第34卷，第8期 2014年8月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
Vol. 34.No., 8,pp2132-2136
August,2014
荧光光谱成像技术结合聚类分析及主成分分析的藻类鉴别研究
梁曼'，黄富荣1.2*，何学佳”，陈星旦1.4 1.暨南大学光电工程系，广东广州510632
2.光电信息与传感技术广东普通高校重点实验室，广东广州
1510632
3.暨南大学赤凋与海洋生物学研究中心，广东广州510632
4.中国科学院长春光学精密机械与物理研究所，吉林长春130033
摘要为探讨快速、实时藻类检测方法，实验通过荧光光谱成像技术结合模式识别方法对不同藻类进行鉴别研究。发现藻类样本存在着显著的荧光特性，通过采集40个藻类样品的荧光光谱图像，对图像进行去噪、二值化处理，确定有效像素后，根据光谱立方体绘制每个样本的光谱曲线，将所得400720nm区段范围内的光谱数据作鉴别分析，再利用系统聚类分析及主成分分析两种不同的模式识别法对光谱数据进行处理。系统聚类分析结果表明：采用欧氏距离法及平均加权法计算样本间的聚类距离，在距离L一2.452以上水平处可将样本正确分类，准确率为100%；主成分分析结果表明：通过对原始光谱数据进行一阶微分、二阶微分、多元散射校正、变量标准化等预处理后，再对数据进行主成分分析，其中二阶微分预处理后鉴别效果最佳，八种藻类样品在主成分特征空间中独立分布。因此，利用荧光光谱成像技术结合聚类分析法及主成
分分析法对藻类进行鉴别是可行的，操作简便、快速、无损。关键词荧光光谱成像；聚类分析；主成分分析；藻类
中图分类号：0433.1
引言
文献标识码：A
D0l: 10. 3964/j. issn. 10000593(2014)08213205
制无法普及应用，荧光分析技术则丢掉了藻类的形貌信息。荧光光谱成像技术可以补这个不足之处
荧光光谱成像技术是一种将空间成像技术和光谱分析技
近年来由于污染造成的环境恶化加重，水体藻类污染的
程度也逐年加深。赤潮或水华在全球范围内频紫出现是藻类污染程度加深的直接反映，其题发对环境及生态资源会带来极其严重的破坏。快速、实时地检测水体中藻类的群落组成，不仅可以预防灾害的发生，还可以掌握赤潮、水华灾害的爆发机理。因此，发展快速、实时的藻类检测技术对于预警及降低经济损失其有很重要的现实意义，成为了近年来研究的热点，
目前，常用的藻类鉴别方法主要有显微镜技术、图像识别技术3]，色素分析技术[3]，荧光分析技术[汀等。显微镜技术主要以藻类的形貌特征为依据，专业性要求高且易误检。图像识别技术和色素分析技术因为操作条件和仪器的限
收稿日期：2013-08-12，修订日期：2013-12-04
术有机结合的新型分析检测技术，它不仅能获取丰富的图像信息，同时还可以获取样本的空间信息和光谱数据。其原理是紫外光照射到被测物内部时，会激发不同强度的荧光，激发的荧光波长与物质内部组织结构有关，且其荧光强度与物质组份含量有关，物质的分子结构、含量不同，发射荧光的波长和强度也就有所不同，从而可以快速有效地对不同物种进行鉴别。近年来，该技术已遥渐受生物医学"，7门、精细农业"]，食品科学["]、军事[]等诸多学科领域的青滕
采用荧光光谱成像技术结合聚类分析及主成分分析方法，对八种常见藻类构建模式识别模型，探索一种准确、快速、实时的藻类鉴别方法
基金项目：广东省战略新兴产业核心技术攻关项目（2012A032300016），高等学校博士学科点专项科研基金项目（20124401120005），广东省
自然科学基金项目（S2011040001850)，广东高校优秀青年创新人才培养计划项目（LYM11026)和中央高校基本科研业务费专项资金项目（21612436，21612353)资助
作者简介：梁曼，1990年生，暨南大学光电工程系本科生
*通讯联系人
email: furong_huang@163. com
email: liangman1226(@126. cor