[發明專利]一種紅木品種的快速鑒別方法

有效

• 申請號: 202011252767.5
• 申請日: 2020-11-11
• 公開（公告）號: CN112461809B
• 公開（公告）日: 2022-02-18
• 發明（設計）人: 孫通;胡棟;俞儲澤;吳成招
• 申請（專利權）人: 浙江農林大學
• 主分類號: G01N21/65
• 分類號: G01N21/65;G01N21/64
• 代理公司: 杭州知見專利代理有限公司 33295
• 代理人: 張華

1.一種紅木品種的快速鑒別方法，其特征在于，包括以下步驟：

步驟1：拉曼光譜和熒光光譜信號的分離；

步驟1.1，分別獲取檀香紫檀和盧氏黑黃檀樣本各n個，分別記為S_T1,S_T2,S_T3,…,S_Tn，S_L1,S_L2,S_L3,…,S_Ln；

步驟1.2，對于檀香紫檀樣本S_T1，放置積分球于樣本S_T1上，調節可諧調激光器的輸出波長為340nm，然后通過積分球的窗口照射到樣本S_T1，產生的光譜信號經積分球收集并從另一窗口出射，然后經光纖進入CCD光譜儀，其光譜信號記為

步驟1.3，調節可諧調激光器的輸出波長分別為360nm和380nm，并保持輸出功率與步驟1.2中的激光器輸出功率一致，然后參照步驟1.2對樣本S_T1進行光譜采集，其光譜信號分別記為和

步驟1.4，為消除由于激光能量等因素引起的光譜強度變化，對和進行歸一化處理，即對于每個光譜，將光譜中每個波長的光譜強度減去該光譜中的最小光譜強度之差除以光譜中的最大光譜強度與最小光譜強度之差，處理后的光譜分別記為和

步驟1.5，將不同激發波長下獲取的光譜信號進行相減，會去除熒光信號而保留拉曼信號；將光譜減去相減后光譜強度為負值的部分置為0，處理后的光譜記為將光譜減去相減后光譜強度為負值的部分置為0，處理后的光譜記為

步驟1.6，為減少拉曼譜峰強度的信號丟失，將光譜和重疊比較，取每個波長的光譜較大值構成處理后的光譜記做即對于中的每個波長，其光譜值均取光譜和中的較大值；將作為樣本S_T1的拉曼光譜；

步驟1.7，將光譜減去相減后的光譜記為該光譜作為樣本S_T1的熒光光譜；

步驟1.8，對于檀香紫檀樣本S_T2,S_T3,S_T4,…,S_Tn和盧氏黑黃檀樣本S_L1,S_L2,S_L3,…,S_Ln，參照步驟1.1～1.3獲取三個激光波長照射下的光譜信號，參照步驟1.4～1.7進行樣本拉曼光譜和熒光光譜信號分離，分離后樣本S_T2,S_T3,S_T4,…,S_Tn的拉曼光譜和熒光光譜分別記為和樣本S_L1,S_L2,S_L3,…,S_Ln的拉曼光譜和熒光光譜分別記為和

步驟2：特征光譜的提取及判別模型的建立；

步驟2.1，對于拉曼光譜求其平均值，即

步驟2.2，對于拉曼光譜按照步驟2.1求平均值，平均值光譜記為

步驟2.3，將光譜減去相減后的光譜記為

步驟2.4，對于光譜取光譜強度正值最大的10個譜峰和負值最大的10個譜峰，其波長分別記為λ_Z1,λ_Z2,λ_Z3,…,λ_Z10和λ_E1,λ_E2,λ_E3,…,λ_E10；

步驟2.5，對于光譜和分別獲取λ_Z1波長下的光譜強度，分別記為和將除以即

步驟2.6，對于光譜和分別獲取λ_Z2,λ_Z3,λ_Z4,…,λ_Z10波長下的光譜強度，并參照步驟2.5計算相應的k_λ值，分別記為

步驟2.7，對于光譜和分別獲取λ_E1,λ_E2,λ_E3,…,λ_E10波長下的光譜強度，并參照步驟2.5計算相應的k_λ值，分別記為

步驟2.8，對于取其最大的3個值，其對應的波長作為拉曼光譜的三個特征波長，分別記為λ₁,λ₂,λ₃；

步驟2.9，對于取其最小的3個值，其對應的波長作為拉曼光譜的另三個特征波長，分別記為λ₄,λ₅,λ₆；

步驟2.10，對于樣本S_T1的拉曼光譜獲取λ₁,λ₂,λ₃,λ₄,λ₅,λ₆波長的特征光譜，記為

步驟2.11，對于拉曼光譜按照步驟2.10分別獲取λ₁,λ₂,λ₃,λ₄,λ₅,λ₆波長的特征光譜，分別記為

步驟2.12，對于拉曼光譜按照步驟2.10分別獲取λ₁,λ₂,λ₃,λ₄,λ₅,λ₆波長的特征光譜，分別記為

步驟2.13，對于樣本S_T1,S_T2,S_T3,…,S_Tn的熒光光譜參照步驟2.1求平均值，平均值光譜記為

步驟2.14，對于熒光光譜在400nm到500nm波段范圍內尋找光譜強度最大的譜峰，該譜峰的波長記為λ_F1；

步驟2.15，對于樣本S_T1的熒光光譜獲取λ_F1波長處的光譜，記為

步驟2.16，對于熒光光譜和按照步驟2.13-2.15獲取λ_F1波長處的光譜，分別記為和

步驟2.17，為有效融合樣本的拉曼和熒光特征光譜，并擴大檀香紫檀和盧氏黑黃檀兩者的光譜差異，采用樣本的拉曼和熒光特征光譜構建特征量；對于樣本S_T1的拉曼特征光譜和熒光特征光譜構建6個特征量6個特征量分別記為

步驟2.18，對于樣本S_T2,S_T3,S_T4,…,S_Tn的拉曼特征光譜和熒光特征光譜參照步驟2.17分別構建相應的6個特征量，分別記為

步驟2.19，對于樣本S_L1,S_L2,S_L3,…,S_Ln的拉曼特征光譜和熒光特征光譜參照步驟2.17分別構建相應的6個特征量，分別記為

步驟2.20，對于檀香紫檀樣本S_T1,S_T2,S_T3,…,S_Tn，將其類別值設為1；對于盧氏黑黃檀樣本S_L1,S_L2,S_L3,…,S_Ln，將其類別值設為-1；

步驟2.21，采用多元線性回歸方法將檀香紫檀和盧氏黑黃檀樣本的6個特征量與其類別值進行關聯，建立檀香紫檀和盧氏黑黃檀的判別模型，具體模型如下：Y＝a₁*G₁+a₂*G₂+a₃*G₃+a₄*G₄+a₅*G₅+a₆*G₆+b，其中Y為預測的類別值，G₁,G₂,G₃,G₄,G₅,G₆為檀香紫檀和盧氏黑黃檀樣本的6個特征量，a₁,a₂,a₃,a₄,a₅,a₆為判別模型的系數，b為截距；

步驟3：紅木品種的快速鑒別；

步驟3.1，獲取兩類紅木品種中的待檢測樣本一個，記為S_p；

步驟3.2，參照步驟1.2和1.3，獲取樣本S_p在3個激光波長照射下的光譜，分別記為和

步驟3.3，對于光譜和參照步驟1.4進行歸一化處理，參照步驟1.5～1.8進行拉曼光譜和熒光光譜信息的分離，分離獲得的拉曼光譜和熒光光譜分別記為和

步驟3.4，對于拉曼光譜參照步驟2.10，獲取λ₁,λ₂,λ₃,λ₄,λ₅,λ₆波長的特征光譜，記為

步驟3.5，對于熒光光譜參照步驟2.15，獲取λ_F1波長處的特征光譜，記為

步驟3.6，對于特征光譜和參照步驟2.17構建6個特征量，分別記為

步驟3.7，將6個特征量代入步驟2中所建立的判別模型，獲取相應的Y值；當Y值大于0時，則判定待檢測樣本S_p為檀香紫檀，當Y值小于等于0時，則判定待檢測樣本S_p為盧氏黑黃檀，從而實現檀香紫檀和盧氏黑黃檀品種的快速鑒別。