article技術(shù)文章

首頁 > 技術(shù)文章 > 高光譜成像技術(shù)在大曲檢測中的應(yīng)用

高光譜成像技術(shù)在大曲檢測中的應(yīng)用

更新時(shí)間：2025-05-16 點(diǎn)擊次數(shù)：367

微信截圖_20250516195526.png

一、引言

白酒釀造歷史悠久，是我國傳統(tǒng)產(chǎn)業(yè)重要組成部分。大曲作為糖化發(fā)酵劑，為白酒釀造提供多種酶類和微生物，對白酒品質(zhì)和風(fēng)味形成起關(guān)鍵作用。大曲質(zhì)量受原料、制曲工藝、發(fā)酵條件等多因素影響，其質(zhì)量差異導(dǎo)致白酒品質(zhì)不穩(wěn)定。因此，準(zhǔn)確快速檢測大曲質(zhì)量對白酒生產(chǎn)意義重大。

傳統(tǒng)大曲質(zhì)量檢測主要通過感官評定和理化分析。感官評定依賴經(jīng)驗(yàn)，主觀性強(qiáng)且精度低。理化分析雖能準(zhǔn)確測定部分指標(biāo)，但需樣品預(yù)處理，過程繁瑣、耗時(shí)且有損，無法滿足現(xiàn)代白酒生產(chǎn)實(shí)時(shí)、在線、無損檢測需求。

高光譜成像技術(shù)興起于 20 世紀(jì) 80 年代，融合光譜學(xué)和成像技術(shù)，可同時(shí)獲取目標(biāo)物體空間和光譜信息，形成三維數(shù)據(jù)立方體。該技術(shù)具有快速、無損、檢測信息豐富等優(yōu)點(diǎn)，能反映物質(zhì)化學(xué)組成和結(jié)構(gòu)信息，在農(nóng)業(yè)、食品、醫(yī)藥等多領(lǐng)域廣泛應(yīng)用。近年來，其在大曲檢測中的應(yīng)用研究逐漸增多，有望為大曲質(zhì)量檢測提供新方法。

二、高光譜成像技術(shù)原理及系統(tǒng)組成

2.1 技術(shù)原理

高光譜成像技術(shù)基于物質(zhì)對不同波長光的吸收、反射、散射特性差異。物質(zhì)分子結(jié)構(gòu)不同，對光吸收和散射不同，產(chǎn)生特征光譜。高光譜成像系統(tǒng)在較寬光譜范圍內(nèi)以高分辨率獲取物體光譜圖像，每個(gè)像素點(diǎn)對應(yīng)連續(xù)光譜曲線，包含物質(zhì)豐富化學(xué)信息。

以近紅外高光譜成像為例，近紅外光（780 - 2526nm）與物質(zhì)分子振動的倍頻和組合頻相互作用。有機(jī)化合物中 C - H、O - H、N - H 等化學(xué)鍵振動在近紅外區(qū)有吸收峰，通過分析吸收峰位置、強(qiáng)度和形狀，可獲取物質(zhì)成分和含量信息。在大曲檢測中，大曲成分復(fù)雜，含淀粉、蛋白質(zhì)、水分及微生物代謝產(chǎn)物等，這些成分在近紅外光譜區(qū)吸收特性不同，高光譜成像系統(tǒng)可捕捉差異并用于分析。

2.2 系統(tǒng)組成

高光譜成像系統(tǒng)主要由光源、成像光譜儀、相機(jī)、數(shù)據(jù)采集與存儲設(shè)備及樣品平臺等組成。

光源提供穩(wěn)定均勻照明，確保樣品充分受光，常用鹵鎢燈、氙燈等。成像光譜儀是核心部件，將來自樣品的光按波長色散并成像，常見有光柵型、棱鏡型和傅里葉變換型。相機(jī)用于捕捉色散后的光譜圖像，分為面陣相機(jī)和線陣相機(jī)，線陣相機(jī)在推掃式高光譜成像系統(tǒng)中廣泛應(yīng)用，可逐行獲取樣品高光譜圖像。數(shù)據(jù)采集與存儲設(shè)備實(shí)時(shí)采集并存儲大量高光譜數(shù)據(jù)，需大容量存儲介質(zhì)和高速數(shù)據(jù)傳輸接口。樣品平臺用于固定和移動樣品，保證成像過程中樣品穩(wěn)定，部分平臺可實(shí)現(xiàn)樣品自動掃描。

例如，某高光譜成像系統(tǒng)采用 50W 鹵鎢燈光源，光譜范圍 900 - 1700nm 的光柵型成像光譜儀，分辨率 4nm，搭配線陣相機(jī)，數(shù)據(jù)采集速率可達(dá)每秒數(shù)百行，能滿足大曲樣本快速成像需求。

微信圖片_20250516195511.png

三、高光譜數(shù)據(jù)處理方法

3.1 數(shù)據(jù)預(yù)處理

高光譜數(shù)據(jù)在采集過程中受環(huán)境、儀器噪聲及樣品表面散射等影響，需預(yù)處理提高數(shù)據(jù)質(zhì)量。常見預(yù)處理方法包括輻射校正、幾何校正和光譜預(yù)處理。

輻射校正消除光照不均勻、相機(jī)響應(yīng)不一致等因素導(dǎo)致的輻射誤差，使不同位置像素光譜值具可比性，通過采集暗參考圖像和白板參考圖像進(jìn)行校正。幾何校正糾正圖像幾何變形，確保圖像中物體位置和形狀準(zhǔn)確，基于特征點(diǎn)匹配或圖像配準(zhǔn)算法實(shí)現(xiàn)。光譜預(yù)處理去除噪聲、校正基線漂移、減少散射影響，常用方法有平滑濾波、多元散射校正（MSC）、標(biāo)準(zhǔn)正態(tài)變量變換（SNV）等。平滑濾波如 Savitzky - Golay 濾波，通過滑動窗口對光譜數(shù)據(jù)進(jìn)行多項(xiàng)式擬合，去除高頻噪聲；MSC 和 SNV 校正因顆粒大小、表面粗糙度等引起的散射效應(yīng)，使光譜更能反映物質(zhì)真實(shí)吸收特性。

3.2 特征提取與選擇

高光譜數(shù)據(jù)維度高、信息冗余大，需提取和選擇有效特征用于后續(xù)分析。特征提取是將原始高光譜數(shù)據(jù)變換到低維空間，提取包含主要信息的新特征，常用方法有主成分分析（PCA）、獨(dú)立成分分析（ICA）、線性判別分析（LDA）等。PCA 通過正交變換將原始數(shù)據(jù)轉(zhuǎn)換為一組線性無關(guān)的主成分，有效降低數(shù)據(jù)維度，保留大部分方差信息。ICA 用于分離數(shù)據(jù)中相互獨(dú)立的成分，在分析大曲中多種成分混合光譜時(shí)有用。LDA 是監(jiān)督學(xué)習(xí)方法，尋找使類間距離最大、類內(nèi)距離最小的投影方向，用于分類問題時(shí)可提高分類性能。

特征選擇從原始光譜波段中挑選對目標(biāo)分析波段，減少數(shù)據(jù)量同時(shí)保留關(guān)鍵信息，方法包括相關(guān)系數(shù)法、連續(xù)投影算法（SPA）、遺傳算法（GA）等。相關(guān)系數(shù)法計(jì)算光譜波段與目標(biāo)參數(shù)的相關(guān)系數(shù)，選擇相關(guān)系數(shù)大的波段。SPA 基于消除變量間共線性，通過迭代選擇信息波段。GA 模擬生物進(jìn)化過程，通過選擇、交叉和變異操作搜索波段組合。

3.3 模型建立與分析

基于預(yù)處理和特征提取后的數(shù)據(jù)，建立預(yù)測或分類模型用于大曲質(zhì)量分析。常用建模方法有偏最小二乘回歸（PLSR）、支持向量機(jī)（SVM）、人工神經(jīng)網(wǎng)絡(luò)（ANN）等。

PLSR 是常用多元統(tǒng)計(jì)分析方法，在自變量和因變量間建立線性回歸模型，有效處理自變量間多重共線性問題，在大曲理化指標(biāo)預(yù)測中廣泛應(yīng)用。SVM 是基于統(tǒng)計(jì)學(xué)習(xí)理論的分類和回歸方法，通過尋找分類超平面或回歸函數(shù)，對小樣本、非線性問題有良好性能，可用于大曲質(zhì)量分級。ANN 模擬人腦神經(jīng)元結(jié)構(gòu)和功能，具有強(qiáng)大非線性映射能力，能學(xué)習(xí)復(fù)雜數(shù)據(jù)模式，在大曲檢測中，如基于 BP 神經(jīng)網(wǎng)絡(luò)建立大曲微生物含量預(yù)測模型。

模型建立后需評估性能，常用指標(biāo)有相關(guān)系數(shù)（R）、均方根誤差（RMSE）、平均絕對誤差（MAE）等。R 越接近 1，RMSE 和 MAE 越小，模型預(yù)測精度越高。例如，建立大曲還原糖含量 PLSR 預(yù)測模型，預(yù)測集 R 為 0.92，RMSE 為 0.46g/100g，表明模型預(yù)測效果較好。

四、高光譜成像技術(shù)在大曲檢測中的應(yīng)用

4.1 大曲理化指標(biāo)檢測

4.1.1 水分含量檢測

水分是大曲重要理化指標(biāo)，影響微生物生長和代謝，進(jìn)而影響大曲質(zhì)量。傳統(tǒng)水分檢測方法如烘干法耗時(shí)且有損。高光譜成像技術(shù)可快速無損檢測大曲水分含量。研究表明，在 900 - 1700nm 光譜范圍，大曲水分在 1450nm 等波長處有明顯吸收峰。通過采集大曲高光譜圖像，提取光譜信息，經(jīng)預(yù)處理和特征選擇，建立 PLSR 或 SVM 模型，可準(zhǔn)確預(yù)測大曲水分含量。有研究建立的水分含量預(yù)測模型，R 可達(dá) 0.95 以上，RMSE 小于 0.5g/100g，能滿足生產(chǎn)中快速檢測需求。

4.1.2 還原糖含量檢測

還原糖為大曲微生物生長提供碳源，其含量影響大曲發(fā)酵進(jìn)程和白酒風(fēng)味。利用高光譜成像技術(shù)檢測大曲還原糖含量，在 900 - 1700nm 波段采集光譜數(shù)據(jù)，經(jīng) SNV 等預(yù)處理，用 PCA - SPA 算法提取特征波段，建立 PLSR 模型，預(yù)測集 R 可達(dá) 0.92 以上，RMSE 約 0.45g/100g，實(shí)現(xiàn)還原糖含量快速準(zhǔn)確檢測和可視化分布。

4.1.3 總酸含量檢測

總酸反映大曲發(fā)酵程度和微生物代謝情況，影響白酒口感和風(fēng)味。基于高光譜成像技術(shù)，在可見 - 近紅外光譜區(qū)域結(jié)合優(yōu)化算法，可快速準(zhǔn)確檢測大曲總酸含量。有研究利用高光譜成像系統(tǒng)采集大曲樣本光譜圖像，經(jīng)數(shù)據(jù)處理和建模，實(shí)現(xiàn)總酸含量可視化，直觀反映其在大曲中的分布。

4.2 大曲微生物分布監(jiān)測

微生物是大曲發(fā)酵核心，其種類和分布影響大曲質(zhì)量。傳統(tǒng)微生物檢測方法如平板計(jì)數(shù)法、PCR 技術(shù)等操作復(fù)雜、耗時(shí)且只能獲取微生物總量信息，無法直觀反映空間分布。高光譜成像技術(shù)可監(jiān)測大曲微生物分布。不同微生物代謝產(chǎn)物光譜特性不同，通過分析高光譜圖像，可識別微生物種類和分布。例如，利用高光譜成像結(jié)合熒光標(biāo)記技術(shù)，可清晰觀察大曲中酵母菌、霉菌等微生物分布情況，為優(yōu)化制曲工藝、控制大曲質(zhì)量提供依據(jù)。

4.3 大曲質(zhì)量分級

大曲質(zhì)量分級對白酒生產(chǎn)質(zhì)量控制和成本管理重要。傳統(tǒng)分級依賴感官和理化指標(biāo)，主觀性強(qiáng)、效率低。高光譜成像技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法可實(shí)現(xiàn)大曲快速客觀分級。通過采集不同等級大曲高光譜圖像，提取光譜和圖像特征，建立分類模型，如基于 PCA - LDA 的大曲質(zhì)量分級模型，對不同等級大曲分類準(zhǔn)確率可達(dá) 90% 以上，為大曲質(zhì)量分級提供新方法。

五、高光譜成像技術(shù)在大曲檢測中面臨的挑戰(zhàn)與展望

5.1 面臨的挑戰(zhàn)

5.1.1 設(shè)備成本與復(fù)雜性

高光譜成像系統(tǒng)設(shè)備昂貴，包括高分辨率成像光譜儀、高性能相機(jī)及配套數(shù)據(jù)采集存儲設(shè)備等，增加企業(yè)檢測成本。系統(tǒng)結(jié)構(gòu)復(fù)雜，對操作人員專業(yè)要求高，需掌握光學(xué)、光譜學(xué)、計(jì)算機(jī)等多學(xué)科知識，限制技術(shù)推廣應(yīng)用。

5.1.2 數(shù)據(jù)處理與分析難度

高光譜數(shù)據(jù)量大、維度高，處理分析需強(qiáng)大計(jì)算能力和高效算法。數(shù)據(jù)預(yù)處理、特征提取與選擇及模型建立優(yōu)化過程復(fù)雜，不同算法對不同大曲樣本適應(yīng)性不同，需大量實(shí)驗(yàn)尋找最佳參數(shù)組合，增加研究和應(yīng)用難度。

5.1.3 模型通用性與穩(wěn)定性

高光譜成像技術(shù)建立的檢測模型受大曲原料、產(chǎn)地、制曲工藝等因素影響，通用性和穩(wěn)定性有待提高。不同批次大曲成分和光譜特性有差異，同一模型難以準(zhǔn)確檢測不同來源大曲，需不斷優(yōu)化模型或建立針對不同情況的模型庫。

5.2 未來展望

5.2.1 設(shè)備改進(jìn)與成本降低

隨著技術(shù)發(fā)展，高光譜成像設(shè)備將向小型化、集成化、低成本方向發(fā)展。新型光學(xué)元件和探測器研發(fā)應(yīng)用，將降低設(shè)備成本，提高性能和穩(wěn)定性，使更多白酒企業(yè)能采用該技術(shù)。

5.2.2 數(shù)據(jù)處理與分析技術(shù)創(chuàng)新

深度學(xué)習(xí)等人工智能技術(shù)在高光譜數(shù)據(jù)處理分析中應(yīng)用前景廣闊。深度學(xué)習(xí)模型如卷積神經(jīng)網(wǎng)絡(luò)（CNN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）能自動學(xué)習(xí)高光譜數(shù)據(jù)特征，提高數(shù)據(jù)處理效率和模型準(zhǔn)確性，有望解決數(shù)據(jù)處理復(fù)雜和模型通用性問題。

5.2.3 多技術(shù)融合發(fā)展

將高光譜成像技術(shù)與其他檢測技術(shù)如近紅外光譜技術(shù)、拉曼光譜技術(shù)、電子鼻技術(shù)等融合，可獲取更全面大曲信息，提高檢測準(zhǔn)確性和可靠性。結(jié)合大數(shù)據(jù)和云計(jì)算技術(shù)，可實(shí)現(xiàn)大曲質(zhì)量遠(yuǎn)程在線監(jiān)測和數(shù)據(jù)分析，為白酒企業(yè)智能化生產(chǎn)提供支持。

5.2.4 行業(yè)標(biāo)準(zhǔn)與規(guī)范建立

隨著高光譜成像技術(shù)在大曲檢測中應(yīng)用增多，需建立統(tǒng)一行業(yè)標(biāo)準(zhǔn)和規(guī)范，包括設(shè)備性能指標(biāo)、數(shù)據(jù)采集與處理方法、模型評價(jià)標(biāo)準(zhǔn)等，促進(jìn)技術(shù)規(guī)范化發(fā)展，提高檢測結(jié)果可比性和可信度。

六、結(jié)論

高光譜成像技術(shù)作為新興檢測技術(shù)，在大曲檢測中展現(xiàn)出快速、無損、信息豐富等優(yōu)勢，可實(shí)現(xiàn)大曲理化指標(biāo)檢測、微生物分布監(jiān)測和質(zhì)量分級，為白酒釀造過程質(zhì)量控制提供有效手段。盡管目前面臨設(shè)備成本高、數(shù)據(jù)處理復(fù)雜、模型通用性差等挑戰(zhàn)，但隨著技術(shù)不斷發(fā)展創(chuàng)新，設(shè)備成本降低、數(shù)據(jù)處理技術(shù)改進(jìn)、多技術(shù)融合及行業(yè)標(biāo)準(zhǔn)建立，高光譜成像技術(shù)有望在大曲檢測及白酒生產(chǎn)中廣泛應(yīng)用，推動白酒行業(yè)智能化、現(xiàn)代化發(fā)展，提升白酒產(chǎn)品質(zhì)量和市場競爭力。

以象科技作為一家由西安光機(jī)所光學(xué)博士團(tuán)隊(duì)、行業(yè)資深專家、光譜軟件算法團(tuán)隊(duì)以及光學(xué)應(yīng)用博士等多元專業(yè)力量共同發(fā)起創(chuàng)立的科技型企業(yè)，在光學(xué)技術(shù)領(lǐng)域展現(xiàn)出了非凡的潛力與強(qiáng)勁的實(shí)力，正逐步成為行業(yè)內(nèi)的一顆璀璨新星。

其團(tuán)隊(duì)成員憑借深厚的學(xué)術(shù)造詣與豐富的實(shí)踐經(jīng)驗(yàn)，構(gòu)建起了一座堅(jiān)實(shí)的技術(shù)堡壘。西安光機(jī)所光學(xué)博士團(tuán)隊(duì)深入鉆研光學(xué)核心原理，在光學(xué)系統(tǒng)的設(shè)計(jì)、優(yōu)化以及創(chuàng)新方面持續(xù)發(fā)力，致力于打造出具有性能與高精度的光學(xué)基礎(chǔ)架構(gòu)。行業(yè)資深專家則猶如敏銳的市場領(lǐng)航員，他們憑借對行業(yè)發(fā)展脈絡(luò)的精準(zhǔn)把握以及對市場需求變化的前瞻性洞察，為公司的產(chǎn)品戰(zhàn)略布局指明方向，確保每一款產(chǎn)品都能精準(zhǔn)對接市場痛點(diǎn)，在激烈的市場競爭中脫穎而出。光學(xué)應(yīng)用博士則專注于探索光學(xué)技術(shù)在各個(gè)實(shí)際領(lǐng)域的落地應(yīng)用，他們深入挖掘產(chǎn)品在不同場景下的潛在用途，從生物醫(yī)學(xué)到工業(yè)制造，從環(huán)境監(jiān)測到農(nóng)業(yè)科技，不斷拓展產(chǎn)品的應(yīng)用邊界，讓光學(xué)技術(shù)真正造福于人類社會的各個(gè)角落。

在產(chǎn)品層面，以象科技目前已成功投產(chǎn)并推向市場的可見光、近紅外、短波中紅外高光譜相機(jī)，無疑是其技術(shù)實(shí)力的集中體現(xiàn)。這不僅為國內(nèi)相關(guān)行業(yè)提供了更為可靠、性價(jià)比更高的光學(xué)設(shè)備選擇，還在一定程度上推動了我國光學(xué)技術(shù)自主創(chuàng)新的進(jìn)程，提升了我國在全球光學(xué)產(chǎn)業(yè)價(jià)值鏈中的地位。

此外，公司經(jīng)營的激光共聚焦、激光散斑血流成像儀、光譜儀等光學(xué)產(chǎn)品，也均在各自的領(lǐng)域內(nèi)展現(xiàn)出了的優(yōu)勢與性能。激光共聚焦以其超高的分辨率和清晰的成像效果，在生物醫(yī)學(xué)微觀成像領(lǐng)域成為科研人員探索生命奧秘的得力助手；激光散斑血流成像儀能夠精準(zhǔn)地監(jiān)測微循環(huán)血流變化，為醫(yī)學(xué)臨床診斷和疾病研究提供了重要的參考依據(jù)；光譜儀則憑借其對物質(zhì)光譜特性的精確分析能力，在材料成分分析、環(huán)境污染物監(jiān)測以及食品安全檢測等領(lǐng)域發(fā)揮著作用。

以象科技秉持著集研發(fā)、生產(chǎn)、銷售于一體的全產(chǎn)業(yè)鏈運(yùn)營模式，展現(xiàn)出了強(qiáng)大的綜合實(shí)力與協(xié)同效應(yīng)。其研發(fā)中心坐落于西安這充滿科技活力與創(chuàng)新氛圍的城市，依托當(dāng)?shù)刎S富的科研資源與人才優(yōu)勢，持續(xù)不斷地投入大量資源進(jìn)行技術(shù)研發(fā)與創(chuàng)新，為公司的產(chǎn)品迭代升級和技術(shù)突破提供了源源不斷的動力源泉。

與此同時(shí)，公司精心構(gòu)建的銷售網(wǎng)絡(luò)如同一張緊密交織的大網(wǎng)，全面覆蓋全國各個(gè)地區(qū)，確保了產(chǎn)品能夠快速、高效地觸達(dá)每一位客戶手中。而完善的售后服務(wù)機(jī)構(gòu)則像是一位貼心的守護(hù)者，隨時(shí)為客戶提供多層次的技術(shù)支持與售后服務(wù)保障，讓客戶在使用產(chǎn)品的過程中無后顧之憂，進(jìn)一步增強(qiáng)了客戶對公司品牌的信任度與忠誠度。

以象科技憑借其團(tuán)隊(duì)、創(chuàng)新的產(chǎn)品以及完善的運(yùn)營模式，在光學(xué)技術(shù)領(lǐng)域正穩(wěn)步前行，未來有望在國內(nèi)乃至全球市場上取得更為輝煌的成就，為推動光學(xué)科技的進(jìn)步與應(yīng)用普及做出更多的貢獻(xiàn)。

以象科技由西安光機(jī)所光學(xué)博士團(tuán)隊(duì)，行業(yè)資深專家，光譜軟件算法團(tuán)隊(duì)，光學(xué)應(yīng)用博士等相關(guān)人員共同發(fā)起成立的科技型公司，目前投產(chǎn)市場可見光、近紅外、短波中紅外高光譜相機(jī)，實(shí)現(xiàn)國產(chǎn)化，突破進(jìn)口技術(shù)壁壘，打破進(jìn)口短波紅外高光譜相機(jī)的技術(shù)限制。

以象科技是一家集研發(fā)、生產(chǎn)、銷售于一體的科技型公司。目前經(jīng)營產(chǎn)品有激光共聚焦，激光散斑血流成像儀，光譜儀，高光譜相機(jī)等光學(xué)產(chǎn)品。研發(fā)中心設(shè)立于西安，銷售網(wǎng)絡(luò)、完善售后服務(wù)機(jī)構(gòu)設(shè)立覆蓋全國。