[发明专利]红木家具的近红外光谱识别方法

摘要

本发明提出了一种红木家具的近红外光谱识别方法，包括家具样本的准备—近红外光谱的采集—光谱预处理—特征波长的选择与提取—判别模型的建立—判别模型的验证等步骤。本发明采用微型近红外光谱采集样本的近红外光谱信号，用化学计量学方法进行鉴别，通过建立真假红木家具的判别模型，利用建好的模型实现真假红木家具的快速无损鉴别，具有无损、高效、快速、便携、低成本、重现性好和准确率高等诸多特点。

主权项

一种红木家具的近红外光谱识别方法，其特征在于：包括以下方法步骤：⑴.家具样本的准备：选择标准的红木家具及非红木名贵硬木家具样本，样本包括檀香紫檀、巴里黄檀、交趾黄檀、大果紫檀、卢氏黑黄檀、微凹黄檀、苏拉威西乌木、安哥拉紫檀、非洲酸枝、桢楠这10种家具样本；⑵.近红外光谱的采集：利用微型近红外光谱仪在样本表面的不同位置采集近红外光谱，包括每件家具的不同位置，光谱经过平均后转化为一条光谱代表一个样本；采集光谱范围在1000nm—1650nm；⑶.光谱预处理：采用Savitzky‑Golay卷积平滑法平滑高频噪声，提高信噪比，采用Savitzky‑Golay卷积求导法对采集的近红外光谱出现的谱图偏移或漂移现象，以及光谱谱线重叠现象进行基线校正，采用正交信号校正消除光谱中与预测值无关的部分；⑷.特征波长的选择与提取：采用蒙特卡罗无信息变量消除法和连续投影法进行特征波长的选择与提取；⑸.判别模型的建立：从红木家具及非红木名贵硬木家具中分别选择三分之二数量的样本构成建模用的训练集样本，建模与实际判别时的光谱预处理方法和特征波长点必须一致，分别建立极限学习机模型；⑹.判别模型的验证：调用建立的模型对剩余三分之一数量样本进行验证，判别正确率接近100%。