CN111077088B - 智能手机成像光谱仪及其光谱识别方法 - Google Patents
智能手机成像光谱仪及其光谱识别方法 Download PDFInfo
- Publication number
- CN111077088B CN111077088B CN201911300066.1A CN201911300066A CN111077088B CN 111077088 B CN111077088 B CN 111077088B CN 201911300066 A CN201911300066 A CN 201911300066A CN 111077088 B CN111077088 B CN 111077088B
- Authority
- CN
- China
- Prior art keywords
- measured
- spectral
- spectrum
- image
- modulation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 117
- 238000003384 imaging method Methods 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000003595 spectral effect Effects 0.000 claims abstract description 104
- 239000000126 substance Substances 0.000 claims abstract description 53
- 238000012545 processing Methods 0.000 claims abstract description 27
- 239000006185 dispersion Substances 0.000 claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims description 16
- 239000000463 material Substances 0.000 claims description 12
- 239000011521 glass Substances 0.000 claims description 8
- 229910052594 sapphire Inorganic materials 0.000 claims description 8
- 239000010980 sapphire Substances 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 5
- 239000005337 ground glass Substances 0.000 claims description 4
- 230000001678 irradiating effect Effects 0.000 claims description 3
- 238000000701 chemical imaging Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 239000000575 pesticide Substances 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 239000000447 pesticide residue Substances 0.000 description 3
- 238000000149 argon plasma sintering Methods 0.000 description 2
- 150000001720 carbohydrates Chemical class 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000001681 protective effect Effects 0.000 description 2
- 235000013311 vegetables Nutrition 0.000 description 2
- PNEYBMLMFCGWSK-UHFFFAOYSA-N aluminium oxide Inorganic materials [O-2].[O-2].[O-2].[Al+3].[Al+3] PNEYBMLMFCGWSK-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012742 biochemical analysis Methods 0.000 description 1
- 235000014633 carbohydrates Nutrition 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 235000021049 nutrient content Nutrition 0.000 description 1
- 238000007747 plating Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/02—Details
- G01J3/0291—Housings; Spectrometer accessories; Spatial arrangement of elements, e.g. folded path arrangements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectrometry And Color Measurement (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供一种智能手机成像光谱仪及其光谱识别方法,所述光谱仪包括:手机;成像部,设置在手机内,包括光源、保护窗、调制板和相机,光源发出宽光谱光束照射待测物,待测物反射的光线透过保护窗,通过调制板被散射和色散,散射和色散后的图像被相机记录;图像处理部,获得相机记录的待测物的调制图像的一维光谱数据曲线,将所述一维光谱数据曲线与已知物质的特征光谱曲线进行匹配,判断所述待测物是否包含所述已知物质以及该物质的相对含量。上述光谱仪及其光谱识别方法体积小、成本低,具有便携性。
Description
技术领域
本发明涉及光谱分析技术领域,更具体地,涉及一种智能手机成像光谱仪及其光谱识别方法。
背景技术
光谱仪是进行光谱学研究和物质光谱分析的仪器,在食品检测、环境监测、生化分析、医药卫生和水文探测等方面具有广泛应用。尽管目前光谱仪设备随科技发展逐步趋于低成本和小型化,但目前尚未有嵌入到智能手机的低成本、小型化手机光谱仪在市场上出现。
手机作为移动设备,集成了拍照、摄像、发送信息、支付等众多功能,已成为个人出行必备的智能数据终端,市场应用前景广阔。然而市场尚未有消费级手机光谱仪出现。不妨试想,当我们拥有一部手机光谱仪,在日常食材采购时可以随时对蔬菜、水果农药残留检测,对日常生活的垃圾按光谱特征来分类,那将对生活产生重要而深远的影响。
目前最可能小型化、低成本化的光谱获取技术则是计算光谱成像技术。光谱成像是同时获取物体的空间信息和光谱信息的过程,同时获取图像和光谱数据立方体的方式。传统光谱成像***中,需要时间扫描来获得三维光谱图像数据,由于光谱成像数据量大,难以兼顾高带宽快速成像和宽光谱成像。近年来发展的计算编码光谱成像技术利用单次拍照即可实现多光谱成像,给高速光谱成像带来新的解决方案。美国Duke大学的Brady实现了基于透光和不透光的二元编码板的准单次曝光压缩光谱成像。它先将物体成像于二元振幅掩模板进行振幅调制,将调制后的像空间上色散分光,色散后的光入射到探测器进行成像,由于在光谱维度进行了全局投影测量,因此可实现压缩采样下的光谱成像。但是上述技术方案的光谱成像***体积仍不能小型化,分光光路较长,光谱重建所需使用极为复杂的算法迭代运算,均导致其不可能应用到手机终端。
另外,基于传统光谱技术的便携光谱仪,如专利号为201710272074.4的中国发明专利公开了一种“基于智能手机的便携式光谱仪及其光谱检测方法”,采用智能手机摄像头作为光谱仪的探测器,结合光谱仪外设模块即可实现光谱采集,实现了光谱仪模块与手机的结合。但是,上述专利仍需要光谱仪外设模块,携带过程还涉及到防尘,防油污等,使用过程不够方便仍需要调节光路,而且在很大程度上不具有便携性。
发明内容
针对现有技术小型化难以实现,现有手机外置光谱仪方案便携性差、使用时操作不便等不足,以及市场对低成本的消费级手机光谱仪的需求,本发明提出了一种小体积、低功耗、低成本和消费级的智能手机成像光谱仪及其光谱识别方法。
根据本发明的一个方面,提供一种智能手机成像光谱仪,包括:
手机;
成像部,安装于手机内,包括光源、保护窗、调制板和相机,光源发出宽光谱光束照射待测物,待测物反射的光线透过保护窗,通过调制板被散射和色散,散射和色散后的调制图像被相机记录;
图像处理部,获得相机记录的待测物的调制图像的一维光谱数据曲线,将所述一维光谱数据曲线与已知物质的特征光谱曲线进行匹配,判断所述待测物是否包含所述已知物质以及该物质的相对含量。
优选地,所述图像处理部包括:
标定模块,分别用各个光谱段波长以点光源的形式照射成像部,获得各个光谱段的调制图像,组成标定图像矩阵;
特征光谱数据库,存储一种或多种已知物质的特征光谱曲线;
接收模块,接收成像部拍摄的待测物的单幅调制图像;
解卷积处理模块,将相机记录的待测物图像与标定模块的标定图像矩阵进行解卷积处理,获得待测物的多个光谱图像,所述多个光谱图像的数据构成光谱图像数据立方体;
光谱识别模块,从解卷积处理模块的光谱图像数据立方体中抽取待测物的一维光谱数据曲线,所述一维光谱数据曲线与特征光谱数据库的特征光谱曲线进行匹配,判断所述待测物是否包含所述已知物质以及该物质的相对含量。
进一步,优选地,在标定模块中,点光源与相机距离小于50cm,点光源的尺寸小于100μm。
优选地,所述调制板的制作材料为对电磁波具有空间散射和色散特性的材料,所述制作材料包括毛玻璃、光栅、棱镜和全息片中的一种或多种。
优选地,所述保护窗材料采用蓝宝石玻璃,在蓝宝石玻璃的照射面镀宽光谱增透介质膜。
优选地,还包括APP模块,通过APP模块控制成像部对待测物的拍摄,并将图像处理模块的光谱识别结果显示在手机上。
根据本发明的另一个方面,提供一种光谱识别方法,包括:
构建成像部,所述成像部包括光源、保护窗、调制板和相机;
将成像部安装于手机内;
采集待测物的调制图像,手机内的成像部的光源发出宽光谱光束照射待测物,待测物反射的光线透过保护窗,通过调制板被散射和色散,散射和色散后的调制图像被相机记录;
识别待测物的调制图像,获得相机记录的待测物的调制图像的一维光谱数据曲线,将所述一维光谱数据曲线与已知物质的特征光谱曲线进行匹配,判断所述待测物是否包含所述已知物质以及该物质的相对含量。
优选地,在所述采集待测物的调制图像的步骤之前还包括对成像部进行出厂标定的步骤,分别用各个光谱波长以点光源的形式照射成像部,获得各个光谱段的调制图像,组成标定图像矩阵。
进一步,优选地,在所述采集待测物的调制图像的步骤之前还包括特征光谱曲线存储步骤,存储一种或多种已知物质的特征光谱曲线,其中,
所述识别待测物的调制图像的步骤包括:
将相机记录的待测物图像与标定模块的标定图像矩阵进行解卷积处理,获得待测物的多个光谱图像,所述多个光谱图像的数据构成光谱图像数据立方体;
从上述光谱图像数据立方体中抽取待测物的一维光谱数据曲线;
上述待测物的一维光谱数据曲线与已知物质的特征光谱曲线进行匹配,判断所述待测物是否包含所述已知物质以及该物质的相对含量。
优选地,还包括:构建APP模块,通过APP模块控制成像部对待测物的拍摄,并将光谱识别结果显示在手机上。
上述智能手机成像光谱仪及光谱识别方法中,光谱成像的成像部嵌入到手机中,无需外设模块,采用光散射与色散功能二合一的调制板,结合计算光谱成像技术,直接利用手机的相机采集数据,光散射与色散功能二合一的调制板解决了光谱仪在空间上的小型化问题,数据获取采用手机的相机,不额外增加设备的功耗,成像部硬件***结构简单,仅用保护窗和调制板替换了手机光学元件—镜头组件,不涉及复杂电路和光路的设计,硬件成本和研制成本双低,确保了本发明的智能手机成像光谱仪对手机成本影响小,即搭载本发明的成像部的手机仍属于消费级产品。
另外,上述智能手机成像光谱仪及光谱识别方法中,光谱图像获取方式分为采集和重建两个步骤,采集过程仅需手机相机对物体拍下单幅图片,重建过程的运算可在本地也可在云端进行解算,解算方法为解卷积运算,相比于传统方法,如压缩感知算法或关联算法求解光谱,解卷积算法所需的运算量小,在手机客户端即可完成。
附图说明
通过参考以下具体实施方式结合附图,本发明的其它目的及结果将更加明白且易于理解。在附图中:
图1是本发明所述智能手机成像光谱仪的示意图;
图2是本发明所述图像处理部的构成框图的示意图;
图3是本发明所述光谱识别方法的流程图的示意图;
图4是本发明所述对成像部进行出厂标定的方法流程图的示意图;
图5是本发明所述识别待测物的调制图像的方法流程图的示意图。
具体实施方式
在下面的描述中,出于说明的目的,为了提供对一个或多个实施例的全面理解,阐述了许多具体细节。然而,很明显,也可以在没有这些具体细节的含量下实现这些实施例。在其它例子中,为了便于描述一个或多个实施例,公知的结构和设备以方框图的形式示出。
下面将参照附图来对根据本发明的各个实施例进行详细描述。
图1是本发明所述智能手机成像光谱仪的示意图,如图1所示,所述智能手机成像光谱仪包括手机1、安装在手机内的成像部2和图像处理部3(图2示出),其中:
成像部2包括光源21、保护窗22、调制板23和相机24,光源21发出宽光谱光束照射待测物4,待测物4反射的光线透过保护窗22,通过调制板23被散射和色散,散射和色散后的调制图像被相机24记录;
图像处理部3获得相机记录的待测物的调制图像的一维光谱数据曲线,将所述一维光谱数据曲线与已知物质的特征光谱曲线进行匹配,判断所述待测物是否包含所述已知物质以及该物质的相对含量。
上述智能手机成像光谱仪仅采用调制板和相机就可获得目标光谱图像,相对于现有技术中,需采用编码板,色散棱镜和相机才能获得光谱图像,而且编码板需要移动;或者有些方案需要两个相机才能得到光谱图像;或者一些方案需要手机外置设备进行分光,得到物体光谱,结构简单,成本低。且是嵌入到手机的成像光谱仪,不是单点光谱仪,在现有市场尚属空白。
在一个可选实施例中,上述光源21与相机24工作的波段一致,光谱段可在可见光、近红外或中、远红外波段,例如LED、激光光源等;调制板23的制作材料为对电磁波具有空间散射和色散特性的材料,所述制作材料包括毛玻璃、光栅、棱镜和全息片中的一种或多种;保护窗22的材料采用蓝宝石玻璃,所述蓝宝石玻璃的主要成分为氧化铝(Al2O3),在蓝宝石玻璃的照射面镀宽光谱增透介质膜;相机24是彩色相机或者黑白相机,可以采用CMOS或CCD芯片,可集成于手机中。
优选地,在保护窗、调制板之间可加放透镜,在调制板与相机之间也可加入成像透镜组进行图像的放大或者缩小。
在一个实施例中,如图2所示,上述图像处理部3包括:
标定模块31,分别用各个光谱段波长以点光源的形式照射成像部,获得各个光谱段的调制图像,组成标定图像矩阵,即点光源的各光谱段传递函数图像矩阵;
特征光谱数据库32,存储一种或多种已知物质的特征光谱曲线;
接收模块33,接收成像部拍摄的待测物的单幅调制图像;
解卷积处理模块34,将相机记录的待测物图像与标定模块的标定图像矩阵进行解卷积处理(反卷积处理),获得待测物的多个光谱图像,所述多个光谱图像的数据构成的光谱图像数据立方体;
光谱识别模块35,从解卷积处理模块的光谱图像数据立方体中抽取待测物的一维光谱数据曲线,所述一维光谱数据曲线与特征光谱数据库的特征光谱曲线进行匹配,判断所述待测物是否包含所述已知物质以及该物质的相对含量。优选地,在标定模块31中,点光源与相机距离小于50cm,点光源的尺寸小于100μm。
在一个实施例中,智能手机成像光谱仪还包括APP模块(未示出),通过APP模块控制成像部对待测物的拍摄,并将图像处理模块的光谱识别结果显示在手机上。
上一个实施例中的图像处理部3的解卷积处理模块34和光谱识别模块35的功能可以通过APP模块在云端进行光谱识别,手机1和手机屏幕11构成光谱数据采集与显示***,APP模块在手机上运行光谱数据反演算法和光谱匹配,并将结果显示在手机屏幕上。
本发明所述智能手机成像光谱仪仅替换普通智能手机的镜头,不对其它硬件做任何改变,且工作过程无需外部设备,通过手机相机获取物体光谱原始数据,APP模块在手机上运行,采集物体光谱数据时只需对物体拍照一次,所述的APP模块反演光谱数据得到物体的光谱图像数据立方体,利用反演的光谱数据与物质本身特征谱数据库进行匹配识别物质成份,如是否含糖或是否有农药残留等。
在本发明的一个优选实施例中,所述保护窗由蓝宝石玻璃材料构成,镀有宽光谱增透膜,所述调制板位于保护窗后,所述调制板由毛玻璃、或全息光栅、或随机介质膜、或定制光栅构成,对入射光起到散射和色散双重作用,所述相机是CMOS或CCD图像传感器,所述保护窗、调制板、手机相机均嵌入在手机背部,所述手机具有图像采集和处理能力,所述光源具有宽光谱照射功能,所述APP模块具有调用手机图像、运行数据进行计算,重建光谱图像和光谱信息、识别光谱信息、解释光谱所含测量物光谱特征的功能,所述手机APP模块预先存有物体特征光谱数据库,如糖类光谱、农药光谱等,所述APP模块具有匹配光谱数据的功能,提供给用户是否含有待测物特征谱的信息,提供的信息可用于判断待测物成份,用于垃圾分类等。
图3是本发明所述光谱识别方法的流程图,如图3所示,所述光谱识别方法包括:
步骤S10,构建成像部,所述成像部包括光源、保护窗、调制板和相机;
步骤S20,将成像部安装于手机内;
步骤S30,采集待测物的调制图像,手机内的成像部的光源发出宽光谱光束照射待测物,待测物反射的光线透过保护窗,通过调制板被散射和色散,散射和色散后的调制图像被相机记录;
步骤S40,识别待测物的调制图像,获得相机记录的待测物的调制图像的一维光谱数据曲线,将所述一维光谱数据曲线与已知物质的特征光谱曲线进行匹配,判断所述待测物是否包含所述已知物质以及该物质的相对含量。
在一个实施例中,在步骤S30之前,还包括对成像部进行出厂标定的步骤,分别用各个光谱波长以点光源的形式照射成像部,获得各个光谱段的调制图像,组成标定图像矩阵,即点光源的各光谱段传递函数图像矩阵;另外,优选地,光谱识别方法还包括:构建APP模块,通过APP模块控制成像部对待测物的拍摄,并将光谱识别结果显示在手机上。
在一个优选实施例中,如图4所示,上述对成像部进行出厂标定的步骤包括:
打开手机APP模块;
将点光源与相机间隔设定距离放置,分别用各个光谱波长以点光源的形式照射成像部,通过APP模块控制成像部拍摄各光谱段的点光源的调制图像;
按光谱段记录拍摄的多幅调制图像,获得不同光谱段对应的相机所拍摄的调制图像作为标定图像,组成标定图像矩阵。
在一个实施例中,在所述采集待测物的调制图像的步骤之前还包括特征光谱曲线存储步骤,存储一种或多种已知物质的特征光谱曲线,其中,
所述识别待测物的调制图像的步骤包括:
将待测物的调制图像依次与多个传递函数图像(标定图像)进行解卷积处理,获得待测物的多幅光谱图像,所述多个光谱图像的数据构成光谱图像数据立方体;
从上述多幅光谱图像构成的光谱图像数据立方体中相同空间位置各抽取一点构成一维光谱数据曲线;
将待测物的一维光谱数据曲线与已知物质的特征光谱曲线进行匹配,判断所述待测物是否包含所述已知物质以及该物质的相对含量。
在一个优选实施例中,如图5所示,上述识别待测物的调制图像的步骤包括:
打开手机APP模块;
通过APP模块控制成像部对准待测物,拍摄待测物的调制图像;
将待测物的调制图像与传递函数图像(标定图像)进行解卷积处理,获得待测物的光谱图像;
判断循环解卷积处理的次数是否达到设定次数,所述设定次数与光谱段数相同;
如果达到设定次数,将经过设定次数循环解卷积处理获得的待测物的多幅光谱图像构成光谱图像数据立方体;
从多幅光谱图像构成的光谱数据立方体中相同空间位置各抽取一点构成待测物的一维光谱数据曲线;
调用已知物质的特征光谱曲线;
将待测物的一维光谱数据曲线与特征光谱曲线进行匹配,判断所述待测物是否包含所述已知物质以及该物质的相对含量;
通过手机显示待测物的光谱识别结果。
在本发明的一个优选实施例中,光谱识别方法包括:
将包括光源、保护窗、调制板和相机的成像部嵌入在手机内部;
进行出厂标定,以糖类特征谱系和农药特征谱为例,光谱构成的波段λj,j=1,2,3…m,其中m为光谱构成的谱段数,为整数,对成像部进行标定,包括:分别用各个光谱波长λj以点光源的形式照射成像部,点光源与相机距离可设定小于50cm,点光源的尺寸小于100μm,记录不同光谱段λj对应的相机所拍摄的图像PSFj,j=1,2,3…m,谱段数为m则最终得到m幅标定图像,存储于手机中;
预先将将日常生活常用的待测目标物(已知物质)糖份、农药、塑料垃圾等的特征光谱曲线存于手机APP模块中,待测目标物的特征光谱曲线,如农药的光谱,可以从公开数据库获得,如果公开数据库没有,可以采用普通光谱仪测试得到,将得到特征光谱曲线录入特征光谱数据库,永久使用;
手机对待测物拍照,由手机打开光源,光源发出宽光谱光束照射待测物,待测物反射的光线透过保护窗,通过调制板被散射和色散,散射和色散后的调制图像被相机记录,记为I,I以图片格式存储于手机APP模块中;
由手机APP模块调用上述步骤记录的图像I,调用出厂前标定的标定图像的数据PSFj,对(I,PSFj)分别求m次解卷积,所述的解卷积方法可以是任意的数学解卷积方法,得到m幅待测目标物的光谱图像Ij,j=1,2,3…m;
手机APP模块调用所得的m幅图像中的光谱信息与预先存储的待测目标物的特征谱曲线进行特征匹配,给出待测物的成份与录入特征光谱数据库的哪种物质成份匹配并显示匹配结果,匹配结果在手机屏幕上显示,例如,给出物体是否含有检测的物质成份,如糖份或农药,具体地,手机APP模块调用所得的m幅光谱图像Ij组成光谱图像数据立方体,在每一幅光谱图像Ij的相同空间位置(x,y)处各取一个点,将得到m个数据点,将得到的m个数据点形成一维的光谱向量Sm×1,将光谱信息与预先存储的待测目标物的特征谱数据矩阵Om×n进行特征匹配,n为特征光谱曲线的样本数,匹配方式为Sm×1光谱向量与特征谱数据矩阵Om×n二维向量求相关运算或最小二乘法等方法,给出最佳匹配结果。
上述光谱识别方法提取光谱数据,除了一维光谱数据,还有二维光谱图像数据,在光谱识别上精度更高,除此之外,本发明所述智能手机成像光谱仪及其光谱识别方法具有以下有益效果:
首先,将手机相机与具有光学散射与色散功能的二合一调制板结合,解决了成像光谱义小型化问题,与手机结合后,提高了便携性和实用性;
第二,结构简单,对手机相机镜头改动小,不增加CMOS/CCD芯片体积和功耗,硬件成本与研制成本低;
第三,将光谱测量与日常应用相结合,利用APP模块实时显示待测物体的光谱特性,例如蔬菜、水果的营养含量,或农药残留等信息,或者用于对日常生活中的不同种类垃圾进行分类,给日常生活带来方便;
第四,将光谱成像与计算成像技术结合,通过定制特殊波段的光谱,可实现定制化的光谱探测功能,具有一定的智能化特点;
第五,将成像光谱仪的结构简化,可实现快速量产,避免了传统光谱仪出厂前需要精确标校问题;
第六,将光谱仪装调过程简化,实现了先安装后标定,无移动零部件,不存在装调误差问题。即使出现误差情况也可以随时标定,无需拆机,即可实现快速维修维护。
尽管前面公开的内容示出了本发明的示例性实施例,但是应当注意,在不背离权利要求限定的范围的前提下,可以进行多种改变和修改。根据这里描述的发明实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外,尽管本发明的元素可以以个体形式描述或要求,但是也可以设想具有多个元素,除非明确限制为单个元素。
Claims (7)
1.一种智能手机成像光谱仪,包括手机,其特征在于,还包括:
成像部,安装于手机内,包括光源、保护窗、调制板和相机,光源发出宽光谱光束照射待测物,待测物反射的光线透过保护窗,通过调制板被散射和色散,散射和色散后的调制图像被相机记录;
图像处理部,获得相机记录的待测物的调制图像的一维光谱数据曲线,将所述一维光谱数据曲线与已知物质的特征光谱曲线进行匹配,判断所述待测物是否包含所述已知物质以及该物质的相对含量,
其中,所述图像处理部包括:
标定模块,分别用各个光谱段波长以点光源的形式照射成像部,获得各个光谱段的调制图像,组成标定图像矩阵;
特征光谱数据库,存储一种或多种已知物质的特征光谱曲线;
接收模块,接收成像部拍摄的待测物的单幅调制图像;
解卷积处理模块,将相机记录的待测物的调制图像与标定模块的标定图像矩阵进行解卷积处理,获得待测物的多个光谱图像,所述多个光谱图像的数据构成光谱图像数据立方体;
光谱识别模块,从解卷积处理模块的光谱图像数据立方体中抽取待测物的一维光谱数据曲线,所述一维光谱数据曲线与特征光谱数据库的特征光谱曲线进行匹配,判断所述待测物是否包含所述已知物质以及该物质的相对含量。
2.根据权利要求1所述的智能手机成像光谱仪,其特征在于,在标定模块中,点光源与相机距离小于50cm,点光源的尺寸小于100μm。
3.根据权利要求1所述的智能手机成像光谱仪,其特征在于,所述调制板的制作材料为对电磁波具有空间散射和色散特性的材料,所述制作材料包括毛玻璃、光栅、棱镜和全息片中的一种或多种。
4.根据权利要求1所述的智能手机成像光谱仪,其特征在于,所述保护窗材料采用蓝宝石玻璃,在蓝宝石玻璃的照射面镀宽光谱增透介质膜。
5.根据权利要求1所述的智能手机成像光谱仪,其特征在于,还包括APP模块,通过APP模块控制成像部对待测物的拍摄,并将图像处理模块的光谱识别结果显示在手机上。
6.一种光谱识别方法,其特征在于,包括:
构建成像部,所述成像部包括光源、保护窗、调制板和相机;
将成像部安装于手机内;
采集待测物的调制图像,手机内的成像部的光源发出宽光谱光束照射待测物,待测物反射的光线透过保护窗,通过调制板被散射和色散,散射和色散后的调制图像被相机记录;
识别待测物的调制图像,获得相机记录的待测物的调制图像的一维光谱数据曲线,将所述一维光谱数据曲线与已知物质的特征光谱曲线进行匹配,判断所述待测物是否包含所述已知物质以及该物质的相对含量,
在所述采集待测物的调制图像的步骤之前还包括对成像部进行出厂标定的步骤,分别用各个光谱波长以点光源的形式照射成像部,获得各个光谱段的调制图像,组成标定图像矩阵;
在所述采集待测物的调制图像的步骤之前还包括特征光谱曲线存储步骤,存储一种或多种已知物质的特征光谱曲线,其中,
所述识别待测物的调制图像的步骤包括:
将相机记录的待测物的调制图像与标定模块的标定图像矩阵进行解卷积处理,获得待测物的多个光谱图像,所述多个光谱图像的数据构成光谱图像数据立方体;
从上述光谱图像数据立方体中抽取待测物的一维光谱数据曲线;
上述待测物的一维光谱数据曲线与已知物质的特征光谱曲线进行匹配,判断所述待测物是否包含所述已知物质以及该物质的相对含量。
7.根据权利要求6所述的光谱识别方法,其特征在于,还包括:构建APP模块,通过APP模块控制成像部对待测物的拍摄,并将光谱识别结果显示在手机上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911300066.1A CN111077088B (zh) | 2019-12-16 | 2019-12-16 | 智能手机成像光谱仪及其光谱识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911300066.1A CN111077088B (zh) | 2019-12-16 | 2019-12-16 | 智能手机成像光谱仪及其光谱识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111077088A CN111077088A (zh) | 2020-04-28 |
CN111077088B true CN111077088B (zh) | 2022-07-26 |
Family
ID=70314960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911300066.1A Active CN111077088B (zh) | 2019-12-16 | 2019-12-16 | 智能手机成像光谱仪及其光谱识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111077088B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111665201A (zh) * | 2020-04-30 | 2020-09-15 | 华为技术有限公司 | 光谱检测方法、移动终端及芯片*** |
CN115469523A (zh) * | 2022-10-15 | 2022-12-13 | 合肥工业大学 | 一种数字全息光谱成像展示设备及展示方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7636158B1 (en) * | 2004-09-24 | 2009-12-22 | Romuald Pawluczyk | Optimal coupling of high performance line imaging spectrometer to imaging system |
WO2017203005A1 (en) * | 2016-05-24 | 2017-11-30 | Sony Corporation | Reflectometer, electronic device and method |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008012812A2 (en) * | 2006-07-24 | 2008-01-31 | Hyspec Imaging Ltd. | Snapshot spectral imaging systems and methods |
US20080144001A1 (en) * | 2006-12-15 | 2008-06-19 | Bauke Heeg | Spectral imaging device |
DE102012106584B4 (de) * | 2012-07-20 | 2021-01-07 | Carl Zeiss Ag | Verfahren und Vorrichtung zur Bildrekonstruktion |
CN103868857A (zh) * | 2014-02-18 | 2014-06-18 | 成都理工大学 | 一种农药残留的检测方法、装置及*** |
WO2016012980A1 (en) * | 2014-07-24 | 2016-01-28 | Ecole Polytechnique Federale De Lausanne (Epfl) | Compact multifunctional system for imaging spectroscopy |
US9719856B2 (en) * | 2014-08-27 | 2017-08-01 | ARETé ASSOCIATES | Coded spectral imager |
CN105891146A (zh) * | 2016-03-29 | 2016-08-24 | 电子科技大学 | 用于光谱检测的智能终端及其检测方法 |
CN109142279A (zh) * | 2018-06-29 | 2019-01-04 | 努比亚技术有限公司 | 一种光谱检测方法、移动终端及计算机可读存储介质 |
CN109596215B (zh) * | 2018-11-28 | 2020-10-27 | 厦门大学 | 一种基于智能手机测量光谱的便携装置及其光谱检测方法 |
-
2019
- 2019-12-16 CN CN201911300066.1A patent/CN111077088B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7636158B1 (en) * | 2004-09-24 | 2009-12-22 | Romuald Pawluczyk | Optimal coupling of high performance line imaging spectrometer to imaging system |
WO2017203005A1 (en) * | 2016-05-24 | 2017-11-30 | Sony Corporation | Reflectometer, electronic device and method |
Non-Patent Citations (1)
Title |
---|
"Near-Infrared Grating Spectrometer for Mobile Phone Applications";Tino Pu¨gner.et al;《Applied Spectroscopy》;20161231;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111077088A (zh) | 2020-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cao et al. | A prism-mask system for multispectral video acquisition | |
CN105009568B (zh) | 用于处理可见光谱图像和红外图像的***、方法及非易失性机器的可读介质 | |
Ma et al. | Acquisition of high spatial and spectral resolution video with a hybrid camera system | |
Du et al. | A prism-based system for multispectral video acquisition | |
Cao et al. | High resolution multispectral video capture with a hybrid camera system | |
Klein et al. | Quantitative hyperspectral reflectance imaging | |
CN103268499B (zh) | 基于多光谱成像的人体皮肤检测方法 | |
US20050270528A1 (en) | Hyper-spectral imaging methods and devices | |
US20040218172A1 (en) | Application of spatial light modulators for new modalities in spectrometry and imaging | |
CN111077088B (zh) | 智能手机成像光谱仪及其光谱识别方法 | |
US9002113B2 (en) | Processing and analyzing hyper-spectral image data and information via dynamic database updating | |
CN107271039A (zh) | 紧凑微型快照式光谱成像探测装置及探测方法 | |
US20110052019A1 (en) | Analyzing Objects Via Hyper-Spectral Imaging and Analysis | |
US20160109295A1 (en) | Portable electronic apparatus, spectrometer combined therewith, and method for detecting quality of test object by using the same | |
CN106535384B (zh) | 具有分析***的微波炉 | |
CN110207824A (zh) | 基于高光谱图像采集的纺织品颜色测量***及方法 | |
Cai et al. | The design and implementation of portable rotational scanning imaging spectrometer | |
CN111464700A (zh) | 具有成像光谱检测功能的新型智能手机及其光谱检测方法 | |
Fauch et al. | Recovery of reflection spectra in a multispectral imaging system with light emitting diodes | |
CN113272639B (zh) | 一种提取待测物质的光谱信息的方法 | |
Du Bosq et al. | An overview of joint activities on computational imaging and compressive sensing systems by NATO SET-232 | |
Bloechl et al. | A comparison of real and simulated airborne multisensor imagery | |
Trops et al. | Miniature MOEMS hyperspectral imager with versatile analysis tools | |
US11079277B2 (en) | Spectral imaging device and method | |
Sharma et al. | MobiSpectral: Hyperspectral Imaging on Mobile Devices |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |