一、檢測目的和依據
1. 采用400-1000nm、900-1700nm高光譜相機,精準采集布料P89181的光譜數據,確保數據完整性與精準度,為后續技術分析與建模提供可靠基礎;
2. 以客戶通過化學方法檢測獲取的布料P89181成分值作為核心對比基準,明確數據擬合的參考標準,保障實驗流程的嚴謹性;
3. 運用機器學習、深度學習等人工智能技術,對布料P89181的光譜數據與化學法獲取的成分值進行系統訓練擬合,完成高光譜技術無損識別布料成分的技術實驗驗證,推動該技術產業化落地應用。
二、樣品類別及數量
樣本:測試實驗客戶來樣樣品,具體為布料P89181,數量共計5種(附樣品圖:樣品.png),所有樣品均用于高光譜數據采集及材質無損識別實驗,全程遵循規范管控流程,確保樣品代表性與數據可靠性,滿足實驗建模與技術落地的需求。

三、檢測設備和方式
檢測設備
1. 核心采集設備:400-1000nm、900-1700nm高光譜相機,用于精準捕捉布料P89181的光譜特征信息,保障數據采集的精度與穩定性;
2. 輔助采集設備:光學暗箱(內置350-2500nm光源,配套放樣移動平臺),有效隔絕外界光線干擾,保障采集環境的穩定性;
3. 輔助工具:黑色托盤(低反射率背景),降低環境反射對光譜數據的干擾,進一步提升數據采集的準確性;
4. 輔助材料:標簽,用于清晰標記布料P89181的編號,實現布料光譜數據與對應化學檢測值的精準對應,避免數據混淆,便于后期數據追溯與核對。
采集方式
1. 樣品擺放規則:嚴格按照圖示要求擺放布料P89181樣品(附暗箱圖:暗箱.png),確保所有樣品擺放規范、統一,保障采集條件一致,提升數據的可比性;
2. 數據采集模式:采用反射模式,專一采集布料P89181樣品400-1000nm、900-1700nm兩個波段的反射率數據,確保光譜數據的完整性與針對性;
3. 設備調參要求:
- 調節相機高度,確保相機視場可完整覆蓋所有5種樣品,無遺漏、無偏差;
- 調節鏡頭光圈至(F1.4),保障進光量充足,提升光譜數據的清晰度;
- 調節鏡頭焦距,使布料P89181樣品圖像均達到最清晰狀態,避免圖像模糊影響數據質量;
- 調整曝光時間至合適值,嚴格避免采集的樣品數據出現過曝現象,確保數據真實有效、可復用。

四、采集結果
1. 數據提供
為每個布料P89181樣品均提供完整、規范的數據文件,每個樣品包含以下6個格式文件,全面滿足實驗及技術落地需求:
a、樣本400-1000nm、900-1700nm原始數據(包含.dat、.hdr格式),完整保留原始采集信息,便于后續復盤、分析與優化;
b、樣本400-1000nm、900-1700nm反射率數據(包含.dat、.hdr格式),用于后續機器學習、深度學習模型的訓練擬合;
c、樣本400-1000nm、900-1700nm高光譜圖像(.png格式),直觀呈現布料P89181的光譜特征,便于快速觀察與分析;
d、提供樣品擺放實拍圖(.jpg格式),留存布料P89181樣品擺放的原始狀態,便于數據追溯、核對與存檔。
2. 數據展示
數據展示相關文件:400-1000.png、400-1000-03-04.png、400-1000-05.png、900-1700.png、900-1700-03-04.png、900-1700-05.png、采集標準.png;
設備相關展示文件:機箱圖一.png、配件圖二.png、圖三.png;
本次采集工作嚴格參考Q/EX C 0628-2025標準執行,確保所有數據合規、精準,可直接用于高光譜無損識別技術的實驗與落地應用。





采集參考Q/EX C 0628-2025標準