【光学前沿】厦门大学研发智能手机多光谱成像系统：突破便携式光谱分析技术瓶颈，赋能多领域现场检测

    近日，厦门大学电子科学与技术学院联合厦门奥谱天成光电科技有限公司的研究团队，在国际知名期刊《Measurement》的研究成果。该研究创新性地将蓝牙控制多滤光片轮与智能手机的拍摄、计算功能深度集成，首次实现同一便携式平台对发光源辐射计量与非发光体反射特性分析的一体化检测，并完成二维光谱空间信息可视化输出，为便携式光谱技术向“口袋实验室”升级提供了关键解决方案。

    一、研究背景与核心挑战：便携式光谱技术的应用瓶颈
    随着显示制造、智慧农业、食品质检等领域对现场检测需求的持续增长，便携式光谱分析技术因其移动性优势，成为行业发展的重要方向。然而，当前技术方案存在显著局限：传统大型光谱仪器（如分光光度计）虽精度较高，但体积庞大（约500×500×200mm）、重量达15kg、成本超50万元，难以满足现场检测需求；现有基于智能手机的光谱方案多聚焦于反射或透射单一维度，无法同时实现对发光源（如LED显示屏）的辐射计量（辐亮度、色度）与非发光体（如农产品、色卡）的反射率、成分分析，且面临三大核心技术挑战：
    1.多波段获取与稳定性平衡：移动终端空间资源受限，需在狭小结构内实现宽波段（380780nm）覆盖，同时保证机械转位与曝光的一致性；
    2.标定溯源与数据可靠性：智能手机硬件差异大（摄像头传感器、光学系统），需建立统一的标定模型，确保检测结果可溯源、误差可控；
    3.光谱空间信息融合：需同步处理波长维度的光谱数据与二维空间的图像信息，实现“光谱数据立方”构建与可视化输出，为检测结果提供直观支撑。
    针对上述痛点，研究团队以“低成本、全流程、一体化”为目标，开展智能手机多光谱成像系统（SMSIS）的研发与验证。

    二、系统设计与技术创新：硬件极简架构与算法精准支撑
    SMSIS系统采用“手机中枢+微型模块+软件协同”的架构设计，核心组件包括智能手机、蓝牙控制滤光片轮模块（含21片窄带滤光片、舵机、信号转换板、供电单元）及配套APP，整体尺寸仅62×28×25mm，重量30g，实现“口袋级”便携性。其技术创新主要体现在三方面：
    1.硬件集成创新：多滤光片轮与蓝牙舵机的高精度协同
    系统核心硬件模块搭载21片窄带滤光片，覆盖380780nm可见光波段（步进20/40nm），可满足发光源与非发光体检测的多波长需求。滤光片轮由低功耗蓝牙舵机驱动，智能手机通过APP发送控制指令，实现滤光片的精准转位——经测试，舵机最大机械角度误差仅0.26°（步距17.14°，误差占比1.5%），有效保障滤光片与手机摄像头的对准精度，避免机械偏差导致的光谱数据失真。同时，模块集成小型供电单元与信号转换板，无需外接大功率电源，进一步提升现场适用性。
    2.标定模型创新：多维度标定确保数据可溯源
    为解决智能手机硬件差异导致的检测一致性问题，团队建立多维度标定体系：
    辐射源标定：基于标准卤素光源，通过积分球、高精度光谱仪（InstrumentSystemsISP150）获取系统在各波段的响应系数S(λ)，结合滤光片透过率与带宽，计算每一波段的系统标定系数K；
    反射率标定：采用“白板暗场三点法”，通过拍摄标准白板（已知反射率）、暗场（无入射光）与待测样品，消除环境光与系统暗电流干扰，实现反射率精准计算；
    数据反演算法：结合手机摄像头曝光时间记录，对采集的图像像素值进行线性归一化处理，反演出光谱辐亮度L与亮度L(λ)=683·L·V(λ)（V(λ)为视见函数），最终构建包含“波长空间强度”的光谱数据立方。
    3.软件功能创新：手机端全流程自动化与可视化
    配套APP实现“端到端”全流程功能集成，包括蓝牙设备连接、滤光片轮控制、序列图像采集、暗电流扣除、标定系数应用、数据处理与可视化输出。用户无需外接计算机，即可实时获取辐亮度曲线、亮度二维分布图、反射率曲线及农产品成分（如糖度）空间映射图，实现“即采即算即分析”。

    三、实验验证与性能分析：多场景检测精度达行业实用水平
    为验证SMSIS系统的可靠性与实用性，研究团队分别针对发光源（LED显示屏）与非发光体（标准色卡、圣女果、香蕉）开展对比实验，以行业标杆仪器（TOP100分光辐射计、ISP150积分球）为参考，结果表明系统检测精度与实用性均达行业实用水平。
    1.发光源检测：LED显示屏的辐射计量与色域评估
    针对LED显示屏的辐亮度、色度、色域检测，SMSIS系统表现如下：
    辐亮度精度：与TOP100分光辐射计对比，白光、蓝光、绿光、红光的集成辐亮度误差分别为13.9%、11.0%、15.6%、7.5%，光谱曲线一致性良好；
    色域覆盖：测得LED显示屏对Rec.2020色域覆盖76.9%、DCIP3色域覆盖107.2%、NTSC色域覆盖103.0%，与参考仪器误差仅11.1%；
    色度参数：峰值波长最大误差0.9%，主波长最大误差0.8%，CIEx/y坐标最大误差3.4%/11.5%，满足显示屏出厂质检与老化监测需求；
    可视化输出：生成的二维峰值波长与亮度分布图，可直观揭示屏幕像素级的均匀性差异（如边缘亮度衰减、局部色度偏移），为显示屏缺陷定位提供支撑。
    2.非发光体分析：反射率与农产品品质评估
    针对标准色卡与农产品（圣女果、香蕉）的反射率及成分分析，系统性能如下：
    反射率精度：检测标准色卡时，与ISP150积分球对比，总体误差7.43%，满足工业级反射率检测要求；
    圣女果糖度预测：圣女果糖度与640nm、660nm波段反射率呈显著线性相关（R²分别为0.915、0.921），独立验证样本的糖度预测最大误差3.84%，且可输出糖度二维分布，实现果实不同部位甜度差异的直观呈现；
    香蕉成熟度监测：创新提出成熟度指数BRI=(R580+R680)/(R540+R620)，七天纵向实验表明，该指数对距离、光照扰动不敏感，在第5天达到峰值，可精准指示香蕉最佳食用期，为农产品非接触式品质监测提供新范式。

    四、学术贡献与应用价值：构建一体化便携式光谱分析框架
    该研究的学术贡献主要体现在三方面：
    1.提出并验证“发射+反射”一体化的智能手机多光谱成像计量框架，涵盖标定、数据反演与二维可视化，填补现有手机光谱方案的功能空白；
    2.实现硬件电控算法的协同设计（滤光片轮+蓝牙舵机+曝光归一化），提供低成本、可复现的便携式光谱系统构建方案，为行业技术推广奠定基础；
    3.提出距离/光照鲁棒的成熟度指数BRI，为农产品非接触品质监测提供新方法，拓展光谱技术在智慧农业的应用场景。
    从应用价值来看，SMSIS系统显著降低光谱检测门槛：与传统分光光度计（>50万元）、光纤光谱仪（>3万元）相比，其成本<0.3万元，且保持相近的检测精度，同时具备便携性与智能化优势，可广泛应用于三大领域：
    工业检测：LED/OLED显示屏的现场均匀性检测、面板缺陷定位；
    智慧农业：农产品采摘前的糖度、成熟度筛选，减少破坏性检测损耗；
    消费与环保：食品新鲜度评估、环境污染物快速筛查，助力基层检测能力提升。

    五、局限性与未来展望
    当前系统仍存在待优化方向：光谱分辨率受限于21片固定滤光片的带宽，700nm以上波段信噪比偏低；跨品牌智能手机的硬件差异导致系统一致性需进一步提升；长期使用中的温漂影响尚未完全消除。
    未来研究将围绕三方面展开：
    1.引入深度学习技术，通过少量波段数据重建近似高光谱信息，提升光谱分辨率；
    2.开发跨机型自校准算法与温漂补偿模型，增强系统稳定性与通用性；
    3.结合偏最小二乘回归（PLSR）与小样本学习，提升农产品成分（如糖分、水分）预测精度，拓展实时目标识别与缺陷检测功能。

    厦门大学研发的智能手机多光谱成像系统，通过硬件极简设计与算法精准优化，突破传统光谱技术“体积大、成本高、功能单一”的瓶颈，首次实现“发光源+非发光体”一体化便携式检测。该成果不仅为光谱分析技术的便携化发展提供了新路径，更推动精准检测从实验室走向现场，为工业制造、智慧农业、民生检测等领域的高质量发展提供技术支撑。