其他行業(yè)
本研究應(yīng)用了400-1000nm的高光譜相機(jī)，可采用杭州彩譜科技有限公司產(chǎn)品FS23進(jìn)行相關(guān)研究。FigSpec?系列成像高光譜相機(jī)采用高衍射效率的透射式光柵分光模組與高靈敏度面陣列相機(jī)、結(jié)合內(nèi)置掃描成像及輔助攝像頭技術(shù)，解決了傳統(tǒng)高光譜相機(jī)需外接推掃成像機(jī)構(gòu)及調(diào)焦復(fù)雜等難以操作的問題。可與標(biāo)準(zhǔn)C接口的成像鏡頭或顯微鏡直接集成，實(shí)現(xiàn)光譜影像的快速采集。
近年來，隨著汽車工業(yè)的蓬勃發(fā)展，汽車保有量急劇增加，愛車族都在提高車子的外在品質(zhì)上下功夫，給自己的愛車穿上一件光鮮亮麗的“衣裳”。汽車打蠟?zāi)軌蛴行У乇Ｗo(hù)漆面，延長汽車殼體的使用壽命，并使車輛外表光亮美觀。車蠟是一種由蠟、表面活性劑、溶劑等組成的化合物，易于附著在汽車涂層表面，能增加汽車涂層的光澤度及耐磨性。大量實(shí)踐證明，高品質(zhì)的車蠟可以上光、防水、抗高溫、防靜電、防紫外線、研磨拋光作用，車蠟除了具有上述作用外，還具有防酸雨、防鹽霧等作用，既可以汽車美容又可以提高汽車的實(shí)用價(jià)值。
本研究采用可見-近紅外光譜技術(shù)開展了車蠟品牌的快速無損鑒別方法研究。研究采用連續(xù)投影算法（SPA）選取對品牌鑒別最為重要的特征波長，以減少模型輸入變量個(gè)數(shù)和計(jì)算復(fù)雜程度。進(jìn)一步分別采用線性判別分析（LDA）和最小二乘支持向量機(jī)（LLS-SVM）建立車蠟品牌的定性判別模型，并比較兩類模型之間的鑒別能力，從而實(shí)現(xiàn)快速、無損、低成本、大批量的車蠟不同品牌間的鑒別，為汽車的保養(yǎng)與美容單位，國家質(zhì)監(jiān)部門以及普通消費(fèi)者提供一種快速獲取車蠟品質(zhì)信息的新方法，避免非法商販以次充好，規(guī)范市場秩序，推動(dòng)車蠟市場的健康有序地發(fā)展。
探討了可見-近紅外光譜技術(shù)對車蠟不同品牌識(shí)別的可能性。基于LDA分類器的車蠟識(shí)別模型的預(yù)測集準(zhǔn)確率為84%，而采用LS-SVM分類器可以將識(shí)別模型準(zhǔn)確率提高到97%。進(jìn)一步通過SPA方法從全光譜751個(gè)波段中選擇了7 個(gè)特征波長變量，這7個(gè)波長分別是351，365，401，441，605，926和980 nm。基于特征變量建立的LS-SVM模型分類準(zhǔn)確率與全波段一樣為97%，SPA-LS-SVM模型的變量數(shù)減少了99.07%，大大減少了數(shù)據(jù)量和計(jì)算復(fù)雜度，縮短了計(jì)算時(shí)間。因此，基于SPA-LS-SVM的識(shí)別模型能從可見-近紅外光譜中提取有效信息，并用于不同品牌車蠟的識(shí)別。
上述研究結(jié)果表明，利用先進(jìn)的光譜分析技術(shù)和數(shù)據(jù)挖掘算法可以實(shí)現(xiàn)車蠟品牌信息的快速識(shí)別。該方法具有使用簡單、快速、準(zhǔn)確等特點(diǎn)，可以大大的降低人力成本和物力的浪費(fèi)。
