GaiaSorter “盖亚”高光谱分选仪

高光谱成像仪以其特有的光谱分辨率，能够实现对水体泥沙含量和污染程度的有效识别。高光谱图像数据不仅可以反映水体的特征，包括悬浮物含量、叶绿素富集度、水体深度等，还能有效的对海洋或内湖水质环境进行监测，例如赤潮生物优势物种的识别、洋面溢油、河口污染、水体含沙量等。多项实验表明，在不同的波段范围内，可监测的水体生态的种类也不同。例如，水体泥沙含量在近红外波段下的反射率明显线性相关，水深的测量则是在可见范围内，针对不同的水体污染，根据污染源和污染程度的不同，反射率也不尽相同。虽然实验成果有待进一步证实，但高光谱图像在水体生态监测方面的优势已经不容置疑。

虫草的品种鉴定研究，准确地判定其来源，对药品的监督和检验显得尤为必要。 本文运用近红外高光谱成像技术对冬虫夏草粉末的真假鉴别及含量进行无损检测的判断。与传统的中药检测技术如色谱法、质谱法和光谱法[ 2-4] 等方法相比，高光谱成像技术把二维成像和光谱技术融为一体，其高光谱数据包含光谱和图像信息，可以同时表征被测对象的外部特征和内部信息，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。

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的无损检测方法。方法：1、通过光谱范围为1um~2.5um的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。

成像高光谱技术融合了图形技术和光谱技术的优势，能够同时获取反映待测样本外部特征、内部物理结构及化学成分的图像信息和光谱信息，已经被广泛应用到农产品无损检测领域，在农药残留检测、内外部品质预测等应用领域涌现了大量研究成果，但运用成像高光谱技术对作物种子年份的鉴定研究鲜有报道。本研究以小麦种子为例，利用成像高光谱技术鉴定小麦种子的年份，为农产品时间鉴定提供一种新的技术参考。

目前的大多数无损检测方法仅采用了单一的检测手段、较传统的信号预处理技术和模式识别方法。它们往往仅对某一两项指标有较好的信息响应，无法利用多种信息进行综合全面的评价。而生鲜肉类、海产品品质的整体品质是复杂的,应由多项指标进行综合评定。随着科学技术的发展，生鲜肉类、海产品品质无损检测技术将向融合多种检测技术的方向发展，其中高光谱图像检测技术具有很大的发展潜力。生鲜肉类、海产品品质的无损检测技术尤其是高光谱图像检测技术在我国还处于实验研究阶段，并没有真正地投入到实际生产当中。所以，加速生鲜肉类、海产品品质无损检测设备的市场应用，实现其在线、快速、无损检测对我国肉类产业的现代化发展具有非常重要的实际意义。

甜瓜素有“瓜果之王”的美称，含糖量较高，营养丰富，深受消费者的喜爱。糖度是影响甜瓜营养与风味的主要因素，既可表征成熟度，又可体现其品质[1]。传统的品质化学检测方法是一种费时费力的破坏性检测技术，随着成像和光谱技术的快速发展，高光谱成像技术（Hyperspectral imaging）已经广泛应用于农产品品质的快速无损检测[2]。高光谱成像技术融合了传统的成像和光谱技术的优点，可以同时获取被检测物体的空间信息和光谱信息，因此该技术既可以检测物体的外部品质，也可以检测物体的内部品质如水果的糖度、坚实度、酸度等[

大多数研究者利用光谱仪检测果类品质、糖度、酸度等时，仅针对单一品种或者某一类水果进行研究，很少有研究者利用多类水果或多品种水果进行研究分析其不同糖度、酸度的光谱差异及特征响应波段范围。因此本研究以无籽/有籽西瓜、为研究对象，利用可见/近红外高光谱成像技术，探索不同种类西瓜不同糖度光谱差异及特征响应波段范围，为探索不同水果糖度高精度检测模型奠定基础。

高光谱成像技术应用于水果表面损伤、农药残留已体现出其“图谱合一”的优越性。水果轻微损伤和农药的微量残留往往发生在表皮之下，和正常区域的颜色相差不大，肉眼难以识别。随着时间的推移，损伤区域会逐渐褐变，最后导致整个水果腐烂，甚至影响其他果实，而少量的农药则会渗透进入果实中，消费者吃了会导致中毒。本研究结果表明，运用高光谱成像技术，运用主成分分析、腌膜等方法等，可以有效地提取水果损伤与农药残留区域，从而达到快速检测的目的。本文采用高光谱图像技术检测不同水果的损伤区域和农药残留区域，以实现损伤区域和农药残留区域共同识别的目的。 ?

高光谱成像数据采集采用四川双利合谱科技有限公司的 GaiaSorter高光谱分选仪系统。该系统主要由高光谱成像仪(V10E)、CCD 相机、光源、暗箱、计算机组成，采用高光谱图像技术检测水果的农药残留区域，以实现农药残留区域共同识别的目的。

高光谱图像技术结合了光谱分析和图像处理的技术优势，对研究对象的内外部品质特征进行检测分析，赵杰文等利用高光谱图像技术检测水果轻微损伤，准确率为88.57 %。运用高光谱成像技术，运用主成分分析、腌膜等方法等，可以有效地提取水果损伤，从而达到快速检测的目的。

采用高光谱图像技术检测苹果的黑白斑区域及损伤区域，以实现苹果黑白斑、损伤区域快速识别的目的。 运用高光谱成像技术，运用最小噪声分离、植被指数等方法等，均可有效地识别水果损伤与斑点区域，但最小噪声分离方法较为复杂，运算速度较慢，不适合在工业生产上进行应用，而植被指数算法简单，仅利用2个波段进行四则运算即可实现水果损伤和斑点的快速识别。