Измерение влажности хлопка с помощью гиперспектральной камеры Specim FX17
Пики поглощения воды в NIR диапазоне
Контроль влажности в продукции имеет решающее значение, например, в пищевой, бумажной и деревообрабатывающей промышленности. Спектросыкопия в ближней инфракрасной области (БИК) широко используется для контроля содержания влаги в различных областях.
Спектроскописты полагаются на то, что пики поглощения воды находятся в БИК-спектре. Как показано ниже, вода сильно поглощает свет в диапазонах 970, 1150 и 1450 нанометров. Спектральный диапазон камеры Specim FX17, охватывающий 900-1700 нм, идеально подходит для обнаружения пиков поглощения воды. Помимо получения данных для количественного определения влажности, пространственное измерение, встроенное в гиперспектральные изображения, также позволяет определить распределение влаги.
В этом исследовании проследили и количественно измерили время высыхания ватного диска. Окунали круглый ватный диск размером около 5 см (обычно используемый для снятия макияжа) в воду, а затем прикладывали его к лабораторному сканеру Specim 40×20. Следили за его высыханием с помощью гиперспектральной камеры Specim FX17 и проводили измерения каждые 4 минуты до полного высыхания. В общей сложности потребовалось шестьдесят семь (67) измерений в течение 264 минут. Были проанализированы данные с помощью программного обеспечения SpecimINSIGHT.
Спектральный анализ высыхающих ватных дисков
Каждое изображение сначала было нормализовано относительно темного и белого эталонов. Затем была создана мозаика путем объединения всех 67 изображений, полученных за время эксперимента, в один файл. На этой мозаике изображены ватные диски на разных стадиях высыхания, начиная с правого верхнего, когда они были очень влажными, и заканчивая правым нижним. Мозаика заполнялась ряд за рядом, слева направо, сверху вниз.
Как показано на рис. 1А, после сушки виден четкий градиент от ложного RGB-мозаичного изображения. Спектры показывают ту же тенденцию: образцы, относящиеся к влажным, демонстрируют наиболее глубокое спектральное поглощение при 970, 1150 и 1420 нм, в то время как эти пики исчезают с течением времени сушки. Ускорение процесса сушки также заметно после 3.5 часов (за последние десять измерений).
Рисунок 1: Ложные RGB- и БИК-спектры, относящиеся к высыханию ватного диска
A) Ложное RGB-изображение (красный: 1133 нм; зеленый: 1280 нм и синий: 1488 нм)
B) Ложное RGB-изображение [то же, что и в (A)] с пространственными выделениями
C) Спектры, относящиеся к каждому изображению, усредненные по каждой выборке (B)
Моделирование – регрессия PLS
Для количественной оценки степени высыхания ватного диска была построена PLS-регрессия (PLS – неполный наименьший квадрат). Переменная регрессии называлась "сушка" и варьировалась от 0 до 264 (что соответствует времени сушки в минутах). Обратите внимание, что в SpecimINSIGHT регрессия может быть построена только на образцах, независимо от фона. Для обучения модели учитывалось каждое второе изображение. Точность модели оценивалась на всех остальных изображениях.
Прогностическая эффективность регрессии представлена на рис. 2. Для каждого ватного диска была построена тепловая карта, отражающая процесс высыхания, что подчеркивает актуальность гиперспектральной съемки для отображения переменного распределения. Построенная модель обладает очень высокой точностью, R2 составляет 0,98. Если посмотреть на фактические и прогнозируемые значения, то сушка на очень влажном хлопке оказалась более сложной для количественной оценки. Спектры на рис. 1С коррелируют с этим, показывая, что в начале сушки наблюдаются лишь незначительные изменения в глубине пиков поглощения, связанных с водой.
Была построена вторая модель, аналогичная той, что была представлена ранее, но на этот раз на основе 61 изображения, получаемого каждую вторую минуту. Здесь R2 составил 0.97. В этой второй модели, в большей степени ориентированной на влажные образцы, фактические и прогнозируемые значения показывают, что вторая модель более точна в начале процесса сушки. Это подчеркивает, что в зависимости от образцов и уровня их влажности выбор обучающих образцов имеет решающее значение для построения точной модели.
Рисунок 2: Прогностическая эффективность регрессионных моделей "сушки"
A) Тепловая карта регрессии PLS (Min = 0; Max = 264)
B) График регрессии для 1-й регрессионной модели (данные получали каждую 4-ю минуту)
C) График регрессии для 2-й регрессионной модели (данные получены каждую 2-ю минуту)
Заключение
Specim FX17 подходит для точного определения уровня влажности образцов, в данном случае ватных дисков. Кроме того, SpecimINSIHGT является подходящим программным обеспечением для проведения такого анализа и построения соответствующей регрессионной модели. Эти модели могут быть загружены в SpecimCUBE для количественной оценки в реальном времени.
Наконец, данное исследование показывает, что выбор обучающей выборки сильно влияет на предсказательную эффективность моделей.
