CHNSpec Technology （Zhejiang）Co.,Ltd

플라스틱 용접품의 품질 평가에서 색 스펙트럼 레이저 송전 미터의 혁신적인 응용

자동차, 전자제품, 의료 등 다양한 분야에서 플라스틱 제품의 광범위한 응용과 함께 플라스틱 용접 기술은 플라스틱 제품을 연결하는 핵심 수단으로용접 품질은 제품 성능과 사용 기간에 직접 영향을 미칩니다.플라스틱 용접 품질을 평가하는 전통적인 방법, 예를 들어 시각 검사 및 파괴적 테스트는 강한 주관성,내부 품질을 포괄적으로 반영할 수 없는 것레이저 송출 미터의 출현은 플라스틱 용접 품질을 평가하기위한 완전히 새롭고 효율적이고 정확한 솔루션을 제공했습니다.   I. 레이저 송출량 측정기의 작동 원리 레이저 송속도 측정기는 빛의 전송 원리에 따라 작동합니다. 특정 파장의 레이저 빔이 플라스틱 표본에 방사되면 빛의 일부가 흡수됩니다.일부는 흩어져 있습니다., 그리고 나머지 빛은 플라스틱을 통과합니다. 기기는 고정도 빛 탐지기를 통해 부딪히는 빛의 강도와 전송되는 빛의 강도를 정확하게 측정합니다.플라스틱 용접 품질 평가, 레이저 송전도 측정기는 용접 및 용접되지 않은 부위의 송전도 차이를 민감하게 감지 할 수 있습니다.불완전 침투예를 들어, 거품의 존재는 빛의 산란을 증가시킬 것입니다.유출율이 낮아지는포함 및 외질물질은 빛의 전파 경로를 변경하여 비정상적인 전파를 초래합니다.용접 품질을 정확하게 평가 할 수 있습니다..   II. 색 스펙트럼 레이저 전송 미터의 특성 및 장점 TH-20   컬러 스펙트럼 레이저 전송 미터 TH-200는 플라스틱 용접 품질 평가에서 탁월한 성능을 보여줍니다.레이저 송수율을 정확하게 측정할 수 있는 고정도 광학 감지 시스템을 갖추고 있습니다.이 고 정밀 특성은 플라스틱 용접 과정에서 작은 변화를 민감하게 감지 할 수 있습니다.용접 품질의 정확한 평가를 위한 견고한 기초를 제공. TH - 200은 다양한 일반적으로 사용되는 레이저 파장을 포함하는 넓은 스펙트럼 측정 범위를 가지고 있으며 다른 플라스틱 재료와 용접 과정의 요구에 적응 할 수 있습니다.자동차 제조업에서 일반적인 폴리 프로필렌 (PP) 플라스틱 용접 또는 전자 산업에서 폴리 카보네이트 (PC) 플라스틱 용접에 사용 여부, TH-200은 레이저 송출량을 정확하게 측정할 수 있습니다.   이 도구는 조작이 쉽고 직관적인 사용자 인터페이스와 자동 측정 소프트웨어로 장착되었습니다. 운영자는 플라스틱 샘플을 지정 된 위치에 배치 할 필요가 있습니다.측정 프로그램을 시작, 그리고 기기는 빠르게 측정을 완료하고 상세한 데이터 보고서를 생성 할 수 있습니다.이것은 검출 효율을 크게 향상시키고 생산 라인에서 대규모 검출에 적합합니다.또한, TH-200 좋은 안정성과 신뢰성을 가지고, 장시간에 걸쳐 산업 생산 환경에서 안정적으로 작동 할 수 있으며, 장비 유지 보수 및 캘리브레이션의 빈도를 줄입니다.그리고 사용 비용을 줄입니다..   III. 플라스틱 용접품 품질 평가에서 레이저 전송 미터의 혁신적인 응용 방법   1용접 전 재료 검사 및 평가   플라스틱 용접 전에, 플라스틱 원료의 다른 대량의 레이저 송출성은 색 스펙트럼 레이저 송출성 검사기 TH-200를 사용하여 테스트됩니다. 테스트 데이터를 분석함으로써,레이저 송출력이 용접 과정의 요구 사항을 충족하는 재료의 팩을 선택할 수 있습니다., 원료의 일관성 및 안정성을 보장합니다. 한편, 다른 종류의 플라스틱이 용접되어야하는 경우,TH-200 는 엔지니어 들 에게 레이저 송출력 과 일치 하는 플라스틱 재료 조합 을 선택 하는 데 도움 이 될 수 있다예를 들어 자동차 내부 부품의 용접에서 TH-200의 테스트를 통해적절한 플라스틱 재료 조합을 선택하면 제압 결함을 효과적으로 줄이고 내부 부품의 미용성과 내구성을 향상시킬 수 있습니다..   2. 가접 과정의 실시간 모니터링   플라스틱 용접 장비에 TH-200을 통합하고 용접 과정에서 용접 영역에서 레이저 송속성의 실시간 변화를 모니터링합니다.용접 과정 매개 변수가 변동 할 때, 불안정한 레이저 전력 또는 용접 속도의 변화와 같이, 그것은 용접 영역에서 플라스틱의 비정상적인 녹음 및 굳어지는 상태를 일으킬 것입니다,따라서 레이저 송수율의 변화가 발생합니다.. TH - 200은 이러한 변화를 즉시 캡처하고 용접 제어 시스템에 데이터를 전달 할 수 있습니다.제어 시스템은 자동으로 웰딩 프로세스 매개 변수를 조정 피드백 데이터를 기반으로 웰딩 프로세스의 폐쇄 루프 제어 달성 및 웰딩 품질의 안정성을 보장예를 들어, 전자 장치 가루의 용접 생산 라인에서 레이저 송속도를 실시간으로 모니터링하고 용접 매개 변수를 신속하게 조정함으로써,그것은 효과적으로 폐기물 비율을 줄이고 생산 효율성을 향상시킬 수 있습니다..   3- 용접 후의 질 검사가   용접이 끝나면, 용접 된 관절의 레이저 송속도는 TH - 200을 사용하여 감지됩니다.용접 전 표준 데이터와 용접 과정에서 실시간 데이터와 데이터를 비교하여, 용접 된 관절에 불완전한 침투, 잘못된 용접 및 구멍과 같은 결함이 있는지 확인 할 수 있습니다.원인을 더 자세히 분석하고 그에 따른 개선 조치를 취할 수 있습니다.또한, TH-200는 또한 간접적으로 용접 관절의 강도를 평가 할 수 있습니다.연구 결과 가열 된 관절의 레이저 송출력과 가열 강도 사이에 특정 상관관계가 있음을 보여줍니다레이저 송전성 및 용접 강도의 수학적 모델을 구축하고 TH - 200으로 측정된 레이저 송전성 데이터를 사용하여 용접 관절의 강도를 예측 할 수 있습니다.제품 품질 평가에 대한 보다 포괄적인 근거를 제공.   The innovative application of the color spectrum laser transmittance instrument TH - 200 in the quality assessment of plastic welding brings a new quality control method to the plastic welding industry용접 전 재료 검진, 용접 과정에서 실시간 모니터링, 용접 후 품질 탐지 및 평가,TH - 200는 효과적으로 플라스틱 용접의 품질을 향상시킬 수 있습니다, 생산 비용을 줄이고 생산 효율성을 향상시킵니다. 제조업의 제품 품질 요구 사항의 지속적인 개선으로,플라스틱 용접 분야에서 레이저 송출 기기의 응용 전망은 더욱 넓을 것입니다.그것은 플라스틱 용접 기술의 발전을 계속 촉진하고 다양한 산업에서 제품 혁신과 품질 향상에 강력한 지원을 제공 할 것입니다.

왜 플라스틱 용접에서 전파도를 측정합니까?

현대 플라스틱 처리 분야에서 플라스틱 용접은 중요한 연결 기술로 자동차 제조, 전자 장비,의료기기플라스틱 용접 과정에서 빛 전달량을 측정하는 것은 점차 무시할 수 없는 중요한 측면이 되고 있습니다.이 연구의 과학적 근거와 실제적인 의미는 무엇일까요??   플라스틱 용접의 원리는 열, 압력 또는 초음파와 같은 에너지원을 활용하여 플라스틱 부품의 연결 부품을 녹은 상태로 만듭니다.이를 통해 분자융합을 달성합니다.다양한 용접 방법 중, 레이저 용접은 높은 정밀도, 낮은 열에 영향을받는 구역 및 좋은 밀폐 성능으로 인해 선호됩니다. 레이저로 플라스틱을 용접 할 때,레이저 빔은 플라스틱의 상층층을 통과해야 합니다., 하층에 의해 흡수되고 열 에너지로 변환되어 용접이 이루어집니다. 이 시점에서 광 송속도는 용접 품질에 영향을 미치는 핵심 요소가됩니다.   플라스틱 용접 과정의 스케마   전파력은 플라스틱 재료의 레이저 에너지 전송 효율에 직접적으로 영향을 미칩니다. 상층 플라스틱의 전파력이 너무 낮다면,레이저 에너지는 효과적으로 침투하고 하층 플라스틱에 도달 할 수 없습니다., 좋은 용접을 달성하기 위해 충분한 열을 생성하는 것을 어렵게합니다. 반대로, 투명성이 너무 높으면 하층 플라스틱이 충분한 에너지를 흡수하지 않을 수 있습니다.또한 용접 강도에 영향을 미칩니다.적절한 송속도는 플라스틱 물질에 레이저 에너지의 정확한 분포를 보장하고 고품질의 용접 결과를 얻을 수 있습니다. 예를 들어,자동차 내부 부품의 용접에, 용접 강도 및 외관 품질에 대한 요구 사항은 매우 높습니다. 선행성을 정확하게 제어하면 용접 부품이 단단하고 아름답게 결합 할 수 있습니다.잘못된 용접 및 분리와 같은 결함을 피합니다.. 그렇다면 플라스틱의 전파를 어떻게 정확하게 측정할 수 있을까요? 바로 여기서 컬러 스펙트럼의 새로운 제품인 레이저 전파 측정기가 등장합니다.이 도구는 플라스틱 용접 분야에서 투명도 측정 요구 사항을 위해 특별히 설계되었으며 많은 뛰어난 기능을 가지고 있습니다.첨단 레이저 광원과 매우 민감한 탐지기를 사용하여 특정 파장 레이저로 다양한 플라스틱 물질의 전파도를 빠르고 정확하게 측정합니다.측정 정확도는 매우 높습니다., 몇 개의 소수점까지 정확하게 측정 할 수 있으며 측정 결과의 신뢰성을 크게 향상시킵니다.   실제 측정 소프트웨어 인터페이스   컬러 스펙트럼 레이저 전송 미터는 조작이 쉽고 전문가가 아닌 사람도 마스터 할 수 있습니다. 도구는 직관적인 조작 인터페이스와 명확한 디스플레이 화면으로 장착되어 있습니다.측정 데이터를 즉시 이해할 수 있도록 하는 것또한 강력한 데이터 저장 및 분석 기능을 갖추고 있으며 여러 측정 데이터에 대한 통계 분석을 수행 할 수 있습니다.플라스틱 용접 프로세스의 최적화를 위한 강력한 데이터 지원을 제공실제 응용 프로그램에서, 운영자는 측정되는 샘플을 기기의 측정 플랫폼에 배치하고 측정 버튼을 누르면 됩니다. 즉시,정확한 전파 데이터를 얻을 수 있습니다.이 편의성은 생산 효율성을 크게 향상시키고 번거로운 측정으로 인한 시간 낭비를 줄입니다.   플라스틱 용접 과정에서, 크로마 스펙트라 레이저 전송 미터를 사용하여 전송량을 정확하게 측정합니다.기업들은 측정 결과를 바탕으로 플라스틱 재료를 검사하고 최적화 할 수 있습니다.용접 요건을 충족시키지 못하는 투명성을 가진 플라스틱의 경우, 수식을 조정하거나 첨가물을 추가하거나 처리 기술을 변경함으로써 개선이 가능합니다.용접 과정에서, 실시간으로 전송량 변화를 모니터링하면 재료 팩 차이, 장비 고장 등과 같은 잠재적 인 용접 문제를 신속하게 식별 할 수 있습니다.그리고 조화 품질의 안정성과 일관성을 보장하기 위해 조정을 위한 적절한 조치를 취.   결론적으로, 플라스틱 용접에서 투명성을 측정하는 것은 매우 중요합니다.그것은 용접 품질을 보장하는 핵심 요소일 뿐만 아니라 플라스틱 용접 공정의 지속적인 최적화와 혁신을 촉진하는 중요한 수단이기도 합니다.크로마 스펙트라 레이저 전송 미터, 첨단 기술, 뛰어난 성능, 그리고 편리한 조작,플라스틱 용접 산업에서 투명도 측정에 대한 신뢰할 수있는 솔루션을 제공합니다., 기업들이 치열한 시장 경쟁에서 제품 품질과 생산 효율성을 향상시키고 더 큰 가치를 창출하도록 지원합니다.

석탄 샘플의 초전광 이미지 획득 및 처리 방법

석탄 산업의 연구 및 생산 관행에서,석탄의 활용을 최적화하고 제품의 품질을 향상시키기 위해 석탄의 다양한 특성에 대한 정확한 정보를 얻는 것이 매우 중요합니다.하이퍼 스펙트럼 이미지 기술은 강력한 분석 수단으로서 석탄 내부 구조와 구성에 대한 풍부한 정보를 제공할 수 있습니다.그리고 그 응용은 효율적이고 정확한 석탄 샘플 초광선 이미지 획득 및 처리 방법에 기반합니다.. 하이퍼 스펙트럼 영상 기술은 광학, 전자, 컴퓨터 과학 및 다른 학문을 통합 한 첨단 기술입니다.,다양한 물질의 반사 및 분산 특성을 다른 빛의 파장에 나타냅니다.우리는 연속 스펙트럼 범위에서 석탄의 반사율 정보를 얻을 수 있습니다, 이는 석탄의 "손자문"과 같습니다. 풍부한 재료 구성과 구조 정보를 포함합니다.하이퍼 스펙트럼 영상 기술은 더 높은 스펙트럼 해상도를 가지고 있으며 나노미터 수준에서 파장 차이까지 정확합니다., 석탄의 다양한 구성 요소의 스펙트럼 특성을 더 자세히 파악 할 수 있습니다. 이 논문에서는 900-1700nm 초전광 카메라가 사용되고, 컬러 스펙트럼 테크놀로지 (제주) 코., LTD의 제품인 FS-15는 관련 연구에 사용될 수 있습니다.짧은 파동 근 적외선 초광선 카메라, 전체 스펙트럼의 취득 속도는 200FPS까지로, 조성물질 식별, 물질 식별, 기계 비전, 농산물 품질,화면 탐지 및 다른 필드. 초전광 영상 기술을 석탄 열량 측정에 적용하는 것은 비교적 간단하고 효율적입니다.하이퍼스펙트럼 이미지 데이터는 하이퍼스펙트럼 이미지 장비로 석탄 샘플을 스캔하여 얻습니다.초전광 영상 기술의 적용은 석탄 열량 측정에 비교적 간단하고 효율적입니다. 첫째,하이퍼스펙트럼 이미지 데이터는 하이퍼스펙트럼 이미지 장비로 석탄 샘플을 스캔하여 얻습니다..   하이퍼 스펙트럼 이미지 획득 인터페이스   이 데이터에는 각기 다른 파장의 석탄의 반사성에 대한 정보가 포함되어 있습니다.올바른 스펙트럼데이터의 품질을 향상시키기 위해 (a) 원본 이미지 (b) 관심 분야 석탄 초광선 이미지에 관심있는 지역의 선택   관심 영역의 평균 스펙트럼 곡선   7점 SG 매끄러운 필터링   기기의 특성 및 환경 요인의 영향으로 인해 수집된 스펙트럼은 파장 이동 및 강도 오차와 같은 몇 가지 문제가 발생할 수 있습니다.스펙트럼 보정의 목적은 이러한 오차를 수정하여 석탄 샘플의 실제 스펙트럼 특성을 정확하게 반영 할 수 있습니다.일반적인 스펙트럼 캘리브레이션 방법에는 파장 캘리브레이션과 방사선 캘리브레이션이 포함됩니다.파장 캘리브레이션 알려진 스펙트럼 특성을 가진 표준 재료를 사용하여 영상 스펙트모터의 파장 정확성을 캘리브레이션, 예를 들어 수은 램프와 네온 램프, 각 픽셀에 대응하는 파장 값이 정확하다는 것을 보장하기 위해.방사선 정형화는 이미지의 회색 값을 알려진 반사율로 표준 화이트보드를 측정함으로써 실제 반사율 값으로 변환하는 것입니다., 따라서 기기 반응 및 불규칙한 조명과 같은 요소가 스펙트럼 강도에 미치는 영향을 제거합니다. 다변수 산란 수정의 결과는 그림에서 나타납니다. 다변수 분산 수정 결과   표준 정상 변환 표준 정상 변환 결과   석탄 샘플의 초전광 영상을 획득하고 처리하는 것은 복잡하고 중요한 과정입니다.인수 프로세스를 최적화하고 첨단 이미지 처리 방법을 사용합니다., 광대 스펙트럼 이미지에서 풍부하고 정확한 석탄 정보를 추출 할 수 있습니다. 이는 석탄 산업의 연구, 생산 및 품질 통제에 강력한 기술적 지원을 제공합니다.기술의 지속적인 발전으로, 석탄 분야에서 초전광 이미지 기술의 적용 전망이 넓어지고 석탄 산업의 발전에 새로운 돌파구를 가져올 것으로 예상됩니다.

하이퍼스펙트럼 카메라로 거위와 오리 혼합 벨벳의 정량 검출

섬유 산업에서, 거위 덩어리와 오리 덩어리는 뛰어난 열성 특성 때문에 고품질의 열성 제품을 제조하기 위한 고품질의 원료가 되었습니다.거위 덩어리와 오리 덩어리의 시장 가격에 큰 차이가 있습니다.일부 나쁜 상인들은 종종 높은 수익을 추구하기 위해 오리 덩어리를 오리 덩어리로 섞어 소비자의 이익을 손상시킬뿐만 아니라 시장 질서를 방해합니다.특히 가시와 오리 혼합 벨벳의 정확하고 효율적인 수치 검출이 중요합니다.최근 몇 년 동안 초광선 카메라 기술의 발전은 이 탐지 과제에 혁신적인 해결책을 제공했습니다. 一표본 준비: 많은 양의 순수한 거위 똥과 오리 똥 샘플을 수집하여 그 소스가 신뢰할 수 있고 대표적이라는 것을 보장합니다.높은 정확성 의 전자 저울 을 사용 하여 서로 다른 비율 에 따라 가시 덩어리 와 오리 덩어리 를 정확하게 ချိန်, 그리고 알 수 있는 혼합 비율의 거위와 오리 혼합 벨벳 샘플의 일련을 구성, 예를 들어 5%, 10%, 15%를 설정...그리고 실험의 정확성과 신뢰성을 향상시키기 위해 각 비율에 대해 여러 반복 샘플을 설정했습니다.구성된 혼합 양털 샘플은 겹치거나 빈 공간 없이 균일한 샘플 분포를 보장하기 위해 특별 샘플 테이블에 균등하게 배치됩니다.그리고 하이퍼 스펙트럼 카메라가 포괄적이고 정확한 스펙트럼 정보를 얻을 수 있도록. 二、초전광 이미지 획득: 이 논문은 Hangzhou Color Spectrum Technology Co., LTD의 제품인 관련 연구에 사용할 수 있는 400-1000nm 초전광 카메라를 사용합니다.스펙트럼 범위는 400-1000nm입니다., 파장 해상도는 2.5nm보다 좋으며 최대 1200개의 스펙트럼 채널을 얻을 수 있습니다.그리고 대역 선택 후 최대 3300Hz (다중 지역 대역 선택 지원). 각 혼합 양털 샘플은 샘플의 지역 특징 차이로 인한 탐지 오류를 줄이기 위해 다른 각도에서 이미지를 얻기 위해 여러 번 촬영됩니다.데이터 손실을 피하기 위해 수집된 초광선 이미지 데이터가 컴퓨터로 전송되어 저장됩니다.. 三데이터 사전처리: 전문 데이터 처리 소프트웨어를 사용하여 수집된 초광선 이미지 데이터를 사전처리합니다.방사선 보정은 카메라 자체의 성능 차이와 환경 요인에 의한 방사선 오류를 제거하기 위해 수행됩니다., 다른 이미지 사이의 스펙트럼 데이터가 비교 될 수 있도록. 카메라 각도, 샘플 배치 등으로 인한 이미지 왜곡을 수정하기 위해 기하학적 수정이 수행됩니다.이미지의 각 픽셀의 위치가 정확하다는 것을 보장하기 위해이미지는 소음화되고, 이미지의 질과 명확성을 향상시키기 위해 필터링 알고리즘을 통해 이미지의 노이즈 간섭이 제거됩니다.보다 정확하게 스펙트럼 특징을 추출하기 위해. 四스펙트럼 특징 추출:전처리된 초전광 이미지를 기반으로 각각 거위 덩어리의 스펙트럼 특징과 오리 덩어리의 스펙트럼 특징을 추출하기 위해 특정 알고리즘과 소프트웨어 도구가 사용됩니다.많은 수의 이미지 데이터를 분석하고 비교함으로써가시드윈과 오리드윈의 특유 파장 범위가 가시광선에서 적외선 근처 스펙트럼에 걸쳐 현저하게 구별될 수 있다는 것이 결정됩니다.이 핵심 파장에서, 거위 덩어리와 오리 덩어리의 반사 값은 각자의 독특한 스펙트럼 특징 데이터 세트를 형성하기 위해 신중하게 측정되고 기록됩니다. 예를 들어,많은 실험 분석 후에, 700nm-800nm의 파장 범위에서 거위 덩어리와 오리 덩어리의 반사 곡선에는 명백한 차이가 있음을 발견했습니다.이 두 가지를 식별하는 중요한 기초로 사용될 수 있습니다.. 五、모델 수립 및 검증: 거위 둥과 오리 둥의 추출된 스펙트럼 특성 데이터를 기반으로,가시와 오리의 양적 분석을 위한 스펙트럼 모델은 기계 학습 또는 통계적 방법을 사용하여 설정되었습니다.일반적인 모델링 방법에는 지원 벡터 기계, 부분 최소 제곱 방법 등이 있습니다. 모델링 과정에서,알려진 혼합 비율의 샘플 데이터의 일부가 모델을 훈련시키기 위한 훈련 세트로 사용됩니다., 그래서 그것은 거위 둥과 오리 둥의 스펙트럼 특성과 혼합 비율 사이의 내부 관계를 배울 수 있습니다.훈련에 참여하지 않은 샘플 데이터의 다른 부분은 설정된 모델을 확인하기 위해 확인 세트로 사용되었습니다.검증 세트 샘플의 초전광 이미지 데이터는 모델에 입력되었고, 모델에 의해 거위똥과 오리똥의 예측 혼합 비율이 계산되었습니다.그리고 실제 알려진 혼합 비율과 비교하여모델의 정확성과 신뢰성은 예측 값과 실제 값 사이의 오류를 계산하여 평가됩니다. 예를 들어 근 평균 제곱 오류 및 평균 절대 오류.확인 결과, 모델의 성능을 향상시키기 위해 모델 매개 변수를 조정하거나 특징 변수를 추가하거나 줄이는 등 모델이 조정되고 최적화됩니다. 6결과 분석 및 평가: 모든 혼합 양털 샘플의 시험 결과는 요약되고 통계적으로 분석되었습니다.서로 다른 혼합 비율의 테스트 결과의 평균 값과 표준 차이와 같은 통계 지수는 테스트 방법의 안정성과 반복성을 평가하기 위해 계산되었습니다.. The results of hyperspectral camera detection were compared with those of traditional detection methods (such as chemical analysis) to further verify the accuracy of the hyperspectral camera detection method많은 수의 실험 데이터를 분석함으로써 오류 범위는가시와 오리 혼합 벨벳의 양적 검출에서 초전광 카메라의 탐지 정확도 및 기타 주요 성능 인덱스가 얻습니다.실험 결과는 이 방법이 혼합 베르베트에서 가시 덩어리와 오리 덩어리의 정확한 비율을 단시간에 빠르고 정확하게 감지할 수 있음을 보여줍니다.그리고 탐지 오류는 매우 작은 범위에서 효과적으로 제어 할 수 있습니다, 이는 높은 신뢰성과 실용성을 완전히 보여줍니다. 하이퍼 스펙트럼 카메라 기술의 적용은 거위와 오리 혼합 벨벳의 정량 검출의 정확성과 효율성을 크게 향상시킵니다.제품 품질을 보장하고 브랜드 명성을 유지할 수 있습니다.; 규제 당국에게는 시장에서 위조 및 품질이 좋지 않은 제품을 단속하기 위해 강력한 기술 지원을 제공합니다.시장 환경을 정화하고 소비자의 합법적 권리와 이익을 보호하는 데 도움이 되는기술의 지속적인 발전과 개선으로,가시와 오리 혼합 벨벳의 양적 검출 및 기타 관련 분야에 하이퍼 스펙트럼 카메라의 적용이 더 광범위하고 심화 될 것으로 생각됩니다.그리고 산업의 건강한 발전에 새로운 활력을 불어넣습니다.

UAV 하이퍼 스펙트럼 카메라로 아가씨 칸피의 질소 함량을 추정

견과류 는 중국 에서 중요 한 견과류 과실 나무 와 나무 가름 나무 종 이다. 특유 한 맛 과 풍부한 영양 가치 로, 견과류 는 세계 네 가지 건조 된 과일 가운데 1 위 를 차지 한다.열매 확장 단계 는 호두 열매 의 첫 번째 단계 이다이 단계에서의 영양 부족은 후대의 과일의 품질과 수확량에 직접적으로 영향을 줄 것입니다.나무의 성장을 통제하고 적절한 관리 계획을 조율하기 위해 왈넛 과일의 질소 함량을 확장 단계에서 모니터링하고 진단하는 것이 매우 중요합니다.. 이 연구에서는 400-1000nm 하이퍼 스펙트럼 카메라가 적용되었으며, Hangzhou Color Spectrum Technology Co., LTD의 제품인 FS60는 관련 연구에 사용될 수 있습니다. 스펙트럼 범위는 400-1000nm입니다.,파장 해상도는 2.5nm 이상이고 최대 1200개의 스펙트럼 채널을 얻을 수 있습니다. 전체 스펙트럼에서 취득 속도는 128FPS까지 도달할 수 있습니다.그리고 대역 선택 후 최대 3300Hz (다중 지역 대역 선택 지원). 一、초기 준비 UAV 하이퍼 스펙트럼 카메라로 견과류 칸피의 질소 함량을 추정하기 위해서는 먼저 데이터 수집이 필요합니다.그리고 월넛 가든 위의 미리 결정된 경로와 높이에 따라 비행을 수행합니다.비행 도중, 초전광 카메라는 고구마 칸피를 특정 시간 간격이나 공간 간격에서 영상화하여 많은 초전광 이미지 데이터를 얻습니다.데이터의 정확성과 신뢰성을 보장하기 위해, 또한 일부 기준 데이터를 동시에 토양에서 수집하는 것이 필요하며, 예를 들어, 전통적 방법으로 결정된 월넛 잎의 질소 함유량과 대나무 구조 매개 변수와 같은 것입니다. 二결과와 분석 캔노피 범위 결정, 캔노피 스펙트럼 추출 및 정확성 검증 그림 2에서 보여진 바와 같이5년 된 호두 숲 원격 감지 이미지의 전체 대역 범위에서 토양과 그림자가 어느 정도 겹쳐집니다.520~600nm의 대역 범위에서 그림자의 스펙트럼 반사성은 0보다 작습니다.10: 너트와 토양의 스펙트럼 반사성의 차이는 분명히 겹치지 않으며 두 가지의 스펙트럼 반사성은 이 범위에서 0.10보다 크다.호두의 스펙트럼 반사성, 토양과 그림자는 현저하게 다릅니다. 아가씨의 스펙트럼 반사성은 740-900nm 범위에서 0.7보다 높습니다.그리고 다른 비목적 식물들의 스펙트럼 반사율은 0보다 낮습니다..7호두의 스펙트럼 반사성은 녹색 빛과 근 적외선 대역에서 다른 대상 식물과 구별 될 수 있지만 하나 또는 일부 대역에서는 계산할 수 없기 때문에 ENVI5에서 계산할 수 없습니다.3 소프트웨어따라서, 원활한 추출 과정을 촉진하기 위해 아가씨 칸피 범위,이 연구에서 초록색 빛과 적외선 근대 대역에서 호두 덩어리의 최대 스펙트럼 반사성은 Bw ((550) 로 선택됩니다..7) 및 B ((779.4) 는 대나무 범위를 결정하기 위해 분류 및 식별되었습니다. 월넛 나무, 토양 및 그림자는 ENVI5.3 소프트웨어에서 정의됩니다. 즉 B ((550) 에서 스펙트럼 반사율이7) 는 0 보다 작거나 같습니다..10 및 B (779.4) 에서 스펙트럼 반사성은 0보다 작거나 같을 수 있습니다.20, 그림자가 확인되고 제거됩니다. B ((550.7) 에서 스펙트럼 반사율이 0.10보다 크고 B (779.4) 에서 스펙트럼 반사율이 0보다 작거나 같을 때.70, 그것은 흙으로 식별되고 제거됩니다; B ((550.7) 에서 스펙트럼 반사력이 B ((550.7) 에서보다 크면.0.10, B 779.4의 스펙트럼 반사성은 0보다 크다.70노트나무는 대상 식물로 지정됩니다. 또한, 좋은 일반화 및 분류 정확성을 가진 지원 벡터 기계는 대초장 범위를 추출하기 위해 사용되었습니다.그리고 스펙트럼 특징에 기초한 대나무 범위 추출의 정확도를 비교했습니다.먼저, ENVI5.3 소프트웨어에서 원격 감지 이미지의 지상 물체는 아가씨 나무와 다른 두 가지 유형으로 나뉘어져 있습니다.그리고 녹색 영역은 다른두 종류의 표본 사이의 분리성은 1이었습니다.998, 그 다음 SVM 분류자가 감독 된 분류를 위해 선택되어 원래 분류 결과를 얻었습니다.분류 결과에는 종종 약간의 작은 패치가있었습니다., 그리고 그 정확도는 최종 응용의 목적을 달성하는 데 어려움이있었습니다. 따라서 예비 분류 결과를 처리하기 위해 대다수 작은 패치 처리 방법이 채택되었습니다.그리고 실제 요구 사항을 충족하는 분류 결과가 얻혔습니다 (그림 5b)분류 결과의 정확성은 확인되었고, 카파 계수는 0이었다.997, 그리고 목표 식물 왈넛의 지도 정확도는 99.65%였습니다.Matab2014b 소프트웨어는 이 연구에서 스펙트럼 특징에 따라 결정된 대피 범위를 지원 벡터 기계 방법으로 식별 된 대피 범주의 픽셀과 겹치기 위해 사용되었습니다.칸피 범위에는 4257개의 겹치는 픽셀이 있었고, 스펙트럼 특징에 따라 선택된 칸피 범위 픽셀의 수는 96개였습니다.지원 벡터 기계의 픽셀 수의 77%, 96.43%의 지도 정확성, 높은 정확성, 중복된 결과는 그림 6에 표시됩니다. 현재, 호박 칸피의 질소 함량을 추정하는 UAV 초광선 카메라의 적용은 여전히 지속적인 개발과 개선 단계입니다.기술의 지속적인 발전과 함께, 초광선 카메라의 성능은 더욱 향상되고, 스펙트럼 해상도와 이미지 품질은 더 높아질 것입니다.그리고 데이터 처리와 분석 방법은 더 지능적이고 자동화 될 것입니다.동시에, 리더 데이터와 열 적외선 데이터와 하이퍼 스펙트럼 데이터의 조합과 같은 멀티 소스 데이터 퓨전 기술의 개발,더 포괄적이고 정확한 견과류의 성장 정보를 얻을 수 있습니다.또한, 정밀 농업의 개념을 심도있게 촉진함으로써,UAV 하이퍼 스펙트럼 카메라 기술은 너트 재배 분야에서 더 널리 사용될 것으로 예상됩니다., 견과류 산업의 지속가능한 발전을 위한 강력한 기술 지원을 제공합니다. 요약하자면, UAV 하이퍼 스펙트럼 카메라는 첨단 원격 감지 모니터링 기술로서 호박 칸피의 질소 함량 추정의 응용에 광범위한 전망과 큰 잠재력을 가지고 있습니다.참나무 껍질의 질소 함량의 정확하고 빠른 추정 은 참나무 재배자 들 이 비료 결정 을 하기 위한 과학적 근거 를 제공할 수 있다, 정확한 비료를 달성하고, 비료 활용을 개선하고, 자원 낭비와 환경 오염을 줄이고, 고품질의 아두산 산업을 촉진합니다.

초전광 카메라로 오렌지 껍질의 해를 빠르게 식별

오렌지 껍질은 좋은 경제적 가치와 의약적 가치를 가지고 있지만 시장에서 가짜와 품질이 좋지 않은 현상은 심각합니다. 특히 오렌지 껍질의 품질을 측정하는 중요한 지표로,수동 탐지 방법의 정확성과 효율성이 낮습니다.이 논문에서는, 심층 학습 방법과 결합된 초전광 영상 기술을 사용하여 오렌지 껍질의 노화 해를 위한 신속하고 파괴적이지 않은 식별 방법을 설정했습니다.一、물질과 방법 구매 된 오렌지 껍질 샘플은 연령 연도에 따라 1 년, 5 년, 10 년 및 15 년으로 나뉘어졌습니다. 그림 1에 표시 된 바와 같이, 120 개의 오렌지 껍질 샘플이 매년 수집되었습니다.총 480개의 오렌지 껍질 샘플이 수집되었습니다.각 해의 오렌지 껍질 샘플은 7의 비율로 무작위로 나뉘어졌습니다.3, 84개의 샘플이 훈련 세트에 들어가고 36개의 샘플이 테스트 세트에 들어갔다. 이 논문에서는 900-1700nm 초전광 카메라가 사용되고, 컬러 스펙트럼 테크놀로지 (제주) 코., LTD의 제품인 FS-15는 관련 연구에 사용될 수 있습니다.짧은 파동 근 적외선 초광선 카메라, 전체 스펙트럼의 취득 속도는 200FPS까지로, 조성물질 식별, 물질 식별, 기계 비전, 농산물 품질,화면 탐지 및 다른 필드. 二결과와 분석 다른 해에 오렌지 껍질 샘플의 스펙트럼 곡선은 그림 3에 표시됩니다.그림 3에 표시 된 원래 스펙트럼 곡선은 1200m와 1450nm 근처에 흡수 피크가 있음을 분명히 찾을 수 있습니다.1200nm에서 흡수 정점은 주로 결합 쌍의 스펙트럼 흡수로 인해 발생하며 1450nm에서 흡수 정점은 주로 물의 스펙트럼 흡수로 인해 발생합니다.모든 종류의 샘플의 NIR 스펙트럼의 대역은 밀접하게 겹친다, 전체 추세는 거의 같았으며 흡수 정점은 거의 같은 위치에 있었고 명백한 차이가 없었습니다.그것은 맨눈으로 오렌지 껍질 샘플의 네 가지 종류를 구별하는 것이 어려웠습니다. 三스펙트럼 전처리 방법 오렌지 껍질의 초전광 데이터의 사전 처리에는 여러 단계가 포함됩니다. 이미지 세분화, 스펙트럼 평균화 및 스펙트럼 사전 처리입니다.다양한 해에 오렌지 껍질 샘플의 원래 평균 스펙트럼과 SG + D1 사전 처리 후의 평균 스펙트럼 곡선은 그림 4에 표시됩니다.도 4 (a) 와 도 4 (b) 에서 SG + D1 결합 전처리 방법이 스펙트럼 기본선 이동의 영향을 효과적으로 제거하고 스펙트럼 곡선을 매끄럽게 할 수 있음을 알 수 있습니다.따라서 오렌지 껍질 연도의 정확도를 향상시킵니다.. 초전광 카메라로 오렌지 껍질의 해를 빠르게 식별하는 것은 중국 의학 산업에서 광범위한 응용 가능성을 가지고 있습니다.그것은 중국 의약품 제조업체와 딜러들이 오렌지 껍질의 품질과 연기를 정확하게 제어하는 데 도움이 될 수 있습니다., 시장 감독의 측면에서,관련 부처는 시장에서 오렌지 껍질 제품의 빠른 샘플링을 위해 기술을 사용할 수 있습니다.또한, 기술의 지속적인 개선과 대중화와 함께,또한 오렌지 껍질의 과학적 연구와 품질 평가에도 강력한 지원을 제공할 것입니다., 오렌지 껍질 산업의 발전을 보다 표준화, 표준화 및 과학적인 방향으로 촉진합니다.

우유의 단백질 함량을 검출하는 하이퍼 스펙트럼 영상 기술의 적용

유제품 영양을 평가할 때, 단백질 함량은 우유가 사람들의 일상 생활에서 단백질 흡수의 필수적인 원천이라는 가장 중요한 지표입니다.소비자의 건강과 유제품 산업의 발전은 우유의 품질과 밀접한 관련이 있습니다.따라서 우유 단백질 함유량을 검출하는 것은 매우 중요한 연결고리입니다. 전통적인 검출 방법은 오랜 시간을 소비하고 많은 인적 자원을 낭비하며 환경 악화로 이어집니다..따라서 우유 단백질 함량을 더 빠르고 정확하게 검출하는 방법을 찾는 것이 매우 중요합니다.이 논문은 우유 단백질 함량을 정량적으로 평가하기 위해 하이퍼 스펙트럼 영상 기술과 결합한 기계 학습을 사용합니다., 시장에서 우유 단백질 함량을 검출하는 실행 가능한 시스템을 제공합니다. 구체적인 연구 작업과 결론은 다음과 같습니다.   一실험물질 우리는 멘그니우, 뉴호프, 일리, 광밍 등 7가지 다른 순수한 우유 브랜드들을 사서 냉장고에 보관했습니다. 단백질 함량은 표 1에 나타납니다. 二실험용 장비 이 논문에서는 400-1000nm 하이퍼 스펙트럼 카메라가 사용된다. Hangzhou Color Spectrum Technology Co., LTD의 제품인 FS13는 관련 연구에 사용될 수 있다. 스펙트럼 범위는 400-1000nm이며,파장의 해상도는 2보다 낫습니다..5nm, 최대 1200개의 스펙트럼 채널까지 도달할 수 있습니다. 획득 속도는 전체 스펙트럼에서 128FPS까지 도달할 수 있습니다.그리고 대역 선택 후 최대 3300Hz (다중 지역 대역 선택 지원). 三실험적 설정 방법 우유 샘플의 초전광 이미지는 초전광 스펙트모터를 사용하여 수집되었습니다. 샘플은 각 유형의 우유에 대해 세 번 수집되었습니다.그리고 ENVI5에서 명확한 이미지를 선택.3수집된 스펙트럼 이미지는 777x1004 픽셀의 해상도를 가지고 있었다. 하이퍼 스펙트럼 이미저의 노출 시간은 10ms, 픽셀 혼합 시간은 6, 해상도는 4.8nm,평균 간격은 0.8nm, 수직 거리는 30cm 였고 획득 조건은 실내 온도 (23 ~ 25 ° C) 이었다. 이미지 스펙트모터와 스캐닝 헤드는 촬영 중에 함께 설치됩니다.그리고 우유의 평균 스펙트럼 데이터는 ENVI 소프트웨어를 이용한 하이퍼 스펙트럼 이미지에서 얻어집니다.. " 四초광선 데이터의 추출 및 사전 처리 하이퍼스펙트럼 이미지로부터 하이퍼스펙트럼 반사율 데이터를 추출하는 것은 전통적인 기계 학습 모델링의 기초입니다. 일반적으로,샘플의 스펙트럼 반사율 데이터는 관심 영역 (ROD) 의 모든 픽셀의 평균 스펙트럼 반사율을 추출하여 얻습니다.이 논문에서, ENVI 소프트웨어는 우유 샘플의 수정된 초광선 이미지를 열기 위해 사용되었습니다.그리고 각각의 초광선 이미지의 중심에 있는 픽셀은 직사각형 도구로 ROI로 선택되었습니다. 총 30 ROI와 7 하이퍼 스펙트럼 이미지가 선택되었으며 210 ROI가 선택되었습니다. ROI의 모든 픽셀의 평균 스펙트럼 반사성은 샘플의 스펙트럼 데이터로 계산되었습니다.총 210개의 스펙트럼 데이터. 스펙트럼 데이터는 ASCI 형식으로 저장됩니다. 다음 그림은 ROI 추출 프로세스를 보여줍니다. 이 논문에서는 우유 단백질 함량을 예측하는 정확성을 향상시키기 위해 기계 학습과 결합한 초전광 영상 기술을 사용하여 우유 단백질 함량을 예측했습니다.하이퍼스펙트럼 영상 시스템, 시장에서 판매되는 7 가지 종류의 우유의 초전광 이미지가 수집되었으며, 스펙트럼 데이터는 ENVI 소프트웨어로 추출되었으며, 우유 초전광 데이터 세트가 설정되었습니다.그리고 210개의 하이퍼 스펙트럼 데이터가 최종적으로 추출되었습니다.. 하이퍼 스펙트럼 영상 기술은 우유 단백질 함량의 검출 분야에서 큰 잠재력을 보여주었습니다.하지만 학제 간 기술 혁신의 통합으로, 그것은 점차적으로 전통적인 우유 탐지 방식에 혁명을 일으킬 것입니다. 기술 시스템의 지속적인 최적화와 실제 응용 문제를 해결함으로써,하이퍼스펙트럼 영상은 우유 품질 통제에 필수적이고 강력한 도구가 될 것입니다., 우유 산업의 경제적, 사회적 이점을 향상시키고, 고품질의 우유 제품에 대한 소비자들의 증가하는 수요를 충족시키는 데 도움이 됩니다.

신선한 복숭아에서 아밀로스 함량을 하이퍼 스펙트럼 영상으로 결정

생활수준의 향상과 함께 사람들은 복숭아 씨앗의 맛과 영양에 대한 요구가 점점 높아지고 있습니다. 복숭아 씨앗은 약으로서도 일종의 탄력제입니다.아밀로스 함량은 복숭아 씨앗의 품질과 맛에 직접적으로 영향을줍니다.복숭아 씨앗의 아밀로스 함량은 다양한 품종에 따라 크게 달라지기 때문에 복숭아 씨앗의 아밀로스 함량을 결정하는 것은 후속 가공에 매우 중요합니다.전통적인 아밀로스 검출은 일반적으로 요오드 색소 측정을 사용합니다., 요오드 친밀성 타이터링 및 가로 감염 방법, 이 방법은 시간과 노동이 많이 소요되며 실험 조건에 쉽게 영향을 받습니다! 하이퍼 스펙트럼 영상 기술은 파괴적이지 않은 테스트 기술로 풍부한 스펙트럼과 이미지 정보를 얻을 수 있습니다. 화학 검출 방법과 비교하면시간을 절약하는 장점이 있습니다.이 논문에서는 신선한 복숭아의 아밀로스를 검출하기 위해 초광선 영상 기술을 사용했습니다. 一、물질과 방법   1.1 시험 재료 표본은 후지안 지방에서 가져왔고, 쑤안리안, 광창리안, 진수안 36, 만티안싱, 우주 복숭아, 시앙리안의 품종이 선택되었습니다.신선한 복숭아 씨앗은 액체 질소 속에 보관되어 실험실로 옮겨졌습니다.12시간 동안 4°C에서 냉장 보관했습니다. 1.2 초광선적 이미지 획득 및 수정 하이퍼 스펙트럼 이미지 시스템의 주요 구성 요소는 하이퍼 스펙트럼 이미지, 광원, 스테이지, 블랙 박스 및 하이퍼 스펙트럼 데이터 획득 소프트웨어입니다.전체 시스템은 색 스펙트럼 하이퍼 스펙트럼 카메라 fs-13를 사용할 수 있습니다, 400nm ~ 1000nm의 스펙트럼 범위를 수집 할 수 있으며 스펙트럼 해상도는 2.5nm입니다. 하이퍼 스펙트럼 이미징 시스템은 그림 1에 표시됩니다.유료 화물 플랫폼의 이동 속도는 3로 설정됩니다..5mm/s이고 노출 시간은 30ms입니다. 렌즈는 움직이는 플랫폼에서 40cm 떨어져 있고 곧게 아래로 있습니다.시스템의 흑백 교정을 위해 스펙트모터의 카메라의 초점 거리를 조정. 1.3 데이터 처리 분석 소프트웨어는 복숭아 씨앗의 스펙트럼 이미지에서 관심 지역의 평균 스펙트럼 (ROI) 을 추출하는 데 사용되었습니다.소음 및 외부 방랑 빛의 영향을 제거하기 위해, 첫 번째 파생물, 두 번째 파생물, SG 평평화, 복수 산란 수정 (MSC) 표준 정상 변수 변환과 같은 사전 처리 방법의 모델링 효과가 비교되었습니다.그리고 가장 좋은 전처리 방법이 선택되었습니다.. 二결과와 분석   2.1 관심 영역의 평균 스펙트럼 이 논문에서는 단일 샘플의 관심 영역의 각 픽셀의 스펙트럼 곡선을 후속 처리를 위해 사용합니다.머리 및 꼬리 소음 (400nm ~ 971nm) 을 제거 한 후 평균 스펙트럼 다이어그램은 그림 2에 표시됩니다.이 그림에서 볼 수 있듯이, 다른 샘플의 스펙트럼 값의 변동 추세는 일관적입니다. 이 대역은 460nm와 570nm 사이에 명백한 상향 이동을 가지고 있습니다.수역의 변화로 인해 발생할 수 있습니다.이 대역은 500nm에서 920nm 사이의 비교적 명백한 흡수를 가지고 있습니다.아밀로스 분자에 있는 C-H 그룹의 O-H 2차 주파수 두 배와 O-H 1차 주파수 두 배. 2.2 복숭아 씨앗의 아밀로스 함량 아밀로스 함량의 수정 집합과 예측 집합의 결과는 SPXY 방법으로 나뉘어 표 1에 표시됩니다.이 표 에서 볼 수 있듯이 신선 한 복숭아 씨 의 아밀로스 함량은 매우 다양 하다수정 된 복숭아 씨앗의 아밀로스 함량의 최대 값은 227.90mg/g, 최소 값은 100.82mg/g, 표준 편차는 44.73mg/g입니다.예측된 샘플의 아밀로스 함량은 수정 세트 샘플의 범위 내에 있습니다., 그래서 표본 분할은 합리적입니다. 三결론 이 논문에서는, 하이퍼 스펙트럼 영상 기술을 사용하여 아밀로스 함량을 빠르게 검출했습니다.결과는 모델링 효과가 첫 번째 파생자와 복수 산란 수정 MSC를 사용한 후에 가장 좋다는 것을 보여줍니다.)그 다음 SPA는 9개의 특징 밴드를 추출하는데 사용되었다. PLSR 예측 모델의 수정된 집합 상관률 (R) 은 0이었다.835, 정정된 집합 근 평균 제곱 오류 (RMSEC) 는 1입니다.802, 예측된 집계 상관률 (R) 은 0이었다.856, 예측된 집합 근 평균 제곱 오류 (RMSEP) 는 1이었다.752상대적 분석 오류 (RPD) 는 1입니다.944. RC 방법 (R) 으로 정해진 PLSR 예측 모델의 예측 집합의 상관 계수는 예측 집합 근 평균 제곱 오류 (RMSEP) 는 1이었다.897상대적 분석 오류 (RPD) 는 1입니다.761이 연구는 아밀로스 함량을 위한 온라인 검출 기구를 더 발전시키기 위한 생각을 제공했고, 좋은 기초를 마련했습니다.