国产极品美女在线观看_在教室伦流澡到高潮hnp视频_av无码不卡在线_国模吧无码一区二区三区_小雪被房东玩的好爽_亚洲午夜国产片在线观看_国产无码专区在线播放视频_国产裸模视频免费区无码_欧美日韩激情国产精品一区_毛片免费看视频大全,国产A级毛片久久久精品毛片,无码伊人66久久大杳蕉网站谷歌 ,国产在线精品一区二区中文

ImSpector系列成像光譜儀，是全球高光譜成像技術(shù)領(lǐng)導(dǎo)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(shè)計,。ImSpector成像光譜儀為世界各地的集成商和機(jī)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(dāng)它與科學(xué)灰度CCD/CMOS相機(jī)或InGaAs傳感器相結(jié)合時,，即組成了一個線掃描光譜成像設(shè)備,，應(yīng)用于日常使用的各種檢查、分類和其他機(jī)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(xué)性能的無失真圖像,，以滿足最苛刻的應(yīng)用要求。

可選前置光學(xué)鏡頭

 ?標(biāo)準(zhǔn)系列：OL8,、OL12,、OL17、OL23,、OL35用于2/3英寸或更小探測器

 ?增強(qiáng)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(jī)械快門（增強(qiáng)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(qiáng)系列)

技術(shù)參數(shù)

應(yīng)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(xué)食品科學(xué)與工程學(xué)院Xueming He等研究人員,，使用ImSpector V10e光譜儀+EMCCD相機(jī)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(yàn)（ELISA）方法測定參考AFB1水平，用以實(shí)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含量最小（0.1 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(yīng)圖像

對全光譜進(jìn)行了不同的預(yù)處理,，線性判別分析（LDA）結(jié)果表明,，先進(jìn)行Savitzky-Golay平滑（SGS），然后進(jìn)行標(biāo)準(zhǔn)正態(tài)變換（SNV）可以實(shí)現(xiàn)最佳判別,，對校準(zhǔn)集和驗(yàn)證集的準(zhǔn)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(jī)（SVM）的性能與LDA進(jìn)行了比較,，帶有RBF核的支持向量機(jī)對校準(zhǔn)集和驗(yàn)證集的準(zhǔn)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(yīng)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(yīng)用案例二：葡萄籽無損快速品種識別和可視化表達(dá)

浙江大學(xué)生物系統(tǒng)工程與食品科學(xué)學(xué)院Yong He等研究人員，使用ImSpector N17E光譜儀+ Xeva 992相機(jī)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(jìn)行預(yù)處理，然后提取每個葡萄籽的光譜,。對高光譜圖像進(jìn)行主成分分析（PCA）,，使用前六個PCs的分?jǐn)?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(jìn)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(jī)（SVM）建立基于EWs的光譜判別模型。結(jié)果表明,，該方法能夠準(zhǔn)確地識別出每種葡萄籽的品種，驗(yàn)證精度為94.3%,，預(yù)測精度為88.7%,。使用每個品種的外部驗(yàn)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(yīng)分類圖

總體結(jié)果表明，高光譜成像（HSI）技術(shù)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(dá),，該方法在開發(fā)多光譜成像系統(tǒng)以供實(shí)際應(yīng)用方面具有很大潛力。

參考文獻(xiàn)

 [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-.