SVM)作为一种非线性建模工具,已用于解决小样本、非线性和高维数等实际问题。针对580个‘RedDelicious’苹果的高光谱散射图像,提取600～1000nm范围内的波谱信息,采用LS_SVM建立苹果的压缩硬度和汁液含量模型。研究结果表明,LS_SVM压缩硬度预测模型的相关系数为Rp=0.795,预测均方差为RMSEP=10.4KN/m,汁液含量的相关系数为Rp=0.568,预测均方差为RMSEP=1.20cm2,高于传统的偏微分最小二乘(PartialLeastSquares,PLS)建立的压缩硬度,模型精度Rp=0.744,RMSEP=11.4KN/m,汁液含量模型精度Rp=0.539,RMSEP=1.23cm2。

基于高光谱散射图像技术的UVE-LLE苹果粉质化分类

利用高光谱散射图像技术研究了苹果的粉质化无损检测.提出了一种无信息变量消除法和局部线性嵌入相结合的苹果粉质化分类的新方法.经无信息变量消除法筛选后的波段降为全谱的23.5%.将波段选择后的原始图像数据用局部线性嵌入降维作为偏最小二乘判别分析的输入变量并建模.无信息变量消除法与局部线性嵌入相结合算法和局部线性嵌入降维方法得到的粉质化分类测试准确度分别是79.0%和79.0%;无信息变量消除法与平均反射法相结合和平均反射法特征提取得到的是77.4%和75.8%.结果表明,无信息变量消除法与局部线性嵌入想结合的方法可以大大地降低高光谱散射图像的数据量,同时保证了分类准确度,为在线检测、分类和高光谱数据的存储提供了一种实时、有效的方法.

基于信号稀疏表示的高光谱散射图像苹果粉质化分类

苹果的粉质化是指苹果果肉发软、汁液减少等一系列物理和生理变化现象,采用高光谱散射图像技术结合信号稀疏表示分类算法(SRSA)研究了苹果的粉质化分类问题。首先利用平均反射算法(MEAN)提取了600～1000 nm的高光谱散射图像特征;引入遗传算法(GA)解决分类样本的不均衡问题,在此基础上,把苹果的粉质化分类问题,转化为一个求解待识别样本对于整体训练样本的稀疏表示问题。仿真结果表明,基于信号稀疏表示分类算法的苹果粉质化分类精度为79.8%,高于偏最小二乘判别分析(PLSDA)的74.8%,为苹果的粉质化分类提供了一种新的有效的方法。

X射线光谱散射成像在橡胶复合材料中的应用

Ｘ射线映射成像包括吸收射线成像和衍射成像。吸收射线成像已在医学诊断、工业材料无损检测等领域得到广泛应用。衍射成像主要用来揭示具有相当高完整性（低位错密度）的单晶体内部的不规则结构和／或Ｘ射线波动范围，从而使其应用领域受到了限制。为了减少测试试样的局限...

黑腔等离子体中SRS与SBS过程的散射光谱分析

针对惯性约束聚变中激光通过等离子体时,在光路上激发的受激Raman散射(SRS)与受激Brillouin散射(SBS)过程进行了研究。介绍了用于分析两种不稳定性过程背向散射光谱特征的程序模型,数值模拟了不同等离子体状态参数条件下的SRS与SBS过程,讨论了黑腔内等离子体参数条件对两种不稳定性过程及其散射光谱特征的影响,提出了有益于抑制两种不稳定过程的等离子体参数条件。

硅锑钼杂多酸罗丹明B缔合物的二级散射光谱研究

在 0 0 4mol/LH2 SO4 介质中 ,SiO2 -3 ,Sb(Ⅲ ) ,MoO2 -4 形成Si Sb Mo三元杂多酸 ;然后调节酸度至 0 2 2mol/LH2 SO4 ,加入罗丹明B生成 [Si Sb Mo杂多酸 ]·[罗丹明B]四元缔合物 ,该缔合物在 650nm处产生一灵敏的二级散射峰 据此建立了一个测定 4～ 4 0 μg/LSi的二级散射光谱分析新方法 ,用于钢样中硅的测定 。

基于高光谱散射技术的粉体堆密度无损检测

粉体的密度作为一项很重要的物性参数,对粉体的流动性能有决定性作用,研究粉体的密度,对粉体加工、包装、输送、存储等具有重要意义。以小麦面粉作为实验对象,采用高光谱散射技术,结合高光谱散射图像特征提取方法中的矩方法,探索了面粉堆密度快速无损的检测方案。实验共采集了474个面粉样本在500~1000nm范围内的高光谱散射图像,先对图像进行前期预处理,以消除图像噪声,并提取了散射图像的零阶矩特征和一阶矩特征;然后分别利用零阶矩特征、一阶矩特征,及零阶一阶联合特征建立了面粉堆密度的偏最小二乘预测模型。结果表明:相对于单一的零阶矩特征或一阶矩特征,联合特征获得了最好的建模结果;联合特征的预测相关系数RP为0.968,剩余预测偏差为3.95;矩方法可以有效提取高光谱散射图像特征,并可应用于粉体堆密度的高精度无损检测。

基于小波变换的高光谱散射图像特征提取

高光谱散射图像的特征提取是影响模型精度的重要因素。本文对600个'Golden Delicious'苹果样本的高光谱散射图像进行分析,分别采用平均反射法和小波变换提取特征。小波变换以Danbechies小波系的Db1函数作为基函数进行1层和2层小波分解,然后选取小波低频系数的一范数作为特征值。利用Kennard-Stone算法划分样本,450个样本用于建模,150的样本用于预测。不同方法提取的特征值输入结合偏最小二乘(PLS)算法建立苹果内部品质的预测模型。结果表明1层小波变换特征提取方法与平均反射(mgan reflectance,Mean)特征提取方法相比能将硬度的预测集相关系数从0.797提高到0.821,预测集均方根误差保持不变;糖度的预测集相关系数从0.837略微提高到0.842并降低了预测集均方根误差。因此小波变换为高光谱散射图像提供了一种有效的特征提取方法。

人胃腺癌组织的吸收系数光谱和散射系数光谱特性

目的探讨人胃腺癌组织的光谱特性。方法测定26个人胃腺癌标本的肿瘤及非肿瘤区域组织的吸收系数光谱和散射系数光谱。结果人胃腺癌组织吸收系数在300～720nm光谱范围内明显低于非肿瘤胃壁组织,散射系数在480～1100nm光谱范围内也明显低于非肿瘤胃壁组织。结论胃腺癌组织和非肿瘤胃壁组织的吸收系数光谱和散射系数光谱差异有统计学意义,为进一步研究提供有意义的参考数据。

CdS／SiO_2半导体玻璃复合材料的低频Raman散射光谱研究

ＣｄＳ／ＳｉＯ＿２半导体玻璃复合材料的低频Ｒａｍａｎ散射光谱研究王凯旋，隗罡，黄建滨，戴庆红，赵壁英，桂琳琳，谢有畅，唐有祺（北京大学物理化学研究所北京１００８７１）ＡＳｔｕｄｙｏｆＣｄＳＳｅｍｉｅｏｎｄｕｃｔｏｒｉｎＳｉｌｉｃａＧｌａｓｓｅｓｂｙＬ...

共振散射相关光谱——一种新的单颗粒探测方法

基于共焦构型构建了共振散射相关光谱新方法,阐明了共振散射相关光谱的原理,并利用纳米金的共振散射特性,将纳米金标记到生物分子上.考察了该系统的重现性以及溶液粘度、粒径、浓度和激光能量对金纳米粒子在溶液中扩散行为的影响.结果表明,共振散射相关光谱可以替代荧光相关光谱,应用于生物分析和某些生物系统研究.

硅锑钼杂多酸·罗丹明B缔合物的共振散射光谱研究及其应用

在 0 .0 4mol/LH2 SO4介质中 ,SiO2ˉ3 、Sb(Ⅲ )和MoO2ˉ4 形成Si Sb Mo三元杂多酸 ;调节酸度至 0 .2 2mol/LH2 SO4,加入罗丹明B生成 (Si Sb Mo杂多酸 )·(罗丹明B)四元缔合物 ,该缔合物在 60 0nm处产生一灵敏的共振散射峰 .据此建立了一个测定 2～ 40ng/mLSi的共振散射光谱分析新方法 ,用于钢样中硅的测定 ,结果满意 .

基于光学吸收和散射系数光谱的番茄成熟度分析方法研究

成熟度是确定番茄采摘时间和评估收获后果实品质的重要参数之一,随着番茄成熟阶段的递进,叶绿素含量逐渐下降,而番茄红素含量逐步增加,使得果实颜色由绿色转变为红色。以六个成熟阶段的600个番茄为研究对象,采用空间分辨光谱技术提取番茄的吸收(μa)和约化散射(μ′s)系数光谱,结合偏最小二乘判别分析(PLSDA)算法对番茄的不同成熟度进行判别。由新型空间分辨光谱系统采集每个番茄样品的30个空间分辨光谱,光谱区间为550~1 650 nm,覆盖光源-检测器距离1.5~36 mm。由于30根光纤对称布置,平均具有相同光源-检测器距离的光纤数据,获得15个新空间分辨光谱。受水分强吸收影响, 1 300 nm之后的光谱区域信噪比较小,仅550~1 300 nm的光谱区域被用来分析和计算番茄的μa和μ′s。另外,由于光在组织中传输衰减,光源-检测器距离超过12.5 mm的信号较弱,仅靠近光源的9个空间分辨光谱(光源-检测器距离1.5~12.5 mm)被用来提取番茄的μa和μ′s,根据漫射近似方程逆算法获得μa和μ′s在550~1 300 nm的光谱区间的光谱值。随着番茄的成熟,μa光谱在675 nm处叶绿素吸收峰逐渐衰减伴随着560 nm处花青素和姜黄素吸收峰的增加,μ′s光谱随着波长的增加单调递减。比较分析μa和μ′s评估番茄六成熟度与三成熟度分类效果,同时,针对表面颜色和内部颜色两方面对番茄成熟度进行分类。数学模型结果表明,μa和μ′s光谱组合能够进一步提高单独μa和μ′s光谱建立的番茄六成熟度分类模型性能,尤其是μa×μ′s参数,对基于内、外颜色特征的番茄成熟度识别率分别为78.5%与85.5%。μa和μ′s以及它们的组合对番茄三成熟度分类结果更优,且基于内、外颜色特征的成熟度分类准确率相近,均可达到94%。本研究证明光学吸收与约化散射系数光谱能够有效识别番茄成熟度,为农产品品质无损检测提供了新的技术手段。

人红细胞的共振散射光谱分析

人红细胞是一种非线性光学介质 ,当入射光的频率ν不同时可获得红细胞的 2ν倍频、ν/2分频、ν/3分频、2ν/3分频散射峰。它在 310 nm、 470 nm、 5 6 0 nm、 6 0 0 nm处产生 4个共振散射峰。人红细胞浓度在 0 .0 5 8× 10 6 个/毫升～ 2 35 .5× 10 6 个 /毫升范围内与共振散射光强度 I6 0 0 nm成正比 。