1.采用400-1000nm、900-1700nm雙波段高光譜相機,完成HL27195A布料樣品全域光譜數據采集,覆蓋材質識別有效檢測波段;
2. 以傳統化學檢測方式獲取精準布料成分實測數值,作為數據標定基準,為智能建模提供標準對照依據;
3.依托機器學習、深度學習人工智能算法,對布料光譜數據與化學檢測成分數據進行訓練、擬合與建模分析,完成布料材質高光譜無損識別技術的實驗驗證,實現紡織材質無損檢測技術的產業化落地應用。
二、樣品類別及數量
樣本:客戶送檢HL27195A布料測試樣品 數量2種
數量:2種(每種樣品規格符合檢測標準,無破損、無褶皺、無雜質,確保光譜數據真實有效)

檢測設備
1. 核心采集設備:400-1000nm、900-1700nm高光譜相機(具備納米級光譜分辨率,可精準捕捉布料中的細微光譜差異);
2. 輔助采集設備:光學暗箱(含350-2500nm光源、放樣移動平臺),提供穩定、無干擾的采集環境,有效減少外界光線對光譜數據的干擾,保障采集環境的一致性,避免儀器噪聲影響數據精度;
3. 輔助工具:黑色托盤(低反射率背景,杜絕雜光干擾數據精度)
4. 輔助材料:標識標簽,用于逐一標記布料樣品編號,實現各樣品光譜數據與化學檢測成分值精準匹配溯源
采集方式
1. 樣品擺放規則:將兩款HL27195A布料樣品按照標準實驗圖示規范擺放,保障成像均勻、數據采集一致性達標

2. 數據采集模式:采用反射模式,精準采集布料樣品400-1000nm、900-1700nm雙波段反射率數據,真實捕捉布料成分的光譜響應特征,契合布料光譜采集模式,避免損傷樣品,實現無損檢測;
3. 設備調參要求:
- 調節相機高度,標準化精細調參,調節相機高度,使相機視場可以覆蓋所有樣品;
- 調節鏡頭光圈到最大:F1.4,保障進光量充足,提升弱光譜信號捕捉能力,確保細微光譜差異被精準識別;
- 曝光時間調整到合適的值,精準調整曝光時間,有效規避樣品數據過曝、欠曝問題,確保光譜數據完整有效。
每個布料樣品提供6種格式完整文件,全面滿足實驗分析、模型訓練與品質檢測需求:
a、樣本400-1000nm、900-1700nm原始數據(.dat、.hdr格式),完整保留原始采集信息,支持二次光譜解混處理;
b、樣本400-1000nm、900-1700nm反射率數據(.dat、.hdr格式),經標準板校準,可直接用于混紡成分識別模型訓練擬合;
c、樣本400-1000nm、900-1700nm高光譜圖像(.png格式),直觀呈現混紡面料光譜空間分布特征;
d、提供樣品擺放實拍圖(.jpg格式),留存樣品擺放原始狀態,便于數據追溯與異常排查。
2. 數據展示









電話
微信