基于二组分混和食用油的吸收系数是各自组分吸收系数按照掺杂比例的线性组合的假设以及朗伯-比尔吸收机理, 提出并推导了二组分食用混合油的线性混合数学模型。 该数学模型可根据相同厚度的两种原料油和其二组分混合油对相同光源的吸收光强变化计算出混合油的组分比例。 根据误差理论, 利用全微分公式分析了组分比例计算值的误差, 表明通过选择使两种原料油的透射光强和吸光度差值的乘积较大的波长位置, 可以优选出检测波长。 搭建了可见-近红外光谱检测系统, 利用花生油掺杂玉米油、 花生油掺杂大豆油和玉米油掺杂大豆油三种混合油对模型进行了验证。 结果表明, 该模型对掺杂10%以上的混合油的成分比例计算值和实际值的相对误差在5%以内, 相关系数分别达到0.999 4, 0.999 7和0.999 3, 标准误差分别为0.006 9, 0.005 1和0.007 6, 并证实本研究的波长选取方法是合理的。 此外, 对3种按同样比例组合的、 未混合的分立油样本进行了检测, 计算组合比的相对误差也可控制在10%以内, 同时揭示入射光源的平行度和待测装置的垂直度对检测精度有一定影响。 试验证明, 不同于传统的光谱结合化学计量学的检测方法, 本方法可以仅通过检测原料油和混合油在选定波长上的吸收光强即可准确计算得到掺杂比例。

基于芝麻油和掺入油线性混合的原理，提出了一种利用芝麻油、掺入油和其掺混油的吸光度直接计算掺杂比的定量检测方法。利用误差分析理论对掺杂比计算公式进行分析，可知使误差最小的最佳检测波长区位于芝麻油和掺入油的吸光度差值最大的区域。利用SpectraMax Plus 384型光吸收酶标仪的分光光度计功能和构建的可见近红外光谱采集系统，对两种光程的芝麻油分别掺杂花生油和大豆油的样本进行了检测。对掺杂体积比为10%以上的芝麻花生掺混油和芝麻大豆掺混油，分光光度计检测的掺杂比计算值和实际值的相关系数分别为0.9992和0.9997，标准误差分别为0.0084和0.0054；可见近红外光谱采集系统检测的两种掺杂比的相关系数分别为0.9997和0.9994，标准误差分别为0.0047和0.0069。实验结果表明，利用线性光度法计算掺杂芝麻油的掺杂比例是准确可行的。

对多光谱、超光谱成像技术的原理、特点,以及二者之间的区别和联系等技术问题进行了较为详细的讨论,并重点列举了该项技术在**上的应用,较全面地介绍了多光谱、超光谱成像技术在**应用中的使用方法和研究状况,以及成像光谱仪器的发展水平和有关技术,并对该技术的发展趋势进行了展望.