News 遥感应用

  香辛料是食品造假的重灾区,它们的供应链复杂、售价高昂,并且通常以粉末或颗粒形式出售,因此不法商贩会掺加更便宜、难以区分的相似材料获取高额利润。

  橄榄叶和香桃木叶与牛至叶外观相似,但是价格更低。近年来,有关机构对商店出售的牛至叶进行研究表明:近四分之一的样品含有非牛至叶成分。按重量计算,掺假程度范围可达到30%至70%。

  一般的掺假鉴别,可以使用液相色谱-质谱仪(LC/MS)分析来检测,香辛料(例如红辣椒)的纯度可以通过气相色谱来确定,但这些方法在样品制备方面需要耗费大量的时间和精力。也可以使用光学显微镜进行分析,但单个小颗粒的识别和计数非常繁琐。

  高光谱成像 (HSI) 系统与机器学习算法相结合的新方法,可以快速检测样品中是否存在非牛至叶的成分,并进行量化分析计算含量。

一、牛至叶分析

  最近,Headwall Photonics进行了一项牛至叶成分测试,样品中掺杂了法国百里香和香桃木的样品,在扫描台上使用MV.C NIR高光谱成像仪(光谱范围为900-1700 nm)进行扫描,并在perClass Mira软件中进行数据的获取与分析,选择牛至叶像素来创建牛至类,在对牛至叶图像进行调查时,伪彩色RGB分类图像显示了样品中多个非牛至叶掺杂的区域(粉红色区域),掺杂物的光谱与牛至叶明显不同,如下图所示。


左图:牛至叶RGB图像 ,右图:掺假的高光谱图像伪彩色分类



蓝色曲线:牛至叶   红色曲线:掺杂物


  将这些像素的一部分样本作为掺杂类别,并建立新的分类模型。这些掺杂物无法通过肉眼识别,甚至无法使用高分辨率RGB图像来识别。但是通过高光谱技术,可以检测到掺杂物。

  通过添加法国百里香和普通香桃木叶(两种常见掺杂物)的纯净光谱数据,该模型得到了进一步改进,可以产生量化结果并在几秒钟内做出质量决策。

二、辣椒分析

  在完整的叶片中,有经验的专业人员通过触摸嗅闻等方式或许也可分别出是否掺假,但是对于粉末状物体却无能为力。对于磨碎的香料,可以添加更多类型的添加剂来掩盖产品的真实等级。染料、粉笔、粘土和种子粉通常作为掺杂物添加到红辣椒粉中。

  在Headwall Photonics进行的一项内部研究中,收集了红辣椒和红粘土,并以不同的质量百分比浓度组合在一起。然后在扫描台上使用MV.C NIR高光谱成像仪扫描这些粉末,并在perClass Mira软件中进行数据的获取与分析。



不同浓度的红辣椒与粘土样品


  机器学习模块可在多种不同的已知浓度上进行训练,建立的回归模型能够高度估计红辣椒测试样品的浓度。


使用perClass Mira软件创建的回归模型的准确性


  通过样品的采集,训练perClass Mira的模型并部署在产线上 ,可以实时估计香辛料中净含量的比例。


三、总结

  与液相色谱-质谱仪(LC/MS)、傅里叶红外光谱仪(FTIR)和其他实验室技术不同,使用Headwall的高光谱成像系统不需要专业知识,即可通过perClass Mira软件进行光谱分类,找出掺杂物存在的证据,并且软件还提供了检测未知掺杂物和添加剂的工作流程,使评估草药和香辛料质量的任务变得简单。

  网络视频会议回放链接:https://register.gotowebinar.com/recording/7625158656736549980


...
发布时间: 2024-05-15 17:09:11
浏览次数:13

美国Headwall MV.C 400-1700nm机器视觉高光谱成像仪向山东省食品药品检验研究院成功交付!

近日,北京欧普特科技有限公司向山东省食品药品检验研究院成功交付美国Headwall公司生产的MV.C机器视觉高光谱成像仪,为中药材的快速无损检测提供了全新的技术支持和解决方案。


MV.C VNIR(400-1000nm)与MV.C NIR(900-1700nm)高光谱成像仪

高光谱成像技术是融合了成像技术和光谱技术优点的一种检测技术,可同时获取研究对象内、外部成分特征光谱信息与空间信息,结合多种算法分析,由于其简单、快捷、无损、且准确率高的特点,已经在食品、农产品品质鉴定方面广泛应用。

本次交付的MV.C机器视觉高光谱成像仪采用offner全反射光路设计,重量体积小,集成度高,包括MV.C VNIR 400-1000nm和MV.C NIR 900-1700nm两台高光谱成像仪,可同时安装在一台高精度perClass扫描台上使用,同步获取400-1700nm的光谱数据,配合perClass分类软件,内置成熟算法,可自动建立模型,创建和部署自动解译方案,几分钟内即可获取解译后的数据,实时显示分析结果。

鉴定欧芹和蓟草混合药材中的狗舌草

该套设备打破了传统单点近红外光谱分析仪的只能测量单点一维光谱数据,不具代表性的局限,高光谱成像仪采用面阵探测器,一次扫描可获取视场范围内整个被测物的图像与光谱二维数据,通过化学计量学方法结合AI算法,建立高精度模型,进而对中药材成分进行定性或定量分析。这套设备将为中药材的真伪鉴别、产地鉴别、品质评估等提供科学依据,将有力推动中药材研究的科技创新和标准化进程。

美国Headwall公司,作为offner结构反射式全息光栅和成像光谱仪制造的佼佼者,其在全球范围内享有盛誉。公司凭借卓越的工艺和技术,确保每一台成像光谱仪都搭载了尤其自主研发的原始凸面全息光栅,从而实现了光谱仪信噪比和数据稳定性的双重保障。其产品波段覆盖广泛,从400纳米至2500纳米,能够满足多种应用需求。在机器视觉、食品与药品检测、农产品品质把控以及农业、林业、环保、地质等遥感应用领域中,Headwall公司的光谱仪均发挥着不可或缺的作用。通过持续创新和技术升级,该公司为全球科研和工业领域提供了强大的技术支持和解决方案。



...
发布时间: 2024-04-23 14:15:34
浏览次数:13

一、引言

高光谱成像技术在文物研究和保护中具有三个显著特点:第一,用高光谱成像技术对文物进行检测时,不接触文物,而且由于使用的是可见光和近红外光谱,相较于拉曼光谱、红外光谱等常用的成分识别方法,可以实现完全无损的状态;第二,近红外波段具有穿透性,能够穿透大部分矿物颜料,探测到颜料底层的墨线信息,对于彩绘文物中隐藏信息的提取能够发挥很大的作用;第三,高光谱成像技术具有图谱合一的特点,其反射光谱可以起到鉴别物质成分的作用,配合图像信息可以得到成分的相对浓度分布图,对于大尺幅文物的快速研究具有较大的帮助。

这三大特点促进了高光谱成像技术在壁画和书画等绘画类文物研究中的应用:(1)通过高光谱成像技术不仅可以有效地获得壁画、古书画等绘画类文物的底稿线信息和一些隐藏的文字图案,而且对于一些模糊不清无法辨认的信息,也可以通过高光谱数据的增强处理,获得更为清晰的图像。这些结果可用于绘制技法研究。(2)高光谱成像技术所获得的反射光谱可以用于鉴别颜料种类,结合图像信息并通过数据处理可以得到颜料的浓度分布图。这对于混合颜料的分析以及调色工艺的研究具有很大的价值。

目前研究都局限于文物的局部区域,缺乏对大幅面文物的整体分析。故宫博物院将大幅面高光谱分析方法用于古书画文物研究,取得良好效果,正在将该方法用于对唐卡、壁画等其他大幅面绘画类文物的研究。

二、大幅面高光谱扫描

针对文物高光谱成像,特别是大幅面绘画类文物的需求,故宫博物院联合中国科学院空天信息创新研究院联合研制了一种大幅面高光谱扫描系统(见图1)。该系统主要包括推扫式高光谱成像仪、线状光源和扫描平台,探测光谱范围为400~2500nm,光源与高光谱成像仪同步移动对文物进行面扫描成像。该扫描系统的最大范围为2mx2m,可满足大部分大幅面绘画文物的分析需求。

图1 研制的大幅面高光谱扫描系统

本系统中使用的高光谱成像仪为美国Headwall光谱仪,其光谱范围为400~2500nm,该高光谱成像仪具有两个传感器,范围分别为400~1000nm和1000~2500nm。这两个传感器是共光路设计,光源类型为卤素灯,其光谱可以覆盖高光谱成像仪的采集波段。该扫描系统中使用的卤素灯与高光谱相机常用的素灯相比具有以下特点:第一,该光源为线性光源,使用的是勾化带状照明方式(见图2),光照均勾性可达90%以上;第二,考虑到绘画类文物的特点,该光源在扫描过程中与成像光谱仪同时移动,在画面停留时间很短,避免了光源热效应对文物造成的破坏。


图2 线光源实物及均匀照明区域

三、颜料高光谱数据库的建立

为实现高光谱成像技术对文物颜料的有效鉴别,本研究建立了文物常用传统颜料的反射光谱库,为模拟文物的颜料,制备了颜料色块。



 图3 标准颜料色块

为了验证颜料的颗粒度是否会影响反射光谱,我们对不同颗粒度大小的同种颜料进行了测试,发现其反射光谱特征峰的位置并没有发生明显改变;同样对不同产地的同一种颜料进行了测试,发现其光谱曲线也基本一致。

图4 颜料光谱库

四、产品案例与讨论

4.1文物对象

选取故宫东华门天花彩画、纸本书画《丁观鹏画不二尊者图轴》、绢本书画《沈庆兰画贴落》和唐卡《吉祥天母画佛像》作为研究对象,使用本文中研制的大幅面高光谱扫描系统对其进行扫描、数据拼接和处理。


                                                                                                 图5 (a)故宫东华门天花彩画                                    (b)2300nm高光谱

4.2隐藏信息提取与增强

4.2.1隐藏病害提取

从图5中东华门天花彩画的2300nm高光谱图像中可以看出明显的病害痕迹,通过后期显微观察判断其为污渍。由于位于深蓝色区域,肉眼很难分辨因此通过高光谱图像将其区域识别出来,对后期该文物的清洗和保护处理具有重要的参考意义。

4.2.2隐藏墨迹提取

对《丁观鹏画不二尊者图轴》的高光谱单波段图像进行观察,发现诗塘部位除了表面的字迹还有一些模糊不清的墨迹。为将模糊的墨迹更加清楚地显示出来,将高光谱数据经过滤波去噪处理后,分别使用基于信息成分法的主成分分析(Principalomponents Analysis,PCA)与基于光谱提纯的连续最大角凸锥(Se-quential MaximumAngle Convex Cone,SMACC)端元光谱提取方法,识别出字画中隐藏的墨迹信息,如图6(c)所示。

通过对墨迹的研究发现,这些墨迹位于纸背面,是一篇经文,说明这张纸是乾隆皇帝最喜欢使用的写经纸。乾隆皇帝最喜欢使用的写经纸是宋代的,后来随着宋代写经纸的不断消耗,乾隆皇帝开始命人仿造宋代写经纸。通过将宋代写经纸与乾隆时期仿宋写经纸的行距进行对比,推测《丁观鹏画不二尊者图轴》使用的写经纸是乾隆时期的仿宋写经纸。


图6 (a)书画文物《丁观鹏画不二尊者图轴》;(b)诗塘部位的乾隆御笔心经;(c)通过高光谱图像增强处理的图像

4.2.3底稿线提取

近红外波段具有穿透性,可以穿透大部分矿物颜料,探测到颜料底下的墨线信息。因此通过高光谱成像技术获取画面的底稿线,可以更好地了解画面风格,让后人解读画面的绘制工艺,也可以为修复时的画面补绘提供参考。观察唐卡《吉祥天母画佛像》近红外单波段图像,发现在1805 nm 波长处能够获得最清晰的底稿线图像(见图7)。将其与原图对比,发现底稿线和画面存在差异。图7(d)所示为马匹前腿上部附近,可在近红外图像中看到一个头颅和两条缰绳,而在可见光画面中却没有明显痕迹。图7(f)所示为马后蹄处,在近红外图像中可以看到完整的马蹄轮廓,而在实际画面上马蹄被覆盖住。这说明作者在创作过程中放弃了部分区域的设计原稿,在上色过程中并没有去除绘制好的底稿线,后来底稿线被颜料层覆盖。通过高光谱成像技术分析发现了底稿线信息和底稿改动的痕迹,还原了肉眼所看不到的底稿信息。


图7 唐卡《吉祥天母画佛像》的可见光图像和高光谱图像

4.3成分识别与分类

4.3.1颜料鉴别与分布

对书画、壁画等绘画文物表面的颜料进行分类与识别,首先应对高光谱数据进行预处理。采用 ROI、纯净像元指数(Pixel Purity Index,PPD等方法提取样本的端元光谱。采用光谱角填图(Spectral Angle Mapper,SAM)等算法对文物整体进行颜料的图像分类,得到相应的分类图;然后比对标准颜料光谱库进行颜料识别并获得分布图。

由于唐卡《吉祥天母画佛像》保持环境不好,表面污渍较多,颜料比较模糊。为了方便修复人员对其进行研究和修复,需要对其颜料进行鉴别。首先,通过 ROI端元提取来获得蓝色颜料区域可见近红外反射光谱图,将其与标准颜料库进行比对后确定为石青。它在2200~2400nm区间有显著的独特光谱特征-由分子中 CO、 和 O-H 键的振动产生的相邻双吸收峰。然后通过光谱特征拟合(SpectralFeature Fitting,SFF)方法对图像光谱进行分类,可获取图8(a)所示的石青空间分布。从图中可以看出,主尊身体、天空等区域石青含量非常高,四周草地等区域使用了低浓度石青或混合了其他颜料。同样地,从石绿空间分布图(见图8(b))可以看出,石绿主要分布在萨的法器、绸带、植被和祥云中。这些结果为画面复杂、大幅面的唐卡文物的研究和修复提供了坚实的科学依据。


图8 唐卡《吉祥天母画佛像》的石青和石绿分布图

4.3.2混合颜料工艺研究

对东华门天花彩画的高光谱数据进行拼接和预处理。通过ROI端元提取并与光谱库进行比对后发现,天花彩画上有朱砂、铅白、铅丹、普鲁士蓝、氯铜矿和炭黑六种颜料。然后将光谱数据库中这六种颜料的反射光谱作为参考光谱,利用完全约束最小二乘(Full Constrained Least Squares,FCLS)算法计算每种矿物颜料的分布信息和相对浓度分布(见图9)发现天花彩画又角云叠晕的区域是由铅白和朱砂、铅白和铅丹混合而成的粉色和淡橘色。为验证高光谱分析结果,使用广域X射线荧光成像光谱仪和拉曼光谱仪对结果进行验证。天花彩画颜料的分布以及混合信息可以为保护修复以及复制时颜料的选取提供依据。


图9 东华门天花彩画的颜料分布图

《沈庆兰画贴落》宽2m、高3 m,画面颜色种类很多,其中大部分是多种颜料混合的效果。要想把所有颜色的颜料分析清楚,如果使用点分析方法,则工作量巨大,而且难以得到较好的分析效果。大幅面高光谱成像系统可以同时分析颜料种类和分布范围,并且通过数据处理得到颜料的相对浓度分布图,可以为研究颜料的调配工艺提供很大的帮助。将扫描得到的高光谱数据使用ENVI软件拼接,进行最小噪声分离变换(Minimum Noise Fraction,MNF) ,最后使用 FCLS方法进行颜料解混,得到颜料的相对浓度分布图。部分颜料的分布图如图10所示。可以看出,石青主要分布在屏风、人物衣服和头冠上,其中人物衣服和头冠上有部分蓝色叠星区域是由石青和铅白调和而成的。白色主要分布于人物面部和接近于白色的浅色区域。铅白除了用作白色颜料,还被多次用于调和其他颜料。例如,铅白与石青调和形成淡蓝色,与石绿调和形成淡绿色,与朱砂调和显示出粉色或橘色。


图 10 书画文物《沈庆兰画贴落》(200cmx300 cm)及石青和铅白分布图

五、总结与展望

高光谱技术具有光谱分辨率高和图谱合一的特点,并且在对文物进行数据采集时快速、无损,因此在文物研究中的应用越来越广泛。标准光谱库比对进行初步识别,然后对高光谱数据进行预处理。采用 ROI、PPI等方法提取样本的端元光谱。采用SAM、光谱信息散度(Spectral Information Divergence,SID)等算法对文物整体进行颜料和染料的图像分类,得到相应的分类图,并结合标准颜料光谱库进行颜料识别。

在对文物表面褪色的墨迹,绘画文物的底稿线、重绘痕迹,文物上模糊不清的印章,裸眼难以识别的污染物、霉菌等病害进行识别和观察时,可采用原始或降维后的单波段图像直接观察,或通过进一步灰度拉伸、特征提取:光谱吸收指数(Spectral Absorption Index,SAD构建等方法进行信息提取与增强。

与传统的文物高光谱采集数据方式相比,在对书画、油画、壁画和纺织品等文物表面的颜料和染料进行分类与识别时,可通过与大幅面高光谱扫描系统将会发挥其技术优势,使文物的分析写研究提升到一个新的高度。


...
发布时间: 2024-04-18 17:30:22
浏览次数:13
发布时间: 2023-04-18 11:49:04
400-858-0888 北京市朝阳区,酒仙桥东路一号M7栋东五层 010-84569901