1. 可見、近紅外設備介紹

高光譜圖像數據采集采用江蘇雙利合譜科技有限公司的 GaiaSorter雙系統高光譜分選儀系統（V10E、N25E-SWIR）。該系統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。實驗儀器參數設置如表1。

圖1  GaiaSorter雙系統高光譜分選儀

表1   GaiaSorter 雙系統高光譜分選儀系統參數

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 個參數相互影響，圖像調節的目的是使采集的圖像大小合適，清晰，不變形失真。經過反復嘗試，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 6.0 mm/s（400-1000 nm）、16mm/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，R_ref 是校正過的圖像，DN_raw 是原始圖像，DN_white為白板校正圖像，DN_dark 是黑板校正圖像。。

2.  實驗目標

高光譜成像設備采集的實驗目標為黑枸杞，分為紅果、爛果、霉變果，其中紅果是指沒有成熟就摘下來的果實；爛果是沒有發生霉變，只是果實沒壓碎了，可與霉變果作對比參照；霉變果是指發生霉變的果實，如下圖所示。

圖2  需要高光譜設備采集的實驗目標

3.  實驗結果

3.1  可見、近紅外技術分析黑枸杞品種

    圖3為黑枸杞爛果、霉變果和紅果在400-1000nm波長范圍內的光譜反射率曲線，從其反射率曲線來看，在可見光區域，爛果、霉變果和紅果的光譜反射率曲線變化趨勢相似，其相對值也很接近，但在近紅外區域，特別是730nm以后，紅果的光譜反射率則開始異于爛果和霉變果，在800nm以后，紅果的光譜反射率值則小于爛果和霉變果的光譜反射率值。爛果和霉變果在400-1000nm范圍內，其光譜曲線變化趨勢一致，不同的一點可能就在于爛果在720nm處反射率曲線陡然上升，而霉變果則在680nm處就已經陡然上升。總體上，爛果和霉變果曲線上升的斜率均大于紅果上升的斜率。圖3右側為利用400-1000nm光譜范圍對爛果、霉變果、紅果的分類研究，上半部分為爛果、中間部分為霉變果、下半部分為紅果。由于紅果中也有少量的霉變果，而霉變果中肯定也不是全部整個果子都發生霉變，同理爛果中也可能存在霉變果等，因此分類結果只能大致的告知哪些是爛果、霉變果和紅果。

圖 3 爛果、霉變果以及紅果在400-1000nm的光譜及分類

3.2  短波紅外技術分析黑枸杞品種

     圖4為黑枸杞爛果、霉變果和紅果在短波紅外1000-2500nm波長范圍內的光譜反射率曲線，從其反射率曲線來看，在1000-1250nm范圍內，紅果的光譜反射率低于爛果和霉變果的光譜反射率，在1120nm處。爛果和霉變果有明顯的峰谷，而紅果的峰谷不明顯；但在1250-2500nm范圍內，紅果的光譜反射率則高于爛果和霉變果的光譜反射率，然而在1250-2500nm范圍內，紅果與爛果、霉變果的光譜曲線變化趨勢則非常相似。在短波紅外1000-2500nm范圍內，爛果和霉變果的光譜反射曲線也十分相似，在1000-1400nm和1600-2500nm范圍內，爛果的光譜反射率值高于霉變果的反射率值；在1400-1600nm和范圍內，爛果的光譜反射率值則低于霉變果的反射率值。圖4右側為利用1000-2500nm光譜范圍對爛果、霉變果、紅果的分類研究，上半部分為爛果、中間部分為霉變果、下半部分為紅果。從分類結果來看，霉變果有一部分被分為了爛果，而紅果中由于本身存在霉變果，所以部分被分為霉變果或者爛果屬于正常現象。霉變果中由于不可能全部或者整個果子都發生霉變，所示在分類的過程中，有部分沒發生霉變的被分為紅果屬于正確分類。

圖4 爛果、霉變果以及紅果在1000-2500nm的光譜及分類