谷物有大宗谷物與小宗谷物之分，大宗谷物包括小麥、玉米、稻谷，小宗谷物包括高梁、粟、黍、養(yǎng)麥、筱麥、薯類、豆類等。谷物及谷物加工制品提供了人類所需能量物質(zhì)的50%~80%，蛋白質(zhì)的40%~70%，B族維生素60%以上，以及膳食纖維、碳水化合物、脂肪、鐵、鋅、維生素E、維生素C以及多種抗氧化活性成分等。谷物品質(zhì)的好壞直接影響到民眾的健康及其加工特性，因此谷物品質(zhì)的檢測(cè)方法研究意義重大。

目前，谷物品質(zhì)檢測(cè)的方法包括：蛋白質(zhì)檢測(cè)的DNA分子標(biāo)記法、凱氏定氮法、近紅外光譜分析法等，水分檢測(cè)的烘干法、近紅外光譜分析法等，淀粉檢測(cè)的分光光度法、熱重分析法等，品種鑒別的人工檢測(cè)法、蛋白電泳鑒定法等，活力檢測(cè)的電導(dǎo)率法、電子鼻法、發(fā)芽試驗(yàn)法、葉綠素?zé)晒鈾z測(cè)技術(shù)、激光檢測(cè)技術(shù)等，不完善籽粒檢測(cè)的聲學(xué)原理法、人工檢測(cè)法等。其中，傳統(tǒng)的谷物品質(zhì)檢測(cè)的方法包括：人工檢測(cè)法、烘干法、凱氏定氮法、分光光度法、DNA分子標(biāo)記法、蛋白電泳鑒定法等，而傳統(tǒng)的谷物品質(zhì)檢測(cè)方法存在工作量大、主觀性強(qiáng)、效率低、操作繁瑣、時(shí)效性差、成本高、危害人體健康等缺點(diǎn)。現(xiàn)代儀器法包括：電子鼻、機(jī)器視覺技術(shù)、葉綠素?zé)晒鈾z測(cè)技術(shù)、激光檢測(cè)技術(shù)、近紅外光譜分析法等，但上述方法存在測(cè)定結(jié)果易受其他因素干擾、穩(wěn)定性差的缺點(diǎn)。因此，研發(fā)一種簡(jiǎn)便、快速、有效、穩(wěn)定的谷物品質(zhì)檢測(cè)技術(shù)一直是本學(xué)科的研究重點(diǎn)和熱點(diǎn)。

高光譜成像（Hyperspectral?imaging，HSI）技術(shù)融合了傳統(tǒng)的光譜技術(shù)（反映化學(xué)組成等）和圖像技術(shù)（反映物理特性），具有高分辨率、無損、快速等特點(diǎn)。隨著化學(xué)計(jì)量學(xué)的發(fā)展，HIS技術(shù)作為一種新興的快速、無損檢測(cè)方式，已經(jīng)廣泛應(yīng)用于谷物無損檢測(cè)中。

針對(duì)近五年來HSI技術(shù)在谷物無損快速檢測(cè)方面的研究，分析了HIS技術(shù)在小麥、玉米、稻谷3種大宗谷物的化學(xué)成分檢測(cè)、品種鑒別、種子活力檢測(cè)、不完善籽粒檢測(cè)中的應(yīng)用進(jìn)展，提出了現(xiàn)有研究中存在的問題，并對(duì)HSI技術(shù)在谷物品質(zhì)檢測(cè)應(yīng)用中的研究進(jìn)行了展望，以期為今后的研究提供參考。

1 HIS技術(shù)的基本原理與光譜信息數(shù)據(jù)處理方法

1.1?基本原理與主要構(gòu)成

HIS技術(shù)是在一定的波長(zhǎng)范圍內(nèi)，將二維的平面圖像按照光譜分辨率連續(xù)地組成一個(gè)三維的數(shù)據(jù)立方體結(jié)構(gòu)，其中的二維數(shù)據(jù)是圖像像素的橫縱坐標(biāo)x軸和y軸，第三維是波長(zhǎng)信息λ。HSI系統(tǒng)主要由光源、成像高光譜儀、相機(jī)、圖像采集系統(tǒng)和計(jì)算機(jī)等組成，其分辨率△λ/λ=0.01數(shù)量級(jí)，波長(zhǎng)范圍可在紫外（200~400nm）到可見光-近紅外（400~1000nm），再到近紅外（900~1700nm，1000~2500nm）以及波長(zhǎng)大于2500nm的區(qū)域。按照HIS系統(tǒng)掃描方式不同可將其分為點(diǎn)掃描式、線掃描式以及區(qū)域掃描式3種，其中線掃描式為最常用的一種方式。

1.2?光譜信息數(shù)據(jù)處理方法

高光譜信息量巨大，采用化學(xué)計(jì)量學(xué)算法可挖掘詳細(xì)且重要的信息。目前，相關(guān)數(shù)據(jù)處理軟件有ENVI、MATLAB和Unscramble。

1.2.1?圖像數(shù)據(jù)處理與分析

圖像處理和分析包括了圖像預(yù)處理、圖像分割和特征提取。圖像預(yù)處理可以通過直方圖均值化或主成分分析法（PCA）移除壞點(diǎn)、背景信息和邊緣效應(yīng)，也可通過小波變換（WT）減少圖片噪聲和模糊邊緣，為后續(xù)的處理提供高質(zhì)量的圖像。圖像分割的目的是將有差異的區(qū)域分割出來，使它們互不相交，從而為感興趣區(qū)域的提取、定性、定量分析提供基礎(chǔ)，常用的方法有大津閥值分割算法（OSTU）等。

圖像特征包括紋理、顏色和形態(tài)特征，紋理特征的提取方法有灰度共生矩陣（GLCM）、WT等，顏色特征的提取方法有顏色直方圖等，形態(tài)特征的提取方法有傅里葉變換、幾何參數(shù)法等。

1.2.2?光譜數(shù)據(jù)預(yù)處理與分析

高光譜數(shù)據(jù)中除了包含樣品的自身信息外，還包含其他無用的信息和噪聲，為了消除這些因素的影響，以優(yōu)化增強(qiáng)光譜信息、提高模型的穩(wěn)健性，在建模之前，需對(duì)原始光譜數(shù)據(jù)進(jìn)行預(yù)處理。光譜預(yù)處理的方法有很多種，包括平滑法[移動(dòng)平均平滑法（MAS）和卷積平滑法（SG）]、導(dǎo)數(shù)法[光譜的一階（1stDer）和二階導(dǎo)數(shù)（2ndDer）]、散射效應(yīng)校正[多元散射校正（MSC）和標(biāo)準(zhǔn)正態(tài)變量變換（SNV）]、數(shù)據(jù)增強(qiáng)算法[均值中心化（MC）、標(biāo)準(zhǔn)化（AL）和歸一化（NL）]、基線校正（BL）、WT、正交信號(hào)校正（OSC）、去趨勢(shì)算法（Dt）等。

1.2.3?特征波長(zhǎng)提取

高光譜數(shù)據(jù)的特點(diǎn)是波段多、數(shù)據(jù)量大、冗余性強(qiáng)，對(duì)高維數(shù)據(jù)分類時(shí)，由于可獲取的樣本數(shù)量是有限的，所以分類精度會(huì)隨著波段數(shù)量的增加出現(xiàn)先上升后下降的現(xiàn)象，也就是Hughes現(xiàn)象，導(dǎo)致所建模型性能差、效率低。故提取特征波長(zhǎng)、消除無關(guān)信息，是提高模型穩(wěn)健性和準(zhǔn)確性的關(guān)鍵步驟。常用的特征波長(zhǎng)提取的方法有連續(xù)投影算法（SPA）、PCA、變量投影重要性（VIP）、無信息變量消除法（UVE）、競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)算法（CARS）、間隔偏最小二乘算法（IPLS）、組合偏最小二乘波段選擇算法（SiPLS）、隨機(jī)蛙跳（RF）算法、遺傳算法（GA）等。

1.2.4模型建立與驗(yàn)證

由于高光譜數(shù)據(jù)冗余，需要應(yīng)用統(tǒng)計(jì)學(xué)方法進(jìn)行定性定量分析。其中定性分析中主要有監(jiān)督分類與非監(jiān)督分類、參數(shù)分類與非參數(shù)分類、確定性分類與非確定性分類等，常用的方法包括線性判別（LDA）、最小二乘判別（PIS-DA）、隨機(jī)森林（RF）、支持向量機(jī)（SVM）、人工神經(jīng)網(wǎng)絡(luò)（ANN）、BP神經(jīng)網(wǎng)絡(luò)（BPNN）、卷積神經(jīng)網(wǎng)絡(luò)（CNN）、Fisher判別分析（FDA）、極限學(xué)習(xí)機(jī)（ELM）；定量分析模型中多采用多元變量回歸，可分為線性回歸和非線性回歸，線性回歸包括逐步線性回歸（SLR）多元線性回歸（MLR）、主成分回歸（PCR）、偏最小二乘回歸（PLS）等，非線性回歸包括人工神經(jīng)網(wǎng)絡(luò)（ANN）、支持向量機(jī)（SVM）等。

模型驗(yàn)證是用來評(píng)估模型的穩(wěn)健性和準(zhǔn)確性，由于不同測(cè)試數(shù)據(jù)計(jì)算出的模型預(yù)測(cè)誤差有較大的差別，所以化學(xué)計(jì)量學(xué)中經(jīng)常使用多次重復(fù)選擇不同的測(cè)試數(shù)據(jù)來綜合評(píng)價(jià)模型的預(yù)測(cè)結(jié)果，即交叉驗(yàn)證（CV）法，常用的交叉驗(yàn)證方法有留一交叉驗(yàn)證、K折交又驗(yàn)證和蒙特卡洛交叉驗(yàn)證等。交叉驗(yàn)證法評(píng)估模型的魯棒性和預(yù)測(cè)能力的參數(shù)包括校準(zhǔn)系數(shù)（R2C）、交叉驗(yàn)證（R2CV）和預(yù)測(cè)（R2P）以及校準(zhǔn)的均方根誤差（RMSEC）、交又驗(yàn)證的均方根誤差（RMSECV）和預(yù)測(cè)的均方根誤差（RMSEP）。通常，一個(gè)好的模型應(yīng)具有較高的R2C、R2CV、R2P，而具有較低的RMSEC、RMSECV和RMSEP。

2在谷物品質(zhì)檢測(cè)中的應(yīng)用

高光譜技術(shù)發(fā)展迅速，在軍事、地質(zhì)、農(nóng)業(yè)領(lǐng)域都得到了廣泛的研究。近年來HSI技術(shù)用于谷物品質(zhì)檢測(cè)主要集中在種子化學(xué)成分檢測(cè)、品種鑒別、種子活力檢測(cè)、不完善籽粒檢測(cè)等方面。

2.1?化學(xué)成分檢測(cè)

谷物化學(xué)成分含量是評(píng)價(jià)谷物品質(zhì)的重要指標(biāo)。谷物中含水分、淀粉、蛋白質(zhì)、纖維素、維生素等營(yíng)養(yǎng)成分。近幾年HSI技術(shù)已經(jīng)被作為一種快速無損技術(shù)用于谷物化學(xué)成分定性和定量的分析，并取得一定成果。

目前最常用的高光譜波長(zhǎng)范圍為可見-近紅外（VNIR）（400~1000nm）、近紅外（NIR）（900~1000nm）、短波紅外（WNIR）（1000~2500nm），其中近紅外譜段（780~2500nm）反映的是分子倍頻和組合頻吸收的特征，倍頻是伴隨中紅外區(qū)的分子基頻振動(dòng)產(chǎn)生的，基頻的強(qiáng)度會(huì)隨倍頻的增大而降低；組合頻是多個(gè)基頻之和，其強(qiáng)度隨頻率之和的增大而降低。近紅外區(qū)域最常觀測(cè)到的譜帶是O-H、N-H、C-H和S-H化學(xué)鍵基頻振動(dòng)的組合頻以及一級(jí)、二級(jí)和三級(jí)倍頻吸收，主要基團(tuán)組合頻與各級(jí)倍頻吸收帶的近似位置見表1。

表1?主要基團(tuán)組合頻與各級(jí)倍頻吸收帶的近似位置

小麥化學(xué)成分測(cè)定的研究表明，使用高光譜近紅外波段預(yù)測(cè)小麥蛋白質(zhì)、水分、濕面筋含量的性能優(yōu)于傳統(tǒng)的近紅外光譜。玉米水分含量測(cè)定研究表明，用NIR光譜建立的模型比用VNIR光譜建立的模型的進(jìn)行測(cè)定玉米種子含水量更具潛力。種子不同部位的化學(xué)成分的種類和含量不同，研究發(fā)現(xiàn)，玉米胚結(jié)構(gòu)區(qū)域高光譜的特征波長(zhǎng)建立的模型優(yōu)于全表面區(qū)域。Zhang等將得到的定量模型傳遞到每個(gè)像素從而實(shí)現(xiàn)大米淀粉含量的可視化圖像，從可視化圖像可以了解大米淀粉的分布情況，為實(shí)現(xiàn)在線檢測(cè)提供了基礎(chǔ)。HSI技術(shù)在小麥蛋白質(zhì)、水分、濕面筋含量指標(biāo)，水稻和玉米的水分含量定量檢測(cè)方面取得了一定的成果，但在小麥的穩(wěn)定時(shí)間、纖維素、千粒重、沉淀值、淀粉、濕面筋等，玉米的淀粉、脂肪、蛋白質(zhì)等，水稻的淀粉、蛋白質(zhì)等化學(xué)指標(biāo)的較少甚至沒有。

表2?HSI技術(shù)在谷物化學(xué)成分檢測(cè)中的應(yīng)用

2.2?谷物品種鑒別

小麥、水稻、玉米等谷物品種眾多，不同品種的谷物其生長(zhǎng)條件、抗病蟲害情況、產(chǎn)量及加工品質(zhì)等存在差異，對(duì)種植、收購(gòu)、流通、儲(chǔ)運(yùn)和加工均具有重要影響。然而大部分品種在缺乏經(jīng)驗(yàn)前提下憑肉眼無法鑒別，且部分品種外觀極其相似。近年來，基于高光譜成像技術(shù)在小麥、水稻、玉米等谷物品種鑒別方面已有探索性研究（表3）。

表3?HSI技術(shù)在谷物品種鑒定中的應(yīng)用

小麥、水稻品種鑒別研究中均發(fā)現(xiàn)NIR?波長(zhǎng)范圍所建模型的品種鑒別效果優(yōu)于VNIR波長(zhǎng)范圍所建模型。谷物品種鑒別的研究中，采用光譜和圖像信息結(jié)合進(jìn)行建模，所建模型性能優(yōu)于單一使用光譜或圖像信息。模型的準(zhǔn)確性和穩(wěn)定性是評(píng)價(jià)模型性能的重要指標(biāo)，Guo等為了保持模型的準(zhǔn)確性和穩(wěn)定性，提出了一種基于高光譜成像結(jié)合預(yù)標(biāo)記方法的不同年份玉米種子品種的模型更新算法。Qiu等使用不同數(shù)量的訓(xùn)練樣本進(jìn)行建模，模型性能隨著訓(xùn)練樣本數(shù)量的增加而提高。目前國(guó)內(nèi)外研究均表明基于HIS技術(shù)進(jìn)行小麥、水稻、玉米品種鑒別的可行性，但同時(shí)也發(fā)現(xiàn)HIS技術(shù)存在有效性和穩(wěn)定性差等問題。此外，樣本在儲(chǔ)運(yùn)和流通環(huán)節(jié)產(chǎn)生的不一致性也增加了高光譜建模的難度和不確定性。

2.3?種子活力檢測(cè)

種子活力檢測(cè)種子活力是評(píng)估種子品質(zhì)的一個(gè)重要指標(biāo)，高活力的種子耐儲(chǔ)藏、發(fā)芽率高、具有較強(qiáng)的抗逆性。

成熟時(shí)的種子活力最高，但會(huì)隨著貯藏時(shí)間的增加而降低。故在使用種子進(jìn)行播種或食品加工前進(jìn)行及時(shí)、準(zhǔn)確的種子活力檢測(cè)具有重要的意義。目前，HIS技術(shù)在小麥、水稻、玉米種子活力檢測(cè)上都獲得了有效性驗(yàn)證，但同時(shí)也表明種子活力受品種、種植區(qū)域、貯藏年份等的影響，需要對(duì)不同品種、種植區(qū)域、貯藏年份等的樣本建立檢測(cè)模型。

表4?HSI技術(shù)在谷物活力檢測(cè)中的應(yīng)用

2.4?不完善籽粒檢測(cè)

不完善籽粒檢測(cè)不完善籽粒主要在生產(chǎn)、存儲(chǔ)、包裝等過程中產(chǎn)生，不完善籽粒的存在會(huì)降低谷物質(zhì)量甚至影響糧食安全。目前我國(guó)谷物不完善籽粒檢測(cè)多以人工分選為主，存在主觀性較強(qiáng)，費(fèi)時(shí)費(fèi)力等問題。因此，如何快速準(zhǔn)確鑒別谷物不完善粒是現(xiàn)階段提高生產(chǎn)率和保證糧食安全的重要問題，HSI技術(shù)作為一種無損和快速的光學(xué)成像分祈技術(shù)可以解決這一重要問題。目前，HSI技術(shù)在谷物不完善籽粒檢測(cè)主要應(yīng)用于小麥破損粒、黑胚粒、發(fā)芽、發(fā)霉、干癟、蟲蝕、病斑粒等檢測(cè)并取得一定進(jìn)展，但由于不同品種小麥的特征波長(zhǎng)可能有所不同，需大量的研究數(shù)據(jù)來建立可靠的識(shí)別模型，故仍存在樣本量少而導(dǎo)致模型可信度低的問題。

表5?HSI技術(shù)在谷物不完善籽粒檢測(cè)中的應(yīng)用

3 問題和展望

HSI技術(shù)在谷物品質(zhì)無損檢測(cè)研究與應(yīng)用中已經(jīng)取得一定的成果，但其應(yīng)用于實(shí)際仍存在許多問題。HSI技術(shù)在小麥蛋白質(zhì)、水分、濕面筋含量指標(biāo)，水稻和玉米的水分含量檢測(cè)方面取得了一定的成果，但在小麥的穩(wěn)定時(shí)間、纖維素、千粒重、沉淀值、淀粉等，玉米的淀粉、脂肪、蛋白質(zhì)等，水稻的淀粉、蛋白質(zhì)等化學(xué)指標(biāo)較少甚至沒有。HSI技術(shù)在品種鑒別的研究上存在有效性和穩(wěn)定性差等問題。此外，樣本在種植區(qū)域、儲(chǔ)藏年份、生產(chǎn)條件、儲(chǔ)運(yùn)和流通環(huán)節(jié)產(chǎn)生的不一致性也增加了高光譜建模的難度和不確定性。HSI技術(shù)在種子活力檢測(cè)上都獲得了有效性驗(yàn)證，但同時(shí)也發(fā)現(xiàn)模型的準(zhǔn)確性和可信度受樣本的品種、種植區(qū)域、儲(chǔ)藏年份等的影響。HSI技術(shù)在谷物不完善籽粒檢測(cè)的研究中，由于不同品種的小麥的特征波長(zhǎng)可能有所不同，需大量的研究數(shù)據(jù)來建立可靠的識(shí)別模型，故仍存在樣本量少而導(dǎo)致模型可信度低的問題。缺乏集光譜采集、數(shù)據(jù)處理、智能判別為一體的相關(guān)設(shè)備。目前實(shí)驗(yàn)室用和室外用HSI成像設(shè)備，體積過于龐大、不易攜帶。

高光譜設(shè)備和數(shù)據(jù)處理軟件操作難度大，大量數(shù)據(jù)通過不同數(shù)據(jù)軟件分析速度顯著不同，所構(gòu)建的模型不具通用性，致使該技術(shù)的應(yīng)用受限。

將高光譜成像技術(shù)成功應(yīng)用于谷物無損快速檢測(cè)仍需做大量工作：建立多化學(xué)指標(biāo)的高光譜定量模型；增加樣本來源和數(shù)量，嘗試不同數(shù)據(jù)處理方法，有助于提高模型的

推薦：

萊森光學(xué)- iSpecHyper-VM系列無人機(jī)機(jī)載高光譜成像系統(tǒng)

萊森光學(xué)-多旋翼無人機(jī)高光譜成像系統(tǒng)iSpecHyper-VM系列是一款基于小型旋翼無人機(jī)的高性能機(jī)載高光譜成像系統(tǒng)。

萊森光學(xué)-多旋翼無人機(jī)高光譜成像系統(tǒng)光譜范圍400-1000nm/900-1700nm，由高性能高光譜相機(jī)、穩(wěn)定云臺(tái)、高清相機(jī)、GNSS模塊、機(jī)載控制與數(shù)據(jù)采集模塊、機(jī)載供電模塊、地面站模塊等部分組成。核心載荷高光譜相機(jī)完全自主研發(fā)，采用1英寸大靶面CCD圖像傳感器具有高光譜分辨率、高靈敏度、大視場(chǎng)及優(yōu)異的成像性能，配合定制開發(fā)的高性能穩(wěn)定云臺(tái)，能夠有效降低飛行過程中無人機(jī)抖動(dòng)引起的圖像扭曲與模糊；同時(shí)與GPS同步觸發(fā)，實(shí)現(xiàn)可見光照片匹配同步GPS信息；通過地面實(shí)時(shí)數(shù)據(jù)平臺(tái)實(shí)時(shí)觀測(cè)飛行器采樣點(diǎn)并可利用地面端設(shè)置采集的航線預(yù)覽及矯正功能；有輻射度校正、反射率校正、區(qū)域校正等批處理能力。輔助相機(jī)可實(shí)時(shí)可見、監(jiān)控拍攝效果，有圖像實(shí)時(shí)回傳功能；有輻射度校正、反射率校正、區(qū)域校正等批處理能力，光譜相機(jī)控制、數(shù)據(jù)采集、自動(dòng)曝光、自動(dòng)掃描速度匹配、輔助攝像頭功能、支持遠(yuǎn)程遙控、支持巡航、慣導(dǎo)采集模式，數(shù)據(jù)支持Envi等主流遙感軟件，實(shí)時(shí)常用植被指數(shù)計(jì)算功能、光譜及圖像數(shù)據(jù)預(yù)覽、建庫(kù)、建立指標(biāo)解譯庫(kù)等功能。

萊森光學(xué)-多旋翼無人機(jī)高光譜成像系統(tǒng)與大疆M600 pro/M300RTK無人機(jī)完美適配，支持同類型的多種無人機(jī)；系統(tǒng)支持配件升級(jí)及定制化開發(fā)，為教育科研、智慧農(nóng)業(yè)、林業(yè)調(diào)查、水環(huán)境監(jiān)測(cè)、目標(biāo)識(shí)別、軍事反偽裝等行業(yè)高端應(yīng)用領(lǐng)域提供高性能解決方案。

萊森光學(xué)- iSpecHyper-VS系列高光譜成像相機(jī)/便攜式高光譜成像系統(tǒng)

萊森光學(xué)-iSpecHyper-VS系列高光譜成像相機(jī)是萊森光學(xué)（LiSen Optics）專門用于公安刑偵、物證鑒定、精準(zhǔn)農(nóng)業(yè)、礦物地質(zhì)勘探等領(lǐng)域的最新產(chǎn)品，主要優(yōu)勢(shì)具有體積小、幀率高、獨(dú)有高光通量分光設(shè)計(jì)、信噪比靈敏度高、大靶面探測(cè)器、高像質(zhì)等特點(diǎn)。iSpecHyper-VS采用了透射光柵外置推掃或內(nèi)置原理高光譜成像，系統(tǒng)集成高性能數(shù)據(jù)采集與分析處理系統(tǒng)，高速接口傳輸，全靶面高成像質(zhì)量光學(xué)設(shè)計(jì)，物鏡接口為標(biāo)準(zhǔn)C-Mount，可根據(jù)用戶需求更換物鏡。iSpecHyper-VS系列高光譜成像相機(jī)，廣泛應(yīng)用于公安刑偵、物證鑒定、精準(zhǔn)農(nóng)林、遙感遙測(cè)、?工業(yè)檢測(cè)、?醫(yī)學(xué)醫(yī)療、采礦勘探等各領(lǐng)域。

萊森光學(xué)-iSpecHyper-VS系列高光譜成像相機(jī)/便攜式高光譜成像系統(tǒng)主要技術(shù)特點(diǎn)

光譜范圍400-1000nm或900-1700nm，分辨率優(yōu)于3nm

獨(dú)有高光通量分光成像設(shè)計(jì)、信噪比靈敏度高

高性能CMOS/CCD/InGaAs（TE Cooled）圖像傳感器，數(shù)據(jù)格式支持ENVI，支持多區(qū)域ROI

可選配電控自動(dòng)對(duì)焦技術(shù)、自動(dòng)曝光、自動(dòng)成像掃描匹配

全靶面高成像質(zhì)量光學(xué)設(shè)計(jì)，點(diǎn)列斑直徑小于0.5像元

多種焦距物鏡鏡頭（12.5/25mm/35mm/75mm）可根據(jù)用戶需求更換物鏡

多種光學(xué)附件可選：戶外太陽光源、實(shí)驗(yàn)室太陽勻化光源工作臺(tái)、三腳架（野外專用）、數(shù)據(jù)線、電源線、電源（外置電源模塊）、儀器便攜式手提箱（定制三防箱）、專業(yè)高光譜采集軟件

?

萊森光學(xué)- iSpecField-系列手持式/便攜式地物光譜儀

萊森光學(xué)-iSpecField系列地物光譜儀是萊森光學(xué)（LiSen Optics）專門用于野外遙感測(cè)量、土壤環(huán)境、礦物地質(zhì)勘探等領(lǐng)域的最新明星產(chǎn)品，由于其操作靈活、便攜方便、光譜測(cè)試速度快、光譜數(shù)據(jù)準(zhǔn)確是一款真正意義上便攜式地物光譜儀。iSpecField系列地物光譜儀光譜范圍250-1100nm/250-1700nm/250-2500nm，采用了工業(yè)級(jí)觸控顯示屏手柄探頭，手柄探頭同時(shí)采用了獨(dú)有光學(xué)設(shè)計(jì)內(nèi)置攝像頭（相機(jī)）、GPS、激光指示器、內(nèi)置光學(xué)快門控制，同時(shí)地物光譜儀主機(jī)與工業(yè)級(jí)觸控顯示屏手柄探頭一體化設(shè)計(jì)，可野外現(xiàn)場(chǎng)直接進(jìn)行地物光譜操作測(cè)量，野外操作更加便捷方便，非常適合復(fù)雜的野外地物光譜測(cè)量。

萊森光學(xué)-iSpecField系列地物光譜儀主要技術(shù)特點(diǎn)

光譜范圍250-1100nm/250-1700nm/250-2500nm，固定全息光柵一次性快速掃描分光

2048像素面陣BT-CCD，256/512像元InGaAs，高像素雙路探測(cè)器同步測(cè)量，光譜精度高、分辨率高

主機(jī)與工業(yè)級(jí)觸控顯示手柄探頭一體化結(jié)構(gòu)，野外測(cè)量無需額外電腦，操作靈活

最短積分時(shí)間30微秒，測(cè)量動(dòng)態(tài)范圍大，7吋高清觸控顯示遠(yuǎn)程觸發(fā)一鍵測(cè)量

內(nèi)置＞800萬像素自動(dòng)對(duì)焦攝像頭（相機(jī)）、GPS、激光指示器、內(nèi)置光學(xué)快門控制

GPS定位、地物圖像、角度測(cè)量、距離測(cè)量、空氣溫濕度測(cè)量與光譜實(shí)時(shí)對(duì)應(yīng)同步

SpecAnalysis專用地物分析軟件，兼容ENVI、TSG、Arcgis等第三方工具軟件，嵌入了USGS數(shù)據(jù)庫(kù)和NDVI等13個(gè)植被指數(shù)

豐富測(cè)量光學(xué)配件：標(biāo)準(zhǔn)白板/灰板、葉片透射夾、礦物土壤專用探頭、手槍式光纖探頭、室內(nèi)太陽光源、視場(chǎng)角鏡頭、BRDF測(cè)量附件、透反射實(shí)驗(yàn)室支架裝置、遠(yuǎn)程觸發(fā)器等可滿足野外和實(shí)驗(yàn)室測(cè)量需求，可實(shí)現(xiàn)透射反射率、輻照度、輻亮度等測(cè)試

大容量電池，續(xù)航時(shí)間4-5小時(shí)，供電電池模塊可拆卸，可配置備用電池模塊，滿足長(zhǎng)時(shí)間野外測(cè)量
?