CN104833638B - 基于连续波的双层瓜果组织光学特性无损检测方法与装置 - Google Patents
基于连续波的双层瓜果组织光学特性无损检测方法与装置 Download PDFInfo
- Publication number
- CN104833638B CN104833638B CN201510176172.9A CN201510176172A CN104833638B CN 104833638 B CN104833638 B CN 104833638B CN 201510176172 A CN201510176172 A CN 201510176172A CN 104833638 B CN104833638 B CN 104833638B
- Authority
- CN
- China
- Prior art keywords
- spectrum
- optical fiber
- sample
- optical
- double
- 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.)
- Active
Links
- 230000003287 optical effect Effects 0.000 title claims abstract description 95
- 238000001514 detection method Methods 0.000 title claims abstract description 31
- 241000219112 Cucumis Species 0.000 title claims abstract description 26
- 235000015510 Cucumis melo subsp melo Nutrition 0.000 title claims abstract description 26
- FJJCIZWZNKZHII-UHFFFAOYSA-N [4,6-bis(cyanoamino)-1,3,5-triazin-2-yl]cyanamide Chemical compound N#CNC1=NC(NC#N)=NC(NC#N)=N1 FJJCIZWZNKZHII-UHFFFAOYSA-N 0.000 title claims abstract description 26
- 235000013399 edible fruits Nutrition 0.000 title claims abstract description 26
- 238000001228 spectrum Methods 0.000 claims abstract description 77
- 238000000034 method Methods 0.000 claims abstract description 48
- 238000010521 absorption reaction Methods 0.000 claims abstract description 24
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 239000013307 optical fiber Substances 0.000 claims description 59
- 238000000985 reflectance spectrum Methods 0.000 claims description 23
- 230000003595 spectral effect Effects 0.000 claims description 16
- 238000003384 imaging method Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 230000009467 reduction Effects 0.000 claims description 9
- 230000008878 coupling Effects 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 claims description 6
- 238000005859 coupling reaction Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims 1
- 239000000523 sample Substances 0.000 description 34
- 239000010410 layer Substances 0.000 description 29
- 238000005516 engineering process Methods 0.000 description 13
- 235000005976 Citrus sinensis Nutrition 0.000 description 7
- 240000002319 Citrus sinensis Species 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 238000009792 diffusion process Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 239000002356 single layer Substances 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000012850 discrimination method Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 229910052736 halogen Inorganic materials 0.000 description 2
- 150000002367 halogens Chemical class 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 2
- 229910052721 tungsten Inorganic materials 0.000 description 2
- 239000010937 tungsten Substances 0.000 description 2
- TVEXGJYMHHTVKP-UHFFFAOYSA-N 6-oxabicyclo[3.2.1]oct-3-en-7-one Chemical compound C1C2C(=O)OC1C=CC2 TVEXGJYMHHTVKP-UHFFFAOYSA-N 0.000 description 1
- 206010048768 Dermatosis Diseases 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 208000017520 skin disease Diseases 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000005570 vertical transmission Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及基于连续波的双层瓜果组织光学特性无损检测方法与装置。目的是提供的方法和装置可以非侵入的方式实时、无损的获取瓜果果皮与果肉的吸收系数μa和约化散射系数μs’。技术方案是：一种基于连续波的双层瓜果组织光学特性无损检测方法，其特征在于：首先在倾斜入射光源条件下，通过高光谱成像系统扫描采集样本在不同位置的漫反射高光谱图像，之后通过反向有限元方法反演计算漫反射高光谱图像包含的第一层组织的光学特性信息，得到第一层组织被扫描区域的平均吸收系数μa1和约化散射系数μs1’。一种基于连续波的双层瓜果组织光学特性无损检测装置，包括高光谱成像系统、光源系统及样本输送装置。
Description
技术领域
本发明涉及一种生物组织光学特性无损检测方法与装置，尤其涉及一种基于连续波的双层瓜果组织光学特性无损检测方法与装置。
背景技术
光谱分析技术，尤其是可见与近红外波段，在农产品品质分析领域的应用已经十分广泛，目前主要应用于农产品品质检测，例如瓜果类的糖度、硬度及病变等。但常规光谱分析技术获得的光谱为光与生物组织相互作用后的所有光信号，无法将吸收特性与散射特性进行分离，且不具有指纹图谱的特性，在后期分析时只能通过化学计量学与统计学方法分析建模，有人称此过程为“暗箱”。在光源设计及布置时，也只能通过经验与后期建模效果来进行对比，过程繁琐且可靠性差。这主要是由于缺乏对光在生物组织中传播的理解及生物组织光学特性的相关知识。生物组织光学特性在医学领域的研究已经相当深入，通过光学特性进行疾病诊断已经成为医疗诊断的重要方法之一。但对于农产品光学特性的研究却鲜有报道。因此，对农产品光学特性的检测，尤其是针对双层组织结构的瓜果类光学特性的检测，就显得尤为重要。
光与生物组织的相互作用主要包括吸收与散射，与之相对应的光学特性参数分别为吸收系数(μa)、约化散射系数(μs’)。对于农产品诸如瓜果类，光与生物组织的相互作用主要表现出弱吸收、强散射的特性。辐射传输理论(Radiation Transfer Theory)能够较为准确的描述光在生物组织中的传播，但该模型较为复杂，变量较多，不适用于实际应用。扩散近似理论(Diffusion Approximation)作为辐射传输理论的简化，已被证明并广泛应用于生物组织内光传输的描述。基于扩散近似理论的光学特性检测方法主要有时域方法、频域方法、空间分辨方法和积分球方法等。其中基于连续波的空间分辨方法能够实现宽波段检测，较适合于农产品光学特性检测。
公开号为CN101581666A的发明介绍了一种基于连续波的皮肤光学特性参数测试仪，该发明所用探头将光源光线与多根探测光纤紧密排列并安装在基体上，以提高测量的空间分辨率(亚毫米量级)。该方法单次只能检测一个波长下的光学特性参数，而且不能用于双层生物组织的光学特性参数检测。公开号为CN103940776A的发明公开了一种基于积分球方法的农产品光学特性检测装置。该发明通过控制系统控制光源切换装置在多个光源之间自由切换，通过积分球与光谱仪采集农产品组织的光谱数据，从而计算出光学特性。该方法较为传统，单次只能测得单波长下的光学特性参数，同样不能用于双层生物组织的光学特性参数检测。公开号为CN102058393A的发明提供了一种基于光谱测量的皮肤光学特性参数测量方法和系统，该方法通过实验数据和蒙特卡洛模拟相结合的方法进行数据分析进而拟合出皮肤的光学特性参数。公开号为CN101313847A提供了一种对人体皮肤病变组织进行无损光学参数成像的装置与方法。该发明用线阵CCD探测斜入射光源的漫反射光，用蒙特卡洛统计方法逆向求解皮肤组织表面的吸收系数和约化散射系数。以上两个发明都基于蒙特卡洛方法，计算算法繁琐，计算时间较长，无法进行实时处理。同样，上述两个发明只适用于单层组织光学特性检测。
对于瓜果类农产品，大多属于双层结构组织(果皮、果肉)，且果皮和果肉的光学特性通常存在较大差异。因此有必要对双层结构组织分别测出其光学特性参数。Kienle等(参见Kienle A,等.Noninvasive determination of the optical properties of two-layered turbid media.Applied optics,1998,37(4):779-791.)基于扩散近似理论推导出了用于双层生物组织光学特性参数检测的理论模型，可用于双层生物组织光学特性参数的反演计算。Cen等(参见Cen H,等.Quantification of the optical properties oftwo-layer turbid materials using a hyperspectral imaging-based spatially-resolved technique.Applied optics,2009,48(29):5612-5623.)对上述模型进行了验证及应用，结果表明，在已知第一层光学特性参数及厚度的情况下，反演计算得到的第二层光学特性参数精度较高，而对双层光学特性参数进行同时反演计算时，精度较差，误差高达23％。
发明内容
本发明所要解决的技术问题是克服上述背景技术的不足，提供一种基于连续波的双层瓜果组织光学特性无损检测方法与装置，本发明综合了高光谱成像技术、空间分辨漫反射技术、倾斜反射技术(Oblique reflectrometry)及有限元分析方法，可以非侵入的方式实时、无损的获取瓜果果皮与果肉的吸收系数μa和约化散射系数μs’。
本发明采用了以下技术方案：一种基于连续波的双层瓜果组织光学特性无损检测方法，其特征在于：首先在倾斜入射光源条件下，通过高光谱成像系统扫描采集样本在不同位置的漫反射高光谱图像，之后通过反向有限元方法反演计算漫反射高光谱图像包含的第一层组织的光学特性信息，得到第一层组织被扫描区域的平均吸收系数μa1和约化散射系数μs1’；
然后在垂直入射光源的条件下，通过高光谱成像系统扫描采集样本的漫反射高光谱图像，最后通过反向有限元方法反演计算漫反射高光谱图像包含的第一层及第二层组织的光学特性信息，其中第一层组织的光学特性信息已知，得到第二层组织被扫描区域的平均吸收系数μa2和约化散射系数μs2’
上述基于连续波的双层瓜果组织光学特性无损检测方法，包括下列步骤：
(1)用计算机控制位移平台输送样本至光源正下方停止，开启倾斜入射光源，然后高光谱成像系统通过沿样本运动方向的线扫描获取样本漫反射高光谱图像，此图像由二维数组组成，包括空间信息和光谱信息；线扫描的位置通过镜头中心且沿样本运动方向；由于倾斜入射光源朝镜头中心方向倾斜入射，所采集的图像只包含样本第一层的光学特性信息；
(2)提取步骤(1)中采集的漫反射高光谱图像得到不同波长对应的空间分辨漫反射光谱，通过反向有限元方法反演计算得到第一层组织被扫描区域的平均吸收系数μa1和约化散射系数μs1’；
(3)保持样本位置不动，开启垂直入射光源，高光谱成像系统通过线扫描方式采集样本的漫反射高光谱图像，此图像由二维数组组成，包括空间信息和光谱信息，此图像包含第一层及第二层组织的光学特性信息；
(4)提取步骤(3)中采集的漫反射高光谱图像得到不同波长对应的空间分辨漫反射光谱，通过反向有限元方法反演计算得到第二层组织被扫描区域的平均吸收系数μa2和约化散射系数μs2’。
所述步骤(2)包括下列操作内容：
(2a)步骤(1)所采集的图像为二维数组，其中一维为光谱信息，另一维为空间信息；空间分辨漫反射光谱提取时保留所有空间信息，即一个波长提取出一条空间分辨漫反射光谱，然后将提取出的空间分辨漫反射光谱进行平滑降噪；
(2b)所述反演算法具体包括：有限元方法基于初始光学特性参数值对倾斜入射光在单层组织内的传输进行仿真得出相应的空间分辨漫反射光谱，将该光谱与高光谱成像系统采集的空间分辨漫反射光谱进行对比，计算出光谱所有位置纵坐标的差值平方和，并通过非线性偏最小二乘法进行优化并对初始光学特性参数值进行更新迭代，当两条光谱的差值平方和小于设置的阈值时停止计算，得出对应的吸收系数μa1和约化散射系数μs1’；
(2c)依次提取不同波长对应的空间分辨漫反射光谱，重复步骤(2b)，计算出所有波长下的光学特性参数。
所述步骤(4)包括以下操作内容：
(4a)步骤(3)所采集的图像为二维数组，其中一维为光谱信息，另一维为空间信息；空间分辨漫反射光谱提取时保留所有空间信息，即一个波长提取出一条空间分辨漫反射光谱，然后将提取出的空间分辨漫反射光谱进行平滑降噪；
(4b)所述反演算法具体包括：有限元方法基于初始光学特性参数值对垂直入射光在双层组织内的传输进行仿真得出相应的空间分辨漫反射光谱，将该光谱与高光谱成像系统采集的空间分辨漫反射光谱进行对比，计算出光谱所有位置纵坐标的差值平方和，并通过非线性偏最小二乘法进行优化并对初始光学特性参数值进行更新迭代，当两条光谱的差值平方和小于设置的阈值时停止计算，得出对应的吸收系数μa2和约化散射系数μs2’。
一种基于连续波的双层瓜果组织光学特性无损检测装置，其特征在于：包括高光谱成像系统、光源系统及样本输送装置；其中，高光谱成像系统包括依次连接的CCD相机、成像光谱仪及镜头，镜头竖直朝下布置；光源系统包括两个光源，分别与两个光源耦合的垂直入射光纤、倾斜入射光纤及光纤固定支架，垂直入射光纤、倾斜入射光纤分别通过固定螺母垂直固定在光纤固定支架上，且垂直入射光纤位于倾斜入射光纤的前侧，光纤固定支架沿样本运动方向布置，并与镜头的轴线呈一定夹角。
所述样本输送装置包括电机、联轴器、线性滑轨和托盘；电机通过联轴器与线性滑轨的转轴连接，托盘固定在线性滑轨的滑块上。
所述倾斜入射光纤的固定螺母中，其中一个固定螺母将倾斜入射光纤的下端固定在光纤固定支架上，另一个螺母安装在光纤固定支架的弧形槽内并固定着倾斜入射光纤的中部，螺母可在弧形槽内滑动从而调节倾斜入射光纤与水平面的夹角，该夹角范围为15°-75°。
所述光纤固定支架与镜头的轴线的夹角为4～8°。
本发明的有益效果是：本发明提供了一种基于连续波的双层瓜果组织光学特性无损检测方法与装置，综合了高光谱成像技术、空间分辨漫反射技术、倾斜反射技术及有限元分析方法，可以非侵入的方式实时、无损的获取瓜果果皮与果肉在宽波段(400-1100nm)的吸收系数μa和约化散射系数μs’。较已有方法具有检测精度高、覆盖波段宽、备样简单、无损、操作简单的优势，且能够同时实现双层组织的光学特性检测。
附图说明
图1是本发明的整体结构图。
图2a-1、2a-2是本发明的主视及侧视结构示意图。
图2b是图2a-2中A部的放大示意图。
图3是本发明的检测流程图。
图4是本发明的反演算法流程图。
图中：1、CCD相机，2、成像光谱仪，3、镜头，4、一号光源，5、垂直入射光纤，6、二号光源，7、倾斜入射光纤，8、光纤固定支架，9、固定螺母，10、样本，11、托盘，12、线性滑轨，13、滑块，14、联轴器，15、电机，8-1、弧形槽，12-1、转轴。
具体实施方式
以下结合说明书附图，对本发明作进一步说明，但本发明并不局限于以下实施例。
本发明所述的基于连续波的双层瓜果组织光学特性无损检测方法，综合了高光谱成像技术、空间分辨漫反射技术、倾斜反射技术及有限元分析方法。其中高光谱成像技术通过线扫描采集样本的漫反射高光谱图像，该图像由二维数组组成，同时包含了光谱信息和空间信息；空间分辨漫反射技术则用于通过漫反射光谱在不同位置的变化来反演计算生物组织的光学特性参数；该方法所用光源包括垂直入射光源与倾斜入射光源两部分，其中倾斜入射光源用于获取第一层组织的光学特性信息，而垂直入射光源则用于获取第一层及第二层组织的光学特性信息；有限元方法与反演算法结合，组成反向有限元方法，通过反演计算得出生物组织的光学特性参数。
如图3所示，所述方法包括下列操作步骤：
(1)用计算机控制位移平台输送样本至光源正下方停止，开启倾斜入射光源，然后高光谱成像系统通过沿样本运动方向的线扫描获取样本漫反射高光谱图像，此图像由二维数组组成，包括空间信息和光谱信息。线扫描的位置通过镜头中心且沿样本运动方向。由于倾斜入射光源朝镜头中心方向倾斜入射，所采集的图像只包含样本第一层的光学特性信息；
(2)提取步骤(1)中采集的漫反射高光谱图像得到不同波长对应的空间分辨漫反射光谱，通过反向有限元方法反演计算得到第一层组织被扫描区域的平均吸收系数μa1和约化散射系数μs1’；
(3)保持样本位置不动，开启垂直入射光源，高光谱成像系统通过线扫描方式采集样本的漫反射高光谱图像，得到二维数组(空间信息和光谱信息)，此图像包含第一层及第二层组织的光学特性信息；
(4)提取步骤(3)中采集的漫反射高光谱图像得到不同波长对应的空间分辨漫反射光谱，通过反向有限元方法反演计算得到第二层组织被扫描区域的平均吸收系数μa2和约化散射系数μs2’。
所述步骤(2)进一步包括下列操作内容：
(2a)步骤(1)所采集的图像为二维数组，其中一维为光谱信息，另一维为空间信息。空间分辨漫反射光谱提取时保留所有空间信息，即一个波长提取出一条空间分辨漫反射光谱，然后将提取出的空间分辨漫反射光谱进行平滑降噪；
(2b)如图4所示，反演算法具体包括：有限元方法基于初始光学特性参数值对倾斜入射光在单层组织内的传输进行仿真得出相应的空间分辨漫反射光谱，将该光谱与高光谱成像系统采集的空间分辨漫反射光谱进行对比，计算出光谱所有位置纵坐标的差值平方和，并通过非线性偏最小二乘法进行优化并对初始光学特性参数值进行更新迭代，当两条光谱的差值平方和小于设置的阈值(根据需要的计算精度和速度确定)时停止计算，得出对应的吸收系数μa1和约化散射系数μs1’；
(2c)依次提取不同波长对应的空间分辨漫反射光谱，重复步骤(2b)，便可计算出所有波长下的光学特性参数。
所述步骤(4)进一步包括以下操作内容：
(4a)步骤(3)所采集的图像为二维数组，其中一维为光谱信息，另一维为空间信息。空间分辨漫反射光谱提取时保留所有空间信息，即一个波长提取出一条空间分辨漫反射光谱，然后将提取出的空间分辨漫反射光谱进行平滑降噪；
(4b)如图4所示，反演算法具体包括：有限元方法基于初始光学特性参数值对垂直入射光在双层组织内的传输进行仿真得出相应的空间分辨漫反射光谱，将该光谱与高光谱成像系统采集的空间分辨漫反射光谱进行对比，计算出光谱所有位置纵坐标的差值平方和，并通过非线性偏最小二乘法进行优化并对初始光学特性参数值进行更新迭代，当两条光谱的差值平方和小于设置的阈值(根据需要的计算精度和速度确定)时停止计算，得出对应的吸收系数μa2和约化散射系数μs2’。
所述的有限元仿真，基于以下控制方程和边界条件：
控制方程：D▽2Φ(r)-μaΦ(r)＝S
边界条件：
其中D为扩散系数，
D＝1/(3(μa2+μs2’))
A与边界处内部反射有关，可通过下式计算：
A＝(1+R)/(1-R)
R≈-1.4399n-2+0.7099n-1+0.6681+0.0636n
其中n为折射率。
如图1到图2b所示，本发明所述的一种基于连续波的双层瓜果组织光学特性无损装置，包括：高光谱成像系统、光源系统及样本输送装置；
如图1、图2a-1、图2a-2所示，高光谱成像系统：包括CCD相机1(与计算机连接)、成像光谱仪2及镜头3(竖直朝下布置)；CCD相机1分辨率不低于512*512像素，光谱覆盖范围200-1100nm；成像光谱仪2光谱覆盖范围400-1100nm，成像光谱仪2尾端与CCD相机1相连；镜头3为变焦镜头，焦距范围11-110mm，镜头3与成像光谱仪2前端相连，镜头3前端到样本被检测位置的距离为11-110mm，具体根据被检测对象大小而定，须保证线扫描区域落在样本上；高光谱系统垂直固定在机架(未画出)上。
如图2a-1、图2a-2、图2b所示，光源系统：包括两个相同的卤钨灯光源(一号光源4和二号光源6)、垂直入射光纤5、倾斜入射光纤7及光纤固定支架8；垂直入射光纤5与倾斜入射光纤7的一头分别与一号光源4和二号光源6耦合，另一头通过固定螺母9固定在光纤固定支架8上，其中垂直入射光纤5垂直固定，倾斜入射光纤7倾斜布置；光纤固定支架8上开有三个圆孔，一个弧形槽8-1，其中两个圆孔用于固定垂直入射光纤5，剩下的一个圆孔和弧形槽用于固定倾斜入射光纤7(倾斜入射光纤的固定螺母中，其中一个固定螺母将倾斜入射光纤的下端固定，另一个螺母安装在弧形槽8-1内并固定着倾斜入射光纤的中部)，螺母可在弧形槽内滑动从而调节倾斜入射光纤与水平面的夹角，该夹角范围为15°-75°；光纤固定支架8沿样本10运动方向布置(即光纤固定支架8与样本运动方向平行)，垂直入射光纤5在前，倾斜入射光纤7在后，即样本运动过程中先到达垂直入射光纤5正下方，再到达倾斜入射光纤7正下方，垂直入射光纤5与倾斜入射光纤7头部紧贴，两入射光纤头与样本表面最近距离约为1mm，同时两入射光纤边缘与高光谱成像系统线扫描位置的最近距离约为1.5mm；为避免光源系统遮挡高光谱成像系统的视野，光纤固定支架8的上端偏离镜头3中心的方向倾斜，使得光纤固定支架与镜头的轴线的夹角为4～8°(通常约为5°)。
如图1、图2a-1、图2a-2所示，样本输送装置：包括电机15(与计算机连接并受控制)、联轴器14、线性滑轨12和托盘11；电机15通过联轴器14与线性滑轨12的转轴12-1连接(转轴为常规的丝杆，与线性滑块螺纹配合)，托盘11固定在线性滑轨12的滑块13上。
下面结合图1～图4通过一个具体的实验说明本发明的工作过程：
本实验以脐橙为样本，脐橙果皮较厚，一般为3～5mm，很难用无损的方法同时测得果肉和果皮的光学特性参数。本发明通过预实验测得以脐橙为检测对象时倾斜入射光纤7的倾斜角度(与竖直方向的夹角)为55°左右时较为合适，所以将倾斜入射光纤7的倾斜角度设置为50°；两盏卤钨灯功率选为50W，入射光纤芯茎选为200um；镜头3焦距设置为100mm，镜头3与样本10的最近距离为100mm。
开启系统，待系统预热5分钟，计算机控制电机15带动线性滑轨12上的滑块13运动，待样本10脐橙的最高点到达垂直入射光纤5的正下方时停止；开启一号光源6，高光谱成像系统通过线扫描方式采集获得脐橙在倾斜入射光照射下的漫反射高光谱图像，扫描完成后关闭一号光源6，该高光谱图像以二维数组的方式存储在计算机中，其中一维为光谱信息，另一维为空间信息，通过程序对该二维数组进行数据提取，保留所有空间信息，即一个波长提取出一条空间分辨漫反射光谱，然后将提取出的空间分辨漫反射光谱进行平滑降噪；如图4所示，将实验得到的空间分布漫反射光谱Re(λ)与有限仿真得到的漫反射光谱Rm(λ)进行对比，计算出光谱所有位置纵坐标的差值平方和，并通过非线性偏最小二乘法进行优化并对初始光学特性参数值进行更新迭代，当两条光谱的差值平方和小于设置的阈值(根据需要的计算精度和速度确定)时停止计算，得到该波长下第一层组织被扫描区域的平均吸收系数μa1和约化散射系数μs1’，依次提取不同波长对应的空间分辨漫反射光谱，重复上述步骤，便可计算出所有波长下的第一层组织被扫描区域的光学特性参数；开启二号光源6，高光谱成像系统采集脐橙在垂直入射光照射下的漫反射高光谱图像，扫描完成后关闭二号光源6，以同样的反演算法可以获得第二层组织被扫描区域的平均吸收系数μa2和约化散射系数μs2’,至此，一个脐橙果皮和果肉在被扫描区域的光学特性参数检测完毕。
最后，需要注意的是，以上列举的仅是本发明的具体实施例。显然，本发明不限于以上实施例，还可以有很多变形。本领域的普通技术人员能从本发明公开的内容中直接导出或联想到的所有变形，均应认为是本发明的保护范围。
Claims (5)
1.一种基于连续波的双层瓜果组织光学特性无损检测方法，其特征在于：首先在倾斜入射光源条件下，通过高光谱成像系统扫描采集样本在不同位置的漫反射高光谱图像，之后通过反向有限元方法反演计算漫反射高光谱图像包含的第一层组织的光学特性信息，得到第一层组织被扫描区域的平均吸收系数μa1和约化散射系数μs1’；
然后在垂直入射光源的条件下，通过高光谱成像系统扫描采集样本的漫反射高光谱图像，最后通过反向有限元方法反演计算漫反射高光谱图像包含的第一层及第二层组织的光学特性信息，其中第一层组织的光学特性信息已知，得到第二层组织被扫描区域的平均吸收系数μa2和约化散射系数μs2’；
所述的基于连续波的双层瓜果组织光学特性无损检测方法，包括下列步骤：
(1)用计算机控制位移平台输送样本至光源正下方停止，开启倾斜入射光源，然后高光谱成像系统通过沿样本运动方向的线扫描获取样本漫反射高光谱图像，此图像由二维数组组成，包括空间信息和光谱信息；线扫描的位置通过镜头中心且沿样本运动方向；由于倾斜入射光源朝镜头中心方向倾斜入射，所采集的图像只包含样本第一层的光学特性信息；
(2)提取步骤(1)中采集的漫反射高光谱图像得到不同波长对应的空间分辨漫反射光谱，通过反向有限元方法反演计算得到第一层组织被扫描区域的平均吸收系数μa1和约化散射系数μs1’；
(3)保持样本位置不动，开启垂直入射光源，高光谱成像系统通过线扫描方式采集样本的漫反射高光谱图像，此图像由二维数组组成，包括空间信息和光谱信息，此图像包含第一层及第二层组织的光学特性信息；
(4)提取步骤(3)中采集的漫反射高光谱图像得到不同波长对应的空间分辨漫反射光谱，通过反向有限元方法反演计算得到第二层组织被扫描区域的平均吸收系数μa2和约化散射系数μs2’。
2.根据权利要求1所述的基于连续波的双层瓜果组织光学特性无损检测方法，其特征在于：所述步骤(2)包括下列操作内容：
(2a)步骤(1)所采集的图像为二维数组，其中一维为光谱信息，另一维为空间信息；空间分辨漫反射光谱提取时保留所有空间信息，即一个波长提取出一条空间分辨漫反射光谱，然后将提取出的空间分辨漫反射光谱进行平滑降噪；
(2b)所述反演算法具体包括：有限元方法基于初始光学特性参数值对倾斜入射光在单层组织内的传输进行仿真得出相应的空间分辨漫反射光谱，将该光谱与高光谱成像系统采集的空间分辨漫反射光谱进行对比，计算出光谱所有位置纵坐标的差值平方和，并通过非线性偏最小二乘法进行优化并对初始光学特性参数值进行更新迭代，当两条光谱的差值平方和小于设置的阈值时停止计算，得出对应的吸收系数μa1和约化散射系数μs1’；
(2c)依次提取不同波长对应的空间分辨漫反射光谱，重复步骤(2b)，计算出所有波长下的光学特性参数。
3.根据权利要求2所述的基于连续波的双层瓜果组织光学特性无损检测方法，其特征在于：所述步骤(4)包括以下操作内容：
(4a)步骤(3)所采集的图像为二维数组，其中一维为光谱信息，另一维为空间信息；空间分辨漫反射光谱提取时保留所有空间信息，即一个波长提取出一条空间分辨漫反射光谱，然后将提取出的空间分辨漫反射光谱进行平滑降噪；
(4b)所述反演算法具体包括：有限元方法基于初始光学特性参数值对垂直入射光在双层组织内的传输进行仿真得出相应的空间分辨漫反射光谱，将该光谱与高光谱成像系统采集的空间分辨漫反射光谱进行对比，计算出光谱所有位置纵坐标的差值平方和，并通过非线性偏最小二乘法进行优化并对初始光学特性参数值进行更新迭代，当两条光谱的差值平方和小于设置的阈值时停止计算，得出对应的吸收系数μa2和约化散射系数μs2’。
4.一种基于连续波的双层瓜果组织光学特性无损检测装置，其特征在于：包括高光谱成像系统、光源系统及样本输送装置；其中，高光谱成像系统包括依次连接的CCD相机(1)、成像光谱仪(2)及镜头(3)，镜头竖直朝下布置；光源系统包括两个光源(4、6)，分别与两个光源耦合的垂直入射光纤(5)、倾斜入射光纤(7)及光纤固定支架(8)，垂直入射光纤、倾斜入射光纤分别通过固定螺母(9)垂直固定在光纤固定支架上，且垂直入射光纤位于倾斜入射光纤的前侧，光纤固定支架沿样本运动方向布置，并与镜头的轴线呈一定夹角；
所述样本输送装置包括电机(15)、联轴器(14)、线性滑轨(12)和托盘(11)；电机通过联轴器与线性滑轨的转轴(12-1)连接，托盘固定在线性滑轨的滑块(13)上；
所述倾斜入射光纤的固定螺母中，其中一个固定螺母将倾斜入射光纤的下端固定在光纤固定支架上，另一个螺母安装在光纤固定支架的弧形槽(8-1)内并固定着倾斜入射光纤的中部，螺母可在弧形槽内滑动从而调节倾斜入射光纤与水平面的夹角，该夹角范围为15°-75°。
5.根据权利要求4所述的一种基于连续波的双层瓜果组织光学特性无损检测装置，其特征在于：所述光纤固定支架与镜头的轴线的夹角为4～8°。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510176172.9A CN104833638B (zh) | 2015-04-15 | 2015-04-15 | 基于连续波的双层瓜果组织光学特性无损检测方法与装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510176172.9A CN104833638B (zh) | 2015-04-15 | 2015-04-15 | 基于连续波的双层瓜果组织光学特性无损检测方法与装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104833638A CN104833638A (zh) | 2015-08-12 |
| CN104833638B true CN104833638B (zh) | 2017-10-20 |
Family
ID=53811656
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510176172.9A Active CN104833638B (zh) | 2015-04-15 | 2015-04-15 | 基于连续波的双层瓜果组织光学特性无损检测方法与装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104833638B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105651735B (zh) * | 2016-01-12 | 2019-02-01 | 浙江大学 | 基于空间分辨漫反射光谱反演生物组织光学特性的方法 |
| CN107917665B (zh) * | 2016-10-09 | 2020-02-11 | 睿励科学仪器（上海）有限公司 | 用于确定光斑位置的方法和设备 |
| CN107228825A (zh) * | 2017-06-01 | 2017-10-03 | 浙江大学 | 一种用于机器视觉平台摄像系统的角度调节机构 |
| CN107345908B (zh) * | 2017-06-26 | 2020-04-14 | 浙江大学 | 一种获取果实多面漫反射信息的散射系统 |
| CN108827934B (zh) * | 2018-05-21 | 2020-10-16 | 江南大学 | 一种基于盲源分离拉曼散射图像的带包装食品品质无损检测方法 |
| CN110389104A (zh) * | 2019-08-01 | 2019-10-29 | 南京林业大学 | 基于光谱差分组合消除果皮影响的水果品质检测方法 |
| CN110567957A (zh) * | 2019-08-09 | 2019-12-13 | 南京林业大学 | 基于光学特性的番茄成熟度分析方法 |
| CN110946553B (zh) * | 2019-11-18 | 2022-06-07 | 天津大学 | 一种基于高光谱图像的在体组织光学参数测量装置及方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5630423A (en) * | 1996-01-31 | 1997-05-20 | Wang; Lihong | Method of measuring tissue optical properties using an optical beam of oblique incidence and uses thereof |
| CN101165471A (zh) * | 2006-10-17 | 2008-04-23 | 财团法人工业技术研究院 | 多角度多通道检测装置 |
| CN101313847A (zh) * | 2008-07-01 | 2008-12-03 | 北京师范大学 | 对人体皮肤病变组织进行无损光学常数成像的装置和方法 |
| CN102033043A (zh) * | 2010-10-19 | 2011-04-27 | 浙江大学 | 基于高光谱图像技术的粮粒含水率检测方法 |
| CN103487397A (zh) * | 2013-09-23 | 2014-01-01 | 浙江农林大学 | 一种雷竹笋硬度快速检测方法及装置 |
| CN204705583U (zh) * | 2015-04-15 | 2015-10-14 | 浙江大学 | 一种基于连续波的双层瓜果组织光学特性无损检测装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012128614A1 (en) * | 2011-03-24 | 2012-09-27 | Erasmus University Medical Center Rotterdam | Method to determine the absorption coefficient in turbid media |
-
2015
- 2015-04-15 CN CN201510176172.9A patent/CN104833638B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5630423A (en) * | 1996-01-31 | 1997-05-20 | Wang; Lihong | Method of measuring tissue optical properties using an optical beam of oblique incidence and uses thereof |
| CN101165471A (zh) * | 2006-10-17 | 2008-04-23 | 财团法人工业技术研究院 | 多角度多通道检测装置 |
| CN101313847A (zh) * | 2008-07-01 | 2008-12-03 | 北京师范大学 | 对人体皮肤病变组织进行无损光学常数成像的装置和方法 |
| CN102033043A (zh) * | 2010-10-19 | 2011-04-27 | 浙江大学 | 基于高光谱图像技术的粮粒含水率检测方法 |
| CN103487397A (zh) * | 2013-09-23 | 2014-01-01 | 浙江农林大学 | 一种雷竹笋硬度快速检测方法及装置 |
| CN204705583U (zh) * | 2015-04-15 | 2015-10-14 | 浙江大学 | 一种基于连续波的双层瓜果组织光学特性无损检测装置 |
Non-Patent Citations (6)
| Title |
|---|
| esh at 633 nm.《Postharvest Biology and Technology》.2013,第494-501页. * |
| Optimization of the hyperspectral imaging-based spatially-resolved system for measuring the optical properties of biological materials;Haiyan Cen等;《OPTICS EXPRESS》;20100802;第17412-17432页 * |
| Quantification of the optical properties of two-layer turbid materials using a hyperspectral imaging-based spatially-resolved technique;Haiyan Cen等;《APPLIED OPTICS》;20091031;第5612-5623页（参见"3 Experiment"、图1） * |
| Weilin Wang等.Measurement of the light absorption and scattering properties of onion skin and fl * |
| 基于支持向量机算法无创确定组织光学参数的研究;林麟;《中国优秀博硕士学位论文全文数据库 (硕士) 医药卫生科技辑》;20070615;第E080-39页（参见"5实验系统的搭建"、"三 数据采集过程"） * |
| 复杂混合溶液成分高光谱分析的可行性;李刚等;《光谱学与光谱分析》;20120331;第32卷(第3期);第795-799页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104833638A (zh) | 2015-08-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104833638B (zh) | 基于连续波的双层瓜果组织光学特性无损检测方法与装置 | |
| CN101313847B (zh) | 对人体皮肤病变组织进行无损光学常数成像的装置 | |
| Mendoza et al. | Integrated spectral and image analysis of hyperspectral scattering data for prediction of apple fruit firmness and soluble solids content | |
| US7440659B2 (en) | Depth-resolved reflectance instrument and method for its use | |
| Bhargava | Towards a practical Fourier transform infrared chemical imaging protocol for cancer histopathology | |
| CN104062263B (zh) | 光物性相近水果品质指标的近红外通用模型检测方法 | |
| Miljković et al. | Spectral cytopathology: new aspects of data collection, manipulation and confounding effects | |
| CN105143448A (zh) | 用于使用多模式光学测量三维地表征组织的方法和系统 | |
| CN109001134B (zh) | 非接触式多通道水果内部缺陷检测系统及方法 | |
| CN111982835A (zh) | 一种基于硅基多光谱芯片的水果糖度无损检测装置及方法 | |
| Sung et al. | Accurate extraction of optical properties and top layer thickness of two-layered mucosal tissue phantoms from spatially resolved reflectance spectra | |
| Milanic et al. | Hyperspectral imaging for detection of arthritis: feasibility and prospects | |
| CN101933809A (zh) | 多波段反射光谱无创血液成分测量装置及方法 | |
| CN204705583U (zh) | 一种基于连续波的双层瓜果组织光学特性无损检测装置 | |
| Xing et al. | Fresh bruise detection by predicting softening index of apple tissue using VIS/NIR spectroscopy | |
| CN109975217A (zh) | 基于高光谱成像系统的李子可溶性固形物含量值检测方法 | |
| US20030087456A1 (en) | Within-sample variance classification of samples | |
| Cen et al. | Peach maturity/quality assessment using hyperspectral imaging-based spatially resolved technique | |
| US20150062320A1 (en) | Diffuse reflectance hyperspectral imaging system | |
| Patterson et al. | Attenuated total internal reflection infrared microspectroscopic imaging using a large-radius germanium internal reflection element and a linear array detector | |
| CN107976408A (zh) | 一种文物无损检测装置 | |
| CN113066144B (zh) | 一种基于深度学习的多模态扩散光学层析成像重建方法 | |
| Manojlović et al. | Rapid extraction of skin physiological parameters from hyperspectral images using machine learning | |
| Sun et al. | Development of a multispectral spatial-frequency domain imaging system for property and quality assessment of fruits and vegetables | |
| Han et al. | Evaluation of the optical layout and sample size on online detection of apple watercore and SSC using Vis/NIR spectroscopy |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210517 Address after: 310012 room 1102, block B, Lishui digital building, 153 Lianchuang street, Wuchang Street, Yuhang District, Hangzhou City, Zhejiang Province Patentee after: Hangzhou nuotian Intelligent Technology Co.,Ltd. Address before: 310058 Yuhang Tang Road, Xihu District, Hangzhou, Zhejiang 866 Patentee before: ZHEJIANG University |