全谱段高光谱

p 　　近日，以中国电子科技集团公司第11研究所自主研发的多谱段集成红外探测器为核心器件的高分五号卫星正式投入使用，标志着国家高分专项打造的高空间分辨率、高时间分辨率、高光谱分辨率的天基对地观测能力中最有应用特色的高光谱能力形成。用全谱段高光谱卫星对大气和陆地进行综合观测，在国际上尚属首次。 br/ /p p 　　高分五号于2018年5月9日成功发射，是国内光谱分辨率最高的卫星，可实现多种观测数据融合应用，为中国环境监测、资源勘查、防灾减灾等行业提供高质量、高可靠的高光谱数据，在中国高光谱分辨率遥感卫星应用方面具有示范作用。 /p p 　　中国电科11所研究员王成刚介绍，高分五号搭载的全谱段光谱成像仪和大气环境红外甚高光谱分辨率探测仪的核心红外探测器组件均由中国电科11所自主研发。 /p p 　　全谱段光谱成像仪是我国高分辨率多光谱遥感相机中光谱范围最宽的载荷，覆盖可见、近红外、段波、中波、长波共12个波段。其中，长波四谱段分裂窗空间分辨率达到40米，为国际民用卫星最高。该载荷在环保、国土、气象三大领域的水体热污染监测、重点湖库水华和水质监测、内陆大型水体水质监测、植被覆盖度信息提取、矿物信息提取、植被长势监测、青藏高原典型冰川群及北京积雪监测、干旱遥感信息提取、局地高温监测等业务应用产品测试中取得了良好的效果。 /p p 　　大气环境红外甚高光谱分辨率探测仪是国内首台掩星观测模式的大气探测载荷，是国内光谱分辨率最高的光谱探测器。基于大气环境红外甚高光谱分辨率探测仪数据，气象用户完成了大气成分遥感监测与评价应用示范，通过对多轨数据的精确反演，获得了南极地区上空痕量气体的垂直廓线产品。 /p p br/ /p

据相关研究机构的数据显示，2021年全球高光谱成像系统市场154亿美元，预计到2026年该市场将增至358亿美元，复合年增长率为18.4%。随着技术的进步，当前，高光谱成像系统的应用领域也从最初的地球卫星成像，覆盖到农业、环境、制药、食品测试、医疗诊断、艺术研究、环境等更多领域，为各学科、各领域带来了新的机遇，成为科学研究中必不可少的工具和手段。为了展现高光谱仪器和应用的最新发展态势，仪器信息网邀请杭州高谱成像技术有限公司市场营销部主管 吴水龙就“异军突起的高光谱技术”主题活动参与投稿分享，了解高光谱的最新进展情况。以下为杭州高谱成像技术有限公司投稿内容：仪器信息网：如何评价目前全球及我国高光谱技术和应用的发展现状？相较国外，我国高光谱发展历程有什么不同？吴水龙：总的来说处于求同存异，目前正处于中外合作共同扩大高光谱市场的规模和增加各类行业应用数量阶段，技术已经成熟，产品尚未成熟，技术规范和行业标准尚未建立起来。我国高光谱发展核心配件受禁售中国限制，导致需要自建全套高光谱所需核心配件，而国外在高光谱谱段范围上不受任何限制，相比之下国产高光谱的可选择性不多，成熟化推广因此受限。目前国内只有250-1700nm已经成熟，900nm-2500nm开始的短波红外高光谱受相机类配件供应限售原因无法有效展开，急需国产化供应能提供此类或更高谱段的红外相机。仪器信息网：从技术的角度而言，当前高光谱技术发展是否成熟？还有哪些新的技术亟待发展？吴水龙：光学类技术发展缓慢，单纯的高光谱技术原理层面已经多年未有大的变化，或更好的理论提出。高光谱技术从原理到实现层面来看，已经非常成熟，而且已经被越来越多的科研和工业客户用实际的应用价值证明。但是高光谱技术要从科研走向商用尚有许多工作要做，比如小(微)型化，小(微)型化是C端客户重要门槛；比如轻量化，轻量化是无人机载模式高效率使用的一个考量，沉重的设备会影响滞空时间；比如数据呈现行业化，因高光谱技术出现晚和发展时间短，各行各业的应用尚处于探索阶段，很多客户拿到设备还需要自己有应用软件研发能力，这是一个很大的制约因素；再比如数据降维，高光谱数据信息量大，同一个数据可提供给不同行业的客户进行分析使用，但是单一客户不需要如此丰富的数据，仅需对他有用数据即可，在什么环节进行数据降维，如何根据行业需求进行降维也是未来高光谱设备配套的必须软件；再比如融合应用，高光谱数据与孔径雷达数据、激光点云数据、高清图像数据等多源数据精细化融合及利用彼此数据的优势形成高质量的结果分析等也是未来技术发展的趋势；再如谱系融合应用，高光谱不同谱段相机数据融合使用和分析。仪器信息网：从应用的角度而言，目前成熟的应用领域有哪些？最具前景的应用体现在哪些方面？ 吴水龙：杭州高谱成像技术有限公司目前在环保类的高光谱水质监测领域，农林类树种识别，枯死树、植被养分长势等监测，国防公安类的反伪装、罂粟识别等，工业分拣类的食品酸甜度无损监测，塑料分拣，食品包装完整性、漏液等检测，矿石分拣等应用很多。目前来看工业类最有前景。仪器信息网：贵公司什么时候进入高光谱领域？为什么会选择这一赛道？吴水龙：杭州高谱成像技术有限公司成立于2019年，立足于用光学类技术解决方案服务于各类客户。因公司创始人在高光谱相关领域已经有近20年的学习和从业经验，是国内为数不多的高光谱的软硬件综合解决能力拥有者，有着丰富的高光谱行业应用解决经验，因此选择此赛道进行创业。仪器信息网：当前，贵公司在高光谱仪器产品线方面是如何布局的？主推的产品有那几款？吴水龙：杭州高谱成像技术有限公司紧紧围绕自研的高光谱光机电研发技术，全力打造全谱系高光谱相机，积极研发基于应用场景的高光谱产品。目前高光谱相机谱段能做到国产自研的是250-2500nm，分紫外高光谱相机（250-490nm），可见近红外高光谱相机（400nm-1000nm），近红外高光谱相机（900-1700nm），短波红外高光谱相机（1000-2500nm），上述几款已经可以做到国产化生产。基于上述的高光谱相机品类结合国内外客户需求研发推出了以下品类市场化产品：• 高光谱相机。250-2500nm各谱段高光谱相机，提供给各类具备后续研发和集成能力的客户。•无人机载型高光谱成像系统。全国产化研发生产，因此能根据客户需求进行全新光路设计和产品形态设计，能适配各类客户要求机型。从多旋翼无人机到固定翼无人机再到有人机，只要负重够、空间足，我们能解决高光谱挂载全部问题。• 实验室高光谱成像系统。专为实验室研究人员设计，能有效降低环境光对实验数据的影响，具备高质量采集数据的能力。• 显微高光谱成像系统。为专门做微观研究的用户准备，特别是芯片研制，生物医药等领域，是今年爆款产品。•内窥镜高光谱成像系统。内部狭隘空间检测利器，传统检测设备无法满足的检测性能，内窥镜高光谱能做替代方案。•便携式高光谱成像系统。方便用户随时随地展开数据采集试验。具备自动对焦，独立电源，可长时间户外使用。仪器信息网：目前中国高光谱相关仪器品牌的竞争情况怎么样？贵单位的优势体现在哪些方面?有哪些成功案例？吴水龙：竞争情况可以说是群雄争霸，但良莠不齐，部分友商恶意报价。杭州高谱成像技术有限公司优势有：①全国产化。不怕卡脖子，交货底气足，交货可靠性和时间承诺有保障。售后维修等都非常简单。②具备定制能力。深厚的自研能力决定了能解决所有能用钱解决的问题。③性价比与同类国外品牌相比，高出一筹。④采集数据相比竞品略胜一筹。目前合作的客户有：北京核工业研究所，浙江大学，北京理工大学，浙江农林大学，浙江农科院，上海技物所太仓中心等。仪器信息网：对中国高光谱市场规模和增长有什么样的预期？理由是什么？吴水龙：未来已来，随着科研市场普及和工业市场兴起，高光谱成像仪市场会变得越来越大。因为市场反馈出现积极的信号，各类科研和行业客户的咨询量出现了明显增长。仪器信息网：基于此，贵公司未来高光谱方面的发展规划？吴水龙：本着成为全球光学应用和技术方案解决商的定位出发，做足做深高光谱相机技术，扩大应用领域范畴。目标是：①努力加强高光谱相机技术。②积极在工业、农业、环保等应用发展行业应用。

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。