亚洲一区日韩二区欧美三区_久久久这里只有国产中文精品29_中文字幕无码亚洲成a人片_中文字幕mv在线观看_五月婷婷丁香网

ImSpector系列成像光譜儀，是全球高光譜成像技術領導者Specim公司推出的高性能光譜儀，專為VIS（380-800nm）、VNIR（400-1000nm）和NIR（900-1700nm）波段設計。ImSpector成像光譜儀為世界各地的集成商和機器制造商提供了一種簡單的、高性能的、高性價比的集成方法，當它與科學灰度CCD/CMOS相機或InGaAs傳感器相結(jié)合時，即組成了一個線掃描光譜成像設備，應用于日常使用的各種檢查、分類和其他機器視覺解決方案。

ImSpector成像光譜儀優(yōu)化了每個模組的光譜分辨率、探測器尺寸、空間分辨率和成像速度，可提供市場上最高光學性能的無失真圖像，以滿足最苛刻的應用要求。

可選前置光學鏡頭

 ?標準系列：OL8、OL12、OL17、OL23、OL35用于2/3英寸或更小探測器

 ?增強系列：OLE9、OLE18.5、OLE23、OLE140用于2/3英寸或更大探測器

 ?其他系列：OLES15、OLES22.5、OLES30、OLES56用于N17E

可選配件

 ?機械快門（增強系列）

 ?收集光纖

 ?帶阻濾波器，OBF 570(矩形14×12mm或圓形20mm ?和17mm ?)，用于V10和V10E

 ?用于光源監(jiān)測的光纖漫射輻照度傳感器FODIS(增強系列)

技術參數(shù)

應用案例一：黃曲霉毒素B1自然污染的花生分類

南京財經(jīng)大學食品科學與工程學院Xueming He等研究人員，使用ImSpector V10e光譜儀+EMCCD相機組成400-1000nm高光譜成像系統(tǒng)，提取并整合光譜、顏色和紋理特征，并采用酶聯(lián)免疫吸附試驗（ELISA）方法測定參考AFB1水平，用以實現(xiàn)一種基于非破壞性高光譜成像方法來區(qū)分正常和自然黃曲霉毒素B1（AFB1）污染的花生。

圖1-1：高光譜成像系統(tǒng)示意圖（左）；花生樣品RGB及分割處理圖像（右）：(a1)- (a4)依次為AFB1含量最?。?.1 ppb）的花生分割前RGB圖像、ROI二值圖像、分割后RGB圖像和分割后灰度圖像；(b1)-(b4)為AFB1含量最高（599.21 ppb）的花生對應圖像

對全光譜進行了不同的預處理，線性判別分析（LDA）結(jié)果表明，先進行Savitzky-Golay平滑（SGS），然后進行標準正態(tài)變換（SNV）可以實現(xiàn)最佳判別，對校準集和驗證集的準確率分別為90%和92%。最后，將偏最小二乘判別分析（PLS-DA）和支持向量機（SVM）的性能與LDA進行了比較，帶有RBF核的支持向量機對校準集和驗證集的準確率分別為93%和94%，結(jié)果最好。

圖1-2：（a） 所有150個花生樣品的原始光譜和（b）SGS+SNV光譜

本研究展示了高光譜成像在花生AFB1污染直接分類中的應用潛力，并證明紋理和光譜特征的結(jié)合可以改善建模結(jié)果。

應用案例二：葡萄籽無損快速品種識別和可視化表達

浙江大學生物系統(tǒng)工程與食品科學學院Yong He等研究人員，使用ImSpector N17E光譜儀+ Xeva 992相機組成HSI系統(tǒng)，分別采集了三個葡萄品種的14015、14300和15042顆葡萄種子在874-1734nm光譜范圍內(nèi)的高光譜圖像。通過小波變換對像素級光譜進行預處理，然后提取每個葡萄籽的光譜。對高光譜圖像進行主成分分析（PCA），使用前六個PCs的分數(shù)用于定性識別不同品種之間的模式，前六個PCs的載荷用于識別有效波長（EWs）。

圖2-1：左：對前六個主成分（PCs）的圖像進行評分：（a）PC1；（b） PC2；（c） PC3；（d） PC4；（e） PC5；和（f）PC6。

右：前六個主成分的載荷：（a）PC1；（b） PC2；（c） PC3；（d） PC4；（e） PC5；和（f）PC6

使用支持向量機（SVM）建立基于EWs的光譜判別模型。結(jié)果表明，該方法能夠準確地識別出每種葡萄籽的品種，驗證精度為94.3%，預測精度為88.7%。使用每個品種的外部驗證圖像來評估所提出的模型，并形成分類圖，其中每個單個葡萄籽被正確識別為屬于不同的品種。

圖2-2：（a）-（f）以此為品種I-Ⅲ的原始灰度圖像和相應分類圖

總體結(jié)果表明，高光譜成像（HSI）技術結(jié)合多元分析可以作為一種有效的工具，用于葡萄籽的無損快速品種識別和可視化表達，該方法在開發(fā)多光譜成像系統(tǒng)以供實際應用方面具有很大潛力。

參考文獻

 [1] He X , Yan C , Jiang X , et al. Classification of aflatoxin B1 naturally contaminated peanut using visible and near-infrared hyperspectral imaging by integrating spectral and texture features[J]. Infrared Physics & Technology, 2021:103652.

 [2] Yiying Z , Chu Z , Susu Z , et al. Non-Destructive and Rapid Variety Discrimination and Visualization of Single Grape Seed Using Near-Infrared Hyperspectral Imaging Technique and Multivariate Analysis[J]. Molecules, 2018, 23(6):1352-.