近日，北京易科泰生態(tài)技術有限公司為寧夏農(nóng)林科學院枸杞研究所交付一臺便攜式智能高光譜成像系統(tǒng)，該系統(tǒng)具備一體式、輕量級、便攜型、、智能化特點，可在室內(nèi)、野外多種場景下靈活應用，能夠為研究人員提供高效的數(shù)據(jù)采集體驗和高品質的數(shù)據(jù)質量。

高光譜成像技術是光譜技術和成像技術的有機結合，在食品藥品等領域的檢測鑒定及質量評價中，使用該技術的效果要明顯優(yōu)于僅使用光譜信息或空間紋理信息的效果，并且具有快速、準確、無創(chuàng)、使用方便等優(yōu)點。

應用案例一：不同果粒大小枸杞的區(qū)分

易科泰光譜成像實驗室技術人員對兩種不同果粒大小的枸杞樣品進行400-1000nm波段高光譜成像數(shù)據(jù)采集及處理分析，結果表明，基于兩種枸杞的光譜和紋理信息可以有效地區(qū)分兩種枸杞，也可結合其他化學方法進一步對其成分進行精準定量研究。

應用案例二：基于高光譜圖像的不同產(chǎn)地枸杞分類

河北工業(yè)大學Mu Q等研究人員使用高光譜成像技術對來自寧夏、青海、甘肅和新疆的四個主產(chǎn)區(qū)的枸杞進行了分類。

該研究使用一種新的混合卷積神經(jīng)網(wǎng)絡（New-Hybrid-CNN）架構，充分利用像素信息，將每個產(chǎn)地的枸杞樣本劃分為2500個3D斑塊，并將不同產(chǎn)地的枸杞樣本隨機分為訓練集（70%）和測試集（30%），隨機選取訓練集的20%作為驗證集。再使用具有3×3×3卷積核的同構3D卷積架構從高光譜立方信息中提取光譜-空間聯(lián)合信息，然后使用深度可分離卷積（DSC）來學習空間信息，結合3D卷積和DSC的優(yōu)點，有效地提取了深層光譜-空間聯(lián)合信息，使架構更加輕量化。并將3D-CNN、HybridSN和SVM與所提出的方法在同一參數(shù)下進行比較，發(fā)現(xiàn)New-Hybrid-CNN表現(xiàn)出了更優(yōu)的分類效果（如下左圖），并且所需參數(shù)數(shù)量最少、用時最短。

實驗結果表明，充分結合了高光譜成像中光譜和空間信息的New-hybrid-CNN分類方法能夠有效識別不同產(chǎn)地的枸杞，并且具有普適性，有助于解決食品分類和農(nóng)業(yè)應用中的類似問題。

參考文獻：

[1] Mu Q, Kang Z, Guo Y, et al. Hyperspectral image classification of wolfberry with different geographical origins based on three-dimensional convolutional neural network[J]. International Journal of Food Properties, 2021, 24(1): 1705-1721.

易科泰生態(tài)技術公司為食品、藥品檢測鑒定等領域提供SpectraScan^©無損高光譜成像檢測方案，并提供SpectrAPP^®光譜成像技術創(chuàng)新應用項目合作與技術服務。