荧光粉沉淀是影响白光LED发光质量和光学一致性的关键因素。为了实现荧光粉沉淀的快速、无损检测，提出一种基于光学相干层析（OCT）技术的荧光粉沉淀检测方法。使用OCT系统对白光LED进行成像，比较白光LED的OCT与切片图像，分析了荧光粉的数量分布和沉淀物形态。根据荧光粉数量与面积分数的关系以及荧光粉沉淀过程中荧光粉数量分布的变化特点，设计了从OCT图像中提取荧光粉面积分数的算法，分析了荧光粉面积分数与荧光粉沉淀程度的变化关系。实验结果表明，OCT技术可以准确检测白光LED的荧光粉沉淀物形态，荧光粉在OCT图像中的面积分数可以量化荧光粉沉淀程度。该方法可以满足白光LED荧光粉沉淀的检测要求，并可用于白光LED的质量检测和封装工艺研究。

近红外光谱及成像检测凭借其高效、无损、非接触等优点近年来被广泛应用于农林产品、食品检测等方面。该技术可快速获取样品光谱和图像信息，进而结合化学计量学、机器学习建模等对样品进行品质安全、掺杂掺假、理化指标和产地溯源等方面检测，深受各行各业的认可。但光学仪器使用环境以及被测样品性质具有局限性，光学检测结果易受到各种因素干扰，从而影响检测精度，应当予以消除或削弱。简述了近红外光谱和高光谱成像的检测基本原理，并对国内外近红外光谱及成像技术在检测时受到的影响因素进行总结与归纳，结合国内外研究学者在相关方面的研究内容，重点在温度、光照、水分、曲率变化和湿度等5个方面及相关校正方法的应用进行阐述，对当前存在的部分问题提出总结与建议，以期为相关方向的研究人员提供参考及借鉴。

太赫兹调频连续波成像技术具有高功率、小型化、低成本、三维成像等特点, 在太赫兹无损检测领域受到了广泛关注。然而由于微波及太赫兹器件限制, 太赫兹信号带宽难以做大, 从而制约了成像的距离向分辨力。虽然高载频可实现较大宽带, 但伴随的低穿透性和低功率会限制太赫兹调频连续波成像系统的应用场景。因此, 聚焦于太赫兹波无损检测领域, 提出一种时分频分复用的 114~500 GHz超宽带太赫兹信号的产生方式, 基于多频段共孔径准光设计, 实现超带宽信号的共孔径, 频率可扩展至 1.1 THz。提出一种频段融合算法, 实现了超宽带信号的有效融合, 距离分辨力提升至 460 μm, 通过人工设计的多层复合材料验证了系统及算法的有效性, 并得到封装集成电路(IC)芯片的高分辨三维成像结果。

随着高性能复合材料在航空航天和**等高新领域的广泛应用, 对其质量和性能检查的要求愈加引起重视, 如何通过各种方法对复合材料进行无损检测成为近年来研究人员关注的热点和研究方向。太赫兹波量子能量低, 对大多数非极性物质透明, 因此使用太赫兹技术对复合材料进行无损检测有着独特的应用优势。本文基于太赫兹技术的特点, 对太赫兹时域光谱和太赫兹成像技术的无损检测分别进行了详细的论述, 并总结了目前复合材料的太赫兹无损检测技术发展趋势, 最后对其发展前景进行了展望。

为实现柑橘可溶性固形物含量(SSC)快速无损检测, 基于可见/近红外技术开发了低功耗手持式柑橘可溶性固形物含量无损检测系统。 以宽谱LED光源结合特征窄带微型光谱仪为核心, 设计了手持式柑橘可溶性固形物含量无损检测终端。 开发了基于物联网技术的水果光谱仪云端数据系统, 该系统主要包括用户库、 设备库、 检测数据库和模型库, 通过通讯模块与手持式无损检测终端相连接, 可以实现光谱采集参数修改、 云端数据上传与下载、 云模型的调用等功能。 利用该检测系统获取的光谱数据, 建立一维卷积神经网络(1D-CNN)模型用于预测柑橘的可溶性固形物含量。 该网络包含输入层、 卷积层、 池化层、 全连接层和输出层等7层结构。 主机采集柑橘的光谱数据并建立1D-CNN柑橘可溶性固形物含量预测模型, 并用该模型与多种传统回归方法进行对比。 1D-CNN模型的预测相关系数和预测均方根误差分别为0.812, 0.488, 优于偏最小二乘法(PLS), 人工神经网络(ANN)和支持向量机(SVM)。 采用基于模型的迁移学习方法, 基于主机的1D-CNN模型对从机进行模型传递, 研究了从机标准样本数量对模型传递的影响。 发现使用少量从机光谱样本即可取得较好的效果, 从机预测集均方根误差为0.531。 研究结果表明, 研发的柑橘SSC云模型的手持式可见近红外无损检测系统具有检测快速、 低成本、 操作简便等优点, 基于该检测系统的1D-CNN网络可以有效提取柑橘光谱的有效特征并进行回归分析。 借助迁移学习算法, 可以实现1D-CNN模型在不同装置间的有效传递, 满足柑橘可溶性固形物含量无损检测的需求。 为手持式水果内部品质无损检测系统的开发与应用提供了借鉴和参考。

玻璃纤维增强复合材料作为新型的先进复合材料, 具有质量轻、 耐高温、 耐冲击等特有的优点被广泛地应用在航空**等领域。 然而, 在其生产过程中由于制作工艺的影响, 使其内部容易产生分层和夹杂等微小缺陷； 另一方面, 此类复合材料在其生命周期内, 由于外界因素如冲击力、 高温等干扰, 使得材料表面和内部发生灼痕和脱粘等缺陷。 缺陷的存在使得作为结构件的玻璃纤维增强复合材料的安全系数降低, 因此有必要对材料内部的缺陷进行检测。 太赫兹时域光谱技术得益于太赫兹波段的独有优势, 作为传统无损检测方式的有效补充, 以其瞬态性、 低能性以及指纹谱性近年来被广泛地应用在复合材料无损检测领域, 可以有效地对缺陷进行无损检测。 通过检测结果对玻璃纤维增强复合材料的性能进行评估, 然而利用太赫兹时域光谱技术对缺陷检测分析时, 发现对缺陷进行层析成像过程有一些随时间扩散的条纹, 条纹的存在掩盖了缺陷的形状, 对缺陷的清晰识别产生影响, 进一步导致对缺陷的漏判和误判。 现阶段, 对于缺陷层析成像时条纹出现的原因在理论上的分析鲜有研究, 该研究提出了应用时域有限差分技术建模分析太赫兹波与玻璃纤维增强复合材料的相互作用机理。 建立在0.2～1.5 THz频段范围内的反射式数值模型, 通过数值模拟实现了对玻璃纤维增强复合材料内部1、 3以及5 mm深度处的缺陷成像, 并且发现, 当太赫兹波垂直入射到玻璃纤维复合材料表面时, 每一深度处的缺陷均可清晰成像, 当太赫兹波以1°倾斜角入射到玻璃纤维增强复合材料表面以及玻璃纤维增强复合材料上下表面存在2°倾斜时, 材料内部每一深度处的缺陷成像中均出现了交替变化的条纹, 验证了出现条纹的原因是由干涉现象引起的。

研究旨在明确“赤霞珠（Cabernet Sauvignon, Vitis Vinifera L.）”葡萄健康叶片和缺磷胁迫不同时期下的光谱信号特征变化, 构建基于光谱技术的“赤霞珠”葡萄叶片缺磷胁迫快速无损诊断模型, 为葡萄园病害防治与管理提供理论参考和技术支持。 以酿酒葡萄“赤霞珠”葡萄叶片为研究对象, 分别采集了正常、 缺磷胁迫初期和末期葡萄叶的VIS/NIR反射率信息。 对比Savitzky-Golay卷积平滑（S-G Smoothing）、 移动平均平滑（MAS）、 标准正态变换（SNV）和多元散射校正（MSC）4种预处理及组合方法对于去除葡萄叶光谱信号中随机噪声的能力, 确定最佳预处理方法。 采用连续投影法（SPA）筛选与“赤霞珠”葡萄叶缺磷胁迫相关的光谱特征变量, 分别构建基于线性核函数（Linear）、 多项式核函数（Poly）、 径向基核函数（RBF）和二层神经网络核函数（Sigmoid）的支持向量机（SVM）模型, 以灵敏度（SEN）和准确率（CCR）为依据评估模型诊断性能, 形成基于VIS/NIR光谱的“赤霞珠”葡萄叶片缺磷胁迫快速无损诊断方法。 S-G Smoothing预处理后的光谱信号的信噪比为110.58, 以其为校正集构建的缺磷胁迫诊断模型最佳, 因此确定其为最佳的预处理方法。 采用主成分分析（PCA）计算样本光谱贡献率, 以95%置信空间为依据检测数据集中的异常样本, 最终发现并剔除了22的离群点。 通过SPA筛选出402.6、 404.6、 409、 411.5、 539.4、 691.9、 729.9、 838.7、 1 011.9、 1 017.5和1 020.5 nm等11个反映“赤霞珠”葡萄叶缺磷胁迫的光谱特征波段, 作为缺磷胁迫快速无损诊断模型的输入变量。 通过对比分析上述4种核函数SVM的诊断结果, 以Linear为核函数构建的“赤霞珠”葡萄叶缺磷胁迫诊断模型能力最佳, 对正常叶片诊断的SEN为81.08%, CCR为100%; 对缺磷胁迫早期叶片诊断的SEN为100%, CCR为84.78%; 对缺磷胁迫末期叶片诊断的SEN为100%, CCR为100%。 该研究建立了基于VIS/NIR光谱的“赤霞珠”葡萄叶片缺磷胁迫快速无损诊断方法, 能够满足葡萄园病害防治与智能化管理的生产需求, 为酿酒葡萄智慧农业发展提供了技术参考。

为了无损伤地检测苹果轻微机械损伤, 以我国最为常见的富士苹果为研究对象, 利用高光谱成像技术, 采集了完好、 刚损伤及损伤后1、 3、 6和24 h的样品光谱信息。 采用竞争性自适应重加权算法与连续投影算法分别提取苹果高光谱数据的特征波长, 并使用最小噪声分离变换方法对所选特征波长图像进行数据压缩, 用以后续研究。 采用随机森林（RF）、 支持向量机（SVM）、 光谱角算法（SAM）作为第一层训练器, 以逻辑回归算法（Logistic）作为第二层训练器, 建立了新的Stacking模型, 以提取苹果的轻微损伤区域。 通过建立训练集、 预测集并与第一层训练器中三个单一算法对比的方式, 对其性能进行评估, 结果表明: (1）损伤果品的分类检测, Stacking模型对于损伤的样本, 检测正确率达到了100%, 对于完好样本检测正确率为96.67%, 整体检测正确率为99.4%, 表明该模型能有效地适用于不同损伤程度的苹果损伤分类检测。 (2）损伤区域的检测, Stacking模型与其他三种单一的算法进行对比发现, 对于刚出现损伤的果品, 支持向量机算法以及光谱角算法的分类精度较差, 均低于60%, 随机森林算法分类精度相对较好达到了75%以上, 而Stacking模型分类精度对损伤和未损伤果品区域的分类精度分别达到了90.2%与92.3%; 对于损伤1～6 h的果品, Stacking模型的分类精度对于两种果品区域的分类精度均达到了92%以上, 明显优于其他分类模型; 对于损伤24 h的果品, 4种模型差距不大均具有比较良好的分类效果, 均达到97%以上的分类精度, 表明Stacking模型能相对准确地提取苹果轻微损伤区域, 对高光谱的果品损伤研究具有较高的参考价值。

洒金纸是我国传统的加工纸, 其使用历史悠久, 富于装饰效果, 在书写、 绘画、 装帧等领域应用十分广泛, 其经久不衰一直沿用至今。 洒金纸也传播到邻近的朝鲜半岛、 日本并广为流行。 传统洒金纸使用一种或多种加工工艺制作而成, 充分展现了中国古代独特的纸面装饰技术及艺术审美。 目前存世的洒金纸文物艺术品种类、 数量较多, 但相关科技分析却鲜有报道。 为了探讨传统洒金纸“洒金”材料和工艺, 利用光学显微镜、 扫描电镜-能谱仪、 红外光谱仪等手段, 对一件清代洒金纸样品进行科技分析: 通过光学显微镜、 电子显微镜形貌观察, 可见样品“洒金”区域呈箔片状并有金属光泽; 利用扫描电镜-能谱仪对“洒金”颗粒进行能谱Mapping分析, 可知Al、 S、 K、 Cu、 Ag、 Au元素呈现明显的梯度分布且与“洒金”颗粒形状轮廓完全吻合, 进一步分析表明其主呈色色料为Au, 结合显微观察可知“洒金”材料的呈色物质为金箔, 且制作金箔的Au伴生Ag、 Cu等杂质; “洒金”材料中的Mg、 Al、 Si、 S、 K、 Ca等元素应主要来源于填料, 如常见的滑石(Mg3［Si4O10］(OH)2)、 碳酸钙(CaCO3)等; 红外光谱分析显示“洒金”材料的1 105、 662 cm-1特征吸收峰与SO2-4的O—S—O键伸缩与弯曲振动峰1 106、 662 cm-1一致, 1 641 cm-1与3 277～3 337 cm-1特征吸收峰与明胶的特征吸收峰一致, 结合扫描电镜-能谱分析“洒金”材料中含有K、 Al、 S等元素, 暗示了“洒金”材料中应含有胶矾水, 即胶粘剂由明胶、 明矾(KAl(SO4)2·12H2O)组成, 在“洒金”材料中起连接料的作用。 研究表明, 该样品的“洒金”主要由金箔呈色, 利用胶矾水作胶粘剂并加填滑石、 碳酸钙之类的填料。 对传统洒金纸“洒金”材料与工艺的研究, 为传统洒金纸的传承与发展, 以及洒金纸文物艺术品的保护、 修复、 复制、 鉴定等工作奠定了基础。

为了实现对纸质文物表面杂色曲霉生长过程的在线无损监测，研制了一种反射式光纤光谱传感器，该传感器由1根锥形入射光纤和6根接收光纤构成。首先建立了传感器测量纸质文物表面霉菌微生物的理论模型，接着表征了纸质样品表面杂色曲霉的形貌特征，最后利用传感器对纸质样品表面杂色曲霉的生长过程进行了在线监测。研究表明，该传感器能准确获得杂色曲霉的特征吸收峰（295 nm和390 nm），当杂色曲霉高度在101.1~596.0 μm范围时，传感器输出信号与杂色曲霉生长高度间具有线性关系，检测下限达到10 μm。