近日，北京易科泰生態(tài)技術(shù)有限公司為寧夏農(nóng)林科學(xué)院枸杞研究所交付一臺(tái)便攜式智能高光譜成像系統(tǒng)，該系統(tǒng)具備一體式、輕量級(jí)、便攜型、、智能化特點(diǎn)，可在室內(nèi)、野外多種場(chǎng)景下靈活應(yīng)用，能夠?yàn)檠芯咳藛T提供高效的數(shù)據(jù)采集體驗(yàn)和高品質(zhì)的數(shù)據(jù)質(zhì)量。

高光譜成像技術(shù)是光譜技術(shù)和成像技術(shù)的有機(jī)結(jié)合，在食品藥品等領(lǐng)域的檢測(cè)鑒定及質(zhì)量評(píng)價(jià)中，使用該技術(shù)的效果要明顯優(yōu)于僅使用光譜信息或空間紋理信息的效果，并且具有快速、準(zhǔn)確、無創(chuàng)、使用方便等優(yōu)點(diǎn)。

應(yīng)用案例一：不同果粒大小枸杞的區(qū)分

易科泰光譜成像實(shí)驗(yàn)室技術(shù)人員對(duì)兩種不同果粒大小的枸杞樣品進(jìn)行400-1000nm波段高光譜成像數(shù)據(jù)采集及處理分析，結(jié)果表明，基于兩種枸杞的光譜和紋理信息可以有效地區(qū)分兩種枸杞，也可結(jié)合其他化學(xué)方法進(jìn)一步對(duì)其成分進(jìn)行精準(zhǔn)定量研究。

應(yīng)用案例二：基于高光譜圖像的不同產(chǎn)地枸杞分類

河北工業(yè)大學(xué)Mu Q等研究人員使用高光譜成像技術(shù)對(duì)來自寧夏、青海、甘肅和新疆的四個(gè)主產(chǎn)區(qū)的枸杞進(jìn)行了分類。

該研究使用一種新的混合卷積神經(jīng)網(wǎng)絡(luò)（New-Hybrid-CNN）架構(gòu)，充分利用像素信息，將每個(gè)產(chǎn)地的枸杞樣本劃分為2500個(gè)3D斑塊，并將不同產(chǎn)地的枸杞樣本隨機(jī)分為訓(xùn)練集（70%）和測(cè)試集（30%），隨機(jī)選取訓(xùn)練集的20%作為驗(yàn)證集。再使用具有3×3×3卷積核的同構(gòu)3D卷積架構(gòu)從高光譜立方信息中提取光譜-空間聯(lián)合信息，然后使用深度可分離卷積（DSC）來學(xué)習(xí)空間信息，結(jié)合3D卷積和DSC的優(yōu)點(diǎn)，有效地提取了深層光譜-空間聯(lián)合信息，使架構(gòu)更加輕量化。并將3D-CNN、HybridSN和SVM與所提出的方法在同一參數(shù)下進(jìn)行比較，發(fā)現(xiàn)New-Hybrid-CNN表現(xiàn)出了更優(yōu)的分類效果（如下左圖），并且所需參數(shù)數(shù)量最少、用時(shí)最短。

實(shí)驗(yàn)結(jié)果表明，充分結(jié)合了高光譜成像中光譜和空間信息的New-hybrid-CNN分類方法能夠有效識(shí)別不同產(chǎn)地的枸杞，并且具有普適性，有助于解決食品分類和農(nóng)業(yè)應(yīng)用中的類似問題。

參考文獻(xiàn)：

[1] Mu Q, Kang Z, Guo Y, et al. Hyperspectral image classification of wolfberry with different geographical origins based on three-dimensional convolutional neural network[J]. International Journal of Food Properties, 2021, 24(1): 1705-1721.

易科泰生態(tài)技術(shù)公司為食品、藥品檢測(cè)鑒定等領(lǐng)域提供SpectraScan^©無損高光譜成像檢測(cè)方案，并提供SpectrAPP^®光譜成像技術(shù)創(chuàng)新應(yīng)用項(xiàng)目合作與技術(shù)服務(wù)。