基于高光谱的无损检测技术

点击上方“3D视觉工坊”，选择“星标”

干货第一时间送达

高光谱图像技术最早应用在遥感军事领域，用于地面目标探测，地面物体分类。由于不同物质的理化性质决定了其对不同波段的光表现出不同的光谱特性，近十年来，利用高光谱做食品、农产品、药品的无损质量检测十分火热。

何为高光谱图像

高光谱图像将图像技术和光谱技术相结合，不仅反映目标的二维图像信息，同时能够反映光谱维信息。高光谱图像具有三个维度：x-y-。通过高光谱相机，获得不同窄波段下的二维图像，最终构成三维光谱数据立方体，如图所示：

高光谱的“高”字体现在多波段，可达数百波段；同时具有波段窄的特点，通常在10nm以下；并且光谱范围广，覆盖从可见光到近红外。由于物质的光谱信息具有唯一性，同物必同谱，由此原理来识别物体表面或者内部信息，从而达到无损检测的目的。如上图（xi，yi）处的光谱曲线反映了该像素位置处物质的理化性质，可以由此判别该出的物质。

高光谱成像仪及其分类

根据成像光谱仪的工作波段进行分类，可以分为紫外、可见、近红外、中红外和

远红外等几个波段，且不同工作波段的应用也各不相同。

 根据分光元件的不同，当前光谱成像技术主要分为色散型和滤光片型。色散型成像光谱仪分光技术主要包括棱镜分光和光栅分光两种；滤光片型成像光谱仪技术采用滤光片为分光元件，两种经典的调谐型滤光器，声光可调谐滤光片(AOTF)和液晶可调谐滤光片(LCTF)。

根据扫描方式的不同，摆扫式、推扫式和凝视式。目前，基于上述色散型分光元件的高光谱相机主要应用推扫式成像，需要步进电机配合，每次扫描一行，获得该行的x-信息，推扫结束后，获得x-y-数据立方体；基于上述滤光片型分光元件的高光谱相机主要应用凝视式成像。通过调节滤波片的同光波段，每次获得当前窄波段的x-y图，最终获得x-y-数据立方体。

高光谱图像技术在无损检测的应用

• 食品存储时间检测（下图为不同存储时间的同一苹果的荧光高光谱图像）

2.农产品农药残留检测（下图为农药浓度为8mg/kg 叶菜样品的高光谱荧光图像及不同浓度梯度样品的荧光光谱曲线）

3.食品部位检测（下图为小番茄不同部位的高光谱曲线）

4.小龙虾品质检测（下图是不同窄波段下的小龙虾反射高光谱图像）

本文仅做学术分享，如有侵权，请联系删文。

推荐阅读：

• 专辑|相机标定
  

• 专辑|3D点云
  

• 专辑|SLAM
  

• 专辑|深度学习与自动驾驶
  

• 专辑|结构光
  

• 专辑|事件相机
  

• 专辑|OpenCV学习
  

• 专辑|学习资源汇总
  

• 专辑|招聘与项目对接

• 专辑|读书笔记

重磅！3DCVer-学术论文写作投稿 交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流等微信群，请扫描下面微信号加群，备注：”研究方向+学校/公司+昵称“，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进去相关微信群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球：针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近1000+星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

 圈里有高质量教程资料、可答疑解惑、助你高效解决问题