0 前沿
陳皮為蕓香科植物橘及其栽培變種的干燥成熟果皮，別名紅橘、大紅袍、川橘等。性溫，味辛、苦。明代李時珍云：“同補藥則補，同瀉藥則瀉，同升藥則升，同降藥則降。牌乃原氣之母，肺乃攝氣之簽，故橘皮為二經(jīng)氣分之藥，但隨所配而補瀉升降也”。在此理論指導下，陳皮用途廣。具有“理氣健脾，燥濕化痰”的功效，主要用于治療消化系統(tǒng)和呼吸系統(tǒng)疾病，為食管、胃、十二指腸等消化道病癥常用的藥物，可治療腕腹脹滿、噯氣泛酸、惡心嘔吐、便秘或腹瀉等。
高光譜成像技術是傳統(tǒng)成像技術和光譜技術有機結合而成的一項新技術。目前，該技術已廣泛應用于肉類 、水果 、蔬菜品質(zhì)等方面的檢測，在中藥的鑒別中也有一定的應用。有學者應用高光譜成像技術對麥冬、連翹、紅參等藥材的產(chǎn)地、時間進行鑒別，取得滿意的結果。本實驗擬采用江蘇雙利合譜科技有限公司的GaiaSorter-V10E、GaiaSorter-N25E-SWIR兩款成像高光譜儀獲取河南省新會市2013年和2014年的陳皮高光譜數(shù)據(jù)以分析不同年份在不同光譜范圍內(nèi)其反射率的差異；同一年不同產(chǎn)地陳皮在不同光譜范圍內(nèi)的反射率差異。
1 材料與方法
1.1 材料
試驗用的不同時間、不同產(chǎn)地的陳皮藥材數(shù)據(jù)由中山大學提供，成像高光譜采集陳皮成像數(shù)據(jù)時，將陳皮盡量展平，分別采集陳皮的內(nèi)外兩面高光譜數(shù)據(jù)。
1.2 高光譜圖像采集
高光譜圖像數(shù)據(jù)采集采用江蘇雙利合譜科技有限公司的 GaiaSorter高光譜分選儀系統(tǒng)（V10E、N25E-SWIR）。該系統(tǒng)主要由高光譜成像儀、面陣列相機、鹵素燈光源、暗箱、計算機組成，如圖1。實驗儀器參數(shù)設置如表1。
圖1 GaiaSorter 高光譜分選儀
表1 GaiaSorter 高光譜分選儀系統(tǒng)參數(shù)
| 序號 | 相關參數(shù) | V10E | N25E-SWIR |
| 1 | 光譜范圍 | 400-1000 nm | 1000-2500 nm |
| 2 | 光譜分辨率 | 2.8 nm | 12 nm |
| 3 | 像面尺寸 | 6.15×14.2 | 7.6×14.2 |
| 4 | 倒線色散 | 97.5nm/mm | 208nm/mm |
| 5 | 相對孔徑 | F/2.4 | F/2.0 |
| 6 | 雜散光 | <0.5% | <0.5% |
| 7 | 波段數(shù) | 520 | 288 |
| 8 | 成像鏡頭 | 25 mm | 30 mm |
在進行高光譜圖像采集時，需要設置相機曝光時間，平臺移動速度以及物鏡之間的距離。這 3 個參數(shù)相互影響，圖像調(diào)節(jié)的目的是使采集的圖像大小合適，清晰，不變形失真。經(jīng)過反復嘗試，物鏡高度設置為 31 cm，曝光時間設置為10ms，平臺移動速度分別設置為 4.8 mm/s（400-1000 nm）、14mm/s（1000-2500 nm）。圖像采集軟件采用江蘇雙利合譜科技有限公司提供的高光譜成像系統(tǒng)采集軟件完成。圖像處理采用 ENVI5.3 軟件進行處理。在進行圖像處理之前，先要對采集的光譜圖像進行圖像校正，圖像校正公式如下：
(1)
式中，Rref 是校正過的圖像，DNraw 是原始圖像，DNwhite為白板校正圖像，DNdark 是黑板校正圖像。高光譜圖像的光譜與圖像之間有著對應的關系，據(jù)此，在正品皮、偽品皮、正品果、偽品果四種樣本上選取2000個像素點的感興趣區(qū)域，以感興趣區(qū)域所有像素的光譜平均值作為該樣本的平均光譜。
1.3 光譜噪聲去除
試驗得到光譜含有由儀器和試驗條件等引起的噪聲，對這些噪聲的處理有助于減少噪聲對光譜分析的影響，突出光譜的有效信息。Savitzky-Golay（簡稱SG） 平滑算法可以有效消減光譜數(shù)據(jù)中的隨機噪聲，消噪效果受平滑點數(shù)的影響，本文中選擇SG 二次多項式 7 點平滑對光譜數(shù)據(jù)進行處理。
2 結果與分析
2.1 不同年份新會市陳皮高光譜數(shù)據(jù)
本試驗采用的GaiaSorter-V10E相機獲取的是400-1000 nm波長范圍共520個波段的可見/近紅外光譜數(shù)據(jù)，GaiaSorter-N25E-SWIR相機獲取的是1000-2500 nm波長范圍共288個波段的近紅外光譜數(shù)據(jù)。圖2和圖3為新會2013年和2014年陳皮里外層部分在400 nm-1000nm范圍內(nèi)的光譜反射率的最大值、最小值、均值、方差、均值±方差曲線。
圖2新會2013年（左圖）和2014年（右圖）陳皮里層高光譜（400 nm-1000nm）
圖3 新會2013年（左圖）和2014年（右圖）陳皮外層高光譜反射率（400 nm-1000nm）
圖4和圖5為新會2013年和2014年陳皮里外層部分在1000 nm-2500nm范圍內(nèi)的光譜反射率的最大值、最小值、均值、方差、均值±方差曲線。
圖4新會2013年（左圖）和2014年（右圖）陳皮里層高光譜（1000 nm-2500 nm）
圖5新會2013年（左圖）和2014年（右圖）陳皮外層高光譜（1000 nm-2500 nm）
2.2 不同年份不同產(chǎn)地陳皮高光譜數(shù)據(jù)
圖6（a）、（b）、（c）分別為江門1991年、某市2002年、新會2014年陳皮里外層部分在400 nm-1000nm范圍內(nèi)的光譜反射率的最大值、最小值、均值、方差、均值±方差曲線。
（a）1991年江門陳皮內(nèi)（左）外（右）層高光譜反射率（400 nm-1000nm）
（b）2002年某市陳皮內(nèi)（左）外（右）層高光譜反射率（400 nm-1000nm）
（c）2014年新會市陳皮內(nèi)（左）外（右）層高光譜反射率（400 nm-1000nm）
圖6 不同產(chǎn)地不同時間陳皮里外層高光譜反射率曲線（400 nm-1000nm）
圖7（a）、（b）、（c）分別為江門1991年、某市2002年、新會2014年陳皮里外層部分在1000 nm-2500nm范圍內(nèi)的光譜反射率的最大值、最小值、均值、方差、均值±方差曲線。
（a）1991年江門陳皮內(nèi)（左）外（右）層高光譜反射率（1000 nm-25000nm）
（b）2002年某市陳皮內(nèi)（左）外（右）層高光譜反射率（1000 nm-2500nm）
（c）2014年新會市陳皮內(nèi)（左）外（右）層高光譜反射率（1000 nm-2500nm）
圖7 不同產(chǎn)地不同時間陳皮里外層高光譜反射率曲線（1000 nm-2500nm）
2.3 不同年份新會市陳皮霉斑快速識別
圖8為新會市2013年和2014年陳皮里層的RGB合成圖（R：640 nm，G：550 nm，B：460 nm）和主成分分析的第一主成分的分類圖。從圖8（a）2013年新會市陳皮內(nèi)層的分類圖可知，紅色區(qū)域為無霉斑區(qū)域，藍色區(qū)域和綠色區(qū)域為霉斑區(qū)域。從圖8（b）2014年新會市陳皮內(nèi)層的分類圖可知，紅色區(qū)域和綠色區(qū)域為無霉斑區(qū)域，藍色區(qū)域為霉斑區(qū)域。
（a）2013年新會市陳皮內(nèi)層RGB圖和分類圖
（b）2014年新會市陳皮內(nèi)層RGB圖和分類圖
圖8新會市陳皮里層不同年份的RGB圖和分類識別圖
2.4 不同年份不同產(chǎn)地陳皮霉斑快速識別
圖9為不同產(chǎn)地不同年份陳皮里層的RGB合成圖（R：640 nm，G：550 nm，B：460 nm）和主成分分析的第一主成分的分類圖。其中圖9（a）為1991年江門市陳皮內(nèi)層的RGB合成圖和主成分分析的第一主成分的分類圖，圖9（b）為2002年某市陳皮內(nèi)層的RGB合成圖和主成分分析的第一主成分的分類圖，從這兩圖可知紅色區(qū)域為無霉斑區(qū)域，藍色區(qū)域和綠色區(qū)域為霉斑區(qū)域。圖9（c）2014年新會市陳皮內(nèi)層的分類圖可知，紅色區(qū)域和綠色區(qū)域為無霉斑區(qū)域，藍色區(qū)域為霉斑區(qū)域。
（a）1991年江門市陳皮內(nèi)層RGB圖和分類圖
（b）2002年某市陳皮內(nèi)層RGB圖和分類圖
（c）2014年新會市陳皮內(nèi)層RGB圖和分類圖
圖9不同產(chǎn)地不同年份陳皮里層的RGB圖和分類識別圖
8
立即詢價
您提交后，專屬客服將第一時間為您服務