SWIR 短波红外高光谱成像系统
SWIR成像仪是Specim推出了一款全新的、经过重新设计和加工的具有突破性特点的短波红外高光谱成像系统。该系统在SWIR范围内(1000 - 2500 nm)不但具有高速数据采集功能，还拥有更多的空间像素(384)，使用CameraLink连接，可实现高达450fps的图像采集速率。
为了保证室内外不同条件下的使用，它具有坚固的防风雨的IP54外壳和温度稳定的光学系统，而且具有更低的功耗，标称功率仅为50W。
凭借其温度稳定的光学系统，SWIR提供了当今挑战性的近红外化学成像应用领域所需的稳定性和灵敏度，并满足实验室、野外、和工业应用的要求，使其成为药物质量保证、食品安全和农业分析等应用领域的得力助手。
主要特点
l覆盖1000- 2500nm短波红外波段
lCameraLink接口，USB/RS232控制
l帧频高达450帧/秒(全画幅)
l探测器: 低温冷却MCT检测器
l超高的信噪比，大多数应用领域推荐使用
l可提供SDK，用于快速高效的应用程序开发
相机规格
光学特性 | ||
光谱范围 | 1000-2500nm | |
狭缝宽度 | 30μm（50或80μm可选） | |
有效狭缝长度 | 9.2mm | |
电气特性 | ||
探测器 | 低温冷却MCT探测器 | |
功耗 | 正常情况＜50W | |
输入电压 | 宽电压24V | |
机械特性 | ||
大小（长×宽×高） | 传感器 | 电源&控制单元 |
470×176×178mm | 300×190×130mm | |
重量 | 14kg | 约5kg |
用户调节 | 不支持 | |
快门 | 用于暗参考图像采集的电机械快门 | |
环境特性 | ||
存储温度 | -20…﹢50℃ | |
附件 | 镜头，辐射校准，校准白板，扫描平台 | |
附件配置：SWIR系统提供多种附件供用户扩大应用领域
l前置物镜：优化900-2500nm光谱范围的图像和光谱数据质量。
l采集光纤：带有采集镜头或SMA连接器的光纤: 不需要移动多路复用器，即可在一个分光计中包含4-110个输入通道。
l镜像扫描器或旋转平台：用于扫描静态目标和户外场景，或结合X-stage sample mover用于桌面和显微镜应用。
lLUMO软件：支持，用于控制扫描平台、采集数据、设置参数、影像实时可视化。
l数据存储为ENVI、Matlab和R兼容格式数据立方，支持多款通用软件进一步处理分析。还可以提供SDK，用于快速高效的应用程序开发。
应用领域
l化学及材料分拣
l医药制造
l资源回收
l矿物识别
l粮食和农业
l水分含量分布
l艺术研究与归档
检测牛油果皮下斑点
应用案例
（1）血液作为一种优秀的信息载体，是诊断、毒理学和法医学中的生物材料。通常，分析的材料直接从静脉以液体的形式;然而，在某些情况下，分析在表面产生的血迹会更方便。高光谱成像在分析中的一个重要应用是估算时间，从而帮助现场调查人员确定案发时间。本实验采用主成分分析（PCA）和最小噪声分数（MNF）方法。
如下图：DBS卡上血斑:a为 1-19样本，b为 20-28样本（左图），经过最小噪声分数算法血液斑点样本a（基于PC2-PC3-PC4），b:（基于PC2-PC3-PC5）（右图）。
所选血斑的光谱特征(S1，S6、S14、S16、S22、S26、S27)在SWIR范围内如右图所示，分析显示，的变化发生在样本血液表面涂敷后的个小时。进一步研究20-27个样本发生的变化。对样本进行散点图分组，观察散点形状与血迹点空间分布的相关性（如下图）。观察到的变化是由于血斑逐渐干燥和血红蛋白衍生物(主要是氧血红蛋白和金属血红蛋白)含量的差异造成。
本研究采用的方法是无损的、有效的、快速的。通过高光谱成像、结合PCA和MNF算法最终成功区别出在0 ~29天的血斑，准确提供了在血斑干燥过程中发生的动态过程信息。
（2）高光谱成像在中药质量控制中的应用——以神经毒性日本八角茴香为例
高光谱成像将传统的光谱和成像技术结合起来，从样本中获取光谱和空间信息。在食品饮料、农业和制药等行业，它被成功地用作评估原材料和产品质量的分析工具。与液相色谱等传统分析方法相比，SWIR高光谱成像可以在更短的时间内进行无损分析。
八角茴香（Illicium verum）是治疗小儿绞痛的常用药物。然而，有记录显示在使用后出现了一些危及生命的不良事件，在一些情况下是由于与有毒的八角茴香(Illicium anisatum，日本八角茴香)的掺杂或替代所致。显然，迅速有效的质量控制方法对于防止这种可怕后果的再次发生至关重要。
左图上为日本毒八角茴香，下为中国八角茴香，右图为日本毒八角茴香(绿色)和中国八角茴香(蓝色)样品的平均吸收光谱曲线
通过肉眼很难判断真假，而采用光谱范围为920-2514 nm的SWIR高光谱推扫成像系统获取图像。采用主成分分析法(PCA)对图像进行分析，降低数据的高维性，去除不需要的背景，实现数据的可视化。利用偏最小二乘判别法(PLS-DA)建立了4个主成分、R2X_cum为0.84、R2Y_cum为0.81的2个物种分类模型。随后使用该模型作为外部数据集，准确预测了引入模型的日本毒八角茴香(98.42%)和I. 中国八角茴香(97.85%)的身份。
结果表明，SWIR高光谱成像技术是一种客观、无损的质量控制方法，可成功地对日本毒八角茴香和中国八角茴香进行精确鉴别。此外，该方法还可以升级到传送带系统从而检测大批量中国八角茴香中掺杂的日本毒八角茴香。
