人参作为名贵中药材不同部位的有效成分含量差异显著——主根与根须的药用价值不同市场价格也相差悬殊。然而仅凭肉眼很难快速、客观地分辨两者传统方法往往依赖人工经验效率低且易出错。高谱成像利用自研的可见光400-1000nm与近红外900-1700nm高光谱相机针对人参主根和根须的区分问题完成了一项检测验证测试。结果表明在两个波段范围内人参主根与根须的光谱特征均存在显著差异通过机器学习算法可实现高效、精准的自动化分类。1.1 测试相机本次测试采用可见和近红外两台高光谱相机进行测量相机1覆盖400-1000nm波长范围相机2覆盖900~1700nm波长范围线性推扫成像方案照明光源采用卤素光源测试时样品放置在水平位移台上指标HY-1230-01HY-1310-05光谱范围400-1000nm900-1700nm光谱分辨率优于2.8nm优于6nm光谱波段数300512视场角FOV15.6°f35mm15.6°f35mm帧频50fps/128fps50fps/175fps2.1 测试需求人参的主根和根须进行区分3.1 人参400-1000nm光谱数据分析在400-1000nm波段人参根部光谱整体反射率显著高于须根且呈现典型的植被红边效应--在680-750nm区间反射率陡升于800-900nm达到峰值。须根反射率整体偏低且曲线平缓。3.2 人参900-1700nm光谱数据分析在900-1700nm波段根部光谱维持高位平台后于1450nm附近出现显著吸收谷反映根部作为营养储存器官具有更高的水分含量或更强的水分束缚能力。1200nm附近的肩峰特征提示根部含有更丰富的脂类、纤维素等细胞壁成分。须根光谱整体反射率显著较低、曲线形态平坦1450nm处水分吸收谷较浅。从图中可以观察到在400-1000nm可见-近红外及900-1700nm短波近红外两个波段内人参根与须的光谱差异呈现出由表及里的系统性规律前者主要反映两者外观颜色的本质不同——根部呈浅黄白色、反射率显著偏高且具典型红边结构须根呈深黄褐色、反射率整体偏低且曲线平缓后者则揭示两者化学成分的内在差异——根部富含水分、多糖、皂苷及细胞壁物质于1450nm处呈现深水吸收谷、1200nm附近具C-H振动肩峰而须根上述成分积累较弱光谱结构特征相应弱化。3.3 相机1400-1000nm-算法对比使用400-1000nm的相机采集的数据对比了两种算法其中算法1明显优于算法2算法1对于根须的识别具有较好的效果。3.4 相机2900-1700nm-算法对比算法1人参的主体部分被红色突出显示但其边缘和细节部分存在一些噪点。算法2在人参的主体部分和细节部分都表现出了非常优异的识别效果。人参的主体部分同样被红色突出显示但边缘更加清晰细节部分也得到了很好的保留几乎没有可见的噪点。4.1 总结1.人参主根与根须在可见光与近红外波段均具有显著可区分的光谱特征。2.基于高光谱成像技术的自动化分类具有很高的可行性。4.2 下一步建议1.扩大样本量当前测试仅使用了一根人参样本建议增加样本数量以验证模型的泛化能力。2.算法优化在充足样本基础上进一步提升识别准确率与计算效率。应用前景从实验室到生产线高谱成像的高光谱技术方案在人参质量分级与中药材真伪鉴别领域具有广阔的产业化前景• 中药材分级分选可推广至黄芪、金银花等中药材的品质评价与等级区分。• 产地溯源与真伪鉴别高光谱技术可有效鉴别不同产地红参及野生参品类。• 无损在线检测为中药饮片的自动化质量分级提供技术基础推动中药产业标准化与智能化升级。