基于光纤光谱仪测量茶叶表面颜色的研究

合集下载

光谱仪光的颜色和作用

光谱仪光的颜色和作用

光谱仪光的颜色和作用
光谱仪是一种用于分析光的仪器,它能将光分解成不同波长的光谱。

光谱仪的作用是通过测量不同波长的光的强度来研究物质的性质。

光谱仪分解光的颜色通常是按照光的波长从长到短的顺序,可以看到一连串的颜色,即红、橙、黄、绿、蓝、靛、紫等。

这些颜色组成了可见光谱。

除了可见光外,光谱仪还可以分析和测量超出人眼可见范围的红外光和紫外光谱。

不同颜色的光对应着不同波长的光,每种颜色的光都具有特定的作用和特性。

例如,红色的光波长长,能够穿透物体较深,对生物的刺激较小,常用于保护眼睛和观察昆虫。

紫外光波长短,对生物有较强的杀菌作用,常用于紫外线杀菌灯等应用。

光谱仪的主要作用是通过测量各个波长的光的强度来研究物质的成分和性质。

通过测量光谱,可以得到物体的吸收光谱、发射光谱和反射光谱等信息,从而可以判断物质的成分、浓度、温度等。

在天文学、化学、物理学、生物学等领域都有广泛的应用。

例如,光谱仪可以用于分析星体的组成和温度、分析化学物质的结构和浓度、研究生物体的光敏性等。

白茶萎凋需要的光谱

白茶萎凋需要的光谱

白茶萎凋需要的光谱
白茶萎凋需要的光谱包括:
1. 紫外-可见光谱:紫外-可见光谱可以用于分析白茶中的化学成分,例如茶叶中的多酚类化合物和儿茶素等。

这种光谱可以提供茶叶的质量和品质的信息。

2. 近红外光谱:近红外光谱在食品加工业中广泛应用,它可以用于检测茶叶中的水分含量、溶解物和其他固体成分的含量。

这些信息对于控制白茶萎凋过程中的水分和化学成分是至关重要的。

3. 红外光谱:红外光谱可以提供有关茶叶中的有机化合物的信息,如脂肪、蛋白质和碳水化合物等。

这种光谱可以用于检测白茶中的营养成分的含量以及茶叶的新鲜度和品质。

4. 气体吸收光谱:气体吸收光谱可以用于检测白茶中的氧气、二氧化碳和其他气体的含量。

这些气体的浓度可以影响茶叶的味道和香气,因此掌握这些信息可以帮助确保白茶的质量。

综上所述,白茶萎凋所需要的光谱包括紫外-可见光谱、近红外光谱、红外光谱和气体吸收光谱。

这些光谱可以提供有关茶叶质量、化学成分、营养成分和气体含量的信息,有助于控制白茶萎凋过程中的重要参数。

茶多酚吸收光谱

茶多酚吸收光谱

茶多酚吸收光谱
茶多酚是茶叶中的一种重要成分,对人体有多种益处。

茶多酚的吸收光谱是指茶多酚分子在吸收电磁辐射时,吸收光的波长和吸收强度的特征。

茶多酚具有吸收紫外光和可见光的特性,因此其吸收光谱通常可以在紫外-可见分光光度计上进行测定。

一般来说,茶多酚的吸收光谱在紫外光区域呈现吸收峰,其吸收峰的位置和强度可以用来表征茶多酚的含量和结构特征。

茶多酚的吸收峰通常在200-400纳米范围内,其中峰的位置和强度可以受到溶剂、温度、PH值等因素的影响。

通过测定茶多酚的吸收光谱,可以帮助研究人员了解茶多酚的结构特征、含量和稳定性等信息,从而为茶叶加工、贮存和饮用提供科学依据。

茶多酚的吸收光谱研究对于茶叶工业和茶叶健康功能的研究具有重要意义。

光纤光谱仪在生活中例子

光纤光谱仪在生活中例子

光纤光谱仪在生活中例子
光纤光谱仪在生活中有多种应用。

以下是一些常见的例子:
1.光纤通信:光纤光谱仪广泛应用于光纤通信系统中。

它们
用于监测和分析光纤通信中的信号强度、波长、频率等参
数,确保光信号的稳定传输和高质量的通信。

2.医学诊断:光纤光谱仪用于医学领域的诊断和治疗。

例如,
它们可以用于光谱分析来检测和诊断组织样本中的生物标
记物,如癌症细胞、病毒感染等。

此外,它们还可以用于
激光手术中的光谱监测和控制。

3.食品和饮料行业:光纤光谱仪可用于食品和饮料行业中的
质量控制和检测。

通过分析样品的光谱特征,可以检测食
品和饮料中的成分、污染物、添加剂等,并确保产品的质
量和安全性。

4.环境监测:光纤光谱仪可以用于环境监测和污染物检测。

例如,它们可以通过分析空气、水、土壤等样品的光谱特
征,来检测和量化环境中的污染物含量和类型,为环境保
护和管理提供数据支持。

5.光谱分析仪器:光纤光谱仪可作为光谱分析仪器的核心组
件。

它们可以用于各种光谱分析应用,如荧光分析、紫外
可见吸收分析、红外光谱等,广泛应用于科学研究、材料
分析、化学分析等领域。

这些是光纤光谱仪在生活中的一些常见例子。

它们利用光纤传
输和光谱分析技术,提供了高精度、高分辨率的光谱数据,为各个领域的应用提供了重要的技术支持。

高光谱技术分析茶树叶片中叶绿素含量及分布

高光谱技术分析茶树叶片中叶绿素含量及分布

第!"卷!第#期!!!!!!!!!!!!光谱学与光谱分析$%&'!"!(%'#!))B "#,B "B #-""年#月!!!!!!!!!!!!.)/012%30%)4567.)/0125&865&4393:/;2<524!#-""!高光谱技术分析茶树叶片中叶绿素含量及分布赵杰文" 王开亮" 欧阳琴" 陈全胜#""A 江苏大学食品与生物工程学院!江苏镇江!#"#-"!!!!!!!!!!!!!!!!!!!!!#A 中国农业科学院农业资源与农业区划所!农业部作物营养与施肥重点开放实验室!北京!"---*"摘!要!植物叶片叶绿素含量及分布是植物营养信息表达的一个重要指标%以茶树为研究对象!利用高光谱技术分析茶树叶片中叶绿素含量及其分布%通过采集茶树鲜叶的高光谱图像!利用?种不同的算法从高光谱数据中提取相应的特征参数!并根据特征参数和叶绿素含量的参考测量值分别拟合出相应的预测模型%结果显示!二次土壤调节植被指数算法提取的特征参数最佳!预测模型校正集和预测集的相关系数.分别为-'*>!!和-'*!#!!最小均方根误差分别为+'+"*和*'=-"%最后根据预测模型估计叶片上任意像素下叶绿素的含量!并通过伪彩手段描述叶片中叶绿素含量的分布%研究结果表明!利用高光谱成像技术分析茶树叶片中叶绿素含量及其分布是可行的%关键词!高光谱成像技术)茶树叶片)叶绿素)二次土壤调节植被指数中图分类号 ^I !+"'>!!文献标识码 8!!!#$% "-'!+=> L'9336'"---,-B +! #-"" -#,-B "#,->!收稿日期#-"-,-B ,"= 修订日期 #-"-,-*,##!基金项目 国家自然科学基金项目"!-*--===!!-+?"=*B $!江苏省自然科学基金项目"Y D #--+#"=$和农业部作物营养与施肥重点实验室开放基金项目资助!作者简介 赵杰文!"+>B 年生!江苏大学食品与生物工程学院教授"通讯联系人!!/,N 59&-0J /6L 956Q -B "*'45J %%A 0%N A 06引!言!!叶绿素是植物体进行光合作用&进行第一性生产的重要物质!叶绿素含量能间接反映植物的生长状况与光合作用能力."/)同时!叶片中叶绿素含量及其分布与植物的营养缺素状况密切相关!因此!植物叶片中叶绿素含量及分布可作为评判植物营养生理状态的一个重要指标%常规的叶绿素测定方法是分光光度计法!但该方法步骤繁琐!费时费力%近年来!便携式叶绿素仪和遥感技术在叶绿素含量的检测上得到越来越多的关注.#,>/%尽管这些方法与传统的叶绿素检测方法相比具有显著优势!但也表现出一定的缺陷%高光谱成像技术集光谱分析和图像处理于一身!现已在军事&医药和精细农业领域得到了广泛的应用%由于高光谱成像技术是光谱分析技术和图像处理技术在技术层面上的融合技术!基于这两种技术的优势!高光谱成像技术不仅能研究对象的内部成分含量!还可对其分布进行可视化分析%本研究以茶树为研究对象!采集茶树叶片高光谱图像数据!提取相应的光谱特征变量!并与常规方法检测得到的叶绿素含量相关联!建立茶树叶片叶绿素含量预测模型)最后通过模型估计出叶片上任意像素下的叶绿素含量!通过伪彩手段描述叶片上叶绿素的分布状况!以便于从图像角度更直观分析茶树营养状况.!/%"!材料与方法!&!!试验材料试验所用的样本茶树叶片!分别从镇江市京口区!个不同茶园中的不同茶树上随机采集得到的!剔除了病虫害叶片!一共采集了+-个叶片样本%其中=-个样本校正集用于模型校正!另外一组为!-个样本用于模型的验证%!&;!数据采集高光谱图像数据是基于光谱仪的高光谱图像系统采集得到的%基于图像光谱仪的高光谱图像采集系统由基于图像光谱仪的高光谱摄像机"R N .)/01%2!$"-V !芬兰$!一套"B -a 光纤卤素灯":9;/2,b 91/G @+B -R &&<N 9651%2!G %&56C /66/2R 6,7<3129/3R 60!U 8!美国$!一套包括控制装置的移动平台"M %&9`!.@!--#"8!北京$和计算机等部件组成!如图"所示%!!试验数据采集过程中!将茶树叶片平铺在白色底板的输送台上进行高光谱图像采集%设定高光谱系统摄相机曝光时间为B -N 3!输送装置的速度为"'#BN N ,3c "%试验采用的高光谱摄像头的图像分辨率为>--g"#*-!光谱范围是>-* )"""?6N!采样间隔为-'=?6N%'()&!!J?7-127-.310,(:0)-2?23-:602-<+827-.31+:-3-1!&=!高光谱图像标定由于光源的强度分布不均匀及暗电流噪音的存在!造成在光源强度分布较弱的波段下获得的图像含有较大的噪音%因此!需要对所获得的高光谱图像进行黑白标定.!!B!=/%在与样品采集相同的系统条件下!扫描标准白色校正板得到全白的标定图像C!关闭相机快门进行图像采集得到全黑的标定图像=!完成高光谱图像的标定!使采集得到的绝对图像R 变成相对图像..#/'#;=#C#;=#""$ !&F!数据计算表"列出波段比植被指数2519%\/Q/1519%6967/`"F$R$&归一化植被指数6%2N5&9O/779H H/2/60/\/Q/1519%6967/`"(G, $R$&重规一化植被指数2/6%2N5&9O/779H H/2/60/\/Q/1519%6 967/`"F G$R$&叶绿素吸收比指数0J&%2%)J4&&5;3%2)19%625, 19%967/`"@8F R$&二次土壤调节植被指数U%79H9/73/0%67 3%9&,57L<31/7\/Q/1519%6967/`"U.8$R#$&三角植被指数129, 56Q<&52\/Q/1519%6967/`"^$R$和四点线性内插法H%<2,)%961 961/2)%&519%6N/1J%7":I R$等七种不同的高光谱图像数据处理算法%本研究通过这七种算法分别提取相应的特征参数!并与叶绿素参考测量结果进行拟合建立叶绿素含量的回归模型%试验以叶绿素含量参考测量值与模型预测值之间的相关系数".!如式"#$$和均方根误差"F U.V!如式"!$$作为评价各种方法的有效指标%F U.V/,"0/""H0;X H0$#槡""#$./";,"0/""H0;X H0$#,"0/""H0;9H0$槡#"!$506,-!!M,)+1(39:+4<(44-1-8327-.310,7010:-3-12算法计算公式F$R F$R f (R F F/((G$R(G$R f (R F c F/( (R F k F/(F G$R槡F G$R f(G$R gG$R@8F R @8F R f@8F.?--.=?-!@8F/["M<=?-<.=?-<N$[0"M#<"$-'B M/".?--;.B B-$0"B-!N/.B B-;M P B B-U.8$R#U.8$R#/"##"(R F<"$;"#(R F<"$#;*"(R F c F/(槡./$^$R^$R f-'B."#-"(R F c W2//6$c#--"F/(;W2//6$/:I R:I R f=+B k>BF S D;.=+B .?>-;."$=+B!F S D/".==B<.?*=$0# !注-(R F&W2//6和F/7分别为近红外&绿光和红光波段%.?--为?--6N波段的反射率光谱数据!以此类推%#!数据处理和分析;&!!高光谱图像信息选择针对每个样本的高光谱图像!为了避开茶树叶片的主脉!在主叶脉的一侧选取一个B-""--像素的矩形作为感兴趣区域F/Q9%6%H R61/2/3196Q"F[R$!如图#"5$所示%然后再计算该F[R内的平均光谱!如图#";$所示%从图#";$可以看出在>B-6N以下和*B-6N以上光谱值超过检测器的范围存在能量溢出!并且呈现一定的噪音%另外!叶绿素的吸收光谱主要集中在>--)?--6N范围内%综上所述!本研究截取>B-)*B-6N范围内的平均光谱进行下一步分析%;&;!叶绿素含量参考测定结果叶绿素含量的测定与高光谱图像的同步采集%采用紫外分光光度计测量法.?!*/%表#列出了叶绿素含量均值&范围和标准偏差%!"B第#期!!!!!!!!!!!!!!!!!!!!光谱学与光谱分析'()&;!C7-.310,71+4(,-41+:39-9?7-127-.30,(:0)-+42+:-1-)(+8(83-07,08322,-0P-2506,-;!#-2.1(73(P-2303(23(.24+120:7,-:-02/1-:-83样本数范围0.N Q,""--Q$c"/均值0.N Q,""--Q$c"/标准偏差校正集=->+'-=-?)"#"'!*>B*B'?>?*"*'#+*-预测集!-=-'!"#=)"#"'">=>*#'>#=#"B'#>*>;&=!预测模型建立及比较在叶绿素含量预测模型建立前!首先通过F$R!:I R和U.8$R#等七种算法分别提取相应的特征参数!再与叶绿素参考测量结果进行拟合建立叶绿素含量的回归模型%拟合模型的方程及其校正和预测的结果如表!所示%综合比较模型预测集中相关系数".$与最小均方根误差2%%1N/563P<52//22%2"F U.V$%从表!可以看出!U.8$R#模型预测集中.值最高!F U.V值最低)同时!该模型校正和预测的结果较为接近!因此U.8$R#模型不仅预测精度高!且稳定性好%因此U.8$R#模型作为本试验的最佳模型被用来估计叶绿素含量%506,-=!I9,+1+79?,,.+83-83:+<-,+43-0,-0P-2方程类型拟合模型校正集..R E8预测集..R E8@8F R7"#9.'$/;-'!B"P#9.'<"#B'?-'*"#="-'?B-'?!-#"-'= :I R7"5!'$/*'B!P5!';=-?!-'???#""'="-'?>!-"-'!+ U.8$R#7"R E9&'#$/;B-'#P R E9&'#<=+'+?-'*>!!+'+"*-'*!#!*'=-" (G$R7"O6&'$/;!B-'+P O6&';-'>"B#-'*>=>+'*#*-'*!#"*'=-?F G$R7".6&'$/"='*+P.6&';B#'B#-'*>!B+'+"!-'?+>++'>"B F$R7".&'$/;#?-'+P.&'<#B-'>-'*>==+'*#--'*#+-*'=*-^$R7":&'$/;-'-?+#>P:&'<""*'!-'*>B++'*>#-'?+?#+'!=+;&H!叶绿素含量分布预测试验提取茶树叶片高光谱三维数枯块中任意像素下的光谱信息!将其代入U.8$R#模型估算出该像素的叶绿素含量值%计算出茶树叶片中每个像素下的叶绿素含量!不同叶绿素含量利用不同的色泽加以描述!以形成一张伪彩图片如图!所示%从图!!叶绿素较均匀的分布在叶脉两侧!叶脉中叶绿素含量低于叶肉中叶绿素含量%叶片首端叶绿素含量高于末端叶绿素含量%由于茶树叶片本身叶脉较为细密!且表面含有蜡质层!再加高光谱图像本身分辨率等问题!因此该伪彩图片仅能区分出其主叶脉分布情况%另外!叶片边缘蓝紫色部分并不仅仅是叶绿素含量的真实估计!其主要是由叶片边缘起伏造成光反射不均等原因所致%从总体上看!根据U.8$R#预测模型可以较为准确地估算出叶片表面叶绿素的分布情况%叶片上叶绿素含量的分布研究可以为进一步为分析植物的营养信息服务%'()&=!#(231(6/3(+8+439-.9,+1+79?,,+839-,-04!!结!论.?!*/!!利用实验室自主研制的高光谱图像采集系统获取茶树叶>"B光谱学与光谱分析!!!!!!!!!!!!!!!!!!!第!"卷片样本的高光谱图像信息!选择指定区域并提取指定区域内的平均光谱信息%通过F $R &:I R 和U .8$R #等?种算法分别提取相应的特征参数!进而同样本所对应的叶绿素浓度建立拟合模型并比较结果%建模结果表明!U .8$R #预测模型结果最好%利用U .8$R #预测模型计算出茶树叶片每一像素点下的叶绿素浓度并画出叶绿素含量分布图%为进一步利用图像处理判断植物的营养素信息提供参考依据%@-4-1-8.-2."/!U 56/153_!W 25N N 519T %)%<&%3W !D 4)52933938A C %<265&%H I &561I J 439%&%Q 4!"++*!"B !-!A .#/!E d Vb 9,J %6Q !_8(Wb 96,O J 56Q "薛利红!杨林章$A ^25635019%63%H 1J /@J 96/3/.%09/14%H8Q 290<&1<25&V 6Q 96//296Q "农业工程学报$!#--*!#>"+$-"=B A .!/!@X V (e <56,3J /6Q !W d [M J 9,N 96Q !M X 8[C 9/,K /6!/15&"陈全胜!郭志明!赵杰文!等$A C A R 6H 252/7U 9&&9N A a 5\/3"红外与毫米波学报$!#--+!#*"B $-!B ?A .>/!W/2291I %&7/2!W /29/a 8U !$56G /2X /9L 7/6!/15&A C A (/52R 6H 252/7.)/012%30%)4!#--!!"""!$-"+!A .B /!@X V (e <56,3J /6Q !M X 8[C 9/,K /6!@8R C 956,2%6Q !/15&"陈全胜!赵杰文!蔡健荣!等$A 8015[)1905.96905"光学学报$!#--*!#*">$-==+A.=/!Ed a /9!a 8(WG %6Q ,H /6Q A "徐!玮!汪东风$A :%%7@J /N 93124"食品化学$A Y /9L 96Q -@J /N 905&R 67<3124I 2/33"北京-化学工业出版社$!#--*A >B A.?/!Y 2%Q /5(X !b /;&560;V A F /N %1/./6396Q %H V 6\92%6N /61!#---!?=-"B =A .*/!U%3/38O %6Q @J %!8672/KD.T 97N %2/A F /N %1/./6396Q %H V 6\92%6N /61!#--=!"-"-"*"A *-02/1-:-83+4I 9,+1+79?,,I +83-8308<#(231(6/3(+8(85-0K ,08322W -04\2(8)J ?7-127-.310,%:0)(8)5-.98(^/-M X 8[C 9/,K /6"!a 8(WD 59,&956Q "![d _8(We 96"!@X V (e <56,3J /6Q#""A .0J %%&%H :%%7567Y 9%&%Q 905&V 6Q 96//296Q !C 956Q 3<d 69\/23914!M J /6L 956Q!#"#-"!!@J 965#A @J 96/3/8057/N 4%H8Q 290<&1<25&.09/60/3!R 63191<1/%H8Q 290<&1<25&F /0%<23/3567F /Q 9%65&I &56696Q !D /4b 5;%251%24%H I &561(<12919%6567:/219&9O 519%6!U 9693124%H8Q 290<&1<2/!Y /9L 96Q !"---*"!@J 965M 62310.3!@J &%2%)J 4&&0%61/61567793129;<19%696)&56123&/5\/393569N )%21561967/`96/319N 519%6%H )&5616<12919%696H %2N 5,19%6A R 61J /)2/3/61K %2T !0J &%2%)J 4&&0%61/61567793129;<19%6961/5)&56123&/5\/3K /2/N /53<2/7;4J 4)/23)/0125&9N 5Q 96Q 1/0J 69P</A :9231!J 4)/23)/0125&9N 5Q /7515K /2/05)1<2/7H 2%N1/5)&56123&/5\/3)1J /63/\/6T 9673%H 5&Q %291J N 3K /2/<3/71%/`125011J /0J 52501/293190)525N /1/23H 2%NJ 4)/23)/0125&9N 5Q /)H 965&&4!3/\/6H 911/7N %7/&3K /2/7/\/&%)/7<396Q 1J /0J 52501/293,1903\/01%235671J /2/H /2/60/N /53<2/N /613%H 0J &%2%)J 4&&0%61/6132/3)/019\/&4A V `)/29N /615&2/3<&133J %K /71J 511J /U .8$R #N %7/&933<)/29%21%%1J /2N %7/&3!5671J /2/3<&13%H 1J /U .8$R #N %7/&K 5350J 9/\/753H %&&%K 3-.f -'*>!!567F U .V f +'+"*961J /05&9;2519%63/1).f -'*!#!567F U .V f *'=-"961J /)2/79019%63/1A :965&&4!1J /0J &%2%)J 4&&0%61/61%H /50J )9`/&969N 5Q /K 53/319N 51/7;41J /H 911/7N %7/&!5671J /793129;<19%6%H 0J &%2%)J 4&&0%61/61961J /1/5)&56123&/5HK 537/3029;/7;4)3/<7%,0%&%2N 5)A ^J 9331<743<H H 909/61&47/N %631251/71J 511J /0J &%2%)J 4&&0%61/61567793129;<19%6961/5&/5H 056;/N /53<2/7;4J 4)/23)/0125&9N 5Q 96Q 1/0J 69P </A R -?B +1<2!X 4)/23)/0125&9N 5Q /)^/5&/5\/3)@J &%2%)J 4&&)U %79H 9/73/0%673%9&,57L <31/7\/Q /1519%6967/`"U .8$R #$"F /0/9\/7U 54"=!#-"-)500/)1/78<QA ##!#-"-$!!"@%22/3)%6796Q 5<1J %2B"B 第#期!!!!!!!!!!!!!!!!!!!!光谱学与光谱分析。

基于近红外光谱技术对祁门红茶发酵程度判定的研究

基于近红外光谱技术对祁门红茶发酵程度判定的研究

近红外光谱技术被广泛应用于食品和农产品领域,其中包括对茶叶发酵程度的研究。

祁门红茶是中国的一种著名红茶,其发酵程度对茶叶的品质和口感具有重要影响。

研究表明,基于近红外光谱技术对祁门红茶发酵程度进行判定是可行的。

该技术使用近红外光谱仪测量红茶样品吸收、散射和透射等光谱特性,然后采用数学建模和数据分析方法来预测茶叶的发酵程度。

通过分析不同发酵程度的茶叶样品的光谱数据,研究者可以建立模型来预测茶叶发酵程度。

常用的方法包括主成分分析(PCA)、偏最小二乘回归(PLSR)等。

这些模型可以根据样品的光谱特征与已知发酵程度的茶叶进行训练,从而实现对未知样品发酵程度的预测。

近红外光谱技术在祁门红茶发酵程度判定的研究中具有许多优势,例如非破坏性、快速性和高效性。

它可以为茶叶生产者和加工商提供快速准确的发酵程度判定,帮助优化茶叶生产过程和提高产品质量。

然而,需要注意的是,模型的建立和验证需要大量的样本和实验数据,并且需要确保光谱仪的准确性和稳定性。

近红外光谱技术在祁门红茶发酵程度判定的研究中还涉及到一些具体的方法和结果。

研究者通常首先收集一系列不同发酵程度的祁门红茶样品,并利用近红外光谱仪测量它们的光谱特征。

然后,使用化学分析方法对这些样品进行发酵程度的准确测量,作为训练模型的参考标准。

接下来,可以采用主成分分析(PCA)等方法对光谱数据进行降维处理,以确定光谱中具有较大影响的主要成分。

然后,可以使用偏最小二乘回归(PLSR)等回归算法建立模型,将光谱数据与实际发酵程度之间的关系进行建模。

通过对训练集样本的建模和验证,研究者可以优化模型的参数和结构,以提高模型的预测能力。

最后,可以使用该模型对未知样品进行发酵程度预测,从而快速评估红茶的发酵程度。

研究结果显示,基于近红外光谱技术的祁门红茶发酵程度判定模型具有很好的预测能力。

可以准确地区分不同发酵程度的茶叶样品,评估其发酵程度的级别。

这有助于茶叶生产者精确控制发酵过程,生产出更具一致性和品质的祁门红茶产品。

光纤光谱仪的功能介绍

光纤光谱仪的功能介绍光纤光谱仪是一种常用的光谱分析仪器,它能够对光信号进行高精度的测量和分析。

光纤光谱仪的基本原理是将光信号通过光纤传输到光学系统中进行处理和测量。

光纤光谱仪具有多种功能,下面将对其主要功能进行详细介绍。

1.光谱测量功能:光纤光谱仪能够对光信号进行准确的波长测量和光谱分析。

它可以测量不同波长区间内的光强度,并以图形的形式展示出来,使我们能够直观地了解光信号的频谱特性。

光谱测量功能对于光学材料的表征、色彩测量、光信号传输等方面都具有重要的应用价值。

2.分辨率调节功能:光纤光谱仪的分辨率是指它能够分辨出两个波长之间的最小差异。

光纤光谱仪通常具有可调节的分辨率功能,我们可以根据实际需求来调整分辨率的大小。

较高的分辨率能够使我们更准确地测量光信号的波长,但同时也会增加测量的时间和复杂性。

3.光强度测量功能:除了波长测量外,光纤光谱仪还能够测量光信号的强度。

它可以测量不同波长下的光强度,并以数值的形式展示出来。

光强度测量功能对于光学器件的性能评估、光源的功率测量等方面都具有重要的应用价值。

4.快速扫描功能:光纤光谱仪通常具有快速的扫描功能,可以在短时间内对大范围的波长进行扫描。

这使得光纤光谱仪能够在实验室和工业生产中快速地获取光信号的频谱信息,提高测试效率。

5.多通道测量功能:一些高级的光纤光谱仪具备多通道测量功能,即可以同时测量多个通道的光信号。

多通道测量功能可以广泛应用于光通信、光谱分析、生物医学等领域,提高光信号处理的效率和精度。

6.数据存储与分析功能:光纤光谱仪通常具备数据存储和分析功能,可以将测量到的数据保存到计算机或其他存储介质中,并进行数据分析和处理。

这样我们可以对大量的光谱数据进行比对、拟合、统计等操作,从而获得更多有用的信息。

7.远程控制功能:一些高级的光纤光谱仪配备了远程控制功能,可以通过计算机或其他设备对光谱仪进行远程操作和控制。

远程控制功能使光谱仪的使用更加方便灵活,适用于需要远程监测和控制的场合。

缅甸金珀、棕珀和血珀颜色表征的研究

2中国宝玉石181期页2023年12月Dec. 2023CHINA GEMS & JADES2-11缅甸金珀、棕珀和血珀颜色表征的研究张万才,白莹*滇西应用技术大学珠宝学院,腾冲 679100摘要:本文采用PS 取色法和色品坐标转换法对缅甸金珀、棕珀和血珀进行颜色表征的研究。

通过两种方法获取样品的颜色三刺激值RGB ,将其代入取色器工具,得到对应的颜色,并制作成色卡,然后与样品局部制成的色卡作比较分析,结果表明,PS 取色法所得色卡颜色匹配度优于色品坐标转换法,色品坐标转换法更适合用于缅甸金珀、棕珀和血珀的颜色表征。

将实验数据制成图表,分析可得:PS 取色法下实验样品三刺激值大致值域为:R JP =[142,154]; G JP =[137,164]; B JP =[50,62]。

R ZP =[49,139]; G ZP =[63,118]; B ZP =[29,76]。

R XP =[63,168]; G XP =[46,132]; B XP =[33,62]。

色品坐标转换法下测得实验样品三刺激值大致值域为:R JP =[156,158]; G JP =[84,90];B JP =[9,13]。

R ZP =[139,172]; G ZP =[57,107]; B ZP =[4,48]。

R XP =[184,199]; G XP =[42,60]; B XP =[6,29]。

PS 取色法下,缅甸金珀、棕珀和血珀颜色三刺激值间的大小关系为:R AJP >R AXP >R AZP ;G AJP >G AZP >G AXP ;B AJP >B AZP >B AXP 。

色品坐标转换法下,缅甸金珀、棕珀和血珀颜色三刺激值间的大小关系为:R BXP >R BJP >R BZP ;G BJP >G BZP >G BXP ;B BZP >B BXP >B BJP 。

几种黄山茶叶的红外光谱的双指标序列研究

依次取 5mg 不同茶叶样品与 900mg 干燥后的 溴化钾粉末放入玛瑙研钵里,在红外灯照射条件下 混合研磨 5 分钟,称取 150mg 混合粉末均匀放入压 片模具内,将模具放在压片机上,正确固定后加压 10MPa,保持 1 分钟,制成圆片状透明样本备测,同 样每制成一种样品后研钵与模具都需清洗与干燥。 将样品片置于红外光谱仪中进行扫描测定,获得样 品的红外光谱。
第3期
张燕飞,等:几种黄山茶叶的红外光谱的双指标序列研究
窑9窑
2.3 红外光谱测试 将 每 种 20g 待 测 茶 叶 样 品 放 入 真 空 干 燥 箱
50益下烘干至恒重,把每种干燥后的待测茶叶样品 放入研钵,在红外灯照射条件下研磨 4-5 分钟,然 后用 100 目筛收集,收集后再次放入真空干燥箱 40益烘干至恒重。准备 6 个清洁干燥的密闭容器并 且进行编号,取出茶末放入干燥密闭容器中备用, 并记下与序号相对应的茶叶种类,注意每研磨一个 样品后研钵与筛子都要进行清洗并烘干。
摘 要:利用双指标序列分析方法对黄山市 6 种茶叶的红外光谱进行了研究。依据茶叶的红外光谱图,
用共有峰率和变异峰率双指标法分别计算了 6 个样品的共有峰率和变异峰率,建立了一种黄山茶叶的双指
标序列分析方法。实验结果显示,黄山云雾和黄山毛峰两种绿茶的相似性最高,其共有峰率为 76.9%;祁门红
茶和黄山云雾的相似性最低,其共有峰率为 38.9%。
3.2 几种茶叶的红外双指标序列分析
表 2 不同茶叶的红外吸收峰
样品
红外光谱图吸收峰波数/cm-1
a 666 702
831.7 881.6
982.8 1003.3
1162
b 666
759.8 780.4
866.9

光纤光谱仪的作用和功能

光纤光谱仪的作用和功能嘿,朋友们!今天咱来聊聊光纤光谱仪这个神奇的玩意儿。

你可别小瞧它,它就像是一个超级侦探,能帮我们发现好多好多秘密呢!想象一下,我们的世界充满了各种各样的光,就像一个巨大的光的宝库。

而光纤光谱仪呢,就是那把打开宝库大门的钥匙。

它可以把光分解成不同的颜色,就像把一个大拼图拆分成一个个小碎片。

它的作用可多啦!比如说在科研领域,科学家们用它来分析各种物质的成分。

就好像一个美食家品尝一道菜,能说出里面都有啥调料一样,光纤光谱仪能准确地告诉科学家们物质里都包含哪些元素。

这可太厉害啦,要是没有它,很多科学研究都没法进行呢!在工业生产中,它也能大显身手。

工厂里生产的东西质量怎么样,它能帮忙检测。

就好比是一个严格的质检员,不放过任何一个小瑕疵。

这能让我们用到质量更好、更可靠的产品呀,你说是不是很棒?而且哦,它还能在环境监测中发挥重要作用呢。

它可以检测空气中的污染物,告诉我们空气质量如何。

这就像是一个环境小卫士,时刻守护着我们的环境健康。

光纤光谱仪就像我们的眼睛,只不过它能看到我们看不到的东西。

它能捕捉到那些细微的光谱变化,给我们带来意想不到的信息。

这难道不神奇吗?再说说它的功能,它不仅能准确地测量光的强度和波长,还能快速地给出结果。

这速度,就像一阵风一样,一下子就把答案送到你面前。

它的精度也很高哦,不会出现模棱两可的情况。

你看,生活中有这么多地方都需要光纤光谱仪。

它就像是一个默默奉献的小英雄,在我们看不见的地方努力工作着。

我们真应该好好感谢它,让我们的生活变得更加丰富多彩。

所以啊,朋友们,可别小看了这个小小的光纤光谱仪。

它虽然不大,但却有着大大的能量。

它就像一颗闪闪发光的星星,照亮了我们探索未知世界的道路。

让我们一起为光纤光谱仪点赞吧!。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第29卷第5期2008年9月

文章编号:1002—2082(2008)05~0750—03

应用光学JournalofAppliedOpticsV01.29No.4Sep.2008

基于光纤光谱仪测量茶叶表面颜色的研究陈潇潇,曹远生,谢兴尧,谭和平(中国测试技术研究院,四川成都610021)

摘要:茶叶表面颜色是评定茶叶质量优劣的重要指标,介绍了一种基于光纤光谱仪测量一定范围内茶叶表面颜色特征的方法。该方法根据CIE色度系统三刺激值1计算式,通过光纤光谱仪分别获得茶叶和已知光谱反射率的标准白板反射光谱功率分布,计算出茶叶表面的反射率,再代入相关常量获得茶叶的三刺激值来表征茶叶表面颜色。装置采用溴钨灯作为光源,将茶叶及标准白板样品依次放入暗盒,在自编程序控制下,旋转步进电机多次采样,并利用光纤光谱仪同步接收反射光信号,对数据进行采集、储存、计算等。实验证明,该方法能快速测量出茶叶表面总体颜色,测量的重复性精度约为1%。关键词:色度学;茶叶表面颜色;颜色三刺激值;光纤光谱仪中图分类号:0432.3;0433.1;TN25文献标志码:A

Teacolormeasurementwithfiberspectrometer

CHENXiao—xiao,CAOYuan—sheng,(NationalInstituteofMeasurementandTestingXIEXing—yao,TANHe—ping

Technology,Chengdu610021,China)

Abstract:Surfacecolorofteaisimportantparametertoestimatethequalityoftea.Amethodbasedonafiberspectrometertodetectthesurfacecolorofteaisintroduced.Thereflectivespectrumofteaisdetectedbythespectrometerandnormalizedbythereflectivespectrumofwhitestandardceramicplate.ThentheCIEtristimulusvaluesofteacalculatedaccordingtOthecorrespondingtheoreticalexpressionsandusedtOcharacterizethesurfacecoloroftea.Atungstenbrominelightisusedlightintheexperiment.Thereflectivespectra

ofteaandwhiteceramicstandardplateautomaticallyandrepeatedlyrecordedby

the

spectrometer.Theexperimentalresultsindicatethatthismethodissimple,rapid,andithasthereproducibilityofabout1%.Keywords:colorimetry;teacolour;tristimulusvalue;fiberspectrometer

引言茶叶作为传统的天然饮料,一直受到世人的欢迎。随着茶叶消费的增长,茶叶品质的评定也变得愈来愈重要。20世纪70年代日本采用近红外光谱分析技术对茶叶多种组分进行定量分析,如茶多酚、咖啡碱、全氮量、粗纤维等的定量分析口],其后国内外也有很多学者利用光谱对茶叶组分进行广

泛的研究[214]。但作为评定茶叶质量优劣另一重要指标的茶叶表面颜色,仍采用主观目视法进行评定[5]。目视法是一种最传统的颜色测量方法,具体做法是由标准色度观察者在特定的照明条件下对产品进行目测鉴别,并与CIE(国际照明委员会)标准色度图比较,得出颜色参数。人的眼睛虽有优异的视觉功能,但是不能准确识别微细的色彩差异,

收稿日期:2008—04—10修回日期:2008—06—17

作者简介:陈潇潇(1981一)女,四川人,助理工程师,主要从事光学计量测试研究。E—mail:xiaoxiaokk@163.corn

 万方数据应用光学2008,29(5)陈潇潇,等:基于光纤光谱仪测量茶叶表面颜色的研究·751·常出现色彩判断失误。用这种方法测量的结果精度低,操作麻烦,并且不同的人得出的结果也往往不一样。本文采用便携式CCD光谱仪作为探测器件,不仅具有测量速度快,准确性高的优点,而且实现装置小型化,便于实时测量。再结合CIE色度系统规定计算出颜色三刺激值,因此能客观地反映茶叶表面颜色特性。实验表明,其重复性精度约为1%。1测量原理CIE色度系统用三刺激值定量描述颜色,根据CIE色度系统三刺激值计算式‘5|:X=志.f伊(A)j(A)dA{Y—kIP(A)y(A)dA(1){lZ—kIP(A)z(A)dA‘式中:P(A)为颜色刺激函数,当被测物体为不透明非自发光物体时,伊(A)=ID(A)*S(A);S(A)是照明光源的相对光谱功率分布;ID(A)为物体的光谱反射比;z(A),y(A),z(A)是CIE规定的标准色度观察者的光谱三刺激值。已知反射比为lD。(A)的标准白板在一定照明条件下的反射光谱功率分布为翰(A),相同照明条件下物体表面反射的光谱分布为讫(A)。通过测量可以得到物体表面的光谱发射比P:(A)=仍(A)*』D1(A)/仍(A)。2实验装置图1为装置示意图。固定在步进电机上的样品盒置于内壁全部涂黑的样品箱中,直径100mm。溴钨灯作照明光源以45。入射到样品表面,在样品盒正上方直径为0.6mm的光纤接收反射光后传输光纤\\光源光谱仪。必。计算『步进电【机掣愠I机控制I上L光源电源图1装置示意图Fig.1Schematicdiagramofexperimentsetup到光谱仪中(光谱仪使用2048像元的线阵CCD探测器)。标准白板通过分光光度计校准得到光谱反射率。利用自编软件,控制步进电机旋转一定角度后,光谱仪进行采样并画出实时光谱功率分布图,步进电机每旋转一周,自编软件对光谱仪多次采样结果进行计算得到茶叶的颜色三刺激值。2.1CCD探测器谱线的校准

为确保CCD探测器光谱测量的准确性,先对探测器进行谱线校准,具体方法是:分别点燃标准低压Hg灯和Cd灯,使用光谱仪探测特征谱线,并与标准谱线比较,如表1所示。差值通过自编程序进行修正。表1CCD测得的低压汞灯和镉灯特征谱线与标准谱线的比较Table1DetectedcharacteristicspectrallinesofHg/Ge

lampsbyCCDincomparisonwithstandard低压汞灯低压镉灯标准谱线/nm鬻慧标准谱线/nm鬻慧

365.48366.96361.05362.89407.78406.09467.81468.93435.83437.18479.99481.16546.96547.09508.58509.76579.02578.23643.84643.932.2光源电压变化的影响测量中,光源采用直流电源供电,由于光源电压的变化将引起光源色温的变化,从而改变出射光的光谱分布,因此应考虑电源的稳定性对颜色三刺激值的影响。采用keithley2700监控光源电压变化,在接通电源2h连续内,电压与测量标准白板的三刺激值的相对变化如图2所示。由图可以看到,在开始接通时光源电压和三刺激值的变化较

图2光源电压与标准白板三刺激值随时间的相对变化Fig.2Variationofvoltageoflightandspectral

tristimulusvaluesofstandardwhiteboardwithlime

 万方数据·752·应用光学2008,29(5)陈潇潇.等:基于光纤光谱仪测量茶叶表面颜色的研究大,在约40min后逐步趋于稳定,电压在0.03%的范围内波动,且三刺激值受电压的影响变化不明显。因此实际测量中,应该在接通电源约40rain后光源相对稳定的情况下进行测量。2.3茶叶表面形态的影响由于茶叶表面粗糙,因此样品盒内茶叶平面的平整度对测量结果有较大影响,因此放入样品盒中的茶叶应表面尽可能铺平。但不同茶叶的粗糙度不同,表面平整度也不相同,是引起测量误差的主要原因,可通过多次测量减小误差。

3实验结果分析图3为竹叶青1级、2级、青山绿水以及普洱茶4种茶叶的光谱反射率曲线。由于茶叶中叶绿素对可见波段的强烈吸收,因此茶叶在可见波段的反射率很低,但由于竹叶青和青山绿水表面都呈现不同程度的绿色,因此在波长500nm~600nm出现不

同的峰值。普洱茶几近黑色,因此光谱曲线平坦且光谱反射率较小。通过图中茶叶光谱反射率的分

图34种系叶的光谱反射率Fig.3Spectralreflectivityofteasurface布可以清楚地分辨各类茶叶表面颜色的不同。结合

CIE色度系统规定,计算出颜色三刺激值,如表2所示。在连续5天的测量中,每次结果为各样品重复5次测量的平均值。由此可知,该装置能定量地分辨各类茶叶颜色,对于颜色相近的同类茶叶也能清楚地分辨,并且有较好的重复性精度。茶叶测量的相对标准差约为1%。

表2茶叶测量结果Table2Detecteddataoftea

4结论与传统目视法相比,本文采用光纤光谱仪测量茶叶表面颜色的方法,具有客观性强,快速易操作、重复性精度高的特点,配上标准色板可用作茶叶颜色评定。另外,该方法还可应用于烟丝、大米、棉花等其他粗糙表面物体的颜色测量,具有良好的发展前景。

参考文献:[1]钱小军.傅里叶变换近红外光谱分析技术在茶叶中的应用[J].中国茶叶,1996,22(6):13—15.QIANXiao—jun.Theapplicationofinfraredspectrumtechniquethetea[J].ChinaTea,1999,(6):13—15.(inChinese)[23徐广通,袁洪福。陆婉珍.现代近红外光谱技术及应用进展[J].光谱学与光谱分析,2000,4(2):134—142.XUGuang~tong.YUANHong—fu,LUWan—zhen.Developmentofmoderninfraredspectroscopictechniquesanditsapplications[J].SpectroscopyandSpectralAnalysis.2000,4(2):134—143.(inChinese)[3]李晓丽.何勇,裘正军.一种基于可见一近红外光谱快速鉴别茶叶品种的新方法[J].光谱学与光谱分析,2007,27(2):279—282.LIXiao—li.HEYong,QIUZheng—ju.ApplicationPCA—ANNmethodfastdiscriminationofvarietiesusingvisible/nearinfrared[J].Spectroscopy—SpectroscopyandSpectralAnalysis,2007,27(2):279—282.(inChinese)[4]韩立苹,须海荣,倪君.近红外光谱技术及其在茶叶上应用研究D].茶叶,2007,33(1):4-7.(下转第757页)

相关文档
最新文档