文章详情
所在位置: 首页> 技术文章> 工业分选>

基于高光谱成像技术的虫草粉末无损鉴定的实验探索

 摘要
通过近红外高光谱成像技术建立对冬虫夏草粉末的真假鉴别及含量判断无损检测方法。方法:1通过光谱范围为1um~2.5um高光谱相机对真假及不同含量的虫草粉末进行高光谱反射光谱采集。2、通过反射率校正、噪声与背景去除后通过主成分分析变换(PCA)提取真假样本,再通过偏蕞小二乘法变换(PLSA对样本含量进行分析判断。结论通过近红外高光成像技术可以准确进行差别,并可虫草效含量进行评判含量评判准确性有待进一步验证。

1、 实验部分
         1.1 仪器与样本
       仪器:测试仪器为北京卓立汉光仪器有限公司自主开发的高光谱分选仪-GaiaSorter-N25如图1)谱范  
                 围1~2.5um,光谱分辨率10nm,帧100fps





    样本青海古拉药业公司提供的10种虫草样本。伪品两个910号),标准样品三
          个
67号8号),以8#10#真假样本以不同比例混合的样品(1~5)。
分析软件:Evince(瑞典Umbio公司)

1.2实验原理及方法
实验原理:高光谱成像技术的定义是在多光谱成像的基础上,在从紫外到近红外(200-2500nm)的光谱范围内,利用成像光谱仪,在光谱覆盖范围内的数十或数百条光谱波段对目标物体连续成像。在获得物体空间特征成像的同时,也获得了被测物体的光谱信息。

   高光谱成像技术具有超多波段(上百个波段)、高的光谱分辨率(几个nm)、波段窄(≤10-2λ)、光谱范围广(200-2500nm)和图谱合一等特点。优势在于采集到的图像信息量丰富,识别度较高和数据描述模型多。由于物体的反射光谱具有“指纹”效应,不同物不同谱,同物一定同谱的原理来分辨不同的物质信息。



     实验方法:由于高光谱检测是一种无损检测技术,所以样品无需制备,将样放置在分选仪的物台通过软件
            即可得到样品的高光谱反射
数据。

2、 结果与讨论



                              图3合成RGB图像

2.1 测试原始数据进行降噪处理后,通过主成份分析变换PCA进行背景扣除后,再次进行主成份分析变换PCA)后结果如下:



                     图4成分分析结果






                               图5 6#9#10#样品典型



通过主成份分析可以明显9#10#样品与其它样品进行区,判断9#10#样品为伪

2.2 一步6#样品与8#样品做为样本,7#样品为未知区域进行偏蕞小二乘法变换PLSA)实现分类判定结果如下

Predicted as:           # Predicted

                   6#            122 (3.85%)

                   8#            2933 (92.5%)



Not Classified           115(3.63%)

Total3170 (100%)   3170 (100%)

分析结果表明:7#样品为8#6#的混合样品,混合比例约为3.85%92.5%,其中有约3.63%的区域无法归类差别。

2.3 8#样品与10#样品做为样本,1~5#样品为未知区域进行偏蕞小二乘法变换PLSA)实现分类,判断8#10#样本的混合比例结果如下

1#样品:

Predicted as:                            # Predicted

                   8#                             1841 (91.1%)

                   10#                           168 (8.31%)

Not Classified                            12 (0.594%)

Total2021 (100%)                    2021 (100%)



2#样品

Predicted as:                            # Predicted

                   8#                             1648 (81.1%)

                   10#                          385 (18.9%)

Not Classified                           0 (0%)

Total2033 (100%)                   2033 (100%)

3#样品

Predicted as:                           # Predicted

                   8#                            1816 (90.5%)

                   10#                          182 (9.07%)

Not Classified                           8 (0.399%)

Total2006 (100%)                   2006 (100%)

4#样品:

Predicted as:                           # Predicted

                   8#                            1905 (97.5%)

                   10#                          6 (0.307%)

Not Classified                           42 (2.15%)

Total1953 (100%)                  1953 (100%)



5#样品:

Predicted as:                           # Predicted

                   8#                           1866 (65.9%)

                   10#                         959 (33.9%)

Not Classified                          5 (0.177%)

Total2830 (100%)                  2830 (100%)

3、 结论

通过以上虫草样品在近红外波段的反射高光谱图像采集,经过主成分析,有效的对虫草的真伪进行鉴别。进一步通过偏蕞小二乘法分析区域进行分析判断,可对样品的有效成份含量进行鉴别。由于目前样本采样量较小,对成份含量判断准确性还需进一步实验验证

实验初步验证了高光谱技术在虫草粉鉴别的可行性。进一步还需通过实验和分析判断出理想的特征波段,降低数据采集量,进一步优化数据分析模型与数据处理速度,从达到在线检测的速度与准确性要求。

川公网安备 51011202000202号