CN101852725A - 一种全谱段透射式植物生化参数无损检测装置和方法 - Google Patents
一种全谱段透射式植物生化参数无损检测装置和方法 Download PDFInfo
- Publication number
- CN101852725A CN101852725A CN 201010165517 CN201010165517A CN101852725A CN 101852725 A CN101852725 A CN 101852725A CN 201010165517 CN201010165517 CN 201010165517 CN 201010165517 A CN201010165517 A CN 201010165517A CN 101852725 A CN101852725 A CN 101852725A
- Authority
- CN
- China
- Prior art keywords
- spectrum
- sample
- module
- light source
- measured
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种全谱段透射式植物生化参数无损检测装置及方法,用于解决目前光谱无损检测方法中模型适用性低、抗干扰能力差,检测精度低,以及检测参数较少等技术问题。发明采用全谱段透射测量原理,实现多参数高精度同时测量;采用时间双光路的参比测量原理,保证透射光谱信号的准确度和精度;一体化透射夹具和程控可调稳压驱动光源电路,使得这种测量原理在植物叶片透射光谱测量得以实现,形成小型化,便携式的植物生化参数无损检测装置;装置中的预测模型中采用改进的扩展多元散射校正方法校正叶片因散射产生的基线及叶片厚度不同引起的光程长差异,提高了光谱数据对化学物质浓度的敏感度,增强模型的抗干扰能力。
Description
技术领域
本发明涉及植物叶片生化参数的光谱检测技术,尤其涉及一种全谱段透射式植物生化参数无损检测的装置和方法。
背景技术
植物叶片生化参数的无损检测,主要是指叶片的光合色素(叶绿素,胡萝卜素等)、水分、氮素及各种营养元素的含量检测。长期以来,人们都期望对植物生长过程进行精确控制,以满足精细农业发展的需求,目前生存环境的恶化,使得这一需求更加紧迫。传统的化学检测方法需要对待测样本进行一系列的处理,不仅耗时,耗力,而且没有实时性。
可见近红外光谱检测技术的无需样本处理、快速、易于便携的特点为植物生化参数无损检测的实现提供了可能。由于色素在可见波段有明显的吸收,水分在970nm附近有一个微弱的吸收峰,利用这些特征吸收,根据朗伯比尔定律,可实现对这些参数的检测。
目前的检测叶片生化参数的光谱装置多是采用独立波长法,即利用几个与被检测的参数吸收特性紧密相关的波长处的吸光度(或反射率)或者采用这些波长的数学组合方式构成的指标与浓度值拟合建立数学关系,从而对未知叶片的生化参数进行建模,该方法计算简单,易于实现装置,但是精度较低,可检测参数有限,灵活性差,对样本的要求较高。为了实现多参数同时检测,基于可见近红外波段的全谱段植物参数检测方法被采用。由于叶片都有一定的厚度,所以很难保证参考光和透过叶片的信号光均在光电检测器的最佳响应范围,从而降低了光谱信噪比,增加了透射式叶片生化参数检测仪器的研制难度。因此,目前多参数全波段的检测装置都是基于漫反射测量方式,由于漫反射光在携带了生化信息的同时,也携带了很大一部分叶片的生理结构特性和表面状态。因此,漫反射光谱对对植物叶片的种类比较敏感,模型的建立只能采用一种植物,装置的可移植性差。而透射光谱中反映物种的信息相对比较少,为多种类植物同时检测提供了可能性,但是在装置实现上存在上述问题。
发明内容
有鉴于此,本发明的主要目的在于提供一种全谱段透射式植物生化参数无损检测方法及装置,用于解决目前光谱无损检测方法中模型适用性低、抗干扰能力差,检测精度低,以及检测参数较少等技术问题。
为达到上述目的,本发明的技术方案是这样实现的:
一种全谱段透射式植物生化参数无损检测装置,该装置包括:
采样模块,用于在控制模块的控制下,采用接触式透射采样方式获得用于光谱测量的光信号,并将获得的光信号传送给光谱仪模块;
光谱仪模块,用于对采样模块传送的光信号进行分光,并将其进行光电转换及模数A/D转化后的得到的光谱数据传送给处理模块;
处理模块,用于对样本光谱数据进行处理,并依据校正回归模型预测未知样本的待测组分的化学成分含量;
控制模块,用于对采样光源及叶片生化参数检测流程进行控制,并控制其输入输出;
所述处理模块进一步包括:
预处理单元,用于对样本光谱数据进行去噪,并采用改进的扩展多元散射校正(EMSC)方法进行基线和样本间差异校正;
模型建立单元,用于建立依据预处理单元处理后的建模样本集的光谱数据与生化参数真值之间的校正回归模型;
测量单元,用于接收预处理模块输出的未知样本的预处理后的光谱数据,并依据模型建立单元中建立的校正回归模型对所述未知样本的待测组分的化学成分含量进行测量。
进一步地,所述采样模块分为上下两部分,上部分提供测量所需光源,下部分用于接收待检测的光强信号,上下两部分通过弹性部件连接在一起,构成一个密闭的测量环境,其中上部分主要包括卤钨灯光源、准直透镜;下部分主要包括聚焦透镜及与光谱仪模块相关的光纤接口。
进一步地,所述采样模块上下两部分的交接面处覆盖黑色弹性橡胶圈,用于实现密闭的测量环境;所述上部分安装光源的上三个侧面做成镂空形状,用于光源的热散射。
进一步地,控制单元及处理模块采用数字信号处理器(DSP)芯片实现。
所述控制模块进一步包括:
驱动电路,用于为采样模块提供光源的电源信号;
控制单元,用于控制驱动电路的工作状态,提供各模块之间的相互通讯的信号及对叶片生化参数检测流程进行控制;
所述驱动电路的在控制单元的控制下输出光源的电源信号,使光源在灭、较亮、最亮三个状态自动转换。
进一步地,所述驱动电路采用程控光源稳压驱动电路,该电路中,具有电压反馈功能的稳压芯片通过对采样电阻两端的电压进行反馈,调节稳压芯片的输出电压,与卤钨灯串联的过载保护电阻用于维持电路的稳定性,可调采样电阻实现稳压芯片的输出电压的可变性,增强型场效应管在控制单元的控制下,根据不同的测量步骤,实现通断功能,使得光源在灭,较亮,最亮三个状态自动转化。
进一步地,对样本叶片进行测量时:
首先,在未放入被测叶片,采样模块上下部保持闭合状态的情况下,在控制模块的控制下,使采样模块中的光源处于灭的状态,光谱仪模块测量获得暗噪声信号,并将其输出给处理模块;
然后,在未放入被测叶片,采样模块上下部保持闭合状态的情况下,在控制模块的控制下,使采样模块中的光源处于较亮状态,光谱仪模块测量获得参考信号,并将其输出给处理模块;
完成上述步骤后,放入被测叶片,使采样模块上下部保持闭合状态,在控制模块的控制下,使采样模块中的光源处于最亮状态,光谱仪模块测量获得测量信号,并将其输出给处理模块。
进一步地,所述光谱仪模块采用通用光谱仪或自制光谱仪,在对样本叶片进行测量时,进行连续光谱测量,光谱范围为可见-短波近红外(500nm-1100nm)。
基于上述装置,本发明还提出一种全谱段透射式植物生化参数无损检测方法,该方法包括:
A、采集建模样本,形成建模样本集,采用透射方式测量建模样本集中的样本在可见-短波近红外范围的连续光谱;
B、采用标准分析方法测定建模样本集中样本待测组分的化学含量的真值;
C、对建模样本集中样本的光谱数据进行预处理,所述预处理包括:噪声去除、采用改进的扩展多元散射校正(EMSC)方法进行基线和光程长校正;
D、依据预处理后的建模样本集的光谱数据,采用化学计量学中的多元线性模型,建立叶片吸收光谱和生化参数之间的校正回归模型;
E、对未知样本的光谱数据进行预处理后,将相应波段数据代入校正回归模型,预测所述未知样本的待测组分的化学成分含量。
进一步地,所述的建模样本集分成外部校正集和内部校正集,所述外部校正集为预处理提供外部参数,内部校正集用来建立叶片生化参数的校正回归模型;所述采用改进的扩展多元散射校正方法进行基线和光程长校正具体为:
步骤C1、将实测光谱表达为理想光谱的数学模型,包括常数项以及独立影响散射的波长项;
步骤C2、将外部校正集的平均光谱作为参考光谱,消除浓度与光程长的线性关系;
步骤C3、利用外部校正集样本定义差谱矩阵,对差谱矩阵进行主成分分解,获得表征散射效应和基线的子空间,并将其定义为外部参数;将外部校正集投影到其正交子空间,消除散射和基线的影响,对投影后的光谱进行主成分分解,用其载荷矩阵代表理想光谱;
步骤C4、对于内部校正集的样本,将实测光谱与所述参考光谱、载荷矩阵、常数项、独立波长项,通过最小二乘拟合的方式确定其每一项系数;
步骤C5、将标定得到参数代入模型中,减去各个影响项,获得校正光谱。
本装置采用全谱透射测量的原理设计的叶片夹具,增强光谱信号与被测浓度的线性关系,并且保证了光谱信号携带了足够的浓度信号,减少了检测模型的复杂度。该夹具将卤钨灯嵌在里面,与传统的入射光纤相比,其聚光镜将卤钨灯发出的光会聚并照射在叶片上,不仅大大的增加了光照强度,减少了不必要的传输及耦合光损耗,提高信噪比,而且有效地简化了测量装置。夹具下半部分的SMA905标准接口即可以通过光纤连接在分光系统上,又可以直接连在分光系统,可以根据不同的测量环境要求选择,使该夹具采样更加灵活方便。夹具镂空的散射片保证了卤钨灯的稳定工作状态及测量环境的相同。
程控光源稳压驱动电路通过数字信号的控制,实现了参考光与信号光的不同电压驱动,不仅增加了光源的稳定性,而且有效地解决了光电探测器饱和或响应不足的问题,使光电探测器工作在最佳检测范围内,增加了信噪比,提高了测量精度。
采用改进的扩展多元散射校正法校正叶片因散射产生的基线及叶片厚度不同引起的光程长差异,提高了光谱数据对化学物质浓度的敏感度,增强模型的抗干扰性,提高了模型的预测精度;
本发明对采用了全谱透射测量方式,并采用了合适的预处理方法,使得该装置可以检测不同种类,不同生长时期的植物生化参数,大大提高了检测范围及其适用条件。
附图说明
图1为本发明叶片生化参数无损检测装置的逻辑结构图;
图2为本发明采样模块即一体化接触式叶片夹具的结构示意图;
图3为本发明驱动电路的电路结构示意图;
图4为本发明叶片生化参数无损检测装置进行光谱检测的步骤流程图;
图5为本发明基于叶片生化参数无损检测装置对未知样本生化参数进行检测的总体流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下举实施例并参照附图,对本发明进一步详细说明。
图1为本发明叶片生化参数无损检测装置的逻辑结构图,该装置包括:采样模块、光谱仪模块、处理模块、控制模块;
(1)所述采样模块用于在控制模块的控制下,采用接触式透射采样方式获得用于光谱测量的光信号,并将采样获得的光信号传送给光谱仪模块。
本发明优选实施例中,采样模块通过如图2所示的一体化接触式叶片夹具来实现,所述叶片夹具分为上下两部分,上部分主要包括卤钨灯、光源接口、准直透镜、弹性橡胶圈、及镂空的散射片;下部分包括一个弹性橡胶圈、聚焦透镜、串行接口(例如RS-232)和标准光纤接口(例如SMA905接口)。其中夹具的上下两部分通过弹簧连接在一起,交接面覆盖黑色橡胶,构成一个密闭的测量环境,叶片平整地贴敷于上下交接面上,从而使卤钨灯发出的光能精确地作用于测量部位,而且黑色的基底能减少外界杂散光的影响。上部分三个侧面做成镂空形状,实现光源的热散射,确保卤钨灯工作的稳定性及测量环境的稳定,聚光镜采用螺母的形式旋在光源孔的下端,使得照在样本的光变成平行光。电源接口通过电缆线与控制模块中的驱动电路相连,标准光纤接口与光谱仪模块连接。
该叶片夹具采用了全谱透射测量原理,增强光谱信号与被测浓度的线性关系,并且保证了光谱信号携带了足够的浓度信号,减少了检测模型的复杂度。该夹具将卤钨灯嵌在里面,与传统的入射光纤相比,其聚光镜将卤钨灯发出的光会聚并直接照射在叶片上,不仅大大的增加了光照强度,减少了不必要的传输及耦合光损耗,提高信噪比,而且有效地简化了测量装置。夹具下半部分的SMA905标准接口即可以通过光纤连接在分光系统上,又可以直接连在分光系统,可以根据不同的测量环境要求选择,使该夹具采样更加灵活方便。
(2)所述光谱仪模块用于对采样模块传送的光信号进行光谱采集,并将进行光电转换后的光谱数据传送给处理模块进行处理。本发明优选实施例中,所述光谱仪模块主要由狭缝和滤光片、准直镜、光栅、聚焦镜、CCD探测器构成。该部分是整个仪器的关键部分,实现了植物光谱的获得,并将抽象的光信号转化成电信号。该模块通过标准的SMA905接口与采样模块连接,光通过狭缝和滤波片进入该模块,狭缝控制着进入光栅的光通量,滤光片控制进入光栅的波长范围。狭缝的宽度越小,分辨率越高,但是进入系统的光通量越小,信噪比会大大下降,本发明优选实施例中选用美国Ocean Optics公司的USB4000光谱仪作为光谱仪模块,该型号的微型光纤光谱仪内置CCD探测器和高速电路系统,光学结构采用f/4的非对称Czerny-Turner交叉结构,其入射焦距为42mm,出射焦距为68mm,这种光路结构不仅节省空间,有利于实现仪器的小型化,还可以消去彗差的影响和像散的影响,提高系统的稳定性。所述CCD探测器采用Toshiba生产的TCD1304AP线阵CCD探测器,其有效像敏单元为3648个像素。该探测器具有很好的灵敏度和低的噪声的光电探测器,其主要特征是具有很高的光电转换效率,而且输出噪声小。它的特点还在于带有自动清零功能的16位A/D转换器;采用E2PROM存储校正系数,方便操作;以及一个电子快门,可使积分时间最短达到10微秒,有效避免了探测器饱和。USB4000的信噪比可以达到300∶1,响应波长为350~1100nm,光学分辨率为0.03~8.4nm(依赖于选用的光栅和入射狭缝)。控制模块通过其22针串口实现对其数据的读取,并对探测器的积分时间做相应的调整。
(3)所述处理模块用于对建模样本集中的样本光谱数据进行处理,建立校正回归模型;还用于对未知样本的光谱数据进行处理,并依据校正回归模型获得所述未知样本的待测组分的化学成分含量。该模块包括:预处理单元、模型建立单元、测量单元,可通过嵌入式系统来实现,本实施采用DSP;
预处理单元用于对样本的光谱数据进行去噪,并采用改进的EMSC方法进行基线和样本间差异校正;
模型建立单元用于依据预处理后的建模样本集的光谱数据建立校正回归模型,所述校正回归模型用于对未知样本的待测组分的化学成分含量进行比对测量。
测量单元用于接收预处理模块传送的未知样本的光谱数据,并依据模型建立模块建立的校正回归模型对该未知样本的待测组分的化学成分含量进行测量。
处理模块为本发明的核心模块,后面将对其中各模块的功能实现进行详细描述。
(4)所述控制模块用于对采样光源及叶片生化参数检测流程进行控制;所述控制模块包括:驱动电路、控制单元;所述驱动电路用于为采样模块提供光源的电源信号;所述控制单元用于控制驱动电路的工作状态,提供各模块之间的相互通讯的信号及对叶片生化参数检测流程进行控制,本发明控制单元通过嵌入式系统,采用DSP芯片或中央处理单元来实现,此外,控制单元还通过输入输出接口与外围输入输出设备连接,以实现接收用户控制指令、输出显示测量结果等功能。
本发明所述驱动电路采用程控光源稳压驱动电路,所述驱动电路在控制单元的控制下实现对卤钨灯的可变电压驱动;图3为本发明驱动电路的电路结构示意图,主要包括:集成稳压芯片、两个可调采样电阻、过载保护电阻、两个增强型场效应管等。具有电压反馈功能的稳压芯片通过对采样电阻两端的电压进行反馈,调节稳压芯片的输出电压,与卤钨灯串联的过载保护电阻维持电路的稳定性,防止卤钨灯两端电压突然增大导致的损坏,可调采样电阻实现稳压芯片的输出电压的可变性,增强型场效应管在控制单元的控制下,根据不同的测量步骤,实现通断功能,使得卤钨灯可以在灭,较亮,最亮三个状态自动转化。
本装置采用程控光源稳压驱动电路通过数字信号的控制,实现了参考光与信号光的不同电压驱动,不仅增加了光源的稳定性,而且有效地解决了光电探测器饱和及响应不足的问题,使光电探测器工作在最佳检测范围内,增加了信噪比,提高了测量精度。
图4为本发明以测量角度给出的应用本发明叶片生化参数无损检测装置对单个样本叶片的生化参数进行检测的步骤流程图,具体步骤如下:
步骤401、打开电源,在未放入被测叶片的情况下,使一体化叶片夹具保持闭合状态,控制单元给出低电平控制信号,使驱动电路中的场效应管工作在夹断状态,使得可调稳压驱动电路不通,即使卤钨灯处于灭的状态,等待二十秒钟后,在控制单元的控制下,处理模块读取光谱仪模块输出的信号,此时,光谱仪模块检测到的信号称为暗电流或暗噪声信号,记为Idark;
步骤402、仍然在未放入被测叶片的情况下使叶片夹具处于闭合状态,控制单元分别给出高电平和低电平的信号,使驱动电路中的两个场效应管分别工作在导通和夹断的状态,使得卤钨灯处于较亮的状态,光源发出的光直接照射在一体化叶片夹具中的光接收部件上,等待二十秒后,在控制单元的控制下,处理模块读取光谱仪模块输出的信号,此时光谱仪模块检测到的信号称为参考信号,记为入射光强Ireference;
步骤403、打开一体化叶片夹具,放上被测叶片,合上夹具之后,控制单元发出两个高电平信号,使驱动电路中的两个场效应管都工作在导通状态,使得卤钨灯处于最亮的状态,光源发出的光透过叶片的光照射到一体化叶片夹具中的光接收部件上,等待二十秒后,在控制单元的控制下,处理模块读取光谱仪模块输出的信号,此时光谱仪模块检测到的光强信号称为测量信号,记为出射光强Isample;
步骤404、控制单元给出测量信号,处理模块依据下式计算叶片的吸光度:
在测量获得叶片吸光度后,对所获得的叶片光谱进行预处理,并将预处理后的光谱数据代入预先建立的校正回归模型,从而得到叶片生化参数含量的测量值。
图5为本发明基于叶片生化参数无损检测装置的未知样本生化参数检测总体流程图,该方法基于本发明所述叶片生化参数无损检测装置实现,包含了校正回归模型的建立及基于所述校正回归模型对未知样本生化参数含量进行测量的步骤,具体步骤如下:
步骤501、采集建模样本,形成建模样本集,使用本发明叶片生化参数无损检测装置,采用透射方式测量建模样本集中的样本在可见-短波近红外范围的连续光谱。
收集代表植物各种状态下的叶片,尽量包括实际测量中所出现的各种生化性质,从叶片中选择生长均匀,具有较广浓度范围的样本作为数学建模的样本集;
所述的建模样本集分成两个部分,即外部校正集和内部校正集,所谓的外部校正集,是为预处理提供外部参数即代表叶片散射及基线的子空间,内部校正集是用来建立叶片生化参数的校正回归模型。外部校正集的特点是样本间生化参数含量接近,叶片的物理特性比如厚度,表面状态差异较大。内部校正集的特点是样本间生化参数含量,物理特性都有较大差异,范围较广。
本发明光谱仪模块可采用通用光谱仪或自制光谱仪,对样本进行全谱测量,光谱范围为可见-短波近红外(500nm-1100nm)。对样本的光谱测量过程分为三个步骤,暗噪声的采集、参考信号的采集、测量信号的采集。根据以上采集数据可以计算出透射率或吸光度,作为建立校正回归模型的光谱数据。透射率和吸光度的计算公式如下:
样本的透射率T为:
样本的吸光度为:
其中,T为样本的透射率,A为样本的吸光度,Isample代表样本的测量信号,Idark代表暗噪声信号,Ireference代表参考信号。
本发明中,对样本进行光谱采样的方式为透射方式,使用本发明中的一体化叶片夹具使得测量环境变成一个密闭的测量环境,减少杂散光的干扰。本发明中,以空气作为参考物,从而获得参考信号Ireference。该方式较漫反射相比,探测器接收的信息光中包含的散射信息和叶片结构信息相对少一些,主要是被生化参数吸收而反应的浓度信息。
由于叶片不同部位的功能不同,叶片的生化参数分布也不均匀,因此叶片不同部位的结构、生化信息并不完全相同,某一点的光谱信息无法准确的反应整个叶片的生化参数。本发明采用平均的方法,每一个样本均在其上中下三个部位采集共九条光谱,采用其平均值作为该样本的光谱。
步骤502、采用标准分析方法测定建模样本集中样本的待测组分的化学含量,并将其作为标准值,或称为真值;
待测组分的化学含量均采用标准分析方法来获得,所述标准可以是行业、国家或国际标准。
步骤503、对建模样本集中样本的光谱数据进行预处理,去除噪声、基线和样本间差异;
本发明处理模块中的预处理单元接收到光谱仪模块输出的光谱数据后,对光谱数据进行预处理,该过程主要是去除样本光谱测量数据中的由于仪器噪声、测量条件变化及叶片组织的光散射效应、叶片中其它化学成分干扰等造成的噪声和基线漂移,由于采用透射测量原理,要求不同样本间的光程长保持一致,否则,光程长信息会作为浓度信息被用来建模,这样的模型势必不准确,因此在建模之前,除了去噪,去基线,还需要校正样本间光程长差异。
本发明中采用窗口平滑法进行去噪,基线校正和光程长校正则采用一种改进的EMSC方法实现,预处理的具体实现步骤如下:
步骤C1、噪声去除
去噪可以提高分析信号的信噪比,通常方法有窗口平滑法,傅里叶变换,小波变换等方法,本发明采取窗口平滑法对光谱进行校正。
步骤C2、基线和光程长校正
叶片是一种粉末状的固体,光在叶片内部传输时,会与细胞壁或者细胞器碰撞而发生散射,而这种散射具有随机性,在每个叶片内部并不完全相同,因此,光走过的光程长不同。不同的叶子,其厚度上也有差异,这也是光程长不同的一个原因。另外,用来测量光谱的光谱仪自身具有一定的信号作为基线叠加在被测信号上,因此,为了光谱与被测浓度的线性关系更加明确,需要对光谱进行基线和光程长差异的校正。
本发明采用一种改进的扩展多元散射校正(Extended Multiplicative SignalCorrection,EMSC)方法,校正叶片因散射产生的基线及叶片厚度不同引起的光程长差异。该方法中,采用外部校正集中定义的差谱矩阵,首先确定出代表叶片物理特性方面的子空间,将光谱投影在该空间的正交补空间,得到仅包含叶片生化信息的光谱,对该光谱进行主成分分解,用主成分代替纯谱信息,解决了传统EMSC方法无法应用没有先验信息(即纯谱未知)的技术问题。该方法可以较好的校正光程长差异和散射效应,提高光谱数据对化学物质浓度的敏感度,降低了实际应用中光谱标定模型建立过程中对样品选择均匀性的要求,并增强模型的通用性。该方法的具体步骤如下:
步骤C201、将实测光谱表达为理想光谱的数学模型,包括常数项以及独立影响散射的波长项;
实测光谱中,由于散射的影响,通常会在理想光谱(即物质纯吸收光谱)的基础上增加一个乘性因子和加性因子,而由于散射系数在不同波长处并不完全相同,所以其波长也会对实测光谱造成影响,本发明将实测光谱表达为理想光谱(即物质纯吸收光谱只包含化学物质吸收特性,并且光程长和浓度都一致的光谱)的数学模型,即在理想光谱的基础上,添加乘性因子、加性因子、波长独立项,则第i个样本的实测光谱的表达为:
Zi=aiIr+biZi,Chem+diλ+eiλ2+δi (1)
其中,ai称为加性因子,aiIr代表基线,为常数项;bi称为乘性因子,代表散射和厚度影响的光程长信息;Zi.Chem表示理想光谱即纯物质的吸收光谱;λ和λ2代表波长对光谱的散射影响,di和ei分别是其系数;δi代表随机噪声以及可能没被考虑的建模光谱特征。
步骤C2、引入参考光谱,消除浓度与光程长的线性关系;
含有J种成分的第i个样本其理想光谱可表达为:
Zi,chem=ci,1K′1+...+ci,jK′j+...+ci,JK′J (2)
其中,ci,j表示第i个样本的第j种成分浓度,Kj为列向量,Kj=[K1j,...,Kλj,λ=1,2,...,n]′,其代表第j种成分的单位浓度单位光程长的吸收光谱,n代表波长个数。
将式子(2)代入(1)可以发现bi总是和浓度ci,j一起出现,这两者都是未知数,无法进行标定,因此引入参考光谱m,将bi与Zi.Chem中的生化组分的浓度分离开来,使它独立于浓度,出现在一个只有bi是未知量的线性关系中。如式子(3):
Zi,chem=m+Δci,1K′1+...+Δci,jK′j+...+Δci,JK′J (3)
其中Δci,j表示的是第i个样本的第j个成分与参考光谱中第j个成分含量的浓度差值。
参考光谱m通常是一个生化参数与建模样本集完全相同,且每种生化参数的浓度固定的典型样本或者是建模样本集中样本的平均光谱,每一条被测光谱均可以参考光谱为标准,来比较其浓度的差异和光谱的差异。本发明选择外部校正集的平均光谱作为参考光谱。
将式子(3)代入式子(1)可得到:
Zi=aiIr+bim+HiK′+diλ+eiλ2+δi (4)
其中Hi=[biΔci1,biΔci2,...,biΔciJ],矩阵K′=[K′1,K′2,…K′J];这样bi和biΔci分别存在于两个参数当中,为标定提供了可能性。
步骤C203、利用外部校正集样本定义差谱矩阵,对差谱矩阵进行主成分分解,确定外部参数即代表散射和基线的子空间,将外部校正集样本光谱投影到其正交子空间,消除散射和基线的影响,对投影后的光谱进行主成分分解,用载荷矩阵代表其理想光谱。
由于无法得到K矩阵,上述方法无法实现,因此,定义了差谱矩阵Zdif代替矩阵K。外部校正集样本的特点是生化参数含量接近,但厚度或表面状态差异较大,在相同的仪器,相同的测量条件下,测得其叶片光谱,将样本间的微分光谱,定义为差谱矩阵,计算如下:
其中Zout(i)代表外部校正集的样本光谱,其中i=1,2...n1为样本序号
由定义可知,外部校正集样本间的差异主要来源于叶片物理特性差异,因此差谱矩阵主要代表了叶片间的物理特性差异,反映在光谱上就是加性的基线和乘性的光程长。对差谱矩阵进行主成分分解可得:
Zdif=t1p1′+t2p2′+...+tjpj′+E=TP′+E (6)
其中T=[t1,t2...tj]为得分向量,P=[p1,p2...pj]为载荷向量或称为主成分,E代着测量噪声。载荷向量P代表样本间差异的归一化光谱,对应的得分向量T代表样本差异的系数,即权重。
根据主成分分析(Principal Components Analysis,PCA)原理可知,一组互相关的数据,通过正交变化可以变成一组不相关的变量,变化之后的新变量被称为主成分,这些主成分之间彼此正交,并且反映了原始数据当中,具有最大方差的方向。在定义的差谱矩阵Zdif中,影响其差异的主要因素是厚度和叶片结构方面的物理因素,而生化参数含量的差异相比之下,方差变化较小,因此根据总贡献率超过95%原则选择分解的主成分个数j,这些主成分代表了叶片物理方面(比如厚度,表面状态等)的差异,用j个主成分生成的空间,将外部校正集的样本光谱,投影在其正交补空间U=(I-P+P),P+为P的广义逆矩阵。消除了叶片物理特性的差异,得到的是仅包含叶片的生化参数含量的光谱,对投影的矩阵进行主成分分解,将其载荷矩阵代表生化成分的理想光谱,主成分的选择原则依然选择95%,确定j的个数:
Zi,chem=Zout(i)×U≈ttrue,1ptrue,1′+ttrue,2ptrue,2′+...+ttrue,jptrue,j′ (7)
其中,ptrue代表从理想光谱中抽取出来的“纯组分”归一化光谱,ttrue代表不同成分在该方向上的权重,即浓度。
步骤C204、将内部样本集的实测光谱与所述参考光谱,载荷矩阵、常数项、独立波长项,通过最小二乘拟合的方式确定其每一项系数;
Zi≈aiIr+bim+HiPtrue′+diλ+eiλ2 (8)
其中,这里的m是内部校正集样本的平均光谱,Ptrue′=[ptrue,1,ptrue,2...ptrue,j],
通过最小二乘回归法得到系数ai,bi,Hi,di,ei;
令M=[Ir;m;Ptrue′;λ;λ2],Bi=[ai,bi,Hi,di,ei],建立最小二乘回归模型可以得到:
Bi=ZiM′*(M*M′)-1 (9)
步骤C205,将标定得到参数代入模型中即公式(1),减去各个影响项,获得的校正光谱可以表达为:
Zi为测量光谱,Zi,corrected为校正后的光谱;
步骤504、根据预处理后的建模样本集的光谱数据建立校正回归模型;
本发明处理模块中的模型建立单元根据预处理单元输出的建模样本集的光谱数据建立校正回归模型,校正回归模型是利用数学统计方法,建立预处理后光谱值和在步骤502中所获得的标准值之间的回归关系,常用的建模方法有多元线性回归(MLR),主成分回归(PCR),偏最小二乘回归(PLSR)等。
本发明中采用PLSR回归建立校正回归模型,通过对光谱矩阵和浓度矩阵同时进行分解,消除无用的噪音信息。与主成分回归相比,它是逐步提取光谱数据中的成分,逐步增加变量,逐步检验模型的显著性,当满足要求时即停止运算。
偏最小二乘回归分析由以下两个基本公式构成:
其中,d是偏最小二乘(PLS)中的成分个数;tk是第k个潜在函数矩阵,pk是第k个回归系数矩阵,E是X的残差矩阵,qk也是回归系数,f是y的残差矩阵。这里的主成分提取是通过y与潜变量t的协方差最大化的进行的,确定成分个数d是PLS算法的关键之一,合适个数的主成分建模,可避免光谱分析校正回归模型的过拟合或欠拟合问题,有助于提高校正回归模型的预测能力。
步骤505、测量未知样本的光谱数据,进行预处理后,将相应波段数据代入校正回归模型,计算所述未知样本的待测组分的化学成分含量。
本发明处理模块中的测量单元接收预处理单元输出的经过预处理的未知样本的光谱数据,并根据模型建立单元建立的校正回归模型计算所述未知样本的待测组分的化学成分含量。测量单元将预处理后的光谱数据代入步骤504中的校正回归模型,从而得到未知样本的待测组分的化学成分含量。
本发明所述技术方案由于采集的是全谱数据,与少数几个波长的分立型测量方法相比,模型的预测精度得到了提高。全谱数据便于采用有效的预处理方法,不仅可以去除噪声,还可以减少测量条件变化如环境温度、叶片厚度、叶片表面粗糙度、测量角度等非目标因素的影响,提高光谱信噪比,从而提高模型的预测精度和模型适应性。全谱数据可以实现多参数同时测量,可扩展性极强,对每个不同的生化参数建立相应的校正回归模型即可,仅需对样本进行一次光谱测量。以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。
Claims (10)
1.一种全谱段透射式植物生化参数无损检测装置,其特征在于,该装置包括:
采样模块,用于在控制模块的控制下,采用接触式透射采样方式获得用于光谱测量的光信号,并将获得的光信号传送给光谱仪模块;
光谱仪模块,用于对采样模块传送的光信号进行分光,并将其进行光电转换及模数A/D转化后的得到的光谱数据传送给处理模块;
处理模块,用于对样本光谱数据进行处理,并依据校正回归模型预测未知样本的待测组分的化学成分含量;
控制模块,用于对采样光源及叶片生化参数检测流程进行控制,并控制其输入输出;
所述处理模块包括:
预处理单元,用于对样本光谱数据进行去噪,并采用改进的扩展多元散射校正(EMSC)方法进行基线和样本间差异校正;
模型建立单元,用于建立依据预处理单元处理后的建模样本集的光谱数据与生化参数真值之间的校正回归模型;
测量单元,用于接收预处理模块输出的未知样本的预处理后的光谱数据,并依据模型建立单元中建立的校正回归模型对所述未知样本的待测组分的化学成分含量进行测量。
2.根据权利要求1所述的装置,其特征在于,所述采样模块分为上下两部分,上部分提供测量所需光源,下部分用于接收待检测的光强信号,上下两部分通过弹性部件连接在一起,构成一个密闭的测量环境,其中上部分主要包括卤钨灯光源、准直透镜;下部分主要包括聚焦透镜及与光谱仪模块相关的光纤接口。
3.根据权利要求2所述的装置,其特征在于,所述采样模块上下两部分的交接面处覆盖黑色弹性橡胶圈;所述上部分安装光源的上三个侧面做成镂空形状,用于光源的热散射。
4.根据权利要求2所述的装置,其特征在于,所述控制单元及所述处理模块采用嵌入式系统实现。
5.根据权利要求1所述的装置,其特征在于,所述控制模块包括:
驱动电路,用于为采样模块提供光源的电源信号;
控制单元,用于控制驱动电路的工作状态,提供各模块之间的相互通讯的信号及对叶片生化参数检测流程进行控制;
所述驱动电路的在控制单元的控制下输出光源的电源信号,使光源在灭、较亮、最亮三个状态自动转换。
6.根据权利要求5所述的装置,其特征在于,所述驱动电路采用程控光源稳压驱动电路,该电路中,具有电压反馈功能的稳压芯片通过对采样电阻两端的电压进行反馈,调节稳压芯片的输出电压,与卤钨灯串联的过载保护电阻用于维持电路的稳定性,可调采样电阻实现稳压芯片的输出电压的可变性,增强型场效应管在控制单元的控制下,根据不同的测量步骤,实现通断功能,使得光源在灭,较亮,最亮三个状态自动转化。
7.根据权利要求1所述的装置,其特征在于,对样本叶片进行测量时:
首先,在未放入被测叶片,采样模块上下部保持闭合状态的情况下,在控制模块的控制下,使采样模块中的光源处于灭的状态,光谱仪模块测量获得暗噪声信号,并将其输出给处理模块;
然后,在未放入被测叶片,采样模块上下部保持闭合状态的情况下,在控制模块的控制下,使采样模块中的光源处于较亮状态,光谱仪模块测量获得参考信号,并将其输出给处理模块;
完成上述步骤后,放入被测叶片,使采样模块上下部保持闭合状态,在控制模块的控制下,使采样模块中的光源处于最亮状态,光谱仪模块测量获得测量信号,并将其输出给处理模块。
8.根据权利要求1所述的装置,其特征在于,所述光谱仪模块采用通用光谱仪或自制光谱仪,在对样本叶片进行测量时,进行连续光谱测量,光谱范围为可见-短波近红外(500nm-1100nm)。
9.一种全谱段透射式植物生化参数无损检测方法,其特征在于,该方法包括:
A、采集建模样本,形成建模样本集,采用透射方式测量建模样本集中的样本在可见-短波近红外范围的连续光谱;
B、采用标准分析方法测定建模样本集中样本待测组分的化学含量的真值;
C、对建模样本集中样本的光谱数据进行预处理,所述预处理包括:噪声去除、采用改进的扩展多元散射校正(EMSC)方法进行基线和光程长校正;
D、依据预处理后的建模样本集的光谱数据,采用化学计量学中的多元线性模型,建立叶片吸收光谱和生化参数之间的校正回归模型;
E、对未知样本的光谱数据进行预处理后,将相应波段数据代入校正回归模型,预测所述未知样本的待测组分的化学成分含量。
10.根据权利要求9所述的方法,其特征在于,所述的建模样本集分成外部校正集和内部校正集,所述外部校正集为预处理提供外部参数,内部校正集用来建立叶片生化参数的校正回归模型;所述采用改进的扩展多元散射校正方法进行基线和光程长校正具体为:
步骤C1、将实测光谱表达为理想光谱的数学模型,包括常数项以及独立影响散射的波长项;
步骤C2、将外部校正集的平均光谱作为参考光谱,消除浓度与光程长的线性关系;
步骤C3、利用外部校正集样本定义差谱矩阵,对差谱矩阵进行主成分分解,获得表征散射效应和基线的子空间,并将其定义为外部参数;将外部校正集投影到其正交子空间,消除散射和基线的影响,对投影后的光谱进行主成分分解,用其载荷矩阵代表理想光谱;
步骤C4、对于内部校正集的样本,将实测光谱与所述参考光谱、载荷矩阵、常数项、独立波长项,通过最小二乘拟合的方式确定其每一项系数;
步骤C5、将标定得到参数代入模型中,减去各个影响项,获得校正光谱。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101655178A CN101852725B (zh) | 2010-04-30 | 2010-04-30 | 一种全谱段透射式植物生化参数无损检测装置和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101655178A CN101852725B (zh) | 2010-04-30 | 2010-04-30 | 一种全谱段透射式植物生化参数无损检测装置和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101852725A true CN101852725A (zh) | 2010-10-06 |
CN101852725B CN101852725B (zh) | 2011-11-23 |
Family
ID=42804315
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010101655178A Expired - Fee Related CN101852725B (zh) | 2010-04-30 | 2010-04-30 | 一种全谱段透射式植物生化参数无损检测装置和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101852725B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102809540A (zh) * | 2012-08-15 | 2012-12-05 | 北京雪迪龙科技股份有限公司 | 一种叶片生化参数检测系统及方法 |
CN103115879A (zh) * | 2013-01-18 | 2013-05-22 | 北京林业大学 | 一种利用吸收光谱测定植物活体叶片中叶绿素a、叶绿素b和类胡萝卜素含量的方法 |
CN105787518A (zh) * | 2016-03-17 | 2016-07-20 | 浙江中烟工业有限责任公司 | 一种基于零空间投影的近红外光谱预处理方法 |
CN108449964A (zh) * | 2015-10-23 | 2018-08-24 | 松下知识产权经营株式会社 | 植物的部位的水分量估计方法和植物的部位的水分量估计设备 |
CN108693145A (zh) * | 2017-04-11 | 2018-10-23 | 中国农业大学 | 一种植物叶片含水率检测方法 |
CN108693135A (zh) * | 2017-04-11 | 2018-10-23 | 中国农业大学 | 一种植物叶片含水率检测系统 |
CN108981994A (zh) * | 2018-06-25 | 2018-12-11 | 江苏大学 | 一种确定茶树茎秆剪切力的方法 |
CN110398503A (zh) * | 2019-02-27 | 2019-11-01 | 广西壮族自治区农业科学院 | 一种基于几何形态透射测量的植物病虫害检验方法 |
CN110489851A (zh) * | 2019-08-14 | 2019-11-22 | 上海卫星工程研究所 | 基于光线追迹理论的光学有效载荷外部杂散光抑制方法 |
CN112748106A (zh) * | 2021-02-01 | 2021-05-04 | 珠海市人民医院 | 一种用于内分泌物的酸碱性检测系统 |
CN113125313A (zh) * | 2021-04-01 | 2021-07-16 | 江苏大学 | 一种便携式叶片雾滴沉积荧光检测装置 |
CN115078291A (zh) * | 2022-07-21 | 2022-09-20 | 常州海马科技有限公司 | 一种基于光谱吸收的水遥测传感器及遥测水分含量方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1341310A1 (en) * | 2002-02-27 | 2003-09-03 | Sonyx, Inc | Apparatus and method for encoding of information and apparatus and method for decoding of encoded information |
CN101074925A (zh) * | 2007-06-12 | 2007-11-21 | 浙江大学 | 可见和近红外光谱特征波段的植物叶片灰霉病害诊断方法 |
-
2010
- 2010-04-30 CN CN2010101655178A patent/CN101852725B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1341310A1 (en) * | 2002-02-27 | 2003-09-03 | Sonyx, Inc | Apparatus and method for encoding of information and apparatus and method for decoding of encoded information |
CN101074925A (zh) * | 2007-06-12 | 2007-11-21 | 浙江大学 | 可见和近红外光谱特征波段的植物叶片灰霉病害诊断方法 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102809540A (zh) * | 2012-08-15 | 2012-12-05 | 北京雪迪龙科技股份有限公司 | 一种叶片生化参数检测系统及方法 |
CN103115879A (zh) * | 2013-01-18 | 2013-05-22 | 北京林业大学 | 一种利用吸收光谱测定植物活体叶片中叶绿素a、叶绿素b和类胡萝卜素含量的方法 |
CN103115879B (zh) * | 2013-01-18 | 2015-05-06 | 北京林业大学 | 一种利用吸收光谱测定植物活体叶片中叶绿素a、叶绿素b和类胡萝卜素含量的方法 |
CN108449964A (zh) * | 2015-10-23 | 2018-08-24 | 松下知识产权经营株式会社 | 植物的部位的水分量估计方法和植物的部位的水分量估计设备 |
CN105787518B (zh) * | 2016-03-17 | 2019-04-23 | 浙江中烟工业有限责任公司 | 一种基于零空间投影的近红外光谱预处理方法 |
CN105787518A (zh) * | 2016-03-17 | 2016-07-20 | 浙江中烟工业有限责任公司 | 一种基于零空间投影的近红外光谱预处理方法 |
CN108693145A (zh) * | 2017-04-11 | 2018-10-23 | 中国农业大学 | 一种植物叶片含水率检测方法 |
CN108693135A (zh) * | 2017-04-11 | 2018-10-23 | 中国农业大学 | 一种植物叶片含水率检测系统 |
CN108693145B (zh) * | 2017-04-11 | 2020-02-07 | 中国农业大学 | 一种植物叶片含水率检测方法 |
CN108981994A (zh) * | 2018-06-25 | 2018-12-11 | 江苏大学 | 一种确定茶树茎秆剪切力的方法 |
CN110398503A (zh) * | 2019-02-27 | 2019-11-01 | 广西壮族自治区农业科学院 | 一种基于几何形态透射测量的植物病虫害检验方法 |
CN110489851A (zh) * | 2019-08-14 | 2019-11-22 | 上海卫星工程研究所 | 基于光线追迹理论的光学有效载荷外部杂散光抑制方法 |
CN110489851B (zh) * | 2019-08-14 | 2023-08-08 | 上海卫星工程研究所 | 基于光线追迹理论的光学有效载荷外部杂散光抑制方法 |
CN112748106A (zh) * | 2021-02-01 | 2021-05-04 | 珠海市人民医院 | 一种用于内分泌物的酸碱性检测系统 |
CN113125313A (zh) * | 2021-04-01 | 2021-07-16 | 江苏大学 | 一种便携式叶片雾滴沉积荧光检测装置 |
CN115078291A (zh) * | 2022-07-21 | 2022-09-20 | 常州海马科技有限公司 | 一种基于光谱吸收的水遥测传感器及遥测水分含量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101852725B (zh) | 2011-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101852725B (zh) | 一种全谱段透射式植物生化参数无损检测装置和方法 | |
CN106323909A (zh) | 果蔬品质手持式近红外光谱检测系统及检测方法 | |
Steele et al. | A comparison of two techniques for nondestructive measurement of chlorophyll content in grapevine leaves | |
CN101382488B (zh) | 利用可见-近红外漫反射光谱技术检测茶鲜叶氮含量的方法 | |
CN101625314B (zh) | 一种高等植物生化参数非接触监测装置 | |
US10156475B2 (en) | Radiation measuring systems and methods thereof | |
CN106596436B (zh) | 一种基于光谱法的多参数水质实时在线监测装置 | |
CN104897607A (zh) | 便携式近红外光谱食品建模与快速检测一体化方法和系统 | |
Rohwedder et al. | iHWG-μNIR: a miniaturised near-infrared gas sensor based on substrate-integrated hollow waveguides coupled to a micro-NIR-spectrophotometer | |
CN101403689A (zh) | 一种植物叶片生理指标无损检测方法 | |
KR20080075182A (ko) | 분광 광도계 분석 장치 및 방법 | |
CN102175641A (zh) | 基于中外红量子级联激光器直接吸收光谱法的痕量气体检测装置及方法 | |
Wang et al. | High precision wide range online chemical oxygen demand measurement method based on ultraviolet absorption spectroscopy and full-spectrum data analysis | |
CN101201319A (zh) | 近红外光谱仪 | |
CN102175638A (zh) | 一种快速无损检测黄酒成分含量的装置 | |
Yu et al. | Development of a handheld spectrometer based on a linear variable filter and a complementary metal-oxide-semiconductor detector for measuring the internal quality of fruit | |
CN109115697A (zh) | 一种集合光学探头的水质多参数在线监测装置 | |
CN102628800A (zh) | 植物叶片叶绿素含量测量方法及系统 | |
Liang et al. | Multiplex-gas detection based on non-dispersive infrared technique: a review | |
Sookchalearn et al. | A low-cost sensor for measuring and mapping chlorophyll content in cassava leaves | |
CN202002879U (zh) | 一种黄酒成分含量检测装置 | |
Liu et al. | Potable NIR spectroscopy predicting soluble solids content of pears based on LEDs | |
CN115290587A (zh) | 一种基于空芯光纤的多通道溶液浓度检测方法及检测装置 | |
Sun et al. | Visible-NIR spectroscopy and least square support vector machines regression for determination of vitamin C of mandarin fruit | |
KR100336603B1 (ko) | 근적외선을 이용한 과일당도 판정방법 및 그 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20111123 Termination date: 20140430 |