基于近红外显微成像的豆粕和抗生素菌渣鉴别分析

以豆粕和3种抗生素菌渣为研究对象,通过傅里叶变换近红外显微成像系统采集样品近红外显微图像;对采集到的近红外显微图像进行光谱重构,并对所有样品光谱进行预处理,利用Duplex算法分别从不同的样品预处理光谱中筛选具有代表性的光谱建立豆粕和抗生素菌渣的特征光谱库。使用偏最小二乘判别分析(PLS-DA)与支持向量机判别分析(SVM-DA)结合不同的光谱预处理方法,构建豆粕与不同种类抗生素菌渣的近红外显微成像定性判别模型。结果表明:构建的2种模型均能有效对试验中所用豆粕和抗生素菌渣样品进行鉴别分析,正确率均在99.4%以上。进一步比较研究发现,一阶导数+SNV的预处理方式优于无预处理、一阶导数、二阶导数;SVM-DA的模型效果优于PLS-DA,SVM-DA中特征提取方法 PLS优于PCA。

近红外显微成像技术

以烟草混合样品为例简要介绍近红外显微成像技术和近红外显微镜的使用,介绍与之相关的实现化学成分鉴别的图像处理方法及图像显示方式。

近红外显微成像技术及其应用进展

综述了近红外显微成像技术的基本原理、技术特点、图像处理、应用领域及国内外发展现状,并对该技术的应用前景进行了展望。

精料补充料中肉骨粉的显微近红外成像识别

探讨了利用显微近红外成像技术识别精料补充料中肉骨粉的可行性。分别采集奶牛精料补充料和肉骨粉样品,制备沉淀颗粒,规则排列于聚四氟乙烯(PTFE)背景底板上,进行显微近红外图像采集。设置像素点大小为50μm×50μm,采集面积为5 000μm×5 000μm,100×100个像素(共计10 000条光谱)。光谱范围为7 800～4 000 cm-1,光谱分辨率为8 cm-1。采用主成分分析和模糊聚类分析,对显微近红外图像数据集进行信息提取与处理。结果显示,肉骨粉与精料补充料可依据在图像上不同的主成分得分进行区分;在主成分分析的基础上,通过模糊聚类方法可以进一步细化样本类别。研究表明,显微近红外成像方法可应用于肉骨粉快速检测中。

豆粕中三聚氰胺显微近红外成像检测的扫描条件优化

为了确定豆粕中三聚氰胺显微近红外成像检测的最佳扫描条件,该文研究了扫描条件对显微近红外光谱图像质量、采集效率和豆粕中三聚氰胺检测效果的影响。针对不同光谱分辨率和扫描次数对光谱图像均方根噪声(RMS)的影响进行了单因素方差分析试验,对干涉仪动镜移动速度(1、2.2cm/s)、空间分辨率(25、50μm)、光谱分辨率(8、16、32cm-1)和扫描次数(4、8、16次)进行了多因素正交试验方差分析,结果得出光谱分辨率对RMS有显著性影响,而且采用不同扫描条件时显微近红外图像采集时间相差很大。根据图像质量、采集效率和豆粕中三聚氰胺检测效果分别得出优选扫描条件,综合考虑上述3个方面,最终推荐采用的扫描条件为空间分辨率为25μm,干涉仪动镜移动速度为1cm/s,光谱分辨率为32cm-1,扫描次数为4次。该研究同时表明显微近红外成像技术可应用于豆粕中三聚氰胺的检测。

两种相似塑料材料的显微近、中红外成像方法研究

显微近、中红外成像不仅可以获得样品的光谱信息,而且可以获得样品的空间分布信息,这是传统的近、中红外光谱分析所无法比拟的。该文以外观非常相似的聚乙烯膜(材料Ⅰ)和封口膜(材料Ⅱ)为研究对象,分别采集了样品的显微近、中红外图像。针对两种材料进行化学成像和相关光谱成像,比较并讨论了每种材料的两种成像方法。结果表明,材料Ⅱ的显微近、中红外化学成像中,两种材料化学成像值相差分别为0.004 8和0.254 8;材料Ⅰ的显微近、中红外化学成像中,两种材料化学成像值相差分别为0.002 6和0.326 5;近、中红外谱区的显微成像皆可得到两种材料清晰的成像,从而可区分两种材料。对两种材料相关光谱成像的研究表明,分别以两种材料的近、中红外光谱作为参比光谱的相关光谱成像可以明显地区分两种材料,成像结果较清晰;显微中红外相关光谱成像中,两种材料的光谱和参比光谱的相关系数差异大于0.12,成像结果更清晰;而显微近红外相关光谱成像图可利用图像中两种材料光谱和参比光谱相关系数的细微差异区分两种材料。该研究为农产品包装材料安全性的快速判别提供一定的参考,并为显微近、中红外成像分辨不同材料提供一定的成像方法参考。

近红外显微图像的主成分法图像处理

介绍主成分分析算法在近红外显微图像分析中的应用,用该方法成功地提取出样品成分相关特征信息,并通过不同主成分的得分图像来描述样品的显微结构特征和特定化学成分分布。

肉骨粉显微近红外标准光谱库的快速构建方法

利用傅里叶变换显微近红外成像系统,获取了3种不同种属肉骨粉骨颗粒样本的可见光图像和显微近红外图像。采用标记分水岭算法,基于Matlab软件和友好用户界面GUI设计实现图像颗粒的自动化提取与标记,以自动化批处理方式提高了光谱的提取效率,识别率为96.4%。基于颗粒标记,从三维显微成像数据阵中获取单条骨颗粒光谱,以全局马氏距离和邻近马氏距离为指标,提取其中具有代表性的光谱即可构建肉骨粉显微近红外标准光谱库。

显微近红外图像用于分辨2种塑料材料的成像方法研究

显微近红外成像技术将成像技术和光谱分析技术相结合,不仅可以获取样品的光谱信息,而且还可以获取样品的空间分布信息,这是传统的近红外光谱分析所无法比拟的。本文以外观及近红外光谱极为相似的2种塑料材料为研究对象,采用显微近红外成像系统采集了并排放置的2种塑料材料的显微近红外图像,研究了2种塑料材料的成像方法。研究结果表明,在5910cm-1附近,2种材料的近红外光谱具有细微差别。采用化学成像方法可以分别得到材料I和材料Ⅱ清晰的成像图。本研究为显微近红外成像分辨不同材料的成像方法以及农产品、食品包装材料安全性的快速判别提供了一定的参考。

基于W2DPCA-FCM的近红外显微图像分割

特征提取与聚类分析相结合的图像分割方法可以用于近红外显微图像化学信息的快速提取。针对基于主成分分析(PCA)的特征提取运算较为复杂的缺点,提出了一种加权二维主成分分析(W2DPCA)光谱特征提取方法,与模糊C均值(FCM)算法相结合用于近红外显微图像化学分布信息提取。通过片剂的近红外显微图像的仿真实验,验证了W2DPCA-FCM方法的可行性和有效性。实验结果表明,W2DPCA-FCM方法可以减少计算时间、提高聚类精度,是一种有效的红外显微图像分析方法。

纤维红外吸收特性及其在皮棉杂质检测中的应用

皮棉异性纤维杂质检测技术是近几年来国内外研究的难点。为有效检测皮棉中与棉纤维外观极其相似的异性纤维杂质,提出了一种显微近红外成像方法用于检测皮棉中异性纤维。该方法将棉纤维与异性纤维在特定红外波段的吸收特性差别,转化为近红外光谱成像系统中两者的灰度、形态图像特征差别,通过显微光路对图像特征差别放大,利用图像分割技术将异性纤维目标分割出来。试验结果表明,采用显微近红外成像方法捕获的图像中,异性纤维灰度、形态特征明显,其检测结果与实际相符,此方法可有效识别皮棉中异性纤维杂质。