農業行業
酸棗仁作為藥食同源的重要中藥材，是安神助眠類保健品和中藥制劑的核心原料，市場需求攀升但摻假問題頻發，傳統檢測手段主觀性強、效率低，難以適配快速檢測需求，而融合機器視覺與光譜分析的高光譜成像技術，可無損快速獲取樣品物理外觀與內部成分信息，成為中藥材質量檢測的重要方向。彩譜科技FS-13型高光譜相機憑借優異的光譜采集性能，被研究團隊應用于酸棗仁真偽鑒別研究，為酸棗仁快速檢測技術研發提供了重要實驗數據和技術參考，也印證了該設備在中藥材高光譜檢測領域的應用價值。
本次酸棗仁真偽鑒別研究以酸棗仁及市售常見偽品理棗仁、兵豆、枳椇子為研究對象，每類樣本選取400 粒完整籽粒，按 3:1 比例劃分校正集與預測集，依托高光譜成像系統完成樣本光譜信息采集，其中核心的光譜采集設備選用彩譜 FS-13 高光譜相機。
FS-13可實現400~1000nm 可見-近紅外波段的光譜采集，光譜分辨率達2.5nm，能夠精準捕捉酸棗仁與偽品籽粒的細微光譜差異；同時，設備可配合黑白參考校正流程，有效消除儀器暗電流、環境光變化等引入的干擾噪聲，保障原始光譜數據的準確性和穩定性。研究中，利用FS-13采集的高光譜圖像，經裁剪拼接、感興趣區域提取后，可獲得單籽粒樣品的平均光譜，為后續建模分析奠定了高質量的數據基礎。
為實現酸棗仁與偽品的有效區分，研究團隊基于FS-13采集的平均光譜數據，分別構建了CARS-PLSDA（競爭性自適應重加權算法-偏最小二乘判別分析）模型、1DCNN（一維卷積神經網絡）模型，以及為對比分析構建的5W-1DCNN模型，從經典機器學習和深度學習兩個維度開展鑒別研究。
在CARS-PLSDA模型中，經CARS算法篩選出511、672、721、850、981nm五個特征波長，模型校正集總體準確率達99.6%，預測集總體準確率達99.0%，可有效區分酸棗仁與偽品，僅少量枳椇子因與酸棗仁光譜特征相近出現誤判；在 1DCNN模型中，通過添加自定義波長選擇層實現特征波長自動篩選，篩選出的20 個特征波長中，664、727、857nm 與CARS算法篩選的特征波長相接近，模型校正集和預測集總體準確率分別達 99.8% 和 99.5%，鑒別精度進一步提升；而基于5個特征波長構建的5W-1DCNN模型，在校正集實現 100% 鑒別準確率，預測集準確率達 99.5%，在簡化模型的同時保持了高鑒別效果，為后續便攜式檢測設備開發提供了思路。
研究結果顯示，基于FS-13采集的光譜數據構建的各類模型，分類正確率均在99%以上，且均識別出670、721、850nm附近的波長為酸棗仁真偽鑒別的關鍵特征，這些波長與樣品種皮顏色、內部碳水化合物、C-H基團等成分信息相關，印證了FS-13采集的光譜數據能夠有效反映樣品的物理和化學特征，為后續挖掘中藥材鑒別關鍵光譜特征提供了可靠支撐。
高光譜成像技術在農產品、中藥材質量檢測領域的應用不斷深化，彩譜科技始終聚焦高光譜檢測設備的研發與創新，FS-13 高光譜相機以穩定的性能、精準的采集效果，成為科研機構、檢測實驗室開展光譜分析研究的重要設備。未來，彩譜科技將繼續深耕高光譜技術領域，持續優化設備性能，拓展設備應用場景，為中藥材質量檢測、農產品品質分析等領域的技術升級提供更多優質的設備和解決方案，助力相關行業的高質量發展。
產品推薦
FigSpec FS-13高光譜相機（線掃描）
l 光譜范圍：400-1000nm
l 光譜分辨率：2.5nm
l 光譜波段：1200
l 空間像素數：1920
