技术文章
TECHNICAL ARTICLES
更新时间:2026-02-28
点击次数:58
使用900-1700nm短波红外高光谱相机,对样品进行高光谱数据采集;
使用高光谱数据处理和分析软件对采集的数据进行降噪和反射率计算等数据预处理;分别采用特征谱段筛选等多种分析算法进行验证,确定光谱波段范围和算法。

本次测试采用高光谱设备进行测量
高光谱相机覆盖400-1700nm波长范围
高光谱图像
使用50%反射率板标定,通过ROI圈出新叶与老叶特征区域,算出平均反射率曲线,可以看出反射率与污染程度成反比。污染程度越高,反射率越低。

污染程度区分:算法一
监督分类:建立统计识别函数为理论基础、依据典型样本训练方法进行分类。
基于反射率曲线监督分类,可以看出污染程度区分明显,但是存在大量未识别区域。

污染程度区分:算法二
使用深度学习算法建立模型,导入到反射率文件中,用颜色渲染工具填图,可以明显看出不同程度的污染的区别,边缘误识别部分可能为阴影部分区域,准确率可以达到70%以上。


结论
使用光谱视觉技术,通过采集过滤盒背部大面积的高光谱数据,并对数据进行预处理和选择相应的算法进行分析后,可对样品进行区分,区分准确率为80%以上。
其中900-1700nm的可见近红外谱段相机具有识别准确率和精度高、受周边环境光影响小、算法简单等优点。
关注公众号
服务电话:
15305811932
浙江省杭州市西湖区转塘街道转塘科技经济区块3号2幢5层503室
san.li@hhitgroup.com