高光谱成像光谱仪

孚光精仪日前在上海发布革命性的四维成像光谱仪和4D高光谱成像仪。 据悉，这种4D成像光谱仪是革命性的新型成像光谱仪，它突破传统的推扫扫描方式，以高速成像方式获取图像和光谱数据，一套系统可同时获得空间，光谱和时间分辨（瞬态）的高光谱信息，具有特殊的捕捉快速事件的能力，从而使得成像光谱仪体积更小，更为方便携带和野外现场使用。这种4D成像光谱仪每秒可获得10000个高光谱图像立方体数据，可监测到包括火箭发射，爆炸等快速过程，在生命科学和医学领域，它可以监测到血氧变换等信息。 4D成像光谱仪产品特色可获取动态物体的空间，光谱和时间分辨信息配备光纤，可灵活安装镜头与图像传感器多样的前置光学镜头，可选择显微物镜，普通镜头和望远镜头实时显示和处理高光谱数据，不需要全部光谱定标和辐射定标 详情浏览： http://www.f-opt.cn/gaoguangpu1.html4D高光谱成像仪产品参数参数普通型高速型光谱范围400-1100nm 400-1000nm 光谱分辨率2.4nm 2.2nm 光谱波带数300270空间分辨率44x40像素21x 19像素最大高光谱立方体采集频率30Hz 10000Hz 4D高光谱成像仪产品应用：实时自动目标探测火箭或导弹尾羽分析爆炸分析燃烧诊断http://www.f-opt.cn/gaoguangpu1.html 运营中心2--上海, 负责华东、华中、华南地区业务 Tel: +86-21-51300728Email: info@felles.cnWeb: http://www.f-opt.cn/gaoguangpu1.html

IQ手持式高光谱成像仪是Specim于2017年研制生产的最新轻便型高光谱成像仪，集高光谱数据采集、数据处理和处理结果可视化于一体，一经问世即引起全球的关注，并荣获德国设计协会“红点设计奖”——国际公认的全球工业设计顶级奖项、连续两年获得“inVISION全球顶级创意奖”（inVISION Top Innovations 2018 award）。Specim最新公布IQ Studio软件升级，为您手中的IQ带来新的功能、新的体验！ ? 经由WiFi或USB连接，您可以通过计算机（安装IQ Studio）遥控IQ高光谱成像? IQ Sdudio可以自动识别软件版本并自动升级软件和IQ固件 最新应用案例：Specim公司与德国波恩大学等机构合作，利用Specim IQ高光谱成像仪，对作物病害与表型进行了研究分析，并发表论文“Specim IQ: Evaluation of a New, Miniaturized Handheld Hyperspectral Camera and Its Application for Plant Phenotyping and Disease Detection”(Sensor, 2018) 荷兰瓦赫宁根大学研究团队利用IQ高光谱成像仪对食品香料检测进行了研究，研究成果发表在2019年《Food Science and Technology》（Hyperspectral imaging as a novel system for the authentication of spices: A nutmeg case study）。 易科泰生态技术公司为您提供高光谱成像全面解决方案：实验室高光谱成像技术方案野外高光谱成像技术方案无人机高光谱遥感方案

近年来,食品安全问题备受关注,人们对果蔬品质与安全标准的要求也越来越高,已成为社会关注的热点。通常,果蔬品质包括了形状、颜色、大小和表面缺陷等外部品质与糖度、酸度、硬度、可溶性固形物含量、淀粉含量、水分和成熟度及其他营养元素的含量等内部品质，其品质好坏是其市场销量的重要因素。传统果蔬品质检测方法如化学法、高效液相色谱法、质谱分析法等通常对待测物具有破坏性，且速度慢。机器视觉和光谱技术具有快速、无损、可靠等优点，近年来广泛用于果蔬品质检测中。其中，机器视觉技术通过提取和分析果蔬形状、大小、颜色及表面缺陷等空间信息进行外部品质检测，而近红外光谱技术主要对果蔬内部品质进行检测。高光谱成像技术将图像与光谱技术相结合，可同时获取反映待测物内外部品质的光谱信息与空间信息，近几年国内外对其在果蔬品质的无损检测中进行了广泛的研究。本文将从高光谱成像技术的基本原理与其在果蔬品质无损检测中的研究与应用等方面，介绍其在该领域的最新研究进展。1、高光谱成像技术原理高光谱系统中的每个像元均可获取同一个光谱区间内几十到几百个连续的窄波段信息，并得到一条平滑而完整的光谱曲线，同时整个成像系统还可获取被测物的空间信息，实现对待测物内部成分与外观特征的同时检测，具有光谱连续与分辨率高等特点。系统获取的高光谱图像可用一段连续波段的光学图像组成的立体三维图像来表示，如图2所示。其中XY平面的二维图像表示物体的空间信息，如形状大小、缺陷等。由于物品外部变化会影响反射光谱，故形状、颜色或缺陷在某一特定的波长下图谱会有变化。λ坐标表示物体的光谱信息，将反映出待测物成分结构等内部品质。本研究应用了400-1000nm的高光谱相机，可采用杭州彩谱科技有限公司产品FS13进行相关研究。光谱范围在400-1000nm，波长分辨率优于2.5nm，可达1200个光谱通道。采集速度全谱段可达128FPS，波段选择后最高3300Hz（支持多区域波段选择）。2、果蔬外部品质的检测市场上人们对果蔬的直接感受就是其外部品质的好坏，即对颜色、新鲜度、大小、机械损伤、冻伤与腐烂等方面的判断。传统的机器视觉技术在果蔬外部品质的检测中由于精度低、操作复杂，很难区分出机械损伤、冻伤、腐烂及新鲜度等方面外部特征。高光谱成像技术恰好克服了这一缺点，能够实现全方位的无损检测，而且精度高、易于操作，近年来逐步用于果蔬外部品质的检测中。新鲜度是反映果蔬品质的重要指标。刚采摘的果蔬通常需经过储存、运输，最终到达消费者，该过程将影响其新鲜度品质。一般而言，人们对果蔬新鲜度的主观判断是不准确的。分别在失水0、10、24、48小时状态下，利用成像光谱仪采集了小白菜、菠菜、油菜、娃娃菜等四种蔬菜叶片的光谱图像并进行对比分析。其中，小白菜叶片在不同失水时间下的高光谱图像与机器视觉图像的对比分析如图3、4所示。从中可以看出，随着时间的变化两幅图中的叶片状态均有明显变化，但机器视觉图像只能看出失水状态，而高光谱图像通过分析光谱信息的变化发现，叶片在失水过程中其外观形态及内部叶绿素均有变化，叶绿素相对含量值预测模型的相关系数r=0.76,说明高光谱技术可以有效辨别蔬菜叶片的新鲜度。利用高光谱技术和ANN预测模型对苹果冻伤进行了研究，如图5所示。实验采用如图6所示过程，在400-1000 nm波段的冻伤苹果高光谱图像中选择5个主成分波段(717,751,875,960和980 nm)进行ANN模型的建立，其训练集、测试集和验证集的相关系数分别为0.93,0.91和0.92,最终实现了98%以上的识别准确率。对80个苹果样本分别采集4块尺寸为2 cm×2 cm×1.5 cm区域中的高光谱图像，利用偏最小二乘回归法来估算可溶性固形物含量反射数据与近红外光谱数据之间的关系，得到交叉验证系数为0.89,均方根误差0.55%,最后成功绘制出主要波段的高空间分辨率SSC图像，如图7所示。从图中可以看出靠近苹果边缘部分相比于中心部分有着更高的SSC值。结果表明，可用近红外高光谱成像技术测量苹果的可溶性固形物含量。3、结论随着生活水平的提升，人们对健康食品的品质要求越来越高。传统的机器视觉技术和物理化学方法在测量果蔬品质方面操作复杂、破坏性强，难以满足检测需要。高光谱成像技术融合了机器视觉、光谱和图像处理技术，产生的图像是“图谱结合”的三维数据立方体，不仅包含了待测物的空间信息特征，同时还包含了待测物的光谱信息，能够准确、快速、无损的检测出农产品的品质，并且操作简单，近年来广泛应用于果蔬品质的检测中。但是高光谱成像技术在采集和处理图像数据的过程中，受限于仪器性能和处理速度的影响，该技术现目前主要应用于基础性研究，并未广泛应用于工业的在线实时检测中。针对这些问题，为了实现果蔬品质的商业化在线检测，还需要做到如下两点：一是改进并升级高光谱成像技术的相关设备比如成像光谱仪，提升其性能并降低其生产成本，利于高光谱成像技术在果蔬品质检测中的推广；二是针对全波段的、不同品种的果蔬高光谱图像进行特征波长选取，以降低数据冗余量，减少高光谱图像的获取以及处理时间。尽管如此，随着社会发展与科学进步，高光谱成像技术将不断提升和改进，未来在农产品、食品安全领域将具有更加广阔的发展空间和应用前景。