[发明专利]一种基于高光谱微型光谱仪的光谱检测系统及方法有效

专利信息
申请号: 201710842426.5 申请日: 2017-09-18
公开(公告)号: CN107764397B 公开(公告)日: 2020-04-03
发明(设计)人: 赵志刚;陈超民;屈军乐;李国光 申请(专利权)人: 深圳大学
主分类号: G01J3/28 分类号: G01J3/28;H04L29/08
代理公司: 深圳市瑞方达知识产权事务所(普通合伙) 44314 代理人: 郭方伟;张秋红
地址: 518060 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 光谱 微型 光谱仪 检测 系统 方法
【权利要求书】:

1.一种基于高光谱微型光谱仪的光谱检测方法,其特征在于,包括:

S1:网页控制端(20)接收微型光谱仪的采集参数,并传输至所述微型光谱仪;

所述步骤S1包括:

S11:光谱参数设置模块(203)接收用户输入的微型光谱仪的采集参数,并发送至所述微型光谱仪;

S12:所述微型光谱仪参数设置完成后,触发光谱采集模块(202)发送光谱数据采集指令至所述微型光谱仪;

S2:所述微型光谱仪根据所述采集参数进行参数设置,设置完成后采集待测物的光谱数据;

所述步骤S2包括:

S21:第二传输模块(302)接收所述采集参数,通过嵌入式WEB服务器(306)传输至控制模块(305),所述控制模块(305)根据所述采集参数对微型光谱仪进行参数设置;

S22:所述控制模块(305)根据所述光谱数据采集指令驱动高光谱图像传感器(304)采集待测物的光谱数据;

S23:所述光谱数据经过光谱预处理模块(303)处理后,由第一传输模块(301)发送至光谱处理云端(10);

S3:所述光谱处理云端(10)接收所述光谱数据,并按照预设算法处理光谱数据,得到光谱检测结果;

所述步骤S3包括:

S31:根据所述光谱数据获取待测物的高光谱图像;同时获取待测物的测量值参考数值,所述测量值参考数值包括校正集和预测集;

S32:对所述高光谱图像进行校准,校准后提取预设图像区域;

S33:对选取的光谱数据进行降维处理,选取特征波长;

S34:结合所述校正集对所述特征波长进行预测模型校准,校准后依据所述预测集进行模型验证;

S35:模型验证通过后,进一步判断精度是否达标;

S36:若未达标,则执行所述步骤S34;若达标,则输出所述光谱检测结果;

S37:将所述光谱检测结果存储在预设存储位置;

S4:所述网页控制端(20)访问所述光谱处理云端(10),获取并显示所述光谱检测结果;

所述步骤S4包括:

S41:所述网页控制端(20)发送查看请求至所述光谱处理云端(10);

S42:所述光谱处理云端(10)根据所述查看请求返回对应的光谱检测结果至所述网页控制端(20);

S43:在光谱检测结果显示区(205)显示所述光谱检测结果。

2.根据权利要求1所述的基于高光谱微型光谱仪的光谱检测方法,其特征在于,所述步骤S1还包括:

S13:显示界面设置模块(207)设置所述网页控制端(20)的显示参数;

S14:光谱传输控制模块(206)发送采集数据上传指令至所述微型光谱仪,指示所述微型光谱仪将采集的光谱数据上传至所述光谱处理云端(10)。

3.根据权利要求1所述的基于高光谱微型光谱仪的光谱检测方法,其特征在于,所述步骤S1还包括:

S15:在启用所述网页控制端(20)时,接收用户输入的账号和密码,并传输至所述嵌入式WEB服务器(306);

S16:所述嵌入式WEB服务器(306)验证所述账号和密码是否为预设账号和密码,若是,则允许登陆所述网页控制端(20)。

4.根据权利要求1所述的基于高光谱微型光谱仪的光谱检测方法,其特征在于,所述步骤S22还包括:所述控制模块(305)控制光源模块(309)的开关、亮度和发光时间;

所述步骤S2还包括:

S24:将采集的所述待测物的光谱数据存储在光谱数据存储模块(307)。

5.根据权利要求1所述的基于高光谱微型光谱仪的光谱检测方法,其特征在于,所述步骤S22还包括:

S221:在光谱数据显示区(201)预览所述高光谱图像传感器(304)采集的待测物的光谱数据;

S222:光谱通道选择模块(204)用于以通道分割所述光谱数据,在所述光谱数据显示区(201)分别显示不同通道的光谱数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳大学,未经深圳大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710842426.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top