試驗對象：煙梗標準樣 4 個、煙葉標準樣一袋、原料一袋

實驗及分析過程： 實驗共測試兩組數(shù)據(jù)：數(shù)據(jù)分析如下 樣品 1：


                                                                    測試樣本照片

將數(shù)據(jù)用 Evince 打開，通過 PCA 變換，再由散點圖將背景扣除后再次進行 PCA 變換。 變換后圖像與散點圖及權重曲線圖如下：

                                                               主成分 1 圖像


                                                             Pc1:Pc2 散點圖


通過散點圖選擇后對應圖像 通過散點圖，可以明顯將煙葉與煙梗進行曲別。選取藍色的煙梗和紅色煙葉區(qū)域分別分 類標記，然后對整個區(qū)域進行 PLSA 變換，實現(xiàn)分類識別。結果如下：
PLSA 分類識別統(tǒng)計結果 
煙梗             18103 (35.5%) 
煙葉             32926 (64.5%) 
未識別         4 (7.838E-3%)
 
合計             51033(100%)
識別后圖像如下：


                                                          煙梗典型曲線
通過光譜曲線，可以發(fā)現(xiàn)在 672nm 處煙梗有明顯吸收峰，這也右以 PCA 權重曲線中得到 驗證，如下圖：


為進一步驗證上達識別結果，進行了一組驗證實驗，分析過程不再詳述，結果如下：

                                                      測試樣本照片


                                                       PCA 變換圖

煙葉       125398      (85.7%)
煙梗        20951        (14.3%)
未識別       0            (0%)
合計       146349      (100%)


結論
實驗初步驗證了高光譜成像技術在**檢測中具有實用性