CN105334172A - 一种水果果肉组织光学特性参数的重构方法 - Google Patents
一种水果果肉组织光学特性参数的重构方法 Download PDFInfo
- Publication number
- CN105334172A CN105334172A CN201510697611.0A CN201510697611A CN105334172A CN 105334172 A CN105334172 A CN 105334172A CN 201510697611 A CN201510697611 A CN 201510697611A CN 105334172 A CN105334172 A CN 105334172A
- Authority
- CN
- China
- Prior art keywords
- reduced scattering
- scattering coefficient
- diffuse reflectance
- coefficient
- fruit pulp
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/47—Scattering, i.e. diffuse reflection
- G01N21/4738—Diffuse reflection, e.g. also for testing fluids, fibrous materials
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明适用于光学特性参数测量领域,提供了一种水果果肉组织光学特性参数的重构方法,所述方法包括:采用蒙特卡罗随机仿真约化散射系数与空间漫反射率的理论关系曲线,获取聚苯乙烯微球溶液中上述关系的实际曲线;并确定两者最大空间漫反射率及对应的约化散射系数,以此完成定标;使用漫射近似方程及最小二乘优化方法,搜索水果果肉组织在不同波长下的初定约化散射系数和初定吸收系数;使用经验公式参数拟合方法获得水果果肉组织在不同波长下的约化散射系数重构值;结合约化散射系数的重构值,再次拟合漫射近似方程,获得水果果肉组织在不同波长下的吸收系数重构值。实施本发明实施例,可以快速,低成本的重构水果果肉的组织光学特性参数。
Description
技术领域
本发明属于光学特性参数测量领域,尤其涉及一种水果果肉组织光学特性参数的重构方法。
背景技术
近年来,水果的组织光学参数已经被广泛应用于水果内在品质的多种特征、参数的快速、无损检测。比较典型的应用有预测水果的糖度,水果的果肉的硬度,水果的货架期等,应用的水果对象的种类也逐步被推广。
在水果果肉组织光学传输特性测量中组织光学特性参数主要是吸收系数和约化散射系数。吸收系数可以定量分析相果肉中化学或者组成物质的含量,约化散射系数可以提供果肉细胞的微观结构信息。用于检测光学传输特性的技术可以分为时间分辨、频域分辨和稳态连续光三种技术。然而,时间分辨和频率分辨光测量方法需要大量的昂贵设备,无法在水果果肉这种廉价对象中推广。最近,使用稳态连续光空间漫反射光谱测试组织样本光学特性的方法,被认为是一个较为简便的选择方案。
常规的连续波空间漫反射测量使用的是高光谱技术,用CCD相机及镜头测定水果果肉检测面上空间分辨漫反射情况,测量装置的缺点是设备体积大,而且标定过程过于复杂,也不能作为快速检测方法。光纤探头稳态连续空间漫反射光方法结合了光纤检测的无损,快速,便携和低成本的优点,值得在水果果肉组织检测中进一步探究推广,并需进一步提出组织光学特性参数的重构方法。麦克斯韦方程组,辐射传输方程,无法使用光纤采集的光谱信息求解。而漫射近似求解,由于缺乏有效的拟合标定,也难于展开大规模应用。另一种常见的方法就是开着大规模的随机仿真,较为典型的是MonteCarlo模拟数值方法(MC)。在搜索组织光学特性参数的过程中,每次搜索,都进行一次随机仿真,将耗费大量的时间,按照目前普通微型计算机的运算水平,大概需要数个小时,严重制约检测效率。如果事先建立查找表、则需要花费大量的时间和光子来保证模拟精度,基于MC的查表法虽然可节省计算时间,在模拟过程中,随机噪声将干扰光的传播性质。然而,集成探头的漫反射光对一次或几次MC模拟中的的随机噪声特别敏感,降低的光学传输性能预测方法的稳定性。综上所述,对于集成光纤探头中的漫反射光谱推算水果果肉的组织光学特性参数,上述方法都不能完成快速组织光学特性参数重构。
发明内容
本发明实施例的目的在于提供一种水果果肉组织光学特性参数的重构方法,以解决现有技术不能快速完成组织光学特性参数重构的问题。
本发明实施例是这样实现的,一种水果果肉组织光学特性参数的重构方法,所述方法包括:
通过光纤探头获取水果果肉组织的光谱,将所述光谱描述为一个二维数字矩阵,并获取所述光纤探头中接收光纤与发射光纤之间的距离;
根据所述距离通过蒙特卡罗随机仿真,绘制约化散射系数与空间漫反射率的理论关系曲线,确定所述光纤探头的理论最大空间漫反射率,并获取所述理论最大空间漫反射率对应的理论约化散射系数;
配置多个约化散射系数在所述理论约化散射系数预设区间内的聚苯乙烯微球溶液;
将所述聚苯乙烯微球溶液的光谱描述为一个三维数字矩阵;
从所述三维矩阵中提取每条接收光纤每个波长的聚苯乙烯微球溶液的约化散射系数与空间漫反射率数据,通过样条曲线法拟合关系曲线,从所述拟合曲线中,获取所述光纤探头中接收光纤的实际最大空间漫反射率和所述实际最大空间漫反射率对应的实际约化散射系数;
根据所述理论最大空间漫反射率和实际最大空间漫反射率,确定空间漫反射率的标定系数,根据所述理论最大约化散射系数和实际最大约化散射系数,确定约化散射系数的标定系数,根据所述标定系数对所述二维数字矩阵中的每个元素进行标定,获取标定后的二维数字矩阵;
在所述标定后的二维数字矩阵中,根据不同的波长,提取所述标定后的接收光纤采集的水果果肉的空间漫反射率数据和约化散射系数的标定系数,并通过漫射近似方程及最小二乘优化方法搜索水果果肉组织在不同波长下的初定约化散射系数和初定吸收系数;
使用经验公式描述波长和约化散射系数的关系,并使用参数拟合方法拟合所述初定约化散射系数和波长的关系曲线,并以波长为输入变量,获取水果果肉组织在不同波长下的约化散射系数重构值;
在所述标定后的二维数字矩阵中,根据不同的波长,提取所述标定后的组织空间漫反射率和所述约化散射系数重构值,使用漫射近似方程和最小乘优化方法,获得水果果肉组织在不同波长下的吸收系数重构值。
本发明实施例,利用蒙特卡罗仿真中约化散射系数与空间漫反射率曲线产生的特征峰,与不同散射系数聚苯乙烯颗粒的实际拟合曲线比对产生定标系数,简化了定标流程,加快了定标的步骤,并增加的理论模型和实际模型的匹配度。本发明采用漫射近似方程推算水果果肉的组织光学特性参数,简化了计算难度,提高了计算效率,缩短了计算时间,并具备在线应用的可行性;在计算过程中引入了经验公式的约束,提高了约化散射系数曲线的平滑性,并采用二次拟合吸收系数,提高生了重构模型的稳定性和精确度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的水果果肉组织光学特性参数重构方法的流程图;
图2为本发明实施例提供的水果果肉中丰水梨的约化散射系数的示意图;
图3为本发明实施例提供的水果果肉中丰水梨的吸收系数的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
实施例一
如图1所示为本发明实施例提供的水果果肉组织光学特性参数重构方法的流程图,所述方法包括以下步骤:
步骤S101,通过光纤探头获取水果果肉组织的光谱,并将所述光谱描述为一个二维数字矩阵,并获取所述光纤探头中接收光纤与发射光纤之间的距离。
在本发明实施例中,光纤探头通常包含1条发射光纤和3条接收光纤,通过接收光纤即可获取水果果肉组织的光谱,将光谱描述为一个二维数字矩阵,矩阵中的元素对应水果果肉组织的空间漫反射率,矩阵的行方向对应光谱波长的变化(变化范围为500~850nm),矩阵的列方向对应3条接收光纤,记录有接收光纤与发射光纤的距离(分别为0.94mm、1.41mm和1.88mm)。
步骤S102,根据所述距离通过蒙特卡罗随机仿真,绘制约化散射系数与空间漫反射率的理论关系曲线,确定所述光纤探头的理论最大空间漫反射率,并获取所述理论最大空间漫反射率对应的理论约化散射系数。
在本发明实施例中,蒙特卡罗仿真中,光子数为107,单层组织深度为10cm,组织界面宽度为10cm,对于光纤探头,模拟半无限介质。
步骤S103,配置多个约化散射系数在所述理论约化散射系数附近的聚苯乙烯微球溶液。
在本发明实施例中,根据MIE散射理论,配置不同浓度的聚苯乙烯微球溶液样本,溶液的约化散射系统均匀分布在理论约化散射系数的附近。优选的,聚苯乙烯微球溶液样本的数量为20个,分布区间为2~100cm-1,聚苯乙烯微球的直径为100um,折射率为1.60。
步骤S104,将所述聚苯乙烯微球溶液的光谱描述为一个三维数字矩阵。
在本发明实施例中,将上述步骤中配置的聚苯乙烯微球溶液的光谱描述为一个三维数字矩阵,矩阵中的元素对应聚苯乙烯微球溶液的空间漫反射率,矩阵第一维度的方向对应聚苯乙烯微球溶液的光谱的波长的变化,波长变化范围为500~850nm,矩阵第二维度的方向对应3条接收光纤,矩阵第三维度的方向对应聚苯乙烯微球溶液的约化散射系数的变化。
步骤S105,从所述三维矩阵中提取每条接收光纤每个波长的聚苯乙烯微球溶液的约化散射系数与空间漫反射率数据,通过样条曲线法拟合关系曲线,从所述拟合曲线中,获取所述光纤探头中接收光纤的实际最大空间漫反射率和所述实际最大空间漫反射率对应的实际约化散射系数。
步骤S106,根据所述理论最大空间漫反射率和实际最大空间漫反射率,确定空间漫反射率的标定系数,根据所述理论最大约化散射系数和实际最大约化散射系数,确定约化散射系数的标定系数,根据所述标定系数对所述二维数字矩阵中的每个元素进行标定,获取标定后的二维数字矩阵。
在本发明实施例中,空间漫射率的标定系数=理论最大空间漫反射率/实际最大空间漫反射率,约化散射系数的标定系数=理论最大约化散射系数/实际最大约化散射系数。
步骤S107,在所述标定后的二维数字矩阵中,根据不同的波长,提取所述标定后的接收光纤采集的水果果肉的空间漫反射率数据和约化散射系数的标定系数,并通过漫射近似方程及最小二乘优化方法搜索组织在不同波长下的水果果肉的初定约化散射系数和初定吸收系数。
在本发明实施例中,标定后的二维数字矩阵中,在500-850nm波长区间内,提取步骤S106所述的3条接收光纤标定后的丰水梨果肉组织空间漫反射率数据和约化散射系数的标定系数;使用漫射近似方程及最小二乘优化方法,搜索组织在500-850nm波长下丰水梨果肉的初定约化散射系数和初定吸收系数;所述的漫射近似方程为:
设R为空间漫反射率,r为接收光纤与发射光纤的距离,μeff为有效衰减系数,μa为吸收系数,μ's为约化散射系数,α'=μ′s/(μa+μ′s)为反照率,Zb为外推边界距离,μ′t=μa+μ′s为总衰减系数,和z0=1/μ′t,所述的外推边界距离,其特征在于:zb=2κD,设κ=1为内部反射常数,D=(3μ′s)-1为漫射常数;所述优化过程的目标函数为:
其中,Yi,meas和Yi,sim分别表示第i个接收光纤实际空间漫反射率和理论漫反射率;损失函数F趋近于零则表示搜索完成。
步骤S108,使用经验公式描述波长和约化散射系数的关系,并使用参数拟合方法拟合所述初定约化散射系数和波长的关系曲线,并以波长为输入变量,获取水果果肉组织在不同波长下的约化散射系数重构值。
在本发明实施例中,设λ为波长,a和b为待拟合参数,使用经验公式μ's =aλb和最小二乘参数拟合方法拟合步骤S107获取的初定约化散射系数和波长的关系曲线,以波长为输入变量,代入拟合函数中,获得丰水梨果肉组织在不同波长下的约化散射系数重构值。
步骤S109,在所述标定后的二维数字矩阵中,根据不同的波长,提取所述标定后的组织空间漫反射率和所述约化散射系数重构值,使用漫射近似方程和最小乘优化方法,获得水果果肉组织在不同波长下的吸收系数重构值。
在本发明实施例中,在标定后的二位数字矩阵的波长范围为500~850nm的区间内,提取步骤S106获取的3条接收光纤标定后的组织空间漫反射率数据和步骤S108获取的约化散射系数重构值,使用漫射近似方程及最小二乘优化方法,获得丰水梨果肉组织在不同波长下的吸收系数重构值;所述的漫射近似方程具体形式:
设R为空间漫反射率,r为接收光纤与发射光纤的距离,μeff为有效衰减系数,μa为吸收系数,μ's为约化散射系数,α'=μ′s/(μa+μ′s)为反照率,Zb为外推边界距离,μ′t=μa+μ′s为总衰减系数,和z0=1/μ′t,所述的外推边界距离,其特征在于:zb=2κD,设κ=1为内部反射常数,D=(3μ′s)-1为漫射常数;所述优化过程的目标函数为:
其中,Yi,meas和Yi,sim分别表示第i个接收光纤实际空间漫反射率和理论漫反射率;损失函数F趋近于零则表示搜索完成。
如图2所示为本发明实施例提供的水果果肉中丰水梨的约化散射系数的示意图。
如图3所示为本发明实施例提供的水果果肉中丰水梨的吸收系数的示意图。
本发明实施例,利用蒙特卡罗仿真中约化散射系数与空间漫反射率曲线产生的特征峰,与不同散射系数聚苯乙烯颗粒的实际拟合曲线比对产生定标系数,简化了定标流程,加快了定标的步骤,并增加的理论模型和实际模型的匹配度。本发明采用漫射近似方程推算水果果肉的组织光学特性参数,简化了计算难度,提高了计算效率,缩短了计算时间,并具备在线应用的可行性;在计算过程中引入了经验公式的约束,提高了约化散射系数曲线的平滑性,并采用二次拟合吸收系数,提高生了重构模型的稳定性和精确度。
本领域普通技术人员还可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以在存储于一计算机可读取存储介质中,所述的存储介质,包括ROM/RAM、磁盘、光盘等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种水果果肉组织光学特性参数的重构方法,其特征在于,所述方法包括:
通过光纤探头获取水果果肉组织的光谱,将所述光谱描述为一个二维数字矩阵,并获取所述光纤探头中接收光纤与发射光纤之间的距离;
根据所述距离通过蒙特卡罗随机仿真,绘制约化散射系数与空间漫反射率的理论关系曲线,确定所述光纤探头的理论最大空间漫反射率,并获取所述理论最大空间漫反射率对应的理论约化散射系数;
配置多个约化散射系数在所述理论约化散射系数预设区间内的聚苯乙烯微球溶液;
将所述聚苯乙烯微球溶液的光谱描述为一个三维数字矩阵;
从所述三维矩阵中提取每条接收光纤每个波长的聚苯乙烯微球溶液的约化散射系数与空间漫反射率数据,通过样条曲线法拟合关系曲线,从所述拟合曲线中,获取所述光纤探头中接收光纤的实际最大空间漫反射率和所述实际最大空间漫反射率对应的实际约化散射系数;
根据所述理论最大空间漫反射率和实际最大空间漫反射率,确定空间漫反射率的标定系数,根据所述理论最大约化散射系数和实际最大约化散射系数,确定约化散射系数的标定系数,根据所述标定系数对所述二维数字矩阵中的每个元素进行标定,获取标定后的二维数字矩阵;
在所述标定后的二维数字矩阵中,根据不同的波长,提取所述标定后的接收光纤采集的水果果肉的空间漫反射率数据和约化散射系数的标定系数,并通过漫射近似方程及最小二乘优化方法搜索水果果肉组织在不同波长下的初定约化散射系数和初定吸收系数;
使用经验公式描述波长和约化散射系数的关系,并使用参数拟合方法拟合所述初定约化散射系数和波长的关系曲线,并以波长为输入变量,获取水果果肉组织在不同波长下的约化散射系数重构值;
在所述标定后的二维数字矩阵中,根据不同的波长,提取所述标定后的组织空间漫反射率和所述约化散射系数重构值,使用漫射近似方程和最小乘优化方法,获得水果果肉组织在不同波长下的吸收系数重构值。
2.如权利要求1所述的方法,其特征在于,在所述蒙特卡罗仿真中,光子数为107,单层组织深度为10cm,组织界面宽度为10cm。
3.如权利要求1所述的方法,其特征在于,所述聚苯乙烯微球的直径为100um、折射率为1.60。
4.如权利要求1所述的方法,其特征在于,所述样条曲线法拟合中,样条曲线为非均匀有理B样条曲线。
5.如权利要求1所述的方法,其特征在于,所述空间漫射率的标定系数=理论最大空间漫反射率/实际最大空间漫反射率;所述约化散射系数的标定系数=最大空间漫反射率下的理论约化散射系数/实际约化散射系数。
6.如权利要求1所述的方法,其特征在于,所述漫射近似方程为:
R为空间漫反射率,r为接收光纤与发射光纤的距离,μeff为有效衰减系数,μa为吸收系数,μ′s为约化散射系数,α′=μ′s/(μa+μ′s)为反照率,Zb为外推边界距离,μ′t=μa+μ′s为总衰减系数,和z0=1/μ′t,
7.如权利要求6所述的方法,其特征在于,所述外推边界距离为:zb=2κD,κ=1为内部反射常数,D=(3μ′s)-1为漫射常数。
8.如权利要求1所述的方法,其特征在于,所述优化过程的目标函数为:
。
其中,Yi,meas和Yi,sim分别表示第i个接收光纤实际空间漫反射率和理论漫反射率;损失函数F趋近于零则表示搜索完成。
9.如权利要求1所述的方法,其特征在于,所述的经验公式为:
μ′s=aλb
λ为波长,a和b为待拟合参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510697611.0A CN105334172B (zh) | 2015-10-23 | 2015-10-23 | 一种水果果肉组织光学特性参数的重构方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510697611.0A CN105334172B (zh) | 2015-10-23 | 2015-10-23 | 一种水果果肉组织光学特性参数的重构方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105334172A true CN105334172A (zh) | 2016-02-17 |
CN105334172B CN105334172B (zh) | 2018-03-09 |
Family
ID=55284825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510697611.0A Active CN105334172B (zh) | 2015-10-23 | 2015-10-23 | 一种水果果肉组织光学特性参数的重构方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105334172B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106872226A (zh) * | 2017-01-04 | 2017-06-20 | 浙江大学 | 通过自制固体仿体对农产品光学特性检测装置校正的方法 |
CN113191073A (zh) * | 2021-04-06 | 2021-07-30 | 浙江大学 | 一种基于bp神经网络的光学特性参数反演方法 |
CN113288413A (zh) * | 2021-04-12 | 2021-08-24 | 南京航空航天大学 | 基于温度的微波消融过程中约化散射系数2d/3d动态仿真方法及装置 |
CN116050230A (zh) * | 2022-10-25 | 2023-05-02 | 上海交通大学 | 基于蒙特卡洛的fd-oct的全波长信号模拟方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104062263A (zh) * | 2014-07-11 | 2014-09-24 | 中国农业大学 | 光物性相近水果品质指标的近红外通用模型检测方法 |
CN204575631U (zh) * | 2015-03-25 | 2015-08-19 | 深圳市柳迪科技有限公司 | 一种坚果果肉饱满度检测装置 |
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 |
CN105044024A (zh) * | 2015-08-31 | 2015-11-11 | 安徽农业大学 | 一种基于近红外光谱技术对葡萄果实进行无损检测的方法 |
-
2015
- 2015-10-23 CN CN201510697611.0A patent/CN105334172B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104062263A (zh) * | 2014-07-11 | 2014-09-24 | 中国农业大学 | 光物性相近水果品质指标的近红外通用模型检测方法 |
CN204575631U (zh) * | 2015-03-25 | 2015-08-19 | 深圳市柳迪科技有限公司 | 一种坚果果肉饱满度检测装置 |
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 |
CN105044024A (zh) * | 2015-08-31 | 2015-11-11 | 安徽农业大学 | 一种基于近红外光谱技术对葡萄果实进行无损检测的方法 |
Non-Patent Citations (2)
Title |
---|
YANG ZHOU 等: "《An integrated fiber-optic probe combined with support vector regression for fast estimation of optical properties of turbid media》", 《ANALYTICA CHIMICA ACTA》 * |
赵会娟等: "《基于微扰蒙特卡罗的薄层状组织光学参数重构技术》", 《纳米技术与精密工程》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106872226A (zh) * | 2017-01-04 | 2017-06-20 | 浙江大学 | 通过自制固体仿体对农产品光学特性检测装置校正的方法 |
CN106872226B (zh) * | 2017-01-04 | 2023-09-29 | 浙江大学 | 通过自制固体仿体对农产品光学特性检测装置校正的方法 |
CN113191073A (zh) * | 2021-04-06 | 2021-07-30 | 浙江大学 | 一种基于bp神经网络的光学特性参数反演方法 |
CN113191073B (zh) * | 2021-04-06 | 2022-08-09 | 浙江大学 | 一种基于bp神经网络的光学特性参数反演方法 |
CN113288413A (zh) * | 2021-04-12 | 2021-08-24 | 南京航空航天大学 | 基于温度的微波消融过程中约化散射系数2d/3d动态仿真方法及装置 |
CN116050230A (zh) * | 2022-10-25 | 2023-05-02 | 上海交通大学 | 基于蒙特卡洛的fd-oct的全波长信号模拟方法 |
CN116050230B (zh) * | 2022-10-25 | 2023-08-22 | 上海交通大学 | 基于蒙特卡洛的fd-oct的全波长信号模拟方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105334172B (zh) | 2018-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wabnitz et al. | Performance assessment of time-domain optical brain imagers, part 2: nEUROPt protocol | |
CN105334172A (zh) | 一种水果果肉组织光学特性参数的重构方法 | |
Bellagamba et al. | Optimal filtering of optical and weak lensing data to search for galaxy clusters: application to the COSMOS field | |
Song et al. | Monte Carlo simulation of converging laser beams propagating in biological materials | |
CN103499521B (zh) | 纳米颗粒关键几何特征量的测量方法 | |
CN105424653A (zh) | 用集成光纤探头的水果果肉组织光学特性检测系统和方法 | |
Banerji et al. | Photometric redshifts for the Dark Energy Survey and VISTA and implications for large-scale structure | |
Bodenschatz et al. | Quantifying phase function influence in subdiffusively backscattered light | |
Hennessy et al. | Effect of probe geometry and optical properties on the sampling depth for diffuse reflectance spectroscopy | |
CN103278112B (zh) | 一种基于遥感图像的叶面积指数反演方法及装置 | |
Naglič et al. | Lookup table-based sampling of the phase function for Monte Carlo simulations of light propagation in turbid media | |
CN102175580A (zh) | 动态散斑法测量浑浊介质微粒运动的装置和方法 | |
CN109521437B (zh) | 面向植被生化参数探测的多光谱激光雷达波长选择方法 | |
CN103487397B (zh) | 一种雷竹笋硬度快速检测方法及装置 | |
Hao et al. | Analytical and numerical approaches to study echo laser pulse profile affected by target and atmospheric turbulence | |
Cappon et al. | Fiber-optic probe design and optical property recovery algorithm for optical biopsy of brain tissue | |
Japelj et al. | Simulating MOS science on the ELT: Lyα forest tomography | |
Pfefer et al. | Oblique-incidence illumination and collection for depth-selective fluorescence spectroscopy | |
CN105737995A (zh) | 基于积分球的高功率激光多参数测量装置 | |
Post et al. | Subdiffuse scattering model for single fiber reflectance spectroscopy | |
Seo et al. | Radiative transport in the delta‐approximation for semi‐infinite turbid media | |
Bürmen et al. | MCDataset: a public reference dataset of Monte Carlo simulated quantities for multilayered and voxelated tissues computed by massively parallel PyXOpto Python package | |
Li et al. | Damped Gauss-Newton based online ranging for point extraction from low SNR and high overlapping waveforms | |
CN104523241B (zh) | 一种生物组织光学特性的检测装置和检测方法 | |
Liang et al. | Spectrophotometric determination of turbid optical parameters without using an integrating sphere |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |