使用Specim FX17高光谱相机测量棉花中的水分含量

水分含量的定量分析对许多工业和研究应用至关重要。基于光谱学的定量模型在监测含水量方面具有高效、无损和准确的特点。高光谱相机可以揭示水分的空间分布，而传统点光谱仪仅能提供水分的总体分布情况。在本研究中，我们监测了一块棉片的水分含量及其干燥过程。
NIR=近红外（900 – 1700 nm）
PLS=偏最小二乘
PLS DA =偏最小二乘判别分析

近红外光谱范围内的水分吸收峰
在食品、造纸和木材行业，生产过程中水分含量的监测至关重要。近红外（NIR）光谱技术已被广泛用于监测各种不同行业中物质的水分含量。
光谱学家依赖的水吸收峰位于近红外光谱范围内。如下图所示，水在970nm、1150nm和1450nm处对光线有强吸收作用。Specim FX17高光谱相机的光谱范围覆盖900-1700nm，非常适合检测水的吸收峰。除了提供水分定量分析的相关数据外，高光谱图像中嵌入的空间信息还能揭示水分的分布情况。
在本研究中，我们监测并量化了一块棉片的干燥过程。我们将一块直径约5cm的圆形棉片（卸妆棉）浸入水中，然后将其放置在Specim lab scanner 40×20扫面平台上。我们使用Specim FX17高光谱相机对样品的干燥过程进行了监测，并每隔4分钟进行一次测量，直至样品完全干燥。整个过程共进行了67次测量，耗时264分钟。而后我们使用SpecimINSIGHT软件对数据进行了分析。

干燥棉片的光谱分析
每幅图像首先根据暗场和白场参考进行归一化处理。随后，将实验过程中采集的全部67幅图像合并为一个文件，形成拼接图像。该图像展现了棉片在不同干燥阶段的状态，从右上角开始时非常湿润，到右下角时已完全干燥。拼接图像按行从左到右、从上到下排列。
如图1A所示，在干燥过程开始后，从伪色拼接图像中可以观察到明显的梯度变化。光谱分析也揭示了同样的趋势：与湿润样品相关的光谱吸收峰在970nm、1150nm和1420nm处最为显著，而这些吸收峰会随着干燥时间的推移而消失。在3.5小时后（最后10次测量期间），干燥速度的加快也变得明显。

A) 伪色图（红：1133 nm；绿：1280 nm；蓝：1488 nm）

B）具有空间选择的伪色图 [与(A)相同]

C) 每幅图像对应的光谱，在(B)中每个选区上取平均
图1：与棉片干燥过程相关的伪色图和近红外光谱

建模—PLS回归
构建一个PLS回归模型以量化棉片的干燥程度。回归变量称为“干燥”，取值范围为0至264（对应干燥时间，单位为分钟）。需要注意的是在使用SpecimINSIGHT时，回归模型可以仅基于样本构建，而无需考虑背景。在训练模型时，每两张图像中的一张会被纳入考虑范围。模型的准确性是在所有其他图像上进行估算的。
回归模型的预测性能如图2所示。针对每块棉片，我们生成了一张热力图以呈现干燥过程，突出了高光谱成像在描绘变量分布方面的相关性。建立的模型具有很高的准确性，R²值为0.98。对比实际值与预测值可发现，对非常湿润的棉片进行干燥更难量化其过程。图1C的光谱数据印证了这一现象，显示在干燥初期，与水分相关的吸收峰深度仅呈现微小变化。
我们构建了第二个模型，与之前展示的模型类似，但这次基于每2分钟采集一次的61幅图像。该模型的R²值达到0.97。在第二个模型中，由于更侧重于湿润样本，实际值与预测值的对比表明，该模型在干燥过程初期具有更高的准确性。这突显了根据样品及其含水量，训练样本的选择对于构建准确模型至关重要。

A) PLS回归热力图（最小值=0；最大值=264）

B) 第一个回归模型的回归图 (数据每4分钟采集一次)

C) 第二个回归模型的回归图 (数据每2分钟采集一次)
图2：“干燥”回归模型的预测性能。

结论
Specim FX17适用于精确量化样品（此处为棉片）的含水量。同时，SpecimINSIGHT软件可执行此类分析并构建相应回归模型。这些模型可以加载至SpecimCUBE中进行实时定量分析。
最后，本研究表明训练样本的选择对模型的预测性能具有显著影响。

免责声明
本技术说明由Specim, Spectral Imaging Ltd. 编写，仅供参考。我们保留修改内容的所有权利。

关于Specim

作为高光谱成像（HSI）行业的龙头公司之一，Specim产品涵盖从可见光到热红外全部波段的测量，为用户提供全面的高光谱成像解决方案，满足工业、科学和研究用户的不同需求。产品包括工业高光谱相机、实验室高光谱相机以及机载高光谱相机，适配客户特定的使用场景。Specim以分拣机客户为核心，同时在分选回收、食品和制药等行业也拥有广泛的客户群体。去年，Specim正式推出全新的SpecimONE高光谱成像平台，该平台使高光谱成像技术更便利、更快捷地与分拣机相结合。2021年起，SpecimONE平台可开始交付。借助SpecimONE平台，柯尼卡美能达将进一步扩大工业领域中高光谱成像的业务。