SWIR 短波紅外高光譜成像系統(tǒng)

SWIR成像儀是Specim推出了一款全新的、經過重新設計和加工的具有突破性特點的短波紅外高光譜成像系統(tǒng)。該系統(tǒng)在SWIR范圍內(1000 - 2500 nm)不但具有高速數(shù)據(jù)采集功能，還擁有更多的空間像素(384)，使用CameraLink連接，可實現(xiàn)高達450fps的圖像采集速率。

為了保證室內外不同條件下的使用，它具有堅固的防風雨的IP54外殼和溫度穩(wěn)定的光學系統(tǒng)，而且具有更低的功耗，標稱功率僅為50W。

憑借其溫度穩(wěn)定的光學系統(tǒng)，SWIR提供了當今挑戰(zhàn)性的近紅外化學成像應用領域所需的穩(wěn)定性和靈敏度，并滿足實驗室、野外、和工業(yè)應用的要求，使其成為藥物質量保證、食品安全和農業(yè)分析等應用領域的得力助手。

主要特點

l覆蓋1000- 2500nm短波紅外波段

lCameraLink接口，USB/RS232控制

l幀頻高達450幀/秒(全畫幅)

l探測器: 低溫冷卻MCT檢測器

l超高的信噪比，大多數(shù)應用領域*使用

l可提供SDK，用于快速高效的應用程序開發(fā)

相機規(guī)格

附件配置：SWIR系統(tǒng)提供多種附件供用戶擴大應用領域

l前置物鏡：優(yōu)化900-2500nm光譜范圍的圖像和光譜數(shù)據(jù)質量。

l采集光纖：帶有采集鏡頭或SMA連接器的光纖: 不需要移動多路復用器，即可在一個分光計中包含4-110個輸入通道。

l鏡像掃描器或旋轉平臺：用于掃描靜態(tài)目標和戶外場景，或結合X-stage sample mover用于桌面和顯微鏡應用。

lLUMO軟件：支持，用于控制掃描平臺、采集數(shù)據(jù)、設置參數(shù)、影像實時可視化。

l數(shù)據(jù)存儲為ENVI、Matlab和R兼容格式數(shù)據(jù)立方，支持多款通用軟件進一步處理分析。還可以提供SDK，用于快速高效的應用程序開發(fā)。

應用領域

l化學及材料分揀

l醫(yī)藥制造

l資源回收

l礦物識別

l糧食和農業(yè)

l水分含量分布

l藝術研究與歸檔

檢測牛油果皮下斑點

應用案例

（1）血液作為一種的信息載體，是診斷、毒理學和法醫(yī)的生物材料。通常，分析的材料直接從靜脈以液體的形式;然而，在某些情況下，分析在表面產生的血跡會更方便。高光譜成像在血漬分析中的一個重要應用是估算時間，從而幫助犯罪現(xiàn)場調查人員確定案發(fā)時間。本實驗采用主成分分析（PCA）和小噪聲分數(shù)（MNF）方法。

如下圖：DBS卡上血斑:a為 1-19樣本，b為 20-28樣本（左圖），經過小噪聲分數(shù)算法血液斑點樣本a（基于PC2-PC3-PC4），b:（基于PC2-PC3-PC5）（右圖）。

所選血斑的光譜特征(S1，S6、S14、S16、S22、S26、S27)在SWIR范圍內如右圖所示，分析顯示，大的變化發(fā)生在樣本血液表面涂敷后的個小時。進一步研究20-27個樣本發(fā)生的變化。對樣本進行散點圖分組，觀察散點形狀與血跡點空間分布的相關性（如下圖）。觀察到的變化是由于血斑逐漸干燥和血紅蛋白衍生物(主要是氧血紅蛋白和金屬血紅蛋白)含量的差異造成。

本研究采用的方法是無損的、有效的、快速的。通過高光譜成像、結合PCA和MNF算法終成功區(qū)別出在0 ~29天的血斑，準確提供了在血斑干燥過程中發(fā)生的動態(tài)過程信息。

（2）高光譜成像在中藥質量控制中的應用——以神經毒性日本八角茴香為例

高光譜成像將傳統(tǒng)的光譜和成像技術結合起來，從樣本中獲取光譜和空間信息。在食品飲料、農業(yè)和制藥等行業(yè)，它被成功地用作評估原材料和產品質量的分析工具。與液相色譜等傳統(tǒng)分析方法相比，SWIR高光譜成像可以在更短的時間內進行無損分析。

八角茴香（Illicium verum）是治療小兒絞痛的常用藥物。然而，有記錄顯示在使用后出現(xiàn)了一些危及生命的不良事件，在一些情況下是由于與有毒的八角茴香(Illicium anisatum，日本八角茴香)的摻雜或替代所致。顯然，迅速有效的質量控制方法對于防止這種可怕后果的再次發(fā)生至關重要。

左圖上為日本毒八角茴香，下為中國八角茴香，右圖為日本毒八角茴香(綠色)和中國八角茴香(藍色)樣品的平均吸收光譜曲線

通過肉眼很難判斷真假，而采用光譜范圍為920-2514 nm的SWIR高光譜推掃成像系統(tǒng)獲取圖像。采用主成分分析法(PCA)對圖像進行分析，降低數(shù)據(jù)的高維性，去除不需要的背景，實現(xiàn)數(shù)據(jù)的可視化。利用偏小二乘判別法(PLS-DA)建立了4個主成分、R2X_cum為0.84、R2Y_cum為0.81的2個物種分類模型。隨后使用該模型作為外部數(shù)據(jù)集，準確預測了引入模型的日本毒八角茴香(98.42%)和I. 中國八角茴香(97.85%)的身份。

結果表明，SWIR高光譜成像技術是一種客觀、無損的質量控制方法，可成功地對日本毒八角茴香和中國八角茴香進行精確鑒別。此外，該方法還可以升級到傳送帶系統(tǒng)從而檢測大批量中國八角茴香中摻雜的日本毒八角茴香。