CN104122242B - 一种沉香结香率的检测方法 - Google Patents
一种沉香结香率的检测方法 Download PDFInfo
- Publication number
- CN104122242B CN104122242B CN201410379885.0A CN201410379885A CN104122242B CN 104122242 B CN104122242 B CN 104122242B CN 201410379885 A CN201410379885 A CN 201410379885A CN 104122242 B CN104122242 B CN 104122242B
- Authority
- CN
- China
- Prior art keywords
- agilawood
- spectral
- detected
- lignum aquilariae
- aquilariae resinatum
- 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.)
- Expired - Fee Related
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 24
- 241001265525 Edgeworthia chrysantha Species 0.000 title abstract 5
- 230000003595 spectral effect Effects 0.000 claims abstract description 69
- 238000000034 method Methods 0.000 claims abstract description 34
- 230000003287 optical effect Effects 0.000 claims abstract description 26
- 238000001228 spectrum Methods 0.000 claims abstract description 20
- 238000007619 statistical method Methods 0.000 claims abstract description 10
- 238000005516 engineering process Methods 0.000 claims abstract description 9
- 238000003384 imaging method Methods 0.000 claims abstract description 3
- 241000199223 Elaeocarpus kirtonii Species 0.000 claims description 29
- 235000009414 Elaeocarpus kirtonii Nutrition 0.000 claims description 29
- 235000013584 Tabebuia pallida Nutrition 0.000 claims description 29
- 230000015572 biosynthetic process Effects 0.000 claims description 27
- 239000000758 substrate Substances 0.000 claims description 18
- 239000000126 substance Substances 0.000 claims description 13
- 230000002093 peripheral effect Effects 0.000 claims description 7
- 238000005286 illumination Methods 0.000 claims description 6
- 230000005855 radiation Effects 0.000 claims description 5
- 238000003708 edge detection Methods 0.000 claims description 4
- 239000013307 optical fiber Substances 0.000 claims description 4
- 230000002457 bidirectional effect Effects 0.000 claims description 3
- 239000004973 liquid crystal related substance Substances 0.000 claims description 2
- 241001265524 Edgeworthia Species 0.000 claims 1
- 238000003908 quality control method Methods 0.000 abstract description 4
- 230000001066 destructive effect Effects 0.000 abstract description 3
- 241000196324 Embryophyta Species 0.000 abstract description 2
- 230000001105 regulatory effect Effects 0.000 abstract 1
- 241000271309 Aquilaria crassna Species 0.000 description 19
- 241001533085 Aquilaria sinensis Species 0.000 description 19
- 239000002023 wood Substances 0.000 description 6
- 238000000701 chemical imaging Methods 0.000 description 5
- 241000894007 species Species 0.000 description 4
- YYGNTYWPHWGJRM-UHFFFAOYSA-N (6E,10E,14E,18E)-2,6,10,15,19,23-hexamethyltetracosa-2,6,10,14,18,22-hexaene Chemical compound CC(C)=CCCC(C)=CCCC(C)=CCCC=C(C)CCC=C(C)CCC=C(C)C YYGNTYWPHWGJRM-UHFFFAOYSA-N 0.000 description 3
- BHEOSNUKNHRBNM-UHFFFAOYSA-N Tetramethylsqualene Natural products CC(=C)C(C)CCC(=C)C(C)CCC(C)=CCCC=C(C)CCC(C)C(=C)CCC(C)C(C)=C BHEOSNUKNHRBNM-UHFFFAOYSA-N 0.000 description 3
- GVJHHUAWPYXKBD-UHFFFAOYSA-N d-alpha-tocopherol Natural products OC1=C(C)C(C)=C2OC(CCCC(C)CCCC(C)CCCC(C)C)(C)CCC2=C1C GVJHHUAWPYXKBD-UHFFFAOYSA-N 0.000 description 3
- PRAKJMSDJKAYCZ-UHFFFAOYSA-N dodecahydrosqualene Natural products CC(C)CCCC(C)CCCC(C)CCCCC(C)CCCC(C)CCCC(C)C PRAKJMSDJKAYCZ-UHFFFAOYSA-N 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 208000015181 infectious disease Diseases 0.000 description 3
- 239000011347 resin Substances 0.000 description 3
- 229920005989 resin Polymers 0.000 description 3
- 229940031439 squalene Drugs 0.000 description 3
- TUHBEKDERLKLEC-UHFFFAOYSA-N squalene Natural products CC(=CCCC(=CCCC(=CCCC=C(/C)CCC=C(/C)CC=C(C)C)C)C)C TUHBEKDERLKLEC-UHFFFAOYSA-N 0.000 description 3
- 229960001295 tocopherol Drugs 0.000 description 3
- 229930003799 tocopherol Natural products 0.000 description 3
- 235000010384 tocopherol Nutrition 0.000 description 3
- 239000011732 tocopherol Substances 0.000 description 3
- GVJHHUAWPYXKBD-IEOSBIPESA-N α-tocopherol Chemical compound OC1=C(C)C(C)=C2O[C@@](CCC[C@H](C)CCC[C@H](C)CCCC(C)C)(C)CCC2=C1C GVJHHUAWPYXKBD-IEOSBIPESA-N 0.000 description 3
- 241000984061 Aquilaria Species 0.000 description 2
- 240000007182 Ochroma pyramidale Species 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 238000011081 inoculation Methods 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 244000306301 Caesalpinia sappan Species 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 241000934856 Daphne Species 0.000 description 1
- 241000233866 Fungi Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 229940035676 analgesics Drugs 0.000 description 1
- 239000000730 antalgic agent Substances 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 125000003118 aryl group Chemical group 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001079 digestive effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000003205 fragrance Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002304 perfume Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 229940125723 sedative agent Drugs 0.000 description 1
- 239000000932 sedative agent Substances 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Landscapes
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种沉香结香率的检测方法。该方法是在一套由紫外光源、载物台、分光器、CCD相机、光学镜头、信号处理器、操控软件和数据处理软件构成的检测系统下进行，检测步骤包括调节紫外光源、固定待检品、确定光谱分辨率，获得标准白板和待检品光谱立方体，然后对光谱立方体进行统计分析，得到沉香的结香率。本发明方法首次提出了利用荧光多光谱成像技术对沉香形成比例进行精确的量化测量，该方法可用于对沉香属中的可结香树种白木香、奇楠沉香等结香率的快速、定量、精准、无损测定。本发明方法可为沉香种植树种的选择、沉香形成培育技术、沉香质量控制等提供有效的技术手段。
Description
技术领域
本发明涉及一种名贵植物沉香树的沉香结香率的检测方法，属于木材品质检测、质量控制技术领域。
背景技术
沉香(AquilariasinensisLour.Gilg)是一种在沉香树里形成的深色心材树脂，沉香树大量分布在华南地区的海南省，广西省以及广东省。当沉香树被霉菌感染的时候就会形成沉香。在感染前，沉香树心材相对来说是比较白皙而且有光亮的；但是，随着感染的进一步扩散，沉香树则会产生一种黑色的带有芳香的树脂去阻止感染的入侵，最后促使了非常高密度，深黑色的树脂嵌入式心材的形成。
沉香在许多文化里面都因为它独特的香味而闻名，所以它经常会被用来制作香水。同时它也是一种著名的传统中药材。在东方，它能被用于制作镇静剂，镇痛剂还有助消化药物。曾经有报道过沉香能够帮助治愈风湿病，心脑血管疾病和许多其他的有关动脉以及心脏的疾病。
随着近几年来野生沉香数量的减少，使用人工培育手段培育沉香已经变得越来越重要。最常用的培育沉香的方法是接菌结香法。为了更好地控制沉香培育的品质，选择合适的沉香树来进行真菌的接种是很有必要的。而结香面积比例则是判断一种沉香树种是否适合的其中一种非常重要的因素。沉香结香面积比例被定义为沉香截面面积与树木截面面积之比，其比例越大，说明树种越合适。量化沉香结香率能够提供信息让人们选择良好的培育品种、控制结香质量。
目前结香率的测定多为人工通过经验、肉眼识别。这种方法一方面需要检测者具有丰富的经验积累，另一方面数据因人而异，无法做到精准定量。另外一种测定方法则是将沉香从树木中取出，通过称重得到结香率。这种方法不仅对名贵的沉香具有破坏性，无法做到无损检测，而且从树盘中取沉香的过程费时、费力，且对操作人员有较高的要求，即便是一位非常娴熟的操作人员，仍不可避免的在沉香表面残留木质。
CN103063773A公开了一种检测白木香是否产生沉香的方法。它是采集白木香树的树叶，测定树叶中是否含有生育酚，如果含有生育酚则该白木香树中产生了沉香，如果不含有生育酚则该白木香树中还没有产生沉香；或者采集白木香树的树叶，阴干后，测定阴干树叶中的角鲨烯含量，如果角鲨烯相对含量超过6%，则该白木香树中产生了沉香，如果角鲨烯相对含量没有超过6%则该白木香树中还没有产生沉香。该方法能快速的、在非破坏性的情况下检测白木香是否产生沉香，但无法得到沉香结香率的量化结果。
光谱成像是一种能够同时获得检测样品空间信息和光谱信息的新技术，检测样本的信号光被分成几个窄频带，然后每个频带的图像分别被检测器捕获，从而得到光谱数据和空间数据。光谱成像技术已经被运用到许多领域比如食品安全、水果质量、药物检测等。
现有技术中，未有使用荧光多光谱成像技术实现沉香结香面积定量检测的报道。
发明内容
本发明的目的是提供一种沉香结香率的检测方法，该方法是采用荧光多光谱成像技术实现沉香树中沉香的生成比例的和沉香种植质量控制的精确，无创，快速测定。
本发明的另一个目的于提供用于上述一种测定方法的检测系统，该系统包括紫外光源、载物台、分光器、CCD相机、光学镜头、信号处理器、一套完整的操控软件和数据处理软件。
本发明的技术方案如下：一种沉香结香率的检测方法，包括如下步骤：
（1）搭建检测系统：所述检测系统由紫外光源、载物台、分光器、CCD相机、光学镜头、信号处理器、操控软件和数据处理软件构成；其中，紫外光通过自由空间传播或光纤导引至载物台，受激辐射的信号光通过自由空间传播或光纤导引至CCD相机，分光器、CCD相机、光学镜头通过光学镜头接圈相连接，CCD相机与信号处理器通过数据线相连；
（2）将标准白板放置于载物台上，调节紫外光源，使光线均匀照射；
（3）将待检品固定于载物台的衬底上；所述衬底为无激发光、黑色背景衬底；
（4）在待检品与CCD相机之间设置分光器，使样品受激辐射的激发光通过分光器后，成像于CCD相机上，并以数字图像的形式存储于信号处理器中；
（5）设定分光器的光谱分辨率，获得由多幅光谱图像组成的光谱立方体：即选择工作波长为450nm~800nm，光谱分辨率最小值可达到2nm，通过设置合适的光谱分辨率，获得清晰的光谱图像；
（6）对光谱立方体进行统计分析，得到沉香在检品上的比率，即沉香的结香率；
（7）对结果进行图像显示、数据显示；
所述紫外光源为两个连续可调紫外光源或通过滤光片获得的365nm窄带紫外光；所述CCD相机采用二维成像，并配光学镜头；所述分光器为滤光片、光栅或棱镜分光器、液晶可调滤光器、声光调制滤光器中的任意一种；所述信号处理器外接有显示屏，信号处理器为计算机、DSP处理器或ARM处理器中的任意一种；
所述操控软件优选具有可实现数据采集端的光谱分辨率、空间分辨率、曝光时间等采集参数的控制功能的操控软件；所述数据处理软件优选具有可实现沉香结香率的计算、沉香空间分布的识别显示功能的数据处理软件。
本发明实施例所采用操控软件和数据处理软件为申请人自行开发，该操控软件通过USB串口通讯，实现对CCD相机、分光器的参数控制，如可选择CCD空间分辨率、曝光时间，分光器的光谱分辨率等；该数据处理软件具有计算沉香结香率、沉香空间分布的识别显示及实现步骤（6）所需统计分析工作的功能。
所述步骤（6）对光谱立方体的统计分析按如下步骤进行：
（1）使用标准白板光照结果对待检品的光谱立方体进行光照度校正；
（2）使用双向高通空间滤波器获得待检品外围轮廓；
（3）人工选取待检品中的白木、沉香、腐朽三种物质中各自的一个小区域，获得三种物质的光谱曲线；
（4）比较三条光谱曲线，以差异最大为原则，重新组合光谱立方体图像，使组合后的光谱图像携带有白木、沉香、腐朽三种物质的光谱差异信息或三种物质中两种的光谱差异信息；
（5）对组合后的光谱图像进行边缘检测，最终提取出沉香的边缘；
（6）采用数字图像填充技术对不规则形状的沉香边缘进行填充，获得沉香分布区域；
（7）以像素记，获得沉香和整个待检品的相对面积，进而获得沉香的面积比，即沉香的结香率。
本发明所述分光器为光栅或棱镜分光器时，在完成步骤（5）设定分光器的光谱分辨率、获得由多幅光谱图像组成的光谱立方体后，利用数据处理软件，通过空间搜寻特征点进行图像匹配。
本发明所述载物台衬底为硬质衬底或形变衬底，载物台衬底为硬质衬底时用于平整样品的测定，载物台衬底为形变衬底时用于无规则形状样品的测定。
本发明所述待检品在进行沉香结香率的检测前，将其表面打磨平整，干燥后，储存在25±3℃的环境中。
本发明所述重新组合光谱立方体图像的方法为波段比值算法或二维主成分、支持向量基等增强不同物质所在区域差异的方法。
本发明沉香结香率的检测系统，其工作原理是：紫外线灯作为激发光源，均匀地激发样品，而分光器用于选择样品受激发射信号的波长。从光源发出的紫外线光到达在底衬上的样品，然后样品受到激发，发出荧光，紧接着样品发出的光线经过分光器过滤，被CCD相机捕获，成像于CCD相机上，并以数字图像的形式存储于信号处理器中，再通过信号处理器的显示器显示出来。因此，我们就能得到一个样品的光谱立方体，对该光谱立方体进行定量分析就可以得到沉香的结香率。
对样品的光谱立方体进行统计分析的方法说明：样品的光谱立方体的每一幅图像里都有四个不同的部分：白木，沉香，腐朽以及背景。白木，沉香以及腐朽的空间分布是没有规律的，而光谱的差异就是用于检测哪一部分是沉香，哪一部分是白木，哪一部分是腐朽，因此，在进行统计分析时，需要采用统计分析步骤（3）和（4）获取光谱曲线和光谱差异信息来区别出白木，腐朽和沉香。
所述光谱曲线的获得方法是：以白木为例，第一步，基于人工判断设计掩膜，获得白木的一个小区域；第二步，计算选定区域的平均光强，其结果代表了白木在该波长下的对应光强；最后，为了得到在不同波长下的一组数据，其他图像的同一区域也采用上述第一第二步的方法进行，从而获得一组平均光强数据，即为白木的光谱曲线数据。沉香和腐朽的光谱曲线数据也是通过这种方法得到。
本发明利用腐朽、沉香、白木各自光谱曲线的差异，对光谱立方体中的图像进行增强，对增强图像进行边缘检测，分别获得剔除白木、剔除腐朽分布区域的图像，再通过对白木和腐朽面积取交集得到沉香的边缘，然后对沉香内外边缘之间采用数字图像填充，获得最终的通过光谱信息空间定位出的沉香区域，最后结合双向高通滤波器得到的待检品外围轮廓，通过像素计算，分别获得沉香和整个待检品的相对面积，进而获得沉香的面积比，即沉香的结香率。
本发明方法首次提出了利用荧光多光谱成像技术对沉香形成比例进行精确的量化测量，该方法可用于对沉香属中的可结香树种白木香(Aquilariasinensis，別名：蜜香树、莞香树、土沉香、女儿香、牙香)、奇楠沉香（A.crassna）等结香率的快速、定量、精准测定。本发明方法可为沉香种植树种的选择、沉香形成培育技术、沉香质量控制等提供有效的技术手段。
附图说明
图1为检测系统的光谱成像光路图。
图2为待检品的光谱立方体图。
图3为从光谱立方体中获得的白木（a）、沉香（b）、腐朽（c）三种不同物质的光谱曲线。
图4（a）为通过光谱信息空间定位出的沉香区域；（b）为使用双向高通滤波器得到的待检品外围轮廓。
具体实施方式
下面通过实施例对本发明做进一步详细说明，这些实施例仅用来说明本发明，并不限制本发明的范围。
实施例
1、待检品：采集自广东省化州的一片人工林里面、从在地面上1.3米以上高度的7年树龄的土沉香，并且通过沉香形成的液体输注技术处理全身，经过两年之后再被截取下来进行样品中沉香结香率的检测。检查前，将待检品表面打磨平整，干燥，储存于25℃±3的环境中。
2、在华南农业大学广东省森林植物种质创新与利用重点实验室搭建检测系统
主要构件包括：两个365nm的紫外线灯（EA-160/FA,SpectronicsCorp.,NY,USA)，载物台、分光器选用光学滤光片（300nm-800nm,ThorlabsInc.,NJ,USA)，CCD相机（1/2″，1280×1024）、光学相机镜头（M0814-MP,ComputarCompany,Japan）、一台电脑主机及显示器。
3、检测操作
（1）将标准白板放置于载物台上，调节紫外光源，使光线均匀照射；
（2）将待检品固定于载物台的无激发光、黑色背景硬质衬底上；
（3）在待检品与CCD相机之间设置光学滤片，使样品受激辐射的激发光通过滤片后，成像于CCD相机上，并以数字图像的形式存储于信号处理器中；
（4）设定光学滤片的光谱分辨率，选择工作波长从450nm~800nm，间隔为10nm，获得由多幅光谱图像组成的光谱立方体，如图2示。
4、光谱立方体统计分析
（1）使用标准白板光照结果对待检品的光谱立方体进行光照度校正
（2）使用双向高通空间滤波器（公式①）获得待检品外围轮廓
①
式中，I指的是一个像素点的光强，A指的是截止光强，拥有大于或等于A的光强信号才能够通过高通滤波器，而小于A的则会衰减。公式①里的滤波器被用于从光谱图像的左边进行逐行扫描。扫描一直持续到第一个能够通过滤波器的像素点出现为止，该像素是在相应的行中的样品的左边缘，然后滤波器开始从右边进行扫描寻找右边缘。
通过双向高通空间滤波器获得的待检品外围轮廓如图4(b)。
（3）人工选取待检品中的白木、沉香、腐朽三种物质中各自的一个小区域，获得三种物质的光谱曲线
以白木为例，第一步，基于人工判断设计掩膜，获得白木的一个小区域；第二步，计算选定区域的平均光强，其结果代表了白木在该波长下的对应光强；最后，为了得到在不同波长下的一组数据，其他图像的同一区域也采用上述第一第二步的方法进行，从而获得一组平均光强数据，即为白木的光谱曲线数据。沉香和腐朽的光谱曲线数据也是通过这种方法得到。
从光谱立方体中获得的白木、腐朽、沉香三种不同物质的光谱曲线如图3所示。
（4）比较三条光谱曲线，以差异最大为原则，重新组合光谱立方体图像，使组合后的光谱图像携带有白木、沉香、腐朽三种物质的光谱差异信息或三种物质中两种的光谱差异信息；
选择光谱图像中波长550nm处的图像进行待检样品中沉香，白木以及腐朽区域的区分辨别。从图3的三张光谱图能够清晰地看到沉香，白木以及腐朽三个部分的光谱差异。每个波长下白木受激辐射的荧光强度要比沉香区域和腐朽区域的高得多，所以在任何波长下的光谱图像都能够用来区分出白木。在这里，我们使用了550nm波长下的图像。通过对比沉香和腐朽的光谱曲线图，我们发现在他们的光谱曲线图的最高值都是在510nm处，而在560nm处沉香的光谱曲线图再次出现了一个峰值，但在相同的位置腐朽并没有出现相应的峰值。所以我们运用510nm和560nm的波段比值算法区分出腐朽部位。
（5）对组合后的光谱图像进行边缘检测，最终提取出沉香的边缘；
采用边缘检测滤波器来检测白木的边缘。首先，用高斯滤波器平滑以减少图像噪声；其次，计算局部梯度和每个点的边缘方向以得到局域图像脊线，表达式如下。
②
其中，是每个点的局部梯度，边缘点为本地对梯度方向上的最大灰度值点，所有这些边缘点可以形成梯度幅值的脊；然后，追踪所有脊的顶部，并让所有不在脊顶部的像素为零，这也被称为被称为非最大抑制处理；最后，确定脊的有效范围，在该范围内，将每8个相邻像素连接起来，构成白木的边缘。
（6）采用数字图像填充技术对不规则形状的沉香边缘进行填充，获得沉香分布区域；
将白木和腐朽之后区别开来后，通过对白木和腐朽面积取交叉互补集得到沉香的边缘，然后根据沉香的边缘，采用数字图像填充内部和外部边缘之间的区域，就能够得到最终的通过光谱信息空间定位出的沉香区域，如图4(a)所示。
（7）以像素记，获得沉香和整个待检品的相对面积，进而获得沉香的面积比，即沉香的结香率：
计算如图4(a)的沉香分布区域内的像素的数目，得到沉香的相对面积，计算如图4(b)的外围轮廓所包围的像素的数目，得到整个样品的相对面积。沉香的面积百分比就是沉香的相对面积与整个样品的相对面积的比率。根据计算，待检品中沉香面积的百分比为2.06%，即采用本发明方法得到的结香率为2.06%。
Claims (6)
1.一种沉香结香率的检测方法，其特征在于：包括如下步骤：
（1）搭建检测系统：所述检测系统由紫外光源、载物台、分光器、CCD相机、光学镜头、信号处理器、操控软件和数据处理软件构成；其中，紫外光通过自由空间传播或光纤导引至载物台，受激辐射的信号光通过自由空间传播或光纤导引至CCD相机，分光器、CCD相机、光学镜头通过光学镜头接圈相连接，CCD相机与信号处理器通过数据线相连；
（2）将标准白板放置于载物台上，调节紫外光源，使光线均匀照射；
（3）将待检品固定于载物台的衬底上；所述衬底为无激发光、黑色背景衬底；
（4）在待检品与CCD相机之间设置分光器，使待检品受激辐射的激发光通过分光器后，成像于CCD相机上，并以数字图像的形式存储于信号处理器中；
（5）设定分光器的光谱分辨率，获得由多幅光谱图像组成的光谱立方体：选择工作波长为450nm~800nm，光谱分辨率最小值为2nm；
（6）对步骤（5）获得的光谱立方体进行统计分析，得到沉香在待检品上的比率，即沉香的结香率；
（7）对结果进行图像显示、数据显示；
所述紫外光源为两个连续可调紫外光源或窄带紫外光源365nm；所述CCD相机采用二维成像，并配光学镜头；所述分光器为滤光片、光栅或棱镜分光器、液晶可调滤光器、声光调制滤光器中的任意一种；所述信号处理器外接有显示屏，信号处理器为采用计算机、DSP处理器或ARM处理器中的任意一种；
所述操控软件具有实现数据采集端的光谱分辨率、空间分辨率、曝光时间的控制功能；所述数据处理软件用于沉香结香率的计算、沉香空间分布的识别显示。
2.根据权利要求1所述的沉香结香率的检测方法，其特征在于：所述步骤（6）对光谱立方体的统计分析按如下步骤进行：
（1）使用标准白板光照结果对待检品的光谱立方体进行光照度校正；
（2）使用双向高通空间滤波器获得待检品外围轮廓；
（3）人工选取待检品中的白木、沉香、腐朽三种物质中各自的一个小区域，获得三种物质的光谱曲线；
（4）比较三条光谱曲线，以差异最大为原则，重新组合光谱立方体图像，使组合后的光谱图像携带有白木、沉香、腐朽三种物质的光谱差异信息或三种物质中两种的光谱差异信息；
（5）对组合后的光谱图像进行边缘检测，最终提取出沉香的边缘；
（6）采用数字图像填充技术对不规则形状的沉香边缘进行填充，获得沉香分布区域；
（7）以像素记，获得沉香和整个待检品的相对面积，进而获得沉香的面积比，即沉香的结香率。
3.根据权利要求1所述的沉香结香率的检测方法，其特征在于：所述分光器为光栅或棱镜分光器时，在完成步骤（5）设定分光器的光谱分辨率、获得由多幅光谱图像组成的光谱立方体后，再利用数据处理软件，通过空间搜寻特征点进行图像匹配。
4.根据权利要求1所述的沉香结香率的检测方法，其特征在于：所述载物台衬底为硬质衬底或可形变衬底，分别用于平整样品或无规则形状样品的测定。
5.根据权利要求1或2所述的沉香结香率的检测方法，其特征在于：所述待检品在进行沉香结香率的检测前，将其表面打磨平整，干燥后，储存在25±3℃的环境中。
6.根据权利要求2所述的沉香结香率的检测方法，其特征在于：所述重新组合光谱立方体图像的方法为波段比值或二维主成分方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410379885.0A CN104122242B (zh) | 2014-08-05 | 2014-08-05 | 一种沉香结香率的检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410379885.0A CN104122242B (zh) | 2014-08-05 | 2014-08-05 | 一种沉香结香率的检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104122242A CN104122242A (zh) | 2014-10-29 |
| CN104122242B true CN104122242B (zh) | 2016-06-15 |
Family
ID=51767738
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410379885.0A Expired - Fee Related CN104122242B (zh) | 2014-08-05 | 2014-08-05 | 一种沉香结香率的检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104122242B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104749121A (zh) * | 2015-04-01 | 2015-07-01 | 浙江中医药大学 | 基于光谱成像技术快速鉴别真伪龙齿的鉴定方法 |
| CN105699343B (zh) * | 2016-01-05 | 2018-08-14 | 华南农业大学 | 一种沉香真伪无损鉴别的方法 |
| CN107703880B (zh) * | 2017-11-01 | 2024-02-20 | 遵义医学院 | 一种沉香自动分离设备 |
| CN114112951A (zh) * | 2021-11-17 | 2022-03-01 | 广东省科学院动物研究所 | 一种高光谱鉴别虫漏沉香的方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009058405A (ja) * | 2007-08-31 | 2009-03-19 | Olympus Corp | 光分析装置 |
| CN103063773A (zh) * | 2012-12-26 | 2013-04-24 | 广东省微生物研究所 | 一种检测白木香是否产生沉香的方法 |
| CN103487419A (zh) * | 2013-09-22 | 2014-01-01 | 江苏美伦影像系统有限公司 | 激光共聚焦扫描显微成像系统 |
-
2014
- 2014-08-05 CN CN201410379885.0A patent/CN104122242B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009058405A (ja) * | 2007-08-31 | 2009-03-19 | Olympus Corp | 光分析装置 |
| CN103063773A (zh) * | 2012-12-26 | 2013-04-24 | 广东省微生物研究所 | 一种检测白木香是否产生沉香的方法 |
| CN103487419A (zh) * | 2013-09-22 | 2014-01-01 | 江苏美伦影像系统有限公司 | 激光共聚焦扫描显微成像系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104122242A (zh) | 2014-10-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104122242B (zh) | 一种沉香结香率的检测方法 | |
| JP6670327B2 (ja) | 宝石用原石の色測定 | |
| RU2388203C2 (ru) | Устройство для определения однородности партии семян | |
| US20190347482A1 (en) | System and method of unique identifying a gemstone | |
| CN103063585A (zh) | 瓜果成熟度快速无损检测装置及检测系统建立方法 | |
| Al‐Zain et al. | Degree of conversion and cross‐link density within a resin‐matrix composite | |
| CN103278460A (zh) | 一种柑橘树红蜘蛛虫害胁迫情况测试分析方法 | |
| Li et al. | Structured illumination reflectance imaging for enhanced detection of subsurface tissue bruising in apples | |
| Soares et al. | Classification of individual cotton seeds with respect to variety using near-infrared hyperspectral imaging | |
| CN104406940A (zh) | 一种打工业蜡大米的无损鉴别方法 | |
| RU2004110932A (ru) | Оценка качества алмаза | |
| Manea et al. | Hyperspectral imaging in different light conditions | |
| JP2017064405A (ja) | 光学測定装置及び光学測定方法 | |
| Aloupogianni et al. | Design of a hyper-spectral imaging system for gross pathology of pigmented skin lesions | |
| Torres et al. | Setting up a methodology to distinguish between green oranges and leaves using hyperspectral imaging | |
| JP6754114B2 (ja) | 画像解析装置 | |
| JP3178017B2 (ja) | メロンの外観評価装置 | |
| WO2016084452A1 (ja) | 近赤外光を用いた樹木の種子選別方法 | |
| US10876972B2 (en) | Full scale Raman imaging for early caries detection | |
| Yao et al. | Spectral angle mapper classification of fluorescence hyperspectral image for aflatoxin contaminated corn | |
| JP6439295B2 (ja) | 植物体の検査装置及び検査方法 | |
| Katsoulas et al. | Calibration methodology of a hyperspectral imaging system for greenhouse plant water status assessment | |
| Moltó et al. | Analysis of hyperspectral images of citrus fruits | |
| Hernandez-Palacios et al. | Intercomparison of EMCCD-and sCMOS-based imaging spectrometers for biomedical applications in low-light conditions | |
| Sumriddetchkajorn et al. | Two-wavelength spectral imaging-based Thai rice breed identification |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160615 |