為什么不同物質(zhì)有不同的光譜曲線？
不同物質(zhì)之所以呈現(xiàn)出不同的光譜曲線，是因為它們對電磁波的吸收、反射與透射特性取決于其分子結(jié)構(gòu)和物理化學性質(zhì)。分子中的化學鍵會在特定波長產(chǎn)生振動或轉(zhuǎn)動吸收，從而形成特征吸收峰；晶體結(jié)構(gòu)和電子能級也會影響光的散射與吸收，使材料在某些波段表現(xiàn)出獨特的反射特性。同時，宏觀狀態(tài)如粗糙度、含水量和密度等也會進一步改變光譜表現(xiàn)。因此，不同物質(zhì)在光譜維度上具有獨特的“光譜指紋"，高光譜成像正是通過捕捉這些差異，實現(xiàn)物體識別和定量分析。
高光譜常見的數(shù)據(jù)
1. DN 值（Digital Number）
DN 就是相機探測器把光信號轉(zhuǎn)成的數(shù)字值，本質(zhì)上是“像素灰度"。它不是物理量，會受到曝光時間、增益、暗電流等影響。同樣一張白板，在長曝光下 DN 會更高。DN 是“相機看到的數(shù)字"，但還不是“真實光強"。
2. 輻射度（Radiance / Irradiance）
輻射亮度 Lλ單位波長、單位面積、單位立體角的輻射功率，常用單位W·m?2^·sr?1^·nm?1。成像光譜儀面向目標時，更直接獲取的是目標的輻射亮度。通過積分球/標準光源標定可得到每個波段的響應(yīng)系數(shù) ak,bk，把 DN 映射到 L：
其中 Sk為系統(tǒng)輻射響應(yīng)度（把“每曝光時間的凈 DN"換算成物理量的比例系數(shù)），t為曝光時間。
3. 反射率
在高光譜成像中，探測器最初采集到的數(shù)據(jù)是輻射亮度，即目標物體在不同波段上向外輻射或反射的能量強度。然而，這一原始信號不僅包含物體自身的信息，還受到光源強度、環(huán)境條件以及儀器響應(yīng)等多種因素的影響。因此，為了獲得能夠反映物體本征特性的光譜信息，需要將輻射亮度數(shù)據(jù)經(jīng)過校正，轉(zhuǎn)化為反射率。
反射率是指物體在特定波長下對入射光的反射能力，它是一個與外界光照條件相對無關(guān)的物理量，能夠直接反映物質(zhì)的光譜特性。為了完成從輻射亮度到反射率的校正，通常需要進行白板和暗場校準。白板校準利用高反射率、光譜特性已知的標準白板作為參考，通過測量其反射光強來消除光源和儀器系統(tǒng)對信號的影響；暗場校準則是在完*無光或遮擋情況下測得探測器本身的噪聲水平，用于去除背景噪聲干擾。經(jīng)過白板和暗場校準后，最終得到的反射率數(shù)據(jù)可以有效排除外部因素的影響，更準確地體現(xiàn)不同物質(zhì)的真實光譜特征。黑白校正的公式為：
式中：R是校正后的反射率數(shù)據(jù)；I是原始光譜數(shù)據(jù)；W是標準白板圖像數(shù)據(jù)；B是關(guān)閉鏡頭的暗電流圖像數(shù)據(jù)。
以不同煙葉高光譜數(shù)據(jù)為例（圖1），能夠看出，原始未校準下的圖像背景和樣品區(qū)域整體亮度受光源分布和儀器響應(yīng)的影響。從DN值上無法判斷樣品曲線的物質(zhì)特征，校正后該波段下的圖像整體灰度分布更加均勻，目標區(qū)域與背景對比更加清晰，消除了光源和探測器響應(yīng)帶來的系統(tǒng)性干擾。且經(jīng)過校正后的反射率曲線，縱軸歸一化到 0–1 區(qū)間，代表物體在不同波長下的真實反射比例。此外，從圖1也能夠看出各 ROI 曲線由于物質(zhì)不同，所反映出的光譜特征也不同。
圖 反射率校正前和校正后的光譜曲線
國產(chǎn)高光譜分選儀推薦
雙利合譜-GaiaSorter-Dual 雙相機高光譜分選儀
GaiaSorter-Dual“蓋亞"雙相機全波段高光譜分選儀通過對數(shù)據(jù)的分析，可進行針對果蔬的水分、糖酸度等內(nèi)、外部信息以及其他類型物品（如塑料、煙草、巖石等）分級、分選所需信息的獲取，并通過后續(xù)的控制開發(fā)，從而實現(xiàn)對物品的全自動化分選。
GaiaSorter-Dual“蓋亞"雙相機全波段高光譜分選儀
雙利合譜-“蓋亞"雙相機全波段高光譜分選儀系統(tǒng)優(yōu)勢
1. 全波段雙相機配置：搭載全波段光譜相機，檢測覆蓋400~1000nm、900~1700nm（或 1000~2500nm），無需額外更換設(shè)備即可適配多品類樣品檢測；
2. 全流程自動控制：支持光譜相機類型、電控平移臺掃描速度、文件保存路徑的自動切換，減少人工干預，提升檢測效率；
3. 相機無縫切換：數(shù)據(jù)采集過程中自動完成雙相機切換，避免波段斷層，保障光譜數(shù)據(jù)連續(xù)性；
4. 數(shù)據(jù)質(zhì)量優(yōu)化：具備近紅外相機噪聲壞點修復功能，降低數(shù)據(jù)干擾，提升光譜數(shù)據(jù)準確性；
5. 光譜校準自動化：自動完成光譜反射率校準，無需手動操作，進一步保障檢測數(shù)據(jù)的可靠性。
雙利合譜-高光譜分選儀應(yīng)用案例分享：
煙草煙葉分選
煙梗含量檢測大多采用在生產(chǎn)線采樣，然后進行粉碎，分離出煙梗，再通過稱重 的方法得出煙葉含梗量，不僅周期長，操作復雜， 還會影響生產(chǎn)的正常進行，對于超標的煙葉無法及時從生產(chǎn)線上剔除。本研究的目的是通過利用成像高光譜技術(shù)無損監(jiān)測技術(shù)對不同品種煙絲、梗絲進行分析研究，以期通過雙利合譜-成像高光譜技術(shù)可快速識別不同品種的煙絲、煙梗絲。
水果損傷檢測
蘋果、雪梨、桃等水果很容易在生產(chǎn)、運輸?shù)拳h(huán)節(jié)受到損傷，而普通的RGB 相機很難通過機器視覺方式解決問題，利用雙利合譜-高光譜成像技術(shù)可以對樣品無損傷的情況下進行品質(zhì)監(jiān)測。
肉類摻假檢測
牛肉、羊肉、雞肉等摻和在一起時，很難通過視覺、味覺等發(fā)現(xiàn)其差異，利用雙利合譜的高光譜成像技術(shù)可以快速判斷肉質(zhì)屬性、分布、含量多少等信息。(b) 說明：羊肉摻假鴨肉摻假可視化圖像和不同摻假比例樣品特征光譜
© 2019 版權(quán)所有：江蘇雙利合譜科技有限公司 備案號：蘇ICP備2021046114號-3 技術(shù)支持：化工儀器網(wǎng) GoogleSitemap 管理登陸
在線客服