为了给苍术颗粒剂基于高光谱成像的可视化区分提供理论指导, 选用竞争性自适应重加权采样法(CARS)和相关性分析(CA)进行两次特征波长选择, 提出了利用近红外高光谱成像技术对苍术颗粒剂产品溯源的新方法。 874~1 734 nm波段范围内采集150个来自三个生产厂家的苍术颗粒剂高光谱图像, 提取感兴趣区域(ROI)的光谱反射率值作为鉴别模型的输入变量, 采用邻近算法(KNN)、 误差反向传输神经网络(BPNN)、 偏最小二乘法判别分析(PLS-DA)、 最小二乘支持向量机(LS-SVM)建立四种算法(分类器)的判别模型。 通过对模型效果的评价标准(预测集总体判别率以及kappa系数)来判别三个不同厂家苍术颗粒剂的区分效果。 除KNN模型外, 预测集的判别率都是100%, kappa系数均为1。 为了加快运算速度, 研究通过CARS、 随机蛙跳算法(RF)、 连续投影算法(SPA)和序列前向选择(SFS)算法初步选择特征波长; 采用CARS, RF, SFS和SPA结合CA算法取得了4组最优波长。 分别得到4个(975, 1 220, 1 419, 1 476 nm)、 2个(1 005, 1 442 nm)、 4个(924, 1 005, 1 419, 1 584 nm)和3个(948, 1 146, 1 412 nm)最优波长, 并分别建立了KNN, BPNN, PLS-DA和LS-SVM判别模型。 在筛选三种最优算法的情况下, 能够以较少的特征波长个数获得的最好建模效果为: CARS-CA-LS-SVM模型中预测集总体判别率是100%, kappa系数为1。 将CARS-CA筛选出波长变量的每个像素点光谱数据输入到LS-SVM模型中, 将判别结果用不同颜色直观显示。 该研究为快速无损进行苍术颗粒剂产品溯源提供了思路, 为今后开发相关机构的快速监管提供了技术支持。
高光谱成像 苍术颗粒剂 化学计量学 特征波长 Hyperspectral imaging Atractylodes lancea granules Chemometrics Characteristic wavelengths 光谱学与光谱分析
2020, 40(11): 3567
相比传统目标跟踪算法,基于相关滤波的目标跟踪算法跟踪精度更高、实时性更好,但当目标被遮挡或超出视野时,难以提取目标特征、正确定位检测窗口,容易导致目标跟踪失败或漂移。因此,提出了一种基于置信度的并行相关滤波跟踪算法。首先,使用一种新的置信度评价方法判断目标是否被遮挡或存在异常情况。其次,在置信度的基础上,用组合权重融合两种不同的跟踪器,构建并行相关滤波跟踪算法,以提高算法的跟踪精度和鲁棒性。最后,为了防止模型污染,对两种滤波器模型采取自适应权重更新策略。在OTB-2013和OTB-2015数据集上进行实验,结果表明,相比传统算法,本算法在跟踪精度和成功率上均有显著提升。
图像处理 相关滤波 目标跟踪 置信度 自适应学习率 并行跟踪 激光与光电子学进展
2020, 57(20): 201017
南京工业大学 计算机科学与技术学院, 江苏 南京 211816
图像风格迁移是用风格图像对指定图像的内容进行重映射, 利用GAN自动进行图像风格迁移, 可减少工作量, 且结果丰富。特定情况下GAN方法所用的配对数据集很难获得。为了避免利用传统GAN进行图像风格迁移受到成对数据集的限制, 提高风格迁移效率, 本文利用改进的循环一致性对抗网络CycleGAN实现图像风格迁移, 用密集连接卷积网络DenseNet代替原来网络生成器的深度残差网络ResNet, 用同一映射损失和感知损失组成的损失函数度量风格迁移损失。所做改进使网络性能得到了提升, 取消了网络对成对样本的限制, 提高了风格迁移生成图像的质量。同时进一步提高了稳定性, 加快了网络收敛速度。论文所提方法对建筑图像进行了风格迁移, 实验结果表明, 生成图像的PSNR值平均提高了6.27%, SSIM值均提高了约10%。因此, 本文提出的改进的CycleGAN图像风格迁移方法生成的风格图像效果更优。
图像风格迁移 循环一致性对抗网络 密集连接卷积网络 深度残差网络 image style transfer CycleGAN DenseNet ResNet
南京工业大学计算机科学与技术学院, 江苏 南京 211816
为改善低剂量CT图像的质量, 提出一种基于改进型Wasserstein生成对抗网络(WGAN-gp)的低剂量CT图像去噪方法。WGAN-gp在WGAN网络的基础上加入梯度惩罚项, 解决了WGAN训练困难, 收敛速度慢的问题, 进一步提高网络的性能。同时加入新感知损失度量函数, 使对人眼而言敏感的纹理信息得到保留。实验结果表明, 与目前相关的方法相比, PSNR提高了1.83 dB, SSIM表达能力增加了约3.5%, 降低了时间复杂度, 显著改善了低剂量CT图像的可视质量。
Wasserstein距离度量的对抗生成网络 低剂量CT图像 图像去噪 感知损失 WGAN-gp low-dose CT images image denoise perceptual loss
南京工业大学计算机科学与技术学院, 江苏 南京 211816
提出了一种利用Wasserstein重心坐标作为图像描述子的图像重复区域盲检测算法。通过度量各图像块Wasserstein重心坐标间的最小欧式距离确定图像重复区域初始搜索块,再对初始搜索块进行扩展, 利用改进的PatchMatch算法寻找相关度高的图像块, 从而搜索出完整的图像重复区域。实验结果表明, 提出的基于Wasserstein直方图欧氏度量的图像重复区域盲检测算法能够检测出复制粘贴的伪造区域, 对于带有旋转和缩放等几何攻击的伪造区域检测率维持在90%以上。该算法对复制粘贴、尺度变化和旋转几何攻击具有良好的鲁棒性。
Wasserstein重心坐标 重复区域 块匹配 复制粘贴 几何变换攻击 Wasserstein barycentric coordinates image repetition detection patchmatch copy paste geometry transformation attack
浙江大学生物系统工程与食品科学学院, 浙江 杭州 310058
实时监测发酵液中固形物含量的变化, 对控制厌氧发酵过程的稳定性具有重要作用。 研究中采用近红外高光谱技术结合化学计量学方法, 对水葫芦和稻草秸秆混合厌氧发酵过程中的固形物含量进行定量检测研究。 与传统2540G(APHA, 1990)标准方法相比, 近红外高光谱技术具有无损、 快速的优点。 实验过程中, 首先获取发酵液样本的高光谱信息, 应用移动平均平滑法(MAS)进行光谱预处理, 并采用竞争自适应重加权采样算法(CARS)、 连续投影算法(SPA)和Random frog算法提取光谱特征信息, 然后基于全谱和所选特征波长下的光谱信息分别建立总固形物含量(TS)和挥发性固形物含量(VS)的校正模型, 建模方法包括偏最小二乘回归(PLSR)和最小二乘-支持向量机(LS-SVM)。 研究表明, SPA-LS-SVM模型的预测结果最好, 其中TS的预测均方根误差(RMSEP)及相关系数(Rp)分别为0.005 8和0.841; 而VS的RMSEP和Rp分别为0.004 1和0.874。 结果表明, 利用近红外高光谱结合化学计量学方法可以实现厌氧发酵液中的固形物含量的检测, 为布置光谱传感器以便定量检测厌氧发酵过程中的固形物含量奠定了理论依据。
近红外高光谱 总固形物含量 挥发性固形物含量 厌氧发酵 化学计量学方法 Infrared hyperspectral Total solid Volatile solid Anaerobic digestion Chemometrics 光谱学与光谱分析
2017, 37(12): 3833
浙江大学生物系统工程与食品科学学院, 浙江 杭州 310058
叶片中类胡萝卜素是植被环境胁迫、 光合能力和植被发育阶段的指示器。 基于叶片的原位拉曼光谱响应特性对龙井43叶片的类胡萝卜素含量进行了研究, 建立了两者之间的定量模型。 本文共对315个龙井43叶片样本进行了拉曼光谱采集和分光光度检测。 为排除检测过程中受噪声、 基线漂移等因素的干扰, 运用和比较了五种光谱数据预处理方法提取原始拉曼光谱中与茶叶中类胡萝卜素含量有关的有效信息。 基于预处理后的数据建立了偏最小二乘（PLS）回归模型, 拉曼光谱与类胡萝卜素含量的建模集和预测集的相关系数（r）分别为0.817和0.786。 为进一步研究类胡萝卜素的拉曼光谱响应机理, 本文采用连续投影算法（SPA）优选了17个拉曼特征波数建立相应的特征波数模型, 模型的建模集和预测集的相关系数（r）分别为0.808和0.777。 根据已建立的模型, 探究了茶树四个不同叶位的叶片类胡萝卜素含量的变化。 发现茶树叶片随着叶龄的增加, 类胡萝卜素浓度呈先增后减的趋势。 以第2位叶的类胡萝卜素含量最高。 进一步验证了模型的可行性以及探索了将该模型应用于茶树叶片树龄和叶位探测的可能性。 采用拉曼光谱技术可以实现茶树叶片中类胡萝卜素含量的原位、 无损、 定量检测。
拉曼光谱 类胡萝卜素 定量分析 模型评价 特征提取 Raman spectroscopy Carotenoids Quantitative analysis Model assessment Characteristic extraction 光谱学与光谱分析
2017, 37(11): 3465
1 浙江大学生物系统工程与食品科学学院, 浙江 杭州 310058
2 浙江工业大学药学院, 浙江 杭州 310014
3 西北农林科技大学机械与电子工程学院, 陕西 杨凌 712100
拉曼光谱(Raman spectroscopy, RS)是一种散射光谱, 具有样品前处理简单、 响应速度快、 灵敏性高以及原位无损检测等特点。 由于拉曼信号具有指纹图谱特性和不受水分信息干扰的优势, 其在生物体信息检测方面发挥着重要作用。 拉曼光谱成像技术是拉曼光谱技术发展的新方向, 其可以同时获取研究对象的空间及光谱信息; 显微拉曼光谱技术不仅可以进行分子结构的检测, 还能够实现生物组织微区化学成分的空间分布分析。 目前, 应用拉曼光谱进行农作物生理信息的检测成为学者们的研究热点。 本文概述了拉曼光谱的基本原理和分类, 并重点介绍了拉曼光谱技术在农作物的生殖与营养器官(种子, 花朵, 果实和根, 茎, 叶)中生理信息检测方面的国内外最新研究进展。 最后结合国内外研究现状, 分析了拉曼光谱在农作物生理信息检测中的局限, 并对其的应用前景进行了展望。
拉曼光谱 农作物 生理信息 研究进展 Raman spectroscopy Plants Physiological information Research progress 光谱学与光谱分析
2017, 37(5): 1350
浙江大学生物系统工程与食品科学学院,浙江 杭州 310058
研究傅里叶变化红外透射光谱(FTIR)结合化学计量学方法检测茶叶中非法添加滑石粉的可行性。 首先获取掺杂量不同的滑石粉(0.00, 0.15, 0.25, 0.35, 0.50, 0.65, 0.75, 0.85, 1.00, 1.10, 1.25, 1.50 mg·g-1)210个茶叶样本光谱。 为了突显出光谱中的细微变化, 采用Savitzky-Golay(SG) 平滑、 标准化和标准正态变量(SNV)三种方法对原始光谱进行预处理。 其中, 处理效果最好的是SNV方法。 随后探究光谱与掺杂量之间的定量关系, 采用反向间隔偏最小二乘法(biPLS)和连续投影算法(SPA)的结合进行特征波数的选择, 最终选出来5个特征波数。 并利用偏最小二乘回归算法(PLS)和最小二乘支持向量机算法(LS-SVM)建立基于这5个特征波数的回归模型。 其中LS-SVM模型具有更高的相关系数(RP=0.921)和更小的均方根误差(RMSEP=0.131), 所以该模型具有更好的稳定性及更高的预测能力。 综上所述, 红外光谱技术可以定量地检测出茶叶中非法添加的滑石粉。
中红外光谱 绿茶 滑石粉 化学计量学 定量检测 FTIR spectroscopy Green tea Talcum powder Chemometrics Quantitative detection 光谱学与光谱分析
2017, 37(4): 1081
1 浙江大学生物系统工程与食品科学学院, 浙江 杭州 310058
2 西北农林科技大学机械与电子工程学院, 陕西 杨凌 712100
3 浙江大学农业与生物技术学院, 生物技术研究所, 浙江 杭州 310058
4 国家海洋局第二海洋研究所, 浙江 杭州 310012
油菜菌核病是一种真菌性病害, 可造成油菜产量严重减少, 而快速准确地进行病原物的早期侵染对于植物病害防治意义重大。 采用共聚焦拉曼光谱（500～2 000 cm-1波数范围内)技术结合化学计量学方法对油菜菌核病早期侵染进行判别分析。 采用共聚焦拉曼光谱仪采集健康和接种12 h核盘菌的油菜叶片表面拉曼光谱, 应用小波变换（wavelet transform, WT)进行拉曼光谱预处理以去除荧光背景。 并利用基于全谱范围的偏最小二乘判别分析（partial least squares-discriminant analysis, PLS-DA)的回归系数（regression coefficient, RC)进行特征峰的识别, 选出983, 1 001, 1 205, 1 521, 1 527, 1 658, 1 670和1 758 cm-1共八个特征峰用于建立PLS-DA模型进行油菜菌核病的早期侵染判别, 其识别准确率为100%。 结果表明: 拉曼光谱技术结合化学计量学方法能够实现油菜叶片中菌核病早期侵染的检测, 这为后续探究核盘菌与油菜叶片互作过程以及为进一步的病害早期监测和预防提供理论参考。
油菜叶片 菌核病 拉曼光谱 化学计量学方法 Oilseed rape leaves Rape sclerotinia Raman spectra Chemometrics methods
