第八屆全國大學生光電設計競賽——賽題1：基于智能手機的蘋果糖度無損測量新手攻略指南-有解無憂

引言：

“小哥，買蘋果嘛？”
（你搖了搖頭，目光充滿了堅定）
“所以你又搖頭又眼神堅定的到底買不買，數電不定態是吧……咳咳，看打扮你是光電村里新來的冒險者？那建議你去看看工會門口前公告欄那里的懸賞，”
（于是你徑直到了工會門口前的公告欄）

懸賞內容：

賽題1：基于智能手機的蘋果糖度無損測量
競賽要點：
利用智能手機無損測量蘋果樣品的糖度，
競賽說明：
利用智能手機已有的成像、資料處理和顯示功能，通過增加最少附件，實作對蘋果樣品糖度的無損測量，按測量的精度確定比賽勝負，
競賽規則：

按抽簽分組，兩隊同場競技，采用淘汰賽制，
利用國產手機的成像功能，通過添加最少量自己設計并構建的附件，實作蘋果糖度的無損測量，添加附件基本要求如下：（1）不能直接使用商用核心模塊；（2）提供添加附件的設計構建說明書；（3）體積不可超過限定值，具體由競賽組委會規定，
測量資料的處理、顯示作業需全部由手機完成，
被測蘋果樣品不少于三個種類，具體由競賽組委會安排，競賽用蘋果樣品應在規定的種類中現場隨機分配，
蘋果糖度的標準值由業界通用方法確定，具體由競賽組委會安排，判定比賽勝負的標準是：（1）測量值與標準值相比，各次誤差平均值較小的賽隊勝出；（2）若兩隊測量值在標準值誤差范圍內一致，則重復精度高的隊勝出，
全國競賽獲得一等獎的賽隊，集中通過路演方式決定金、銀、銅獎，

副本分析：

首先我們來分析下賽題并圈出一下要點：

**國產手機：**也就是安卓系統，除非比賽贊助方有華為才可能是鴻蒙不過沒多大影響，也就是需要手寫APP或者小程式來達到顯示的作用
**無損測量：**傳統檢測糖度的儀器多是有損的，
**利用成像功能：**也就是一定要用到手機攝像頭，不過有圓滑操作的地方，不硬性要求的話可以采用一些近紅外檢測模塊或者光電二極管，
**不能直接使用商用核心模塊：**核心要點，做好3D列印或者手畫板子的準備
**體積不可超過限定值，具體由競賽組委會規定：**看具體要求，如果夠大的話暗箱或者較大的光學環境都可以提供
**被測蘋果樣品不少于三個種類：**種類不確定是否賽前已知，如果已知可先實驗或調研得到大致糖度區間以確保最基本的準確性，然后在這個區間random一下ohyes不得先進個區賽？
**利用智能手機已有的成像、資料處理和顯示功能：**不知道允不允許聯網，大概率不能，如果可以則存在作弊風險，不可以的話一些深度學習模型對于一些手機的資料處理功能可能有夠嗆
**測量資料的處理、顯示作業需全部由手機完成：**這是我覺得很致命的一點，這樣單片機樹莓派乃至云服務器可能就不能使用了

組隊隊友及技能加點：

以下是參加這場比賽你或者你的隊友可能所需掌握的技能（嘛，不過思維不要過于局限下面那些）：

手機APP（JAVA）或者小程式的撰寫（XML，XSS，JS）（必點，不解釋）
光學原理（必點，除了用于自制光學附件外最重要的是還可用于PPT吹牛）
3D建模（建議點上，用于3D列印光學附件或光學環境的外殼或支架，當然，你手鋸亞克力板膠水拼接的樣子也很靚仔啦~）
數學建模，包括衍生軟體比如matlab,spss,stata等數學統計軟體（可點可不點，用于進行資料處理，這是重點之一，因為原生資料的擬合性可能很差或者噪聲誤差真的很離譜，但是各類演算法層出不窮有專門合適的或者自己擅長的優化演算法會好點）
機器視覺深度學習（可點可不點，最近大火，出題人可能由此啟發）
基本的模電數電知識和電路板繪制（可點可不點，光學附件制造及光學環境搭建可能用到）
服務器與手機的聯網傳包對接，PHP，JAVA（可點可不點，看手機處理能力是否足夠以及后續賽題會不會更改或者放寬）
影像處理（必點，手機成像后續影像處理）
office全家桶（必點，答辯及策劃書需要）
一顆熱情澎湃的心（可點可不點）
一臺電動榨汁機（必點，不會吧不會吧不會真的有人做實驗測糖度后不犒勞自己一杯純純甜甜的蘋果汁吧，記得兌水，可不額外加糖）

常見問題（持續更新……）

以下是常見問題以及某位冒險者的看法（不一定正確）：

Q：糖度是啥：

A：蘋果中的糖度，又稱為可溶性固形物含量，根據溶液的比重換算為含糖的百分比（單位Brix ），以賽方的檢測結果及手段為準，
Q：用什么檢測蘋果糖度？

A：根據技術領域不同可以分為光譜分析技術、介電特性檢測技術、聲學特性及超聲波檢測技術、射線機檢測技術、核磁共振檢測技術、生物傳感器技術、電子舌與電子鼻技術等等，
根據檢測方法不同大致可以分為光學特性分析法、聲學特性分析法、機器視覺技術分析法、電學特性分析法、核磁共振檢測技術與 X 射線檢測技術等，
Q:為什么要用近紅外光檢測？

A：蘋果中含有 H 基團，如 C-H、O-H、N-H有關的有機物質分子會與近紅外光子產生光學反應，如倍頻與合頻吸收，從而改變入射的近紅外光，不同的基團有不同能級，吸收的程度就不同，當基團含量不同時，吸收的程度也會不同，不同官能團在近紅外光譜區域具有不同的吸收位置和近紅外光譜，正如我們所見到的不同物質在可見光區段顯示不同顏色一樣，近紅外譜圖包含有豐富的結構和組成資訊，
Q：為什么要用漫反射？

A：透射式的光譜采集方式要求入射光穿透測量樣品，反射式的光譜測量方式要求探頭與測量樣品存在一定的間隔，這都導致了光路的增加，因此這兩種采集方式都需要提供大量的入射光來補償光路距離增加帶來的入射光及近紅外光譜的損耗，從而保證足夠強度的近紅外光譜，
Q:什么是漫反射？

A：入射光在蘋果樣品中傳播時會有不同的光學現象出現，這些現象主要包括蘋果樣品對入射光產生反射現象、透射現象、吸收現象以及散射現象，有一部分入射光在進入蘋果樣品內部發生散射現象，從蘋果果肉組織中散射出去的那部分光中一部分被反射回水果表面稱為漫反射，另外一部分通過果肉組織透射出去稱為漫透射，
Q：什么是近紅外光？

A：近紅外光是指的波長介于 780~2526nm 之間的電磁波，其中 780~1100nm 之間的波段稱為近紅外短波，1100~2526nm
之間的波段稱為近紅外長波，
Q:手機攝像頭能否拍攝到近紅外光？

A：大多不能，因為手機攝像頭內有紅外濾光片，但是較老的手機沒有，也許你可以考慮手動拆卸濾光片（萬能的貼吧老哥做過）或者使用一款老式手機，除此之外，新近一些新手機比如三星和華為都有推出能拍攝近紅外光的手機可自行了解下，
Q：基于手機自制光譜儀有無可能？

A：有，簡易版本且精度不高，手機相當于承擔了成像功能和探測接收系統，基于手機自制簡易光譜儀的相關論文也很多，如圖所示內部各部件分別為①連接器,②固定入射狹縫,③長波吸收濾光片,④準直透鏡,⑤光柵,⑥聚焦鏡,，檢測器收集透鏡,⑧檢測器,⑨濾波器：
Q：用深度學習的方法是否可行？

A：理論可行，需要明確賽方具體種類且資料集的建立需要大量樣本，其次雖然很多框架都有推出手機端版本，但大型深度學習模型的運行對手機仍不友好，除此之外，模型精確度的保障程度又很大取決于資料集，
Q：吸光度？

A：光譜儀或者高光譜相機的縱軸有時會是吸光度，吸光度（absorbance）：是指光線通過溶液或某一物質前的入射光強度與該光線通過溶液或物質后的透射光強度比值的以10為底的對數（即lg(I0/I1)），其中I0為入射光強，I1為透射光強，影響它的因素有溶劑、濃度、溫度等等，所以采用漫反射時波峰波谷要反轉一下，
Q：如何看懂光譜圖？

A：光譜圖，橫坐標多為波長（頻率）縱坐標為強度，或者相對強度等光譜圖有3個最為重要的資訊，
第一：峰值，在哪個波長（頻率），強度達到了峰值，
第二：半高寬，即達到峰值一半高度（有時也取1/e），所對應的兩個波長中間的寬度，也就是“譜線寬度”
第三：變化趨勢，研究光譜強度隨頻率的變化，可以進行一定的預測，從而了解物質的性質，
Q：高光譜成像是啥？

A：高光譜成像是一種新的光電檢測技術，開始于二十世紀八十年代，正處在快速發展中，它集成了眾多學科的特點，已廣泛應用于航空遙感檢測、檢測農產品和藥品等，
通常，稱為高光譜影像的光譜解析度通常都在 10-2?數量級，所謂的高光譜的高字充分體現了其光譜范圍廣且具有很高的解析度
Q:近紅外光譜儀的分類?
A：濾光片一型近紅外光譜儀
傅立葉變換近紅外光譜儀
聲光可調濾光器近紅外光譜儀
固定光路多通道檢測器近紅外光譜儀
Q：論文里推薦的演算法五花八門，采用哪種好呢？
A：資料呢資料呢，沒資料你說錘子，繞開資料和資料用途的演算法都是扯淡（小聲：用你最擅長的）
Q：論文推薦的波長很多，怎么知道哪個波長的光效果最好呢？
A：二營長，ntn的高光譜相機，光譜儀呢？搬出來實驗做下給我康康