高光譜成像技術用于車蠟品牌的無損鑒別的技術原理

通過連續(xù)投影算法（SPA）和線性判別分析（LDA）或最小二乘支持向量機（LLS-SVM）方法，可以基于車蠟的可見-近紅外光譜信息進行品牌鑒別。

車蠟品牌無損鑒別實驗。研究采用SPA方法從全光譜中選擇了7個特征波長變量。這些特征波長是通過從751個原始波段中篩選出來的，能有效地提取出不同品牌車蠟的特性。然后，基于這些特征波長，采用LDA和LLS-SVM方法分別建立了車蠟品牌的定性判別模型。通過比較這兩種模型的表現(xiàn)，SPA-LLS-SVM模型在車蠟品牌的鑒別中表現(xiàn)出了更高的準確性。

高光譜成像儀在車蠟品牌無損鑒別中的應用研究

本次實驗選取了幾種市面常見的車蠟品牌，包括原廠車蠟、副廠車蠟、進口車蠟和假冒偽劣車蠟。首先，使用高光譜成像設備對每種車蠟進行高光譜成像，得到每個品牌的車蠟的高光譜圖像。然后，采用圖像處理技術對高光譜圖像進行處理，提取出能夠反映不同品牌車蠟特征的光譜信息。最后，采用機器學習算法對提取出的光譜信息進行分類識別，比較每種品牌車蠟的光譜特性，得出鑒別結果。

本研究應用了400-1000nm的高光譜成像儀，可采用賽斯拜克科技有限公司產品SC230高光譜成像儀進行相關研究。SineSpec?系列高光譜成像儀采用高衍射效率的透射式光柵分光模組與高靈敏度面陣列相機、結合內置掃描成像及輔助攝像頭技術，解決了傳統(tǒng)高光譜相機需外接推掃成像機構及調焦復雜等難以操作的問題。可與標準C接口的成像鏡頭或顯微鏡直接集成，實現(xiàn)光譜影像的快速采集。

       近年來，隨著汽車工業(yè)的蓬勃發(fā)展，汽車保有量急劇增加，愛車族都在提高車子的外在品質上下功夫，給自己的愛車穿上一件光鮮亮麗的“衣裳”。汽車打蠟能夠有效地保護漆面，延長汽車殼體的使用壽命，并使車輛外表光亮美觀。車蠟是一種由蠟、表面活性劑、溶劑等組成的化合物，易于附著在汽車涂層表面，能增加汽車涂層的光澤度及耐磨性。大量實踐證明，高品質的車蠟可以上光、防水、抗高溫、防靜電、防紫外線、研磨拋光作用，車蠟除了具有上述作用外，還具有防酸雨、防鹽霧等作用，既可以汽車美容又可以提高汽車的實用價值。本研究采用可見-近紅外光譜技術開展了車蠟品牌的快速無損鑒別方法研究。研究采用連續(xù)投影算法（SPA）選取對品牌鑒別最為重要的特征波長，以減少模型輸入變量個數和計算復雜程度。進一步分別采用線性判別分析（LDA）和最小二乘支持向量機（LLS-SVM）建立車蠟品牌的定性判別模型，并比較兩類模型之間的鑒別能力，從而實現(xiàn)快速、無損、低成本、大批量的車蠟不同品牌間的鑒別，為汽車的保養(yǎng)與美容單位，國家質監(jiān)部門以及普通消費者提供一種快速獲取車蠟品質信息的新方法，避免非法商販以次充好，規(guī)范市場秩序，推動車蠟市場的健康有序地發(fā)展。

       探討了可見-近紅外光譜技術對車蠟不同品牌識別的可能性?；贚DA分類器的車蠟識別模型的預測集準確率為84%，而采用LS-SVM分類器可以將識別模型準確率提高到97%。進一步通過SPA方法從全光譜751個波段中選擇了7 個特征波長變量，這7個波長分別是351，365，401，441，605，926和980 nm。基于特征變量建立的LS-SVM模型分類準確率與全波段一樣為97%，SPA-LS-SVM模型的變量數減少了99.07%，大大減少了數據量和計算復雜度，縮短了計算時間。因此，基于SPA-LS-SVM的識別模型能從可見-近紅外光譜中提取有效信息，并用于不同品牌車蠟的識別。上述研究結果表明，利用先進的光譜分析技術和數據挖掘算法可以實現(xiàn)車蠟品牌信息的快速識別。該方法具有使用簡單、快速、準確等特點，可以大大的降低人力成本和物力的浪費。

這項研究展示了高光譜成像技術在汽車保養(yǎng)與美容行業(yè)中的潛力。該技術不僅可以無損地鑒別車蠟品牌，還可以應用于其他相關領域，如車漆鑒別、零部件質量檢測等。這為汽車保養(yǎng)與美容單位、國家質監(jiān)部門以及普通消費者提供了一種快速、準確且無損的獲取車蠟品質信息的新方法。有助于防止非法商販以次充好，規(guī)范市場秩序，推動車蠟市場的健康有序發(fā)展。