基于超光谱成像和极端学习机器的印花油墨的非破坏性和快速识别
Xiaoquan Lu1, Jianqiang Zhang2, Jiaquan Wu1
1College of Science, Kunming University of Science and Technology, Kunming, 650500, China. 453937936@qq.com.
Analytical methods : advancing methods and applications
|September 19, 2025
概括
法医文档检查得到了新的高光谱成像 (HSI) 和极端学习机器 (ELM) 方法的增强,用于快速,非破坏性的印花墨水分析. 与传统方法相比,这种方法实现了高精度,并大大缩短了检测时间.
科学领域:
- 法医科学 法医科学 法医科学
- 分析化学 分析化学
- 计算机视觉 计算机视觉
背景情况:
- 邮票纸上的墨水分析对于法医文档的认证至关重要.
- 传统的方法可能是耗时和破坏性的.
- 准确和快速的墨水检测仍然是一个挑战.
研究的目的:
- 开发一种新的,快速分类框架,用于非破坏性的印花墨水检测.
- 整合高光谱成像 (HSI) 和极端学习机器 (ELM) 以改进法医分析.
- 为了解决当前墨水检测技术的及时性和准确性的局限性.
主要方法:
- 收集了来自21个品牌的24个光敏墨水样本,创建了72个印印象.
- 使用HSI系统 (400-1000 nm) 获取的光谱空间数据.
- 应用于数据预处理的乘法分散校正 (MSC),并使用极端学习机器 (ELM) 分类器.
主要成果:
- 在使用全光谱带的测试组中,HSI-MSC-ELM框架实现了98.38%的准确性.
- 优于随机森林 (RF) 的4.63%和逆向传播神经网络 (BPNN) 的6.34%.
- 实现了1.59秒的检测时间,比RF (45.90秒) 和BPNN (453.36秒) 快得多.
结论:
- 该HSI-MSC-ELM方法提供了一个简单的,非破坏性的,有效的解决方案,用于法医文档检查.
- 这种方法显示了替代传统破坏性油墨分析技术的潜力.
- 该框架在墨水认证的速度和准确性方面取得了重大进展.
更多相关视频
07:05Applying Hyperspectral Reflectance Imaging to Investigate the Palettes and the Techniques of Painters
Published on: June 18, 2021
2.8K
08:07A Two-Step Pyrolysis-Gas Chromatography Method with Mass Spectrometric Detection for Identification of Tattoo Ink Ingredients and Counterfeit Products
Published on: May 22, 2019
11.5K
