中科光学,飞秒激光镜片,激光晶体,微透镜阵列,隔震台,蜂窝光学平台,光谱仪,显微镜激光器,显微镜平台,光束轮廓仪,Marzhauser 联系我们
激光知识 首页 > 新闻中心 > 激光知识

使用Specim INSIGHT高光谱数据建模检测棉花中的水分

作者:admin  时间:2023-11-11 11:49:22


使用Specim高光谱相机与Specim INSIGH软件可以测量棉花中的水分的定量,这对于许多工业和研究应用至关重要。基于光谱学的定量模型,可以高效、无损且准确的监测水分含量。高光谱相机还可以显示水分的空间分布,而点光谱仪仅提供一般分布。在这项研究中,我们监测了棉片的水分含量及其干燥情况。


数据建模 – PLS REGRESSION

建立了数据模型PLS REGRESSION来量化化妆棉的干燥水平。回归变量称为“干燥”,范围从0到264(对应于以分钟为单位的干燥时间)。请注意,使用Specim INSIGHT,无论背景如何,回归数据都只能建立在本次的样本上。为了训练模型,每秒钟的图像都被考虑在内。这样才能在所有其他模型的图像上有准确性。


回归的预测性能如图 2 所示。对于每个化妆棉,我们制作了代表干燥的热图,突出了高光谱成像与描绘可变分布的相关性。构建的模型具有非常高的精度,R2为0.98。查看实际值与预测值,非常潮湿的棉花的干燥更难以量化。图1C的光谱与此相关,表明在干燥开始时,与水相关的吸收峰深度仅观察到轻微变化。


我们构建了第二个模型,类似于之前介绍的模型,但这次是每分钟采集61张图像。R2 为 0.97。在第二个模型中,更多地关注湿样品,实际值与预测值表明,第二个模型在干燥过程开始时更准确。这突出表明,根据样本及其水分含量,训练样本的选择对于构建准确的模型至关重要。

PLS 回归热图(最小值 = 0;最大值 = 264)

第一个回归模型的回归图(每 1 分钟获取一次数据)

第二个回归模型的回归图(每 2 分钟获取一次数据)

图 2:“干燥”回归模型的预测性能。

NIR = 近红外 (900 – 1700 nm

PLS = 偏最小二乘

PLS DA = 偏最小二乘判别分析(PARTIAL LEAST SQUARE DISCRIMINANT ANALYSIS),一种数据降维及分类算法,通过引入类别信息,进行数据分类的技术


近红外光谱范围内的吸水峰值

监测生产中的水分至关重要,例如在食品、造纸和木材工业中。近红外(NIR)光谱广泛用于监测各种应用中的水分含量。

光谱学家依靠吸水峰值作为近红外光谱范围的一部分。如下图所示,水强烈吸收 9701150 1450 纳米的光。Specim FX17相机的光谱范围覆盖900 – 1700 nm,非常适合检测吸水峰值。除了为水分量化提供相关数据外,嵌入的高光谱图像的空间维度还揭示了水分分布。

在这项研究中,我们监测和量化了棉片的干燥时间。我们将约5厘米的圆形化妆棉(通常用于卸妆)浸入水中,然后将其涂抹在标本实验室扫描仪40×20上。我们使用Specim FX17高光谱相机监测其干燥情况,并每4分钟进行一次测量,直到其完全干燥。它需要在 67 分钟内进行六十七 (264) 次测量。我们使用SpecimINSIGHT软件分析了数据。


RGB相机分析图像与高光谱相机图像的对比:

RGB 图像                                    空间选择的假 RGB 图像

Spectra related to each image, averaged over each selection


结论

Specim FX17适用于准确量化样品的水分含量。此外,Specim INSIHGT是一个相关的软件,用于执行此类分析并构建适当的回归模型。这些模型可以加载到Specim CUBE中进行实时定量。

最后,研究表明,训练样本的选择强烈影响模型的预测性能。



友情链接: 光电二极管(探测器) 光学镜片 激光晶体 光学平台及光机械 光学仪器 光学配件 激光光束测量仪器 激光器及附件 微透镜 衍射元件 太赫兹产品

扫一扫,立即咨询

工作日在线