CHNSpec Technology （Zhejiang）Co.,Ltd 회사 소식

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.

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.

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.

중요한 수익 작물으로서, 호박 씨앗의 생명력은 출현율, 심종 성장 잠재력 및 심종 후 최종 수확과 직접 관련이 있습니다.번식 테스트와 같이, 시간이 많이 걸리고 작업이 많이 필요하며 현대 농업에서 신속하고 대규모의 씨앗 품질 검사의 요구를 충족시킬 수 없습니다.하이퍼 스펙트럼 영상 기술 은 분광학 과 영상 촬영 의 장점 을 결합 한다, 그리고 샘플의 스펙트럼 정보와 공간 정보를 동시에 얻을 수 있습니다. 이것은 씨앗 생존성 파괴적이지 않은 테스트 분야에서 큰 잠재력을 보여줍니다. 一실험 자료의 준비 호박 씨앗을 100개씩 4개 그룹으로 나누고, 그림 3-2에서 보여준 바와 같이 나일론 망백에 넣는다. 호박 씨앗을 두 번씩 세척기에 넣는다.구체적인 절차는 다음과 같습니다.: 3개의 샘플 그룹을 뽑고, 첫 번째 샘플 그룹을 건조기에 넣고, 두 번째 샘플 그룹을 24시간 후에 건조기에 넣고, 세 번째 샘플 그룹을 24시간 후에 건조기에 넣습니다.그리고 3일 후에 각각 1~3일 정도의 노화시간을 가진 모든 표본을 채취합니다. (첫 번째 그룹은 3일 정도의 노화시간을 가진 표본입니다.)2 그룹은 2 일 동안 구성이 된 샘플, 3 그룹은 1 일 동안 구성이 된 샘플입니다.나머지 4 그룹 중 1 그룹은 노화 치료를 받지 않았으며 노화 그룹 실험 동안 3 일 동안 실내 온도에서 처방되었습니다.. 二∙ 하이퍼 스펙트럼 데이터 획득 각기 다른 연령의 씨앗은 색 스펙트럼 하이퍼 스펙트럼 카메라로 수집되었고, 모든 샘플에 400-1000nm의 하이퍼 스펙트럼 영상이 촬영되었습니다. 스펙트럼 데이터가 추출된 후,총 400개의 스펙트럼 곡선을 얻었습니다., 그림과 같이 매일 성장 을 관찰 하고, 발아 를 위해 필요 한 물 을 확보 하기 위해 적당 한 양의 물 을 흘리십시오. 발아 는 각각 3 일 과 5 일 에 한 번 기록 되었습니다.다음은 호박 씨앗의 발식 전 테스트 다이어그램입니다.. 각 씨앗의 활력 수준에 따라 각 씨앗의 평균 스펙트럼 데이터가 분류되었으며 각 품종의 전체 스펙트럼 곡선은 아래 그림에서 표시되었습니다. 三스펙트럼 데이터 처리 원래 초광선 이미지는 소음과 불규칙한 조명으로 민감합니다. 소금과 고추 소음을 제거하기 위해 중간 필터가 채택됩니다.그리고 반사성 수정 기준으로 조명 차이가 제거됩니다 표준 화이트보드관심 지역 (ROI) 은 수정된 이미지에서 추출되며, 후속 특징 추출의 정확성을 보장하기 위해 씨앗 배아와 내분비에 초점을 맞추고 있습니다.주요 구성 요소 분석 (PCA) 과 같은 차원 축소 방법은 초기 데이터 압축에 사용됩니다., 핵심 정보를 보존하고 계산을 줄입니다. 四결론과 전망 이 연구에서는 초전광 영상 기술을 기반으로 한 옥수수 씨앗 생명력 검출 모델을 성공적으로 구축하여파괴적이지 않고 고정확한 생명력 식별수박 씨앗 산업의 품질 통제를 위한 효율적인 기술 솔루션을 제공 할 수 있습니다. 후속 연구는 더 많은 작물 씨앗에 확장 될 수 있습니다.그리고 멀티모달 데이터 (플루오레센스 스펙트럼과 같이), 열영상 등) 를 통합하여 복잡한 환경에서 검출 정확도를 더욱 향상시킬 수 있습니다.스마트 농업에서 씨앗 품질의 실시간 통제와 정확한 검사를 돕기 위해 씨앗의 생명력에 대한 온라인 모니터링 시스템을 구축 할 수 있습니다..

차 인치?? 은 차 정원에서 흔히 볼 수 있는 해충 중 하나이며, 차의 수확과 품질에 심각한 영향을 미친다.차 인치 벌레의 손상 정도를 모니터링하는 전통적인 방법은 주로 수동 조사에 의존합니다., 낮은 효율성, 강한 주관성 및 큰 영역에서 실시간 모니터링을 실현하기 어려운 몇 가지 문제가 있습니다.하이퍼스펙트럼 원격 감지 기술은 높은 스펙트럼 해상도와 풍부한 스펙트럼 정보의 특징을 가지고 있습니다., 이는 차 인치 벌레의 해로운 정도를 신속하고 정확하게 모니터링 할 수있는 새로운 방법을 제공합니다. 一환경 조건 이 연구에서는 400-1000nm 하이퍼 스펙트럼 카메라를 적용하여 바람이 없고 구름이 없고 햇빛이 잘 보이는 햇볕이 잘 드는 날 10시부터 14시까지 차방의 스펙트럼 반사율을 측정했습니다.그리고 FS13, Hangzhou Color Spectrum Technology Co., LTD 의 제품, 관련 연구를 위해 사용될 수 있습니다. 관측 기간 동안 시야 각은 25,그리고 하이퍼 스펙트럼 카메라의 탐지 머리와 차 대나무 꼭대기 사이의 높이는 약 0이었다관찰 범위의 지름은 약 0.22m였습니다. 실험 오류를 줄이기 위해 측정은 각 샘플 영역에서 세 번 반복되었습니다.그리고 평균값은 스펙트럼 반사값으로 취했습니다..   二데이터 처리 및 분석 1일반 차와 차 인치 워크의 잎 표면 외관 비교.이 실험에서, 차 인치 벌레에 의해 손상된 일련의 차 잎을 연구 대상으로 수집하고,잎 면적 인덱스 및 차 룰러의 mu 당 차 인치 벌레의 수는 각각 수집되었습니다.해충이 없는 차 잎과 차 인치?? 에 의해 손상된 잎의 비교는 그림 1에 나타났습니다. 잎은 손상되지 않았고, 잎은 서로 밀려있었고, 곤충에 의해 손상된 차의 잎은 불규칙한 모양으로 물려들었고,그리고 잎의 구조도 그에 따라 바뀌었습니다.. 2일반 차와 차 인치 워크 사이의 잎 면적 지수의 비교. 그림 2에서 볼 수 있듯이, 잎 면적 지수는 차 기하학으로 인한 피해 정도에 크게 영향을 받았습니다. 더 많은 차 룰러가있을수록 더 많은 차 잎이 먹혔습니다.그리고 잎 면적 인덱스가 작을수록. 3- 차 인치 워크의 영향은 차 칸피의 반사성 스펙트럼 특성에 있습니다.차 잎에 곤충의 침입의 영향은 차 잎의 색상, 구조, 수분 함량,엽록소 함량 및 잎의 영양 상태이 물리적 및 화학적 특성의 변화는 스펙트럼 특성 매개 변수, 예를 들어 스펙트럼 반사성, 전파성, 흡수성,빨간색 피크와 파장의 위치 그리고 파란색 피크와 파장의 위치따라서, 일반적인 차 스펙트럼 특성 및 관련 정보를 파악하는 것은 다른 질병과 해충에 의한 차의 손상을 연구하는 전제 및 기초입니다. 三연구의 중요성과 전망 연구 의 중요성: 이 연구 는 차 인치 벌레 의 해로운 정도 를 신속 하고 정확 하게 모니터링 하기 위한 새로운 기술적 수단 을 제공 합니다.차 정원에서 차 인치 벌레의 발생을 적시에 파악하는 데 도움이됩니다., 차 정원에서 질병과 해충의 정확한 예방과 통제를 위한 과학적 근거를 제공하고, 농약 사용을 줄이고, 차의 수확과 품질을 향상시킵니다. 연구 전망: 미래 연구는 초광선 원격 감지 모델을 더 이상 최적화하고 모델의 정확성과 안정성을 향상시킬 수 있습니다.UAV 원격탐지와 결합할 수 있습니다., 위성 원격 감지 및 다른 기술을 통해 더 넓은 범위의 차 인치 벌레 피해 정도 모니터링을 달성 할 수 있습니다.차 인치 워크의 해로움과 차 나무의 생리적, 생태적 변화 사이의 관계는 깊이 연구될 수 있습니다., 그리고 하이퍼 스펙트럼 원격 감지 모니터링 메커니즘은 더 깊은 수준에서 밝혀질 수 있습니다.

목재의 수분 함량은 목재 품질의 중요한 특성이며, 이는 목재 가공, 사용 및 저장에 중요한 영향을 미칩니다.나무의 수분 함량을 측정하는 전통적인 방법들, 예를 들어 가량 방법과 저항 방법들은 어느 정도의 정확성을 가지고 있지만, 그들은 번거로운 조작, 긴 측정 시간 및 나무에 대한 손상과 같은 몇 가지 단점이 있습니다.나무의 수분 함량을 측정하기 위한 파괴적이지 않고 효율적인 방법. 一초광선 카메라 시험 원리하이퍼스펙트럼 카메라는 나무 표면의 스펙트럼 정보를 얻을 수 있습니다. 여기에는 나무의 반사성이나 다른 파장의 전송이 포함됩니다.나무의 수분 함량은 그 스펙트럼 특성에 영향을 미치기 때문에, 나무의 스펙트럼 정보를 분석하여 수분 함량을 추론 할 수 있습니다. 구체적으로 나무의 스펙트럼 데이터는 하이퍼 스펙트럼 이미징 기술을 통해 수집 할 수 있습니다.그리고 목재의 수분 함량과 스펙트럼 정보 사이의 예측 모델은 사전 처리를 통해 설정 될 수 있습니다., 나무 습도 함량의 빠른 테스트를 실현하기 위해 추출 및 모델링을 특징으로합니다. 二응용 예제기기: 색 스펙트럼 내장 푸시 스파이프 FS-17 인프라 적외선 근처 고 스펙트모터보조 장비: 일정한 스펙트럼 광원 - 실내 모델링용광원: 선형 하로겐 광원 실험 재료: 다양한 수분 함량을 가진 여러 가지 나무 샘플을 실험 재료로 사용합니다.그리고 이 나무 블록은 다양한 수분 함량 상태를 얻기 위해 순환적으로 건조됩니다.. 데이터 수집: 나무 샘플의 스펙트럼 이미지 수집은 하이퍼 스펙트럼 이미지 시스템으로 수행되었습니다.광선 정보에 대한 빛 변화의 영향을 피하기 위해 조명 조건이 안정적으로 보장되어야 합니다.동시에, 더 정확한 결과를 얻기 위해, 스펙트럼 이미지 획득은 나무 샘플의 여러 위치에서 수행 될 수 있습니다.그리고 평균 값은 최종 스펙트럼 데이터로 취합니다.. 데이터 처리: 소음 제거, 스펙트럼 수정 등 수집된 스펙트럼 데이터를 사전 처리합니다.그 다음 특징 선택 알고리즘은 모델을 단순화하고 예측 정확도를 향상시키기 위해 나무 습도 함량과 관련된 특징적인 파장을 추출하는 데 사용됩니다.. 모델 구축: 추출 된 특성 파장 기준으로 나무 수분 함량과 스펙트럼 정보 사이의 예측 모델이 설정되었습니다.일반적인 모델링 방법에는 가우스 과정 회귀 (GPR) 가 포함됩니다.이 모델들은 스펙트럼 정보에 기초하여 나무의 수분 함량을 빠르게 예측할 수 있습니다. 모델 검증: 기존 모델은 예측 성능과 정확성을 평가하기 위해 독립적인 검증 세트를 사용하여 검증됩니다.일반적인 평가 지수는 상관 계수 (R2) 및 근 평균 제곱 오류 (RMSE) 를 포함합니다.. 三응용의 장점빠른 테스트: 하이퍼 스펙트럼 카메라는 짧은 시간에 나무 표면의 스펙트럼 정보를 얻을 수 있으므로 나무 수분 함량의 빠른 테스트를 실현 할 수 있습니다. 파괴적이지 않은 테스트: 전통적인 테스트 방법과 비교하면 초전광 영상 기술은 나무에 손상을 일으키지 않습니다.그래서 그것은 가치있는 나무 또는 무결하게 유지되어야하는 나무를 테스트하는 데 더 적합합니다. 높은 정확성: 정확한 예측 모델을 구축함으로써 하이퍼 스펙트럼 카메라는 목재 수분 함량의 고정 테스트를 달성 할 수 있습니다.목재 가공 산업의 엄격한 품질 관리 요구 사항을 충족합니다.. 四적용 가능성하이퍼 스펙트럼 영상 기술의 지속적인 개발과 개선으로, 나무 습도 함량 테스트에 대한 응용 전망은 더욱 넓어질 것입니다.우리는 더 높은 정밀도의 초광선 카메라의 출현을 기대할 수 있습니다., 더 빠른 속도와 더 쉬운 운영을 통해 품질 관리 및 지능형 생산에 대한 목재 가공 산업의 요구를 충족시킬 수 있습니다.기계 학습과 딥 러닝과 같은 첨단 기술과 결합, 나무 습도 함량 테스트의 정확성과 지능 수준은 더 향상 될 수 있습니다. 요약하자면, 하이퍼 스펙트럼 카메라는 나무 가공 산업에 효율적이고 정확하고 파괴적이지 않은 검사 방법을 제공함으로써 나무 습도 함량을 검사하는 데 중요한 이점을 가지고 있습니다..

과학기술의 급속한 발전 시대에 색 측정은 제품 품질 관리, 예술 창작, 과학 연구 등 많은 분야에서 중요한 위치를 차지하고 있습니다.첨단 광학 장치로, 하이퍼 스펙트럼 카메라는 색을 측정하는 새로운, 더 정확하고 포괄적인 솔루션을 제공합니다. 一초광선 카메라의 기본 원리 초전광 카메라의 작동 원리는 스펙트럼 정보의 세밀한 캡처에 기반합니다.빨간색의 세 개의 채널의 색상 정보를 기록할 수 있습니다.초록색과 파란색, 초광선 카메라는 스펙트럼을 넓은 스펙트럼 범위의 많은 좁은 대역으로 나눌 수 있습니다. 가시광선에서 근 적외선까지, 일반적으로 수백 개 또는 더 많습니다.예를 들어, 그것은 400-1000nm의 스펙트럼 범위를 1nm 또는 더 작은 간격과 매우 작은 간격으로 나눌 수 있습니다.물체의 흡수 및 전송 특성은 빛의 다른 파장에 다릅니다.특수 광학 시스템과 검출기를 통해 초광선 카메라는 각 대역의 빛 신호의 강도를 순차적으로 수집합니다.그래서 물체의 스펙트럼 반사 곡선을 구성이 곡선은 다양한 파장의 물체의 반사성을 상세히 기록하며 색을 측정하는 기본 데이터 소스입니다.   二、색을 측정하는 구체적인 과정 (1) 캘리브레이션 색을 측정하기 위해 초전광 카메라를 사용하기 전에 캘리브레이션은 중요한 단계입니다.캘리브레이션의 목적은 카메라에 의해 캡처 스펙트럼 데이터와 진정한 색값 사이의 정확한 대응을 설정하는 것입니다. 알려진 스펙트럼 특성을 가진 표준 화이트보드는 종종 캘리브레이션 참조로 사용됩니다. 표준 화이트보드는 다양한 파장에서 안정적이고 정확하게 알려진 반사성을 가지고 있습니다.하이퍼스펙트럼 카메라가 표준 화이트보드 사진을 찍습니다., 각 대역에서 광적 신호 강도를 기록하고 표준 화이트보드의 알려진 스펙트럼 반사량 데이터에 따라 카메라의 응답 기능을 계산합니다.가능한 스펙트럼 오차를 수정하기 위해, 암흑 전류 소음 및 카메라의 다른 오류 요인, 그리고 후속 측정 데이터의 정확성과 신뢰성을 보장합니다.   (2) 이미지 수집 캘리브레이션이 완료되면 대상 물체의 이미지를 얻을 수 있습니다.미리 설정된 스펙트럼 대역 범위와 해상도에 따라 대상 대역에 의해 반사되는 빛의 강도 정보를 대역별로 얻습니다.예를 들어, 이미지의 각 픽셀에 대해, 여러 스펙트럼 대역에 걸쳐 반사 된 빛 데이터는 기록됩니다. 카메라가 스펙트럼 범위를 200 대역으로 나누면,그러면 각각의 픽셀은 200개의 대응 스펙트럼 반사값을 갖게 됩니다.이 데이터는 함께 3차원 데이터 큐브를 형성하는데, 2차원 평면은 이미지의 공간 위치 정보 (x, y 좌표) 를 나타냅니다.그리고 세 번째 차원은 스펙트럼 대역 정보를 나타냅니다 (λ)이 방법으로, 하이퍼 스펙트럼 카메라는 물체의 색상과 외모 정보를 기록할 뿐만 아니라, 그 스펙트럼 특성에 대한 정보를 포함합니다.전통적인 카메라보다 더 풍부한 데이터를 제공합니다..   (3) 데이터 처리 및 색상 계산 수집된 거대한 스펙트럼 데이터는 복잡한 데이터 처리 과정을 거쳐 최종 색 측정 결과를 얻어야 합니다.스펙트럼 왜곡 및 기타 작업 수정. 그 다음, 색상은 특정 색상 모델과 알고리즘에 따라 계산됩니다. 색상 과학 분야에서 일반적으로 사용되는 색상 모델은 CIE XYZ, CIELAB 등입니다.CIELAB 색상 모델을 예로 들자면, 그것은 인간의 눈의 색상 인식 특성에 기초한 세 개의 좌표 값으로 색을 나타냅니다. L는 밝기를 나타냅니다. a는 적색-녹색 차원 구성 요소를 나타냅니다.그리고 b *는 노란색과 파란색 차원 구성 요소를 나타냅니다.하이퍼스펙트럼 카메라에 의해 수집 된 스펙트럼 반사율 데이터를 표준 조명 장치의 스펙트럼 전력 분배 (D65 표준 광원과 같은) 와 결합하여,그리고 색상 일치 함수에 따라 통합, CIELAB 색상 공간에서 물체의 좌표값을 계산하여 물체의 색상 속성을 정확하게 설명 할 수 있습니다. 색상 깊이, 음색 및 포화 등.,색의 차이는 다른 물체 또는 같은 물체의 다른 부분의 색 좌표 값을 비교하여 계산할 수도 있습니다.염색의 일관성 또는 변화의 정도를 평가하는 데 사용됩니다.. 三초광선 카메라의 색깔 측정의 장점 (1) 높은 정확성 및 높은 해상도 하이퍼스펙트럼 카메라는 매우 높은 스펙트럼 해상도를 제공하여 매우 미세한 색상의 차이를 측정 할 수 있습니다. 예를 들어매우 높은 색상 정확도를 요구하는 일부 산업에서, 고품질 인쇄, 화장품 생산 등, 그것은 인간의 눈에 감지하기 어려운 색상의 변화를 정확하게 구별 할 수 있습니다.제품 색상과 높은 품질 표준의 일관성을 보장합니다.높은 정밀 측정 결과는 제품의 품질 통제 수준을 향상시키고 색상 오차로 인한 결함 제품의 비율을 줄이는 데 도움이됩니다.   (2) 풍부한 분광 정보 색상의 트리스티뮬스 값 정보 외에도하이퍼스펙트럼 카메라로 얻은 스펙트럼 반사 곡선에는 측정된 전체 스펙트럼 범위에서 객체에 대한 자세한 정보가 포함되어 있습니다.이것은 일부 특수 재료 또는 물체의 색상 분석에 독특한 장점을 가지고 있습니다. 예를 들어 문화 유물 복원 및 보호 분야에서,문화 유물 표면의 색소들의 스펙트럼 특성을 분석함으로써, 우리는 그들의 구성과 연령 정보를 이해할 수 있습니다. 이것은 복원 작업에 중요한 기초를 제공합니다.식물의 영양소 함량과 질병 및 곤충 해충은 식물의 잎의 스펙트럼 반사율의 변화에 따라 모니터링 할 수 있습니다., 왜냐하면 빛의 다른 파장의 흡수 및 반사 특성은 다른 성장 단계와 식물의 건강 상태에 따라 바뀔 것이기 때문입니다.   (3) 접촉 없는 측정 하이퍼 스펙트럼 카메라는 측정 대상과 직접 접촉할 필요가 없습니다. 이것은 많은 경우에 중요합니다.문화재, 생물학적 표본 등, 비접촉 측정은 물체의 손상이나 오염을 피할 수 있습니다. 동시에 그것은 또한 빠르고 큰 영역 색을 측정 할 수 있습니다.측정 효율을 향상예를 들어, 대규모 벽화 색상 탐지에서는 전체 벽화의 색상 정보를 빠르게 얻을 수 있습니다.보호 및 복원 작업에 대한 포괄적인 데이터 지원을 제공.   四색을 측정하는 하이퍼 스펙트럼 카메라의 실험 테스트 1실험 목적아래 표본의 실험실 값을 테스트 2실험용 시험 기기 목록 장치 이름 모델 번호 구성 세부 사항 언급 CHNSpec 하이퍼스펙트럼 카메라 FS-13 스펙트럼 범위: 400~1000nm스펙트럼 해상도: 2.5nm스펙트럼 대역: 1200       3실험 내용 반사율 곡선은 400-1000nm 하이퍼 스펙트럼 카메라의 외부 푸시 스캔 검출에 의해 얻었습니다.실험 측정 과정은 아래 그림에서 나타납니다. 4결론 하이퍼스펙트럼 카메라 FS-13가 고객의 샘플을 촬영하는 데 사용되었습니다. 그리고 각각의 샘플의 실험실 값은 하이퍼스펙트럼 이미지 분석에서 얻었습니다.색 차이 미터를 대체하는 데 사용할 수 있습니다., 테스트 안정성은 좋고 시험 샘플의 샘플링 위치는 유연하며 자동 검출을 실현하기 위해 멀티 포인트 측정이 가능합니다.

건축과학 분야에서 건물의 품질과 안전성 확보는 항상 연구의 초점과 핵심 관심사입니다.건설 산업의 지속적인 발전과 함께 생활 환경에 대한 사람들의 요구가 증가, 건물 표면 결함을 정확하게 발견하고 평가하는 것이 매우 중요해졌습니다.예를 들어, 인공 맨눈으로 관찰하고 간단한 측정 도구, 종종 강한 주관성, 낮은 탐지 효율성 및 잠재적 인 작은 결함을 찾는 데 어려움을 겪는 것과 같은 많은 제한이 있습니다.하이퍼 스펙트럼 카메라 기술의 출현은 건물 표면 결함 측정에 새로운 기회를 가져왔다하이퍼 스펙트럼 카메라는 여러 좁고 연속적인 스펙트럼 대역에서 물체에 대한 정보를 획득 할 수 있습니다.하지만 또한 다른 재료의 스펙트럼 특성의 차이를 보여줍니다이 독특한 기술적 이점은 주택 표면 결함의 탐지, 식별 및 분석에 큰 응용 잠재력을 제공합니다.이 연구의 목적은 응용 원칙을 깊이 탐구하는 것입니다., 건물 표면 결함 측정에 하이퍼 스펙트럼 카메라의 방법 및 실용적 효과건설 산업의 품질 검사 및 평가에 대한 새로운 아이디어와 기술 지원을 제공하기 위해.   예를 들어 색 스펙트럼에 내장 된 푸시 스웨이프와 함께 FS-23 영상 고 스펙트모터를 참조하십시오. 적용 원칙하이퍼스펙트럼 카메라는 대상 물체에 의해 반사되거나 산란되는 빛을 캡처하고 다른 파장의 스펙트럼 데이터로 분해하여 작동합니다.이 스펙트럼 데이터는 물질의 구성건물 표면의 결함을 측정할 때, 초광선 카메라는 노화, 손상,오염, 등을 통해 결함을 정확하게 식별할 수 있습니다. 적용 장점1고 정밀 식별: 하이퍼 스펙트럼 카메라는 미세한 스펙트럼 차이를 캡처 할 수 있습니다. 그래서 그들은 균열과 같은 주택 표면의 다양한 결함을 고 정밀도로 식별 할 수 있습니다.빗나기부식 등 2접촉 없는 측정: 하이퍼 스펙트럼 카메라는 접촉 없는 측정 방법을 채택하여, 가구 표면에 2차 손상을 일으키지 않습니다.그리고 또한 잠재적으로 위험한 환경과 수감자의 직접 접촉을 피합니다.. 3빠르고 효율적: 하이퍼 스펙트럼 카메라는 짧은 시간 내에 주택의 넓은 면적의 표면의 스캔 및 데이터 분석을 완료 할 수 있습니다.측정 효율을 크게 향상시키는. 4포괄적 분석: 스펙트럼 정보와 공간 정보와 결합, 하이퍼 스펙트럼 카메라는 집 표면의 결함의 포괄적 분석을 수행 할 수 있습니다.종류를 포함해서, 결함의 위치와 심각성, 후속 수리 작업에 강력한 지원을 제공합니다. 응용 예제주택 탐지 분야에서 초전광 카메라는 음향 탐지, 적외선 탐지 등과 같은 다른 현대 탐지 방법과 결합 할 수 있습니다.포괄적인 탐지 시스템을 형성하기 위해. The spectral data obtained through the hyperspectral camera can be integrated with the data of other inspection means to evaluate the structural performance and safety condition of the house more comprehensively. 예를 들어, 집의 외관 페인트 노화를 감지할 때, 초광선 카메라는 페인트 표면의 노화로 인한 스펙트럼 변화를 캡처할 수 있습니다.페인트 표면의 온도 분포를 측정하기 위해 적외선 감지 방법과 결합, 페인트 노화 정도와 잠재적 안전 위험을 종합적으로 평가 할 수 있습니다.   아래와 같이 요약하자면, 초전광 카메라는 건물 표면 결함 측정에 상당한 응용 장점과 광범위한 응용 전망이 있습니다.기술의 지속적인 발전과 비용의 감소로, 하이퍼 스펙트럼 카메라가 가정 검사 분야에서 더 널리 사용되고 홍보 될 것으로 예상됩니다.

광석 실리케이트의 연구와 응용에서 우리는 항상 많은 과제와 직면합니다. 각종 광석 실리케이트 광물을 정확하게 식별하는 방법.광석 실리케이트의 구조와 구성 변화를 이해하는 방법? 광물 자원을 효율적으로 탐색하고 개발하는 방법? 이 질문은 오랫동안 지질학자 및 광물 자원을 개발하는 사람들을 혼란스럽게 해 왔습니다.이 문제들은 새로운 해결책을 제시하는 것 같습니다.하이퍼스펙트럼 기술은 광석 실리케이트의 독특한 스펙트럼 특성을 포착할 수 있습니다.우리는 광석 실리케이트의 정확한 식별을 실현할 수 있습니다, 구조적 분석 및 광물 자원의 신속한 탐색이 오래 된 문제를 해결하기 위해 광석 실리케이트에 하이퍼 스펙트럼의 응용을 탐구하는 것은 매우 실용적인 의미입니다.. 一、 적용 시나리오 1광석 실리케이트의 식별 및 분류:광물 유형 식별: 다른 광석 실리케이트 광물은 독특한 스펙트럼 특성을 가지고 있습니다.하이퍼스펙트럼 기술은 이 특성을 분석함으로써 광석에 포함된 실리케이트 광물의 종류를 정확하게 식별할 수 있습니다.예를 들어, 특정 파장 범위에서 흡수 또는 반사 피크의 위치, 강도 및 모양과 같은 정보를 감지함으로써,카올리나이트와 같은 다양한 유형의 필로실리케이트 광물을 구별 할 수 있습니다.몬트모릴로나이트와 일리타이트 광물 등급 평가: 여러 가지 광물 성분을 포함하는 광물의 경우하이퍼스펙트로스코피는 각종 광물의 스펙트럼 특성과 그 상대적 함량을 바탕으로 광물의 전체 성질을 평가할 수 있습니다.이것은 광석 채굴 및 가공 중에 광석의 가치와 활용 방향을 신속하게 결정하는 데 도움이됩니다. 2광석 실리케이트 구조 및 결정성 분석:구조 연구: 하이퍼 스펙트로스코피는 광석 실리케이트 광물의 구조 정보를 감지 할 수 있습니다. 예를 들어,미네랄 내의 금속 이온 및 하이드록실 그룹 (-OH) 의 진동으로 생성되는 스펙트럼 특성을 분석함으로써, 그것은 광물의 결정 구조, 화학 결합의 성격과 카티온의 조율을 이해할 수 있습니다.광석 실리케이트의 물리적, 화학적 특성과 형성 메커니즘을 더 잘 이해하는 것은 매우 중요합니다.. 결정성 판단: 결정성은 실리케이트 광물의 특성에 영향을 미치는 중요한 요소입니다.하이퍼스펙트럼 기술은 광물의 스펙트럼 특성의 변화에 따라 결정성을 판단 할 수 있습니다.예를 들어, 결정성의 증가와 함께, 강도,특정 파장 범위의 일부 미네랄의 스펙트럼 흡수 피크 또는 반사 피크의 폭과 모양은 정기적으로 변합니다.이러한 변화를 모니터링하고 분석함으로써 광석 실리케이트의 결정성을 정확하게 평가할 수 있습니다. 3, 광산지역 지질 지도 및 광물자원 탐사:지질 지도: 하이퍼스펙트럼은 광산 지역의 지질 조건에 대한 상세한 탐사와 분석을 수행하고 고정도 지질 지도를 작성할 수 있습니다.서로 다른 암석과 광물의 스펙트럼 특성을 확인함으로써, 지질학적 단위를 정확하게 나누고, 지층적 경계를 결정하고, 지질학적 구조를 식별할 수 있습니다.광산지역의 지질연구 및 광물자원 탐색을 위한 기초 자료를 제공. 광물자원 탐사: 광물자원 탐사에서 하이퍼 스펙트럼 기술은 광산 지역의 넓은 지역을 빠르게 스캔하여 잠재적 인 광물 자원을 탐지 할 수 있습니다.실리케이트 광물의 스펙트럼 특성을 분석함으로써, 우리는 숨겨진 광물화 정보를 찾을 수 있습니다, 분포 범위와 광물의 농도 결정,그리고 광물 자원의 탐색과 개발에 강력한 지원을 제공.   二실용적 적용 사용된 기기: 색 스펙트럼 FS-23 하이퍼 스펙트럼 카메라 테스트 효과 결론스펙트럼 곡선의 반사성은 명백합니다.그리고 스펙트럼 곡선에는 명백한 특징적 피크가 있을 것입니다 ( 노출 시간 설정과 흰색 정렬이 중요합니다). 三、개발 전망 미래에는 초전광 기기의 스펙트럼 해상도, 공간 해상도, 신호와 소음 비율이 계속 개선될 것입니다.더 높은 스펙트럼 해상도는 광석 실리케이트 광물의 미세 스펙트럼 특성을 더 정확하게 캡처 할 수 있습니다.예를 들어, 광물 종을 보다 정확하게 식별하고 구조를 분석하는 데 도움이 됩니다.비슷한 결정 구조와 스펙트럼 특성에 약간의 차이가있는 일부 실리케이트 광물, 고해상도 스펙트럼 도구가 더 잘 구별 할 수 있습니다.공간 해상도의 개선은 초광선 기술을 통해 소규모 광석 입자 또는 광물 구조를 분석하고 더 자세한 광물 분포 정보를 제공할 수 있습니다., 광물의 미세 구조와 광물 간의 관계를 연구하는 데 큰 의미를 갖습니다.하이퍼 스펙트럼 장비는 소형화와 휴대성 방향으로 점차 발전할 것입니다.이것은 광장 지질 탐사, 광산 현장 모니터링 및 다른 분야에서 하이퍼 스펙트럼 기술의 적용을 더 편리하게 할 것입니다.지질학자 들 은 광석 에서 광석 을 직접 발견 하고 분석 할 수 있다, 광물의 광물 성분, 구조 및 기타 정보를 적시에 얻을 수 있으며 광물 자원의 탐사와 개발을 위해 보다 신속하고 정확한 데이터 지원을 제공합니다.

전력 공학 분야에서, 고전압 라인 관절의 상태 모니터링은 항상 전력 시스템의 안전하고 안정적인 운영을 보장하는 중요한 링크입니다.초과 현상은 고전압 선 연결의 작동에서 잠재적인 위험입니다., 온도, 저항, 심지어 화재의 증가로 이어질 수 있습니다. 따라서,전력 손실 현상을 정확하고 적시에 감지하는 것은 전력 사고의 발생을 방지하는 데 큰 의미가 있습니다.이 연구는 기술 원리에 초점을 맞출 것입니다. application method and practical effect of hyperspectral camera in photographing the high-voltage line joint with a view to providing useful reference for the development of the electric power industry. 一초광선 카메라의 특성 고해상도: 하이퍼 스펙트럼 카메라는 고해상도 이미지를 촬영할 수 있으며, 복잡한 환경에서 고전압 선 관절의 세부 특징을 정확하게 식별하는 데 도움이됩니다. 스펙트럼 분석 능력: 하이퍼스펙트럼 카메라는 대상 물체의 스펙트럼 정보를 얻을 수 있습니다.이것은 고전압 전선 결합의 재료 구성과 온도 분포를 분석하는 데 큰 의미가 있습니다.. 二검출 손실 원칙 랩스 검출은 일반적으로 고전압 라인 조인트의 온도, 저항 및 기타 매개 변수를 모니터링하는 것을 포함합니다. 조인트가 단계 (즉,초전도 상태의 손실), 그 온도가 증가하고 그 저항이 증가합니다. 관절의 스펙트럼 정보를 분석함으로써,하이퍼스펙트럼 카메라가 온도와 저항의 변화를 간접적으로 추론할 수 있습니다.랩스 검출을 실현하기 위해. 三랩스 검출에 하이퍼 스펙트럼 카메라의 적용 이미지 획득: 하이퍼 스펙트럼 카메라를 사용하여 고전압 철회 관절을 촬영하고 관절의 스펙트럼 이미지를 얻습니다.데이터 처리: 수집 된 스펙트럼 이미지가 처리되고 분석되며 관절의 온도 및 저항과 같은 주요 매개 변수를 추출합니다. 장애 판단: 미리 설정된 임계 값 또는 모델과 결합한 추출된 매개 변수에 따라 결합이 장애 현상을 가지고 있는지 판단합니다. 四주의 사항 및 제한 환경 요인: 빛, 온도 등과 같은 환경 요인은 초전광 카메라의 촬영 효과에 영향을 줄 수 있습니다. 따라서,촬영 과정에서 환경 요인의 통제 및 수정에주의를 기울여야합니다.데이터 처리 능력: 하이퍼 스펙트럼 카메라에 의해 캡처 된 데이터의 양은 크며 강력한 데이터 처리 능력이 필요합니다. 따라서,해당 데이터 처리 장비와 알고리즘을 신청 과정에서 구성해야 합니다.. 五、 응용 예제 및 효과 실용적인 응용 분야에서는 초전도 카메라를 사용하여 고전압 전송 라인의 합동 상태를 모니터링합니다.관절의 스펙트럼 이미지를 정기적으로 촬영하고 분석하고 처리함으로써, 합동의 비정상적인 상태는 비정상적인 온도 상승, 저항 증가 등과 같은 오류 발생을 방지하기 위해 시간에 발견 할 수 있습니다.하이퍼 스펙트럼 카메라는 또한 재료 구성과 관절의 노화 정도와 같은 정보를 제공 할 수 있습니다장치는: 색 스펙트럼 내장 푸시 스파이프 FS-23 편리한 높은 스펙트럼. 보조장비: 일정한 스펙트럼 광원 - 전송 장치 광원: 선형 하로겐 광원 요약하자면, 초전광 카메라는 고전압 선 관절을 감지하는 데 특정 응용 잠재력과 장점을 가지고 있습니다.환경적 요인에서의 한계와 도전에 대해서도 주의가 필요합니다., 데이터 처리 능력 및 비용 문제. 기술의 지속적인 발전과 비용 감소와 함께,전력 검사 및 모니터링 분야에서 초광선 카메라의 응용 전망이 더 넓어질 것입니다..

과학기술의 발전과 사회의 발전에 따라 개인 신원 확인과 보안 검증이 점점 더 많은 관심을 끌고 있습니다.생체인식 기술로, 손발자국 인식은 안정성과 보편성 때문에 신원 확인 및 보안 확인 분야에서 광범위하게 사용되었습니다.전통적인 손발자국 인식 기술은 일반적으로 가시광선 이미지만을 사용합니다.이 문제를 해결하기 위해 하이퍼 스펙트럼 이미저에 의해 획득 된 손바닥 표지 이미지 인식 기술이 개발되었습니다. 하이퍼 스펙트럼 영상은 다른 파장에 찍은 영상입니다. 손바닥 표기 인식 분야에서 하이퍼 스펙트럼 영상은 피부 색상, 피부 색상, 피부 색상, 피부 색상, 피부 색상, 피부 색상, 피부 색상, 피부 색상, 피부 색상, 피부 색상, 피부 색상, 피부 색상, 피부 색상,혈관 분포다양한 파장의 이미지를 융합함으로써 손바닥 표지 인식의 정확성과 신뢰성을 향상시킬 수 있습니다. 하이퍼스펙트럼 이미지의 손발자국 융합 인식에서 해결해야 할 첫 번째 문제는 고품질의 하이퍼스펙트럼 이미지를 얻는 것입니다.전통적인 초전광 카메라 는 비싸고 대중화 하기 어렵다따라서, 고품질의 초광선 이미지를 얻기 위해 기존 장비와 기술을 사용하는 방법은 연구의 중심이되었습니다.한 방법 은 다 주파수 광원 과 광적 필터 를 이용 하여 초전광 영상 을 획득 하는 것 이다또 다른 방법은 스마트 폰과 같은 휴대용 장치를 사용하여 초전광 이미지를 얻는 것입니다. 고품질의 초광선 영상을 얻은 후, 해결해야 할 다음 문제는 손바닥 표본 특징을 효과적으로 추출하는 것입니다.전통적인 손바닥 표지 표지 추출 방법은 주로 가시광선 이미지를 기반으로 합니다.그러나 초전광 이미지는 더 많은 정보를 포함하고 있기 때문에 새로운 특징 추출 방법이 개발되어야 합니다. 한 가지 접근법은 손바닥 표기 특징을 추출하기 위해 딥 러닝 기술을 사용하는 것입니다.또 다른 방법은 하이퍼 스펙트럼 이미지에서 여러 파장 정보를 사용하여 손바닥 표지 특징을 추출하는 것입니다.. 손발자국 인식 분야에서 일반적으로 사용되는 분류 알고리즘에는 지원 벡터 기계, 신경 네트워크 및 결정 나무가 포함됩니다.이 알고리즘은 초전광 이미지를 처리하는 데 약간의 문제가 있습니다.이러한 고도의 계산 복잡성과 불안정한 분류 결과와 같은 문제로 인해 새로운 분류 알고리즘이 개발되어야 합니다. 한 가지 방법은 심층 학습 기술을 사용하여 분류하는 것입니다.또 다른 방법은 분류를 위해 하이퍼 스펙트럼 이미지에서 여러 파장의 정보를 사용하는 것입니다.. 하이퍼 스펙트럼 이미지 손발자국 융합 인식 기술은 광범위한 응용 가능성을 가지고 있습니다.손발자국 융합 인식 기술은 은행 계좌의 보안 검증을 위해 사용할 수 있습니다., 전자 결제, 전자 상거래 등 공공 보안 측면에서 하이퍼 스펙트럼 이미지의 손발자국 융합 인식 기술은 범죄 조사, 이민 관리,등등 요약하자면, 하이퍼 스펙트럼 이미지 손발자국 융합 인식은 광범위한 응용 가능성을 가진 생체 인식 기술입니다.손발자국 인식의 정확성 및 신뢰성은 고품질의 초광선 이미지를 획득함으로써 향상될 수 있습니다., 손바닥 흔적 특징을 추출하고 적절한 분류 알고리즘을 선택합니다.하이퍼 스펙트럼 영상의 손발자국 융합 인식 기술은 신원 확인 및 보안 확인 분야에서 점점 더 중요한 역할을 할 것입니다..

실리콘 제품은 우수한 성능과 광범위한 응용 분야로 인해 산업 및 일상 생활에서 널리 사용되었습니다. 실리콘 제품의 생산 과정에서색을 관리하는 것이 중요합니다., 이는 제품의 품질과 시장 경쟁력에 직접적으로 영향을 미칩니다.스펙트럼 포토미터는 실리카 젤 제품의 색 관리에 강력한 지원을 제공합니다.. 스펙트럼 광도계는 스펙트럼 기술을 기반으로 한 색 측정 기구로 밝기, 색 차이 등 샘플 표면의 색 값을 정확하게 측정할 수 있습니다.크로마 등색상과 표준 샘플을 비교함으로써 색상의 정확한 제어와 관리를 달성 할 수 있습니다.이 논문 은 시리카 젤 제품의 색 관리에 스펙트럼 광대의 응용을 소개합니다. 실리콘 제품의 생산 과정에서 색상 관리는 주로 두 가지 측면을 포함합니다. 하나는 원료의 색상 일치입니다.다른 하나는 생산 과정에서 색상을 모니터링하는 것입니다.스펙트럼 광도계는 두 가지 측면 모두에서 중요한 역할을 합니다. 우선, 원료의 색상 일치는 실리콘 제품의 색상 관리의 중요한 부분입니다.색을 측정 하 고 분광 광기 를 통해 원래 실리카 젤 물질의 분석, 정확한 색상 스키마는 실제 필요에 따라 수립 될 수 있습니다. 동시에, 색상 데이터베이스는 서로 다른 대량 사이의 색상의 차이를 정확하게 제어 할 수 있습니다.그 다음 색상 일치 소프트웨어를 통해 공식과 목표 색상을 계산이 방법은 매우 정확하며 완성된 제품의 색상이 디자인 요구 사항과 거의 동일하다는 것을 보장합니다.색 스펙트럼과 색상 일치 소프트웨어는 수요에 따라 설정 될 수 있습니다, 원하는 대상 색의 공식을 얻고, 과학적 알고리즘을 사용하여 요구에 가까운 색을 계산하여 색편차를 줄입니다. 둘째, 생산 과정에서 색상을 모니터링하는 것이 실리콘 제품의 품질을 보장하는 열쇠입니다.분광 광도계를 통해 생산 과정에서 실리카 젤 제품의 실시간 측정은 시간에 색상 편차를 찾아 그것을 조정할 수 있습니다제품 색상의 안정성과 일관성을 보장하기 위해 또한 스펙트럼 광도계는 실리콘 제품의 색상과 성능 사이의 관계를 연구하는 데도 사용될 수 있으며 제품 성능 최적화를 위한 기준을 제공합니다..예를 들어, 제품 성능을 최적화하기 위해 다른 온도와 습도 조건에서 다른 색상의 실리콘 제품의 변화가 연구됩니다. 요컨대, 스펙트럼 광도계는 실리콘 제품의 색상 관리에서 중요한 역할을 하며, 생산 과정에서 정확한 색상 통제를 위해 강력한 지원을 제공합니다.스펙트럼 광대 측정기 를 사용 하 여, 실리콘 제품의 품질을 향상시키고 생산 비용을 줄이고 시장 경쟁력을 향상시킬 수 있습니다.과학기술의 지속적인 발전과 응용 분야의 지속적인 확장, 실리콘 제품의 색 관리에서 분광 광대의 응용 전망은 더 넓을 것입니다. Hangzhou Colar Spectrum Technolcgy Co.,Ltd는 색상차량계, 벤치 색상차량계,스펙트럼 광도, 색 차이 미터, 휴대용 안개 미터, 전파 안개 미터, 광택 미터, 색상 일치 소프트웨어, 초전광 카메라, 등 페인트, 플라스틱, 섬유, 페인트 잉크, 유리, 솔루션에 집중,금속 접착, 애노딩, 스프레이, 자동차 부품 및 다른 산업 색상 검출, 우리의 생산 색상 차이 미터, 휴대 색상 차이 미터,데스크톱 색상 차이 미터 물질의 모든 종류의 색상 차이를 충족 할 수 있습니다색 스펙트럼 색 차이 기기 제조업체는 모든 색상의 문제를 상담하는 것을 환영합니다.