多光譜成像技術(shù)是在高光譜成像技術(shù)基礎(chǔ)上發(fā)展起來的一種無損檢測(cè)技術(shù)，這種技術(shù)克服了傳統(tǒng)高光譜成像技術(shù)多維數(shù)據(jù)高、計(jì)算量大、數(shù)據(jù)處理實(shí)時(shí)性差、不確定性顯著、樣本選擇困難等缺點(diǎn)，是一種有效鑒定和定量測(cè)量樣本內(nèi)外品質(zhì)的無損檢測(cè)技術(shù)。本文對(duì)多光譜成像技術(shù)檢測(cè)樣品的步驟作了介紹。

多光譜成像技術(shù)檢測(cè)樣品的具體步驟如下：

1.樣品選擇

篩選建模集和預(yù)測(cè)集樣本，要求樣本對(duì)需要檢測(cè)的指標(biāo)具有很好的代表性，且建模集的樣品能覆蓋預(yù)測(cè)集的樣品的分布。然后采用常規(guī)實(shí)驗(yàn)方法準(zhǔn)確測(cè)試待測(cè)指標(biāo)，獲取參照數(shù)據(jù)。

2.光譜圖像獲取

用多光譜儀掃描樣本，獲取其光譜圖像。為了確保測(cè)試的穩(wěn)定性，必須嚴(yán)格控制包括樣品準(zhǔn)備、測(cè)試條件、儀器參數(shù)等條件。

3.圖像預(yù)處理

圖像的預(yù)處理是圖像分析過程中的一個(gè)重要環(huán)節(jié)。圖像由于圖像采集環(huán)境的不同，光照明暗程度不同、設(shè)備性能的優(yōu)劣、樣品濃度不均勻、人為操作等都會(huì)帶來不同的噪聲。為了保證圖像中被測(cè)物大小，位置及圖像質(zhì)量的一致性，提高光譜質(zhì)量，必須對(duì)圖像進(jìn)行預(yù)處理。圖像預(yù)處理有兩種基本方法，包括對(duì)像素值的預(yù)處理和領(lǐng)域預(yù)處理。

4.圖像分割

圖像分割是圖像處理過程中的關(guān)鍵步驟之一，是后續(xù)工作能夠有效進(jìn)行的關(guān)鍵技術(shù)。圖像分割是將圖像中有意義的特征部分提取出來，包括圖像中的邊緣、區(qū)域等。目前已經(jīng)研究出不同分割的種類和方法，但還沒有統(tǒng)一的方法可以適用于所有的圖像處理中。圖像分割結(jié)果的好壞需要根據(jù)具體的要求進(jìn)行衡量。常見的圖像分割的方法很多，如閾值法、特征空間聚類法、區(qū)域分割法等。

5.特征提取

特征提取是圖像處理中最初級(jí)的運(yùn)算，指的是使用計(jì)算機(jī)提取圖像信息，決定每個(gè)圖像的點(diǎn)是否屬于一個(gè)圖像特征，把識(shí)別后的圖像特征從圖像中抽取的過程。常用的圖像特征有顏色特征、紋理特征、形狀特征、空間關(guān)系特征等。圖像特征提取是一門交叉性的學(xué)科，涉及數(shù)學(xué)、物理學(xué)、控制理論、計(jì)算機(jī)科學(xué)等多個(gè)方面的知識(shí)。

6.建立校準(zhǔn)模型

利用所提取的圖像特征作為輸入，用化學(xué)計(jì)量學(xué)方法關(guān)聯(lián)樣本的預(yù)處理光譜數(shù)據(jù)和參照數(shù)據(jù)，通過一定的數(shù)學(xué)計(jì)算方法計(jì)算出關(guān)聯(lián)模型。常用的化學(xué)計(jì)量學(xué)法有PCA，PLSR，LS-SVM，BPNN等。

7.建立預(yù)測(cè)模型

使用預(yù)測(cè)集的樣品來檢驗(yàn)建立的校準(zhǔn)模型的穩(wěn)定性。對(duì)實(shí)際值與預(yù)測(cè)值作線性相關(guān)，并用相關(guān)系數(shù)和預(yù)測(cè)標(biāo)準(zhǔn)差來表示預(yù)測(cè)效果，好的預(yù)測(cè)模型要求相關(guān)系數(shù)接近1、預(yù)測(cè)標(biāo)準(zhǔn)差逼近于校準(zhǔn)標(biāo)準(zhǔn)差。

8.未知樣品的檢測(cè)

用多光譜儀對(duì)未知樣本進(jìn)行掃描，獲取光譜數(shù)據(jù)，根據(jù)已建立的預(yù)測(cè)模型和測(cè)得的光譜數(shù)據(jù)對(duì)于樣品進(jìn)行預(yù)測(cè)。