其他行業
本研究應用了400-1000nm的高光譜相機，可采用杭州彩譜科技有限公司產品FS13進行相關研究。光譜范圍在400-1000nm，波長分辨率優于2.5nm，可達1200個光譜通道。采集速度全譜段可達128FPS，波段選擇后最高3300Hz（支持多區域波段選擇）。
紅木為熱帶地區所產，材質堅硬持久且具有結實沉穩的品性，以紅木為原材料制作的高端、名貴家具等廣受人們的喜愛和追捧。然而紅木在我國需求量很大，早在明清時期就已經被大量砍伐，現在紅木的需求來源大部分是通過進口的得到的。紅木資源的范圍為 5屬（紫屬 、黃檀屬、柿屬、崖豆屬、鐵刀木屬 Cassia）8類（紫檀木花梨木、香枝木、黑酸枝木、紅酸枝木、烏木、條紋烏木、雞翅木），共 33 個樹種[，不同品種在價格上存在巨大的差異。隨著近年來越南、老撾等國家限制了對紅木的采伐與出口，使紅木價值愈顯珍貴。這其中，紅酸枝木因為擁有溫潤厚重的質地和細膩優美的紋理，以紅酸枝木為原料制作成的家具用品，使用壽命長、不易受到腐蝕，相比黃花梨木和紫檀木，紅酸枝木的市場價格能被更多人接受，極具投資和收藏價值。
近年來，高光譜成像技術由于其擁有超多波段、超高的光譜分辨能力和圖像與光譜合一的優點，運用高光譜成像技術對紅酸枝木進行無損檢測和識別是很好的選擇，可達到快速、無損的精確性和高效性。與多光譜成像技術相比，高光譜成像技術擁有極其豐富的信息，在處理技術上，能夠更有效的對光譜數據進行分析。
本章節運用高光譜成像技術對光譜范圍在 400-1000nm 的紅酸枝木的光譜和高光譜圖像紋理特征進行分析，并結合多種判別分析模型進行品種識別。綜合分析了多種光譜預處理方法、特征波長選擇方法、紋理特征提取方法和判別模型建立方法，實現了紅酸枝木的無損識別。
研究發現，基于紅酸枝木光譜建立的判別分析模型的品種識別效果優于紋理特征信息建立的模型，其中又以基于特征波長光譜建立的模型識別效果最佳。SG-SPA-ELM 和MSC-SPA-ELM 建立的紅酸枝木品種判別分析模型的建模集和測試集的識別率均達到 100.00%。基于高光譜圖像紋理特征信息建立的紅酸枝木品種判別模型，主成分圖像紋理信息的識別正確率要高于特征波長圖像，僅有基于主成分圖像紋理信息建立的 ELM-TF（SPA）模型建模集和測試集的識別正確率都高于 80%。
