大黄作为经典大宗中药材，大黄素、大黄酚、大黄酸等蒽醌类物质是评价其质量等级的核心指标。传统液相色谱检测方法前处理复杂、检测周期长、属于破坏性检测，难以满足中药工厂大批量筛查、在线分选、现场快速质检的现实需求。高光谱成像技术兼具图像空间信息 + 连续光谱信息，可实现无损、快速、多指标同步检测，是中药材质量智能管控的前沿技术路线。本次完成大黄样品标准化高光谱数据采集，面向科研建模、算法开发、装备研发开放配套数据集。

一、检测目的与依据

1、本次采用 900-1700nm 近红外高光谱波段开展大黄检测实验，该波段可精准捕捉大黄内部蒽醌类活性物质、水分、多糖等组分在近红外波段的光谱响应差异，为挖掘大黄光谱特征、构建定量预测模型提供可靠原始数据支撑。

2、依托高光谱无损检测技术，目前大黄传统检测方式多采用高效液相色谱、薄层鉴别、人工外观评判等方法，存在诸多弊端：一是检测过程会破坏样品，无法实现成品复检与批量无损筛查；二是检测流程繁琐、耗时久，难以适配工业化批量质检场景；三是人工外观评判主观性强，化学检测存在试剂消耗、前处理复杂、数据重复性差等问题，无法满足现代化中药材精准质检、标准化管控的行业需求。

3、针对传统大黄品质检测存在的破坏性取样、检测效率低、成分指标检测单一、人工误差大等行业痛点，本文提出基于 900-1700nm 近红外高光谱成像的大黄无损检测技术方案。依托高精度高光谱采集设备、避光稳定采集系统与智能算法建模技术，可无损获取大黄完整光谱数据，精准关联样品含水率、蒽醌类有效成分、霉变、掺伪等核心品质指标，实现大黄品质智能化、精准化、无损伤检测，为大黄加工质检、品质溯源、标准化分级提供高效仪器技术支撑。

二、样品类别及数量

本次检测样品为大黄送检样品，样品包含大黄饮片、块根样品，样品形态完整、无明显霉变污染，可真实反映商用大黄产品的品质特征，满足高光谱数据采集、特征分析与模型训练的实验要求。实验前对样品进行除尘清理，剔除表面浮土杂质，保证样品待测表面洁净，规避表面杂质对光谱数据采集精度的干扰。

三、检测设备与采集方式

检测设备

1. 900-1700nm 近红外高光谱相机：核心采集设备，精准覆盖大黄品质检测近红外波段，光谱分辨率高，可捕捉微弱光谱特征差异，为后续成分、品质分析提供高精度原始数据。

2. 辅助设备：全封闭光学暗箱，内置 350–2500nm 宽谱均匀光源，搭配高精度电动平移扫描平台，有效隔绝外界杂光干扰，确保采集环境的稳定性与一致性；

3.  辅助工具： 黑色托盘（低反射率背景）辅助工具：作为样品承载基底，最大限度降低托盘背景反射光对样品光谱数据的干扰，精准还原大黄样品真实反射光谱信号。

4. 辅助材料：配备专用样品标签、记号工具，可完成样品编号、批次、状态标注，实现样品实体与光谱数据一一对应，为后续数据分类、匹配、溯源及模型训练提供标准化数据支撑。

采集方式

1、样品摆放：将清理完成的大黄样品均匀平铺于黑色低反射托盘表面，样品之间无重叠、无挤压，饮片、块根统一待测切面朝上摆放，避免样品堆叠遮挡导致的光谱数据缺失、图像失真问题；托盘居中放置于移动平台采集区域，确保所有样品均处于相机有效成像视场与光源均匀照射范围内。

2、数据采集模式：

统一启用900-1700nm波段反射采集模式，采集样品表面的近红外反射光谱数据，获取各波段对应的反射率参数；

3、设备调参：

调节相机高度，使相机视场可以覆盖所有样品

调节镜头光圈到最大：F1.4

调节镜头焦距，使样品图像最清晰

调整曝光时间至适宜值，避免采集数据出现过曝现象，保证光谱数据准确性。

四、采集结果

数据提供

本次检测为每个样品提供以下6种格式的完整数据文件，确保数据可追溯、可分析：

a、900-1700nm原始数据（.dat、.hdr格式），完整保留原始采集信息，支持二次分析与模型优化；

b、900-1700nm反射率数据（.dat、.hdr格式），经标准板校准，可直接用于模型训练拟合，确保数据的可靠性；

c、900-1700nm高光谱图像（.png格式），

d、提供样品摆放实拍图（.jpg格式），留存原始摆放状态，便于数据追溯与异常排查，保障检测流程的可追溯性。

数据展示

 数据集经过黑白板校正，信噪比稳定，可直接导入 ENVI、MATLAB、Python 等光谱分析软件，用于大黄蒽醌类成分定量建模、品质分级、真伪掺假判别、产地溯源等算法开发，适用于高校科研院所、中药生产企业、检测机构开展高光谱无损检测相关研究，助力大黄质量检测数字化落地。

采集参考Q/EX C 0628-2025标准