南宫NG28

ImSpector系列成像光谱仪，是全球高光谱成像技术辅导者Specim公司推出的高机能光谱仪，专为VIS（380-800nm）、VNIR（400-1000nm）和NIR（900-1700nm）波段设计
。ImSpector成像光谱仪为世界各地的集成商和机械造作商提供了一种单一的、高机能的、高性价比的集成步骤，当它与科学灰度CCD/CMOS相机或InGaAs传感器相结应时，即组成了一个线扫描光谱成像设备，利用于日常使用的各类查抄、分类和其他机械视觉解决规划
。

ImSpector成像光谱仪优化了每个模组的光谱分辨率、探测器尺寸、空间分辨率和成像速度，可提供市场上最高光学机能的无失真图像，以满足最刻薄的利用要求
。

可选前置光学镜头

 ?尺度系列：OL8、OL12、OL17、OL23、OL35用于2/3英寸或更幼探测器

 ?加强系列：OLE9、OLE18.5、OLE23、OLE140用于2/3英寸或更大探测器

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

可选配件

 ?机械快门（加强系列）

 ?网络光纤

 ?带阻滤波器，OBF 570(矩形14×12mm或圆形20mm ?和17mm ?)，用于V10和V10E

 ?用于光源监测的光纤漫射辐照度传感器FODIS(加强系列)

技术参数

利用案例一：黄曲霉毒素B1天然传染的花生分类

漯河财经大学食品科学与工程学院Xueming He等钻研人员，使用ImSpector V10e光谱仪+EMCCD相机组成400-1000nm高光谱成像系统，提取并整合光谱、色彩和纹理特点，并选取酶联免疫吸附试验（ELISA）步骤测定参考AFB1水平，用以实现一种基于非粉碎性高光谱成像步骤来分辨正常和天然黄曲霉毒素B1（AFB1）传染的花生
。

图1-1：高光谱成像系统示意图（左）；花生样品RGB及宰割处置图像（右）：(a1)- (a4)顺次为AFB1含量最
。0.1 ppb）的花生宰割前RGB图像、ROI二值图像、宰割后RGB图像和宰割后灰度图像；(b1)-(b4)为AFB1含量最高（599.21 ppb）的花生对应图像

对全光谱进行了分歧的预处置，线性判断分析（LDA）了局批注，先进行Savitzky-Golay滑润（SGS），而后进行尺度正态变换（SNV）能够实现最佳判断，对校准集和验证集的正确率别离为90%和92%
。最后，将偏最幼二乘判断分析（PLS-DA）和支持向量机（SVM）的机能与LDA进行了比力，带有RBF核的支持向量机对校准集和验证集的正确率别离为93%和94%，了局最好
。

图1-2：（a） 所有150个花生样品的原始光谱和（b）SGS+SNV光谱

本钻研展示了高光谱成像在花生AFB1传染直接分类中的利用潜力，并证明纹理和光谱特点的结合能够改善建模了局
。

利用案例二：葡萄籽无损急剧种类鉴别和可视化表白

浙江大学生物系统工程与食品科学学院Yong He等钻研人员，使用ImSpector N17E光谱仪+ Xeva 992相机组成HSI系统，别离采集了三个葡萄种类的14015、14300和15042颗葡萄种子在874-1734nm光谱领域内的高光谱图像
。通过幼波变换对像素级光谱进行预处置，而后提取每个葡萄籽的光谱
。对高光谱图像进行主成分分析（PCA），使用前六个PCs的分数用于定性鉴别分歧种类之间的模式，前六个PCs的载荷用于鉴别有效波长（EWs）
。

图2-1：左：对前六个主成分（PCs）的图像进行评分：（a）PC1；（b） PC2；（c） PC3；（d） PC4；（e） PC5；和（f）PC6
。

右：前六个主成分的载荷：（a）PC1；（b） PC2；（c） PC3；（d） PC4；（e） PC5；和（f）PC6

使用支持向量机（SVM）成立基于EWs的光谱判断模型
。了局批注，该步骤可能正确地鉴别出每衷煜萄籽的种类，验证精度为94.3%，预测精度为88.7%
。使用每个种类的表部验证图像来评估所提出的模型，并形成分类图，其中每个单个葡萄籽被正确鉴别为属于分歧的种类
。

图2-2：（a）-（f）以此为种类I-Ⅲ的原始灰度图像和相应分类图

总体了局批注，高光谱成像（HSI）技术结合多元分析能够作为一种有效的工具，用于葡萄籽的无损急剧种类鉴别和可视化表白，该步骤在开发多光谱成像系统以供现实利用方面拥有很大潜力
。

参考文件

 [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-.