校正带宽误差获取精确光谱数据的方法研究

由颜色测量仪器获取精确的物体表面颜色的光谱数据来计算颜色色度值,是获取精确颜色信息的重要途径.颜色测量仪器测得的光谱数据的准确性直接影响颜色色度评价结果.现有工业用分光光度计的测量间隔多为10nm或20nm,这将导致带宽误差的产生.本研究首先探讨了国际照明委员会三刺激值的数值计算方法中波长间隔对光谱测量和计算结果的影响,然后通过对颜色测量系统光谱光度带宽误差的产生原因、校正方法进行分析,寻求获得更高精度光谱数据的方法.验证实验中运用带宽误差校正方法对GretaMacbeth Color-Eye 7000A分光光度计测量得到标准色板的10nm间隔光谱数据进行校正,结果表明本研究提出带宽误差校正的必要性与校正方法的可行性.     

基于球面谐波理论的染色品色差检测光照校正

染色品色差检测是染色品质量评价的关键,照射光源的不一致将导致严重的色差评价误差。本论文将基于球面谐波理论的光照校正算法引入到染色品色差检测的光照校正中。首先将采集到的同一光源下的图像进行光照色调颜色恒常性算法校正;然后测量不同光源照射下染色品的反射率,基于球面谐波理论进行光照光谱能量估计与光照补偿;最后采用两种纺织行业最常用的色差公式CMC(2:1)和CIE1976L*a*b*对上述两种算法产生的图像处理效果进行分析。实验结果表明,本文提出的方法用于染色品色差检测的光照校正中,实现了图像在多种光源之间的相互转换,减小了由于光源不一致问题产生的色差评价误差,提高了染色品质量评价的诚信度。     

苹果糖度的光谱模型温度补偿设计

目的 为减少温度对便携仪器近红外光谱模型预测的影响, 尝试构建局部温度混合校正模型, 结合温度信息来预测不同温度下的苹果内部品质。方法 以16、24、32 ℃贮藏温度下红富士苹果为原料, 分别用内置微型光谱仪的自制便携式水果分析仪器获得其透射光谱, 结合温度传感器获取环境温度, 用阿贝折射仪测定苹果糖度。建立单一温度校正模型、全局温度混合校正模型和局部温度混合校正模型对不同温度的样本进行预测。结果 单一温度校正模型对不同温度下苹果糖度预测均方根误差为0.474~3.125% Brix; 当采用全局温度混合校正模型时能降低温度对光谱的影响, 预测均方根误差分布在0.488~0.533% Brix。根据待测样本的温度来构建多个局部温度混合校正模型, 对不同温度下苹果糖度的预测均方根误差为 0.462~0.500% Brix。结论 局部温度混合校正模型可以结合样本温度信息预测苹果糖度, 降低温度对模型的影响, 同时能减少初期建模成本。     

应用高光谱技术及MLSPTSVM模型检测热损伤大豆

进口大豆在运输过程中极易因贮藏温度过高而造成热损伤,加剧大豆蛋白及油脂的品质恶化,对大豆质量造成影响。本文利用高光谱图像技术和多元最小二乘递归投影孪生支持向量机(multiple least squares recursive projection twin support vector machine,MLSPTSVM)对大豆的热损伤进行检测。应用高光谱图像采集系统,在400~1000 nm范围内获取正常大豆、轻度热损伤、重度热损伤大豆的光谱图像,采用多种预处理方法进行光谱预处理,对预处理方法提高模型检测性能的有效性进行分析。结果表明,多元散射校正预处理搭配线性核的MLSPTSVM模型,原始光谱数据搭配非线性核的MLSPTSVM模型,均能达到100%检测准确率,相较于经典检测模型具有显著优势。在实验样本数量大幅减少的情况下,应用线性核的模型检测准确率仍能达到100%。因此,结合MLSPTSVM模型的高光谱图像检测方法有效地提高热损伤大豆检测精度,且具有良好的鲁棒性,为大豆品质的检测提供了新的方法。     

基于透射光谱的苹果霉心病多因子无损检测

针对目前苹果霉心病难以检测的问题,提出一种基于透射光谱的苹果霉心病多因子无损检测方法,通过融合多波段透射光谱与苹果直径,构建苹果霉心病判别模型,实现了苹果霉心病无损检测。搭建光谱测试范围在200～1 025 nm的透射光谱采集平台,实验获取232 个苹果样本的透射光谱数据,采用游标卡尺获得苹果直径数据。采用杂散光校正,非线性校正对苹果透射原始光谱进行预处理,选取与霉心病发病相关的12 个波段透射光强值,结合苹果的直径进行主成分分析,将分析的结果作为自变量,建立苹果霉心病Fisher判别模型。经过异校验验证,模型总体识别率为93.1%,而仅采用透射光谱构建的模型识别率为91.37%。结果表明,基于透射光谱与直径结合的多因子检测方法可实现苹果霉心病的准确判定,为苹果霉心病的快速、无损检测提供可行思路。     

基于仿射算法的电路与系统可靠性研究

电子线路与系统的不确定参数问题对系统可靠性与稳定性造成严重危害。当电路、元件,甚至电磁环境中某一媒质的电磁参数发生变化时,亟需对系统响应的随机特性进行预测和评估,从而降低不确定参数可能导致的安全性问题。文章提出基于仿射算法的最坏分析架构,并模拟了集总参数电路在受到不确定因素影响时,其系统响应的变化范围。相比于传统的随机试验方法,本模型具有更高的准确度和计算效率。     

纸张荧光增白剂对印刷色彩管理影响的评价与控制

纸张作为常见印刷承印材料,其性能的许多方面影响着印刷的色彩管理与最终印刷品质量.如纸张中的荧光增白剂虽然可提高纸张总亮度和白度,但不能被色彩测量仪器准确地记录,造成印刷品色彩与原稿不匹配.因此国际标准,如ISO与ICC系列的所有数据都建立在不含荧光增白剂的纸张上.但实际印刷所用纸张均含有荧光增白剂,导致实际印刷结果不符合国际标准.为此,寻找有效的方法控制与校正荧光增白剂对印刷复制品的影响,得到理想的颜色匹配关系成为目前印刷质量标准化技术发展的研究重点.本论文研究了在相同的印刷方式下,含有与不含荧光增白剂的纸张的彩色印刷效果,通过分析样张光谱数据,找出彩色复制图像受荧光增白剂影响最大的区域与特征;通过色度值转换的方法,校正与补偿荧光增白剂对色彩特性数据的影响;证实色度转换方法有助于印刷色彩的正确匹配.     

近红外光谱预处理方法对毛/涤织物定量分析的影响

为对比分析毛/涤混纺面料纤维含量的近红外光谱预处理方法,通过实验,对毛/涤混纺样品近红外光谱的采集、光谱预处理,特征值提取进行研究分析。光谱数据预处理方法包括标准化、导数、平滑和信号校正等。实验得出:选用均值中心化处理来提取谱图有用信息,Savitzky-Golay卷积平滑法消除噪声的影响;S-G一阶导来降低基线的漂移,在多种信号校正方法里选取多元散射校正方法,用该方法建模得出模型的预测平均绝对偏差(毛含量2.046 6,涤含量2.224 5)。近红外光谱预处理方法分析从光谱承载的众多信息中提取出了最有用信息,消除了样品表面的散射对近红外光谱的影响,降低了系统随机误差,进而提高了后续所建模型的稳健性和预测能力。     

基于曲线拟合的织物疵点检测方法

由于以CCD数字摄像机获取的图像质量易受光照、噪声及组织纹理等因素的影响,使织物图像疵点分割成为织物疵点检测的难点,提出一种基于曲线拟合的疵点检测方法。利用线扫描方式逐行获取图像信息,采用最小二乘拟合方法削弱疵点信号对所获图像信号的影响,从而将拟合曲线作为标准无疵点的参照与原始图像信号相减,得到疵点信息。运用LabVIEW编程工具,选取了疵点织物图像进行测试验证,结果表明,本方法对常见的织物疵点具有快速、准确的分割结果。     

苹果中糖酸度的CCD近红外光谱分析

应用自行搭建的CCD近红外光谱系统检测苹果的糖酸度。通过Y型光纤采集120个红富士苹果的漫反射光谱,采用偏最小二乘回归(PLSR)建立苹果糖度、酸度的定量预测模型。针对CCD光谱噪声较大的特点,采用S-G平滑、一阶导数、二阶导数对光谱进行预处理。结果表明,S-G平滑后所建模型的效果最好,糖度、酸度的相关系数(r)分别为0.9240、0.8151,标准校正误差(SEC)分别为0.9254、0.0120,标准预测误差(SEP)分别为0.9407、0.0204。本研究说明应用CCD近红外光谱仪,在630～1030nm波段实现对苹果糖度、酸度的无损检测具有可行性。