高光谱相机

高光谱相机测试

基本参数

光谱范围：900-1700nm，覆盖近红外波段，能够探测到许多肉眼无法察觉的信息，可用于分析物质的化学成分、水分含量等。

空间分辨率：640 像素，可提供较为精细的空间细节，有助于对目标物体的形态和结构进行准确观察和分析。

光谱分辨率：8.0nm，能够较为清晰地分辨不同波长的光，从而更精确地获取目标的光谱特征。

图像帧频：GigE 版 527FPS，CameraLink 版 670FPS（全波段范围），高帧率使得相机能够快速捕捉动态场景，适用于高速运动物体的高光谱成像。

数据接口：GigE Vision 或 CameraLink 标准接口，方便与计算机、数据存储设备等其他硬件设备连接，实现数据的快速传输和实时处理。

尺寸重量：尺寸为 150×85×75mm，重量为 1.56kg，体积小巧、重量轻，便于安装和集成到各种设备或系统中，可灵活应用于不同的场景。

高光谱技术无损识别可可豆产地【软件模型以象自主开发】

使用训练数据集建模【软件模型以象自主开发】

训练数据集打标【软件模型以象自主开发】

训练集数据预处理【软件模型以象自主开发】

训练模型【软件模型以象自主开发】

模型训练完成后保存

先使用训练集做模型准确率验证【软件模型以象自主开发】

准确率达到98%

验证模型准确率【软件模型以象自主开发】

使用验证数据集1进行验证

对验证数据集1打标

下面右图为提前拍好的每克可可豆的编号，一个编号对应一个产地，

分别为：1-厄瓜多尔；2-乌干达；3-海南岛；4-塔桑尼亚

验证数据集1验证

准确率达82%

使用验证数据集2进行验证【软件模型以象自主开发】

对验证数据集2打标

验证数据集2验证

准确率达84%

                        【软件模型以象自主开发】

根据验证数据集1和2的验证结果，现有模型的识别准确率可以达到80%。

由于目前的训练集数据较少，准确率不是很高，若训练集数据足够多，模型准确率会更高一些。

性能特点

灵活的波长选择：可在相机覆盖的 224 个波段内自由选择波长，用户能够根据具体的应用需求，挑选出的波段进行数据采集和分析，提高数据处理效率和针对性。

内置图像校准功能：具备自动校正图像不均匀、坏点等问题的功能，同时还能进行自动图像增强（AIE），减少 smile 和 keystone 畸变，无需用户手动进行复杂的图像预处理，即可获得高质量的高光谱图像，降低了使用门槛，提高了工作效率。

统一的光谱校准：不同单元件之间进行统一的光谱校准，保证了从不同相机获取的数据具有可比性，便于进行多相机协同工作或数据融合分析，为大规模的高光谱成像应用提供了便利。

高灵敏度和检测精度：采用快速光学设计，能够收集更多的光信号，结合*的传感器技术，使得相机具有高灵敏度和高检测精度，能够检测到目标物体的细微光谱差异，即使是对微弱的光谱信号也能准确捕捉和分析，从而实现对目标的精确识别和分类。

高光谱相机测试应用领域

食品检测：可用于检测水果、蔬菜的糖含量、成熟度，肉类的脂肪含量、水分含量、新鲜度以及烘焙食品的水分百分比等，还能检测食品中的异物、添加剂等，帮助食品企业保证产品质量，提高食品安全水平。

垃圾分类与*源回收：能够区分不同类型的塑料、纸张、金属等垃圾，为垃圾分类和回收提供准确的依据，有助于提高*源回收利用率，减少环境污染。

工业检测：在制造业中，可用于检测原材料的质量、零部件的缺陷，以及生产过程中的质量控制等，例如检测塑料颗粒的成分、金属表面的涂层厚度和质量等，帮助企业提高生产效率，降低生产成本。

安全与威胁检测：在安防领域，可用于检测隐藏的危险物品、爆炸物等，通过分析物体的光谱特征，实现对潜在威胁的快速识别和预警，保障公共场所的安全