随着杂交水稻育种技术的快速发展, 杂交水稻品种日益繁多, 品质与价格也千差万别, 利用智能化手段对杂交水稻种子进行快速分类、 分级和品质检测成为杂交水稻研究领域的热点。 首先研究了不同预处理方式对基于近红外光谱的一维卷积神经网络分类模型对杂交水稻种子的分类效果的影响, 研究结果表明利用Savitzky-Golay卷积平滑算法预处理后的一维卷积神经网络分类模型可获得最佳的分类效果, 其验证集与测试集的分类精度为95.4%和92.9%。 利用随机森林特征波长选择算法选取3个最重要的特征波长分别构建基于单波长灰度图像数据集和基于3波长重构的伪彩色图像数据集, 研究了基于图像数据集的卷积神经网络VGG和残差网络ResNet的杂交水稻种子分类模型, 其研究结果表明基于伪彩色图像数据集的VGG卷积神经网络模型能够获得最优的分类效果, 其验证集与测试集的分类精度分别为92.8%和92.8%, 相比基于伪彩色图像数据集的ResNet分类模型, 其验证集提升3.6%, 测试集提升4.9%。 为了进一步提高分类的精度, 提出了一种图像信息与光谱信息融合的杂交水稻种子分类方法, 该方法利用1D-CNN网络分支提取种子的光谱特征, 利用2D-CNN网络分支提取种子图像的空间维度特征, 最终构建基于图谱融合的2Branch-CNN卷积神经网络分类模型, 其验证集与测试集的分类精度都得到明显改善, 分别达到98%和96.7%。 并利用混淆矩阵评估了2Branch-CNN分类模型对于各个种类的杂交水稻种子的分类效果。 研究结果表明通过图谱融合能有效提升卷积神经网络模型的分类精度, 构建基于光谱与图像数据融合的二分支卷积神经网络模型将为杂交品种的种子快速筛选与分级提供新思路。

叶绿素含量是衡量植物营养和病虫害发生情况的重要指标。 传统的分光光度法对植物叶片破坏性较大且无法实时、 快速、 无损地获取叶绿素含量。 新兴的利用叶绿素仪测量叶绿素相对含量(以下简称SPAD值)的方法不能定量获取实际含量。 光学辐射传输模型PROSPECT从生物物理、 化学的角度以及能量传输的过程出发, 定量描述了叶片色素、 水分、 结构参数等对叶片反射光谱的影响。 因此, 提出利用PROSPECT模型同时反演蔬菜叶片叶绿素含量和SPAD值, 实时、 快速、 无损、 定量获取植物叶片叶绿素的含量。 第一, 多次测量三种蔬菜叶片的反射光谱, 并用叶绿素仪测量SPAD值。 然后, 预处理光谱数据, 获得平均反射率光谱。 第二, 以欧式距离为评价函数, 利用PROSPECT模型对实测反射率光谱进行拟合。 拟合过程中三种蔬菜欧式距离最大为0.008 9, 最小为0.006 4, 平均为0.007 5, 表明该模型能够很好地拟合蔬菜叶片的反射率光谱。 第三, 根据拟合结果, 反演叶绿素含量和透射率光谱, 再根据透射率光谱获取叶片在940和650 nm波长处的光透过率, 计算叶片的反演SPAD值。 第四, 建立反演叶绿素含量、 反演SPAD值与实测SPAD值的关系模型。 结果表明: (1)利用该模型反演得到的叶绿素含量值与实测SPAD值有较好的线性关系, 其关系模型为: y=1.463 3x+16.374 3, 两者相关系数为0.927 1, 模型的决定系数为0.862, 均方根误差为2.11; (2)利用该模型反演得到的SPAD值与实测SPAD值之间线性关系较好, 其关系模型为: y=0.986 9x-0.668 3, 两者相关系数为0.845 1, 模型的决定系数为0.714 3, 均方根误差为3.380 2。 研究表明, 通过测量植物叶片的反射率光谱, 利用PROSPECT模型可以无损、 定量地获取蔬菜叶片的叶绿素含量和SPAD值。 该方法可推广至其他植物的叶绿素测量和实时监测, 为变量施肥、 精准种植提供可靠的数据支持。 研究结果对蔬菜生长态势的无损监测具有重要的意义。

利用叠层一维光子晶体提高半透明有机太阳能电池的光电转换效率和调控器件的透视颜色.采用传输矩阵法计算了基于叠层一维光子晶体的半透明有机太阳能电池中活性层的吸收光谱和器件的透过率光谱, 进而计算了器件的光电转换效率和透视颜色.研究结果表明, 通过合理设计叠层一维光子晶体中顶光子晶体和底光子晶体的禁带中心波长, 可以将器件的光电转换效率提高24.4%.此外, 通过控制顶光子晶体和底光子晶体的禁带中心波长, 可以调控半透明有机太阳能电池的透视颜色, 获得透视颜色分别为蓝色、绿色和红色的半透明电池器件.与单层一维光子晶体相比, 叠层一维光子晶体可以使器件获得更高的光电转换效率, 并能在更大光谱范围内调控器件的透视颜色.

提出了基于能量映射关系和易加工性约束的照度偏离量累加反馈优化算法, 并设计了一款可实现照度均匀分布的基于板上芯片(COB)型发光二极管(LED)光源的自由曲面透镜。本算法将每次迭代反馈优化后的仿真光分布与目标光分布的照度偏离量, 累加到预设目标光分布进行修正, 并利用修正后的目标光分布结合能量映射关系重构自由曲面透镜模型; 同时, 从易加工性的角度提出在反馈优化过程中将透镜外曲面下半部分约束为竖直面。以Cree CXA1816 COB LED为光源设计了相应的自由曲面透镜, 结果表明, 经过3次反馈优化后即可在距离光源1000 mm、半径为1480 mm的圆形区域实现均匀照度分布。根据设计结果加工了相应的透镜并进行照明效果的测试, 实测的照度分布与仿真结果比较吻合。

针对光线在大角度偏转时菲涅耳损耗大、光强均匀性差等问题，提出了基于最优双偏转能量映射和贝塞尔曲线多参数优化的双自由曲面透镜设计算法，并利用该算法设计了基于板上芯片型（COB）发光二极管（LED）的双自由曲面透镜，该透镜可应用于可见光通信系统的光学发射端。以大面积发光面的COB LED作为光源，通过控制自由曲面透镜内外两个表面上的入射光线偏转角的比例关系（即偏转系数），可降低菲涅耳损耗。构建了出光角分别为180°和260°的大角度均匀光强分布的双自由曲面透镜，其光强均匀度分别为0.92和0.90，其光能利用率分别为89.4%和85.9%。将单自由曲面透镜和双自由曲面透镜的光学性能作对比，结果表明，单自由曲面透镜可实现出光角范围为120°~180°、光强均匀度超过0.85以及光能利用率超过85%的光分布，双自由曲面透镜在达到同样的光强均匀度和光能利用率时，可实现出光角范围为100°~260°之间的均匀光强分布。因此，利用双自由曲面透镜能够实现更大范围出光角的均匀光强分布，从而满足可见光通信系统的光学发射端的光分布要求。