CHNSpec Technology （Zhejiang）Co.,Ltd Ειδήσεις επιχείρησης

Σε αυτήν την μελέτη, μια hyperspectral κάμερα 400-1000nm εφαρμόστηκε, και FS13, ένα προϊόν της Co. τεχνολογίας φάσματος χρώματος Hangzhou, ΕΠΕ, θα μπορούσε να χρησιμοποιηθεί για τη σχετική έρευνα. Η φασματική σειρά είναι 400-1000nm, το ψήφισμα μήκους κύματος είναι καλύτερο από 2.5nm, και μέχρι 1200 φασματικά κανάλια μπορούν να επιτευχθούν. Η ταχύτητα αποκτήσεων μπορεί να φθάσει σε 128FPS στο πλήρες φάσμα, και το μέγιστο αφότου η επιλογή ζωνών είναι 3300Hz (επιλογή ζωνών πολυ-περιοχών υποστήριξης).   Το μαρούλι είναι πλούσιο στην πρωτεΐνη, τους υδατάνθρακες, τις βιταμίνες και άλλες θρεπτικές ουσίες, και η περιοχή φύτευσης είναι ευρεία. Το άζωτο είναι ένα από τα περισσότερα σημαντικά στοιχεία που έχουν επιπτώσεις στην αύξηση του μαρουλιού. Να καθιερώσει μια γρήγορη, αποδοτική και μη καταστρεπτική μέθοδο για την ανίχνευση περιεκτικότητας σε άζωτο του μαρουλιού είναι κατάλληλη να καθοδηγήσει τη λογική λίπανση του μαρουλιού. Αυτή τη στιγμή, υπάρχουν λίγες εκθέσεις σχετικά με τη χρήση της hyperspectral τεχνολογίας εικόνας για να ανιχνεύσουν την περιεκτικότητα σε άζωτο στα φύλλα μαρουλιού. Σε αυτήν την μελέτη, η hyperspectral τεχνολογία εικόνας εφαρμόστηκε στη μη καταστρεπτική ανίχνευση της περιεκτικότητας σε άζωτο στα φύλλα μαρουλιού. Με τη μελέτη των αποτελεσμάτων των διάφορων φασματικών μεθόδων προεπεξεργασίας στη διαμόρφωση PLSB, οι κατάλληλες φασματικές μέθοδοι προεπεξεργασίας επιλέχτηκαν για τα φύλλα μαρουλιού, και τα ευαίσθητα μήκη κύματος κατάλληλα για την περιεκτικότητα σε άζωτο στα φύλλα μαρουλιού βελτιστοποιήθηκαν. Μια προσπάθεια έγινε να καθιερώσει το απλούστερο και βέλτιστο πρότυπο πρόβλεψης της περιεκτικότητας σε άζωτο στα φύλλα μαρουλιού. Αυτό το σύνολο μεθόδων δεν έχει αναφερθεί, και παρέχει επίσης μια βάση για την ανάπτυξη του φορητού φυτικού θρεπτικού ανιχνευτή στοιχείων, ο οποίος έχει την ισχυρή πρακτική αξία.   Οι hyperspectral εικόνες 60 φύλλων μαρουλιού συλλέχθηκαν από τη hyperspectral τεχνολογία εικόνας, και η περιεκτικότητα σε άζωτο των αντίστοιχων φύλλων μαρουλιού καθορίστηκε από AutoAnalyzer3 τη συνεχούς ροής συσκευή ανάλυσης. Το μέσο φασματικό στοιχείο των περιοχών 50×50 στην επιφάνεια των ακατέργαστων φύλλων μαρουλιού εξήχθη από ENVI το λογισμικό. Τα αποσπασματικά μέσα φασματικά στοιχεία προεπεξεργάστηκαν (8 είδη μεθόδων προεπεξεργασίας). Τέλος, αρχικά φασματικά στοιχεία και 8 είδη φασματικών στοιχείων προεπεξεργασίας χρησιμοποιήθηκαν ως εισαγωγή PLSR για να καθιερώσουν 9 πρότυπα πρόβλεψης για την περιεκτικότητα σε άζωτο του μαρουλιού. Με τη σύγκριση των αποτελεσμάτων αυτών των 9 προτύπων πρόβλεψης, η βέλτιστη πρόβλεψη πρότυπο OSC+PLSR επιλέχτηκε, και το διάγραμμα συντελεστή οπισθοδρόμησης του προτύπου OSC+PLSR αναλύθηκε. 13 ευαίσθητα μήκη κύματος επιλέχτηκαν, και έπειτα 13 ευαίσθητα μήκη κύματος λήφθηκαν ως εισαγωγή PLSR. Τέλος, το πρότυπο πρόβλεψης της περιεκτικότητας σε άζωτο μαρουλιού OSC+SW+PLSR καθιερώθηκε. Έναντι του προτύπου OSC+PLSR, η αποδοτικότητα πρόβλεψης έχει βελτιωθεί πολύ, που μπορεί να χρησιμοποιηθεί ως αποδοτική, ακριβής και μη καταστρεπτική νέα μέθοδος για την πρόβλεψη της περιεκτικότητας σε άζωτο στα φύλλα μαρουλιού, και μπορεί να παρέχει μια αναφορά για τη διάγνωση διατροφής αζώτου και την οικονομική και λογική λίπανση του μαρουλιού.

Σε αυτή τη μελέτη, μπορεί να χρησιμοποιηθεί μια υπερφασματική κάμερα 400-1000nm και τα προϊόντα της Hangzhou Color Spectrum Technology Co., LTD Το FS13 διεξάγει σχετική έρευνα.Η φασματική περιοχή είναι 400-1000 nm και η ανάλυση μήκους κύματος είναι καλύτερη από 2,5 nm, έως 1200 Δύο φασματικά κανάλια.Ταχύτητα απόκτησης έως 128 FPS σε πλήρες φάσμα, έως και 3300 Hz μετά την επιλογή ζώνης (υποστηρίξη πολλαπλών ζωνών Επιλογή ζώνης τομέα).   Με την προώθηση της στρατηγικής βασικών σιτηρών πατάτας στην Κίνα, η αλυσίδα βιομηχανίας που σχετίζεται με την πατάτα έχει αναπτυχθεί γρήγορα και η ποιότητα της πατάτας έχει γίνει ένα καυτό ζήτημα.Ωστόσο, ελαττώματα όπως το πράσινο δέρμα και οι μηχανικές βλάβες επηρεάζουν σοβαρά τη συνολική ποσότητα πατάτας, ειδικά το περίπλοκο σχήμα της πράσινης φλούδας πατάτας, τα ελαττώματα δεν είναι εύκολο να εντοπιστούν και αυξάνουν τη δυσκολία ανίχνευσης.Ταυτόχρονα, εάν η περιεκτικότητα της πράσινης πατάτας σε σολανίνη υπερβαίνει τα βρώσιμα πρότυπα, θα οδηγήσει σε τροφική δηλητηρίαση και θα προκαλέσει προβλήματα ασφάλειας των τροφίμων.Ως εκ τούτου, είναι πολύ σημαντικό να μελετηθεί μια γρήγορη και μη καταστροφική μέθοδος ανίχνευσης για τη βαθιά επεξεργασία της πατάτας και την επέκταση της αλυσίδας της βιομηχανίας πατάτας.   Η τεχνολογία υπερφασματικής απεικόνισης έχει τα πλεονεκτήματα του ευρέος εύρους ζώνης και μπορεί να λάβει την εικόνα και τις φασματικές πληροφορίες στην αντίστοιχη περιοχή ζώνης του δοκιμασμένου δείγματος ταυτόχρονα, επομένως έχει χρησιμοποιηθεί ευρέως σε γρήγορες μη καταστροφικές δοκιμές γεωργικών προϊόντων.Προκειμένου να λυθεί το πρόβλημα ότι η πατάτα με ανοιχτό πράσινο δέρμα δεν είναι εύκολο να αναγνωριστεί σε αυθαίρετη θέση, χρησιμοποιήθηκαν οι τεχνικές υπερφασματικής απεικόνισης ημι-μετάδοσης και ανάκλασης για σύγκριση και ανάλυση και προσδιορίστηκε η ακρίβεια αναγνώρισης του μοντέλου με διαφορετικές μεθόδους υπερφασματικής απεικόνισης. .Οι ημι-εκπεμπόμενες υπερφασματικές και ανακλώμενες υπερφασματικές εικόνες δειγμάτων πατάτας συλλέχθηκαν σε οποιαδήποτε θέση και δημιουργήθηκαν μοντέλα ανίχνευσης που βασίζονται σε πληροφορίες εικόνας και φασματικές πληροφορίες αντίστοιχα, και συγκρίθηκαν οι ρυθμοί αναγνώρισης διαφορετικών μοντέλων.Περαιτέρω καθιερώστε μοντέλα σύντηξης εικόνας και φάσματος ή διαφορετικά μοντέλα σύντηξης απεικόνισης για να βελτιώσετε την απόδοση του μοντέλου και, τέλος, να καθορίσετε το βέλτιστο μοντέλο. (1) Συγκρίνεται η ακρίβεια των μοντέλων αναγνώρισης πληροφοριών εικόνας με διαφορετικές μεθόδους υπερφασματικής απεικόνισης.Το ποσοστό αναγνώρισης της ισομετρικής χαρτογράφησης σε συνδυασμό με το μοντέλο δικτύου βαθιάς πεποίθησης που βασίζεται σε ημι-μεταδιδόμενες πληροφορίες εικόνας είναι μόνο 78,67%.Το ποσοστό αναγνώρισης της επέκτασης της μέγιστης διακύμανσης σε συνδυασμό με το μοντέλο δικτύου βαθιάς πεποίθησης που βασίζεται σε πληροφορίες ανακλώμενης εικόνας είναι μόνο 77,33%.Τα αποτελέσματα έδειξαν ότι η ακρίβεια της ανίχνευσης ανοιχτής πράσινης πατάτας από πληροφορίες μεμονωμένης εικόνας δεν ήταν υψηλή. (2) Συγκρίνεται η ακρίβεια των μοντέλων αναγνώρισης φασματικών πληροφοριών με διαφορετικές μεθόδους υπερφασματικής απεικόνισης.Το ποσοστό αναγνώρισης της τοπικής εφαπτομενικής διάταξης χώρου σε συνδυασμό με το μοντέλο δικτύου βαθιάς πεποίθησης που βασίζεται σε πληροφορίες φάσματος ημιμετάδοσης είναι το υψηλότερο 93,33%.Το ποσοστό αναγνώρισης της τοπικής εφαπτομένης χωρικής διάταξης σε συνδυασμό με το μοντέλο δικτύου βαθιάς πεποίθησης που βασίζεται σε φασματικές πληροφορίες ανάκλασης είναι έως και 90,67%.Τα αποτελέσματα δείχνουν ότι είναι εφικτή η χρήση μεμονωμένων φασματικών πληροφοριών για την ανίχνευση ανοιχτοπράσινων πατατών, αλλά ο ρυθμός αναγνώρισης πρέπει να βελτιωθεί περαιτέρω. (3) Συγκρίνεται η επίδραση τριών μεθόδων σύντηξης πληροφοριών πολλαπλών πηγών στην ακρίβεια αναγνώρισης.Η ακρίβεια των τριών μοντέλων σύντηξης ημι-εκπεμπόμενης εικόνας και ημι-εκπεμπόμενου φάσματος, ανακλώμενης εικόνας και φάσματος ανάκλασης, ημιεκπεμπόμενου φάσματος και φάσματος ανάκλασης είναι υψηλότερη από αυτή της απλής εικόνας ή του φασματικού μοντέλου και του μοντέλου σύντηξης δικτύου βαθιάς πεποίθησης Το ημι-εκπεμπόμενο φάσμα και το φάσμα ανάκλασης είναι το καλύτερο και το ποσοστό αναγνώρισης του συνόλου διόρθωσης και του συνόλου δοκιμής είναι 100%.Τα αποτελέσματα δείχνουν ότι το μοντέλο σύντηξης του φάσματος ημι-μετάδοσης και του φάσματος ανάκλασης μπορεί να πραγματοποιήσει τη μη καταστροφική δοκιμή της ανοιχτόπράσινης φλούδας πατάτας.

Σε αυτήν την μελέτη, hyperspectral κάμερες της ζώνης 400-1000nm και 900-1700 NM εφαρμόστηκαν, και τα προϊόντα FS13 και FS15 της Co. τεχνολογίας φάσματος χρώματος Hangzhou, ΕΠΕ θα μπορούσαν να χρησιμοποιηθούν για τη σχετική έρευνα. Η φασματική σειρά είναι 400-1000nm, το ψήφισμα μήκους κύματος είναι καλύτερο από 2.5nm, και μέχρι 1200 φασματικά κανάλια μπορούν να επιτευχθούν. Η ταχύτητα αποκτήσεων μπορεί να φθάσει σε 128FPS στο πλήρες φάσμα, και το μέγιστο αφότου η επιλογή ζωνών είναι 3300Hz (επιλογή ζωνών πολυ-περιοχών υποστήριξης). Το κρέας περιλαμβάνει κυρίως το ζωικό κεφάλαιο και τα πουλερικά και τα υδρόβια προϊόντα, οι πρωτεΐνες, τα λιπαρά οξέα, τα ιχνοστοιχεία και άλλες σημαντικές ενεργειακές ουσίες που απαιτούνται από το ανθρώπινο σώμα προέρχονται από το κρέας. Με τη συνεχή βελτίωση του βιοτικού επιπέδου, οι άνθρωποι δίνουν περισσότερη προσοχή στην ποιότητα των τροφίμων και της ισορροπημένης διατροφής στη διατροφή, αλλά μερικές παράνομες επιχειρήσεις θα αναμίξουν κάποιο χαμηλής ποιότητας κρέας στο υψηλής ποιότητας κρέας, κακής ποιότητας, ειδικά το 2013 «κύμα κρέατος αλόγων» της Ευρώπης, προκαλούμενη ακραία ανησυχία των ανθρώπων για τη νόθευση κρέατος. Οι μέθοδοι ανίχνευσης νόθευσης κρέατος περιλαμβάνουν την αισθητήρια αξιολόγηση, τη φθορισμού PCR τεχνολογία ανίχνευσης, την ανάλυση ηλεκτροφόρησης και την ένζυμο-συνδεμένη immunoassay τεχνολογία, κ.λπ., αλλά οι περισσότεροι από τα απαιτούν την προεπεξεργασία δειγμάτων, και η λειτουργία δοκιμής είναι περίπλοκη και χρονοβόρα, και είναι δύσκολο να επιτευχθεί η γρήγορη σε πραγματικό χρόνο ανίχνευση του μεγάλου μεγέθους του δείγματος στον τομέα.   Η μεγαλύτερη μέρος της υπάρχουσας λογοτεχνίας εκθέτει τη χρησιμοποιημένη hyperspectral τεχνολογία εικόνας ενιαίος-ταινιών για να διακρίνει τη νόθευση κρέατος, αλλά λίγοι χρησιμοποίησαν δύο ζώνες για τη συγκριτική ανάλυση. Σε αυτό το πείραμα, το υψηλής ποιότητας ξεπαγωμένο πρόβειο κρέας επιλέχτηκε ως αλλοιωτής, και το κρέας παπιών με σχετικά τη χαμηλή τιμή ναρκώθηκε. Οι πληροφορίες Hyperspectral των δειγμάτων συλλέχθηκαν στις δύο ζώνες ορατός near-infrared (400 ~ 1 000 NM) και του μικροκύματος near-infrared (900 ~ 1700 NM), και ένα ποσοτικό πρότυπο καθιερώθηκε με την επιλογή των κατάλληλων μεθόδων προεπεξεργασίας. Το βέλτιστο πρότυπο επιλέχτηκε για την αντιστροφή εικόνας, και μια μέθοδος απεικόνισης για τη γρήγορη ποσοτική ανίχνευση της νόθευσης πρόβειων κρεάτων προτάθηκε προκειμένου να παρασχεθούν τα στοιχεία και η τεχνική υποστήριξη για την ποσοτική ανίχνευση της νόθευσης πρόβειων κρεάτων. (1) για τη ζώνη 400 ~ 1000 NM, το πρότυπο πλήρης-ταινιών ΠΑΡΑΚΑΛΏ που καθιερώνεται μετά από την προεπεξεργασία κανονικοποίησης έχει την υψηλότερη ακρίβεια Για τη ζώνη 900-1700 NM, το πρότυπο πλήρης-ταινιών ΠΑΡΑΚΑΛΏ που καθιερώνεται ακρίβεια μετά από την προεπεξεργασία SNV έχει την υψηλότερη. Με την επιλογή του μήκους κύματος των δύο φασματικών ζωνών κάτω από τη βέλτιστη μέθοδο προεπεξεργασίας, διαπιστώνεται ότι το collinearity μεταξύ των επιλεγμένων μηκών κύματος είναι ελάχιστο και αντιπροσωπευτικό βάσει της εξάλειψης multicollinearity, το οποίο μπορεί περαιτέρω να βελτιώσει την ακρίβεια και την απλότητα του προτύπου.   (2) υπάρχουν περισσότερες πληροφορίες για τις ομάδες σχετικές με τη σύνθεση κρέατος στη ζώνη 900-1700 NM, που μπορεί καλύτερα να απεικονίσει τα χαρακτηριστικά του κρέατος, και μπορεί να είναι καταλληλότερη για τον προσδιορισμό της νόθευσης κρέατος. Προκειμένου να διευρυνθούν η περιεκτικότητα και η δυνατότητα εφαρμογής του προτύπου, το πείραμα πρέπει να επεκταθεί στο μακροχρόνιο κύμα κοντά στο υπέρυθρο φάσμα (1 700 ~ 2500 NM). Συγχρόνως, το υψηλής ποιότητας πρόβειο κρέας και το κρέας παπιών που επιλέχτηκαν στο πείραμα συσκευάστηκαν ως τελειώνει - προϊόντα στις τοπικές υπεραγορές. Εάν το επόμενο πρότυπο μπορεί να εφαρμοστεί στη μελέτη της νόθευσης πρόβειων κρεάτων στο πλαίσιο των διαφορετικών περιβαλλόντων (θερμοκρασία, υγρασία, μορφή, κ.λπ.), οι διαφορετικές ποικιλίες, οι διαφορετικές ιδιότητες, οι διαφορετικές μέθοδοι σίτισης και η διαφορετική φρεσκάδα χρειάζονται περαιτέρω την επαλήθευση και τη συζήτηση.  

Σε αυτή τη μελέτη, εφαρμόστηκε μια υπερφασματική κάμερα 900-1700 nm και το FS-15, το προϊόν της Hangzhou Color Spectrum Technology Co., LTD., θα μπορούσε να χρησιμοποιηθεί για σχετική έρευνα.Η υπερφασματική κάμερα βραχέων κυμάτων εγγύς υπέρυθρης ακτινοβολίας, η ταχύτητα απόκτησης πλήρους φάσματος έως 200FPS, χρησιμοποιείται ευρέως στην αναγνώριση σύνθεσης, αναγνώριση ουσίας, μηχανική όραση, ποιότητα γεωργικών προϊόντων, ανίχνευση οθόνης και άλλα πεδία.        Η ντομάτα είναι μια καλλιέργεια μούρων με μοναδική γεύση και πλούσια σε μια ποικιλία θρεπτικών συστατικών, όπως γλουταθειόνη, βιταμίνες, λυκοπένιο, βήτα-καροτίνη και άλλα βιοενεργά συστατικά και έχει υψηλή διατροφική αξία.Με την ραγδαία ανάπτυξη της παγκόσμιας οικονομίας, αυξάνεται η ζήτηση για ντομάτες και προϊόντα μεταποίησης ντομάτας στην καταναλωτική αγορά.Η ντομάτα έχει γίνει επίσης μια από τις πιο ευρέως καλλιεργούμενες και καταναλωμένες καλλιέργειες λαχανικών και φρούτων στον κόσμο.Επιπλέον, με τη γενική βελτίωση του βιοτικού επιπέδου των ανθρώπων, η εσωτερική ποιότητα, η ποιότητα εμφάνισης, η ποιότητα αποθήκευσης και μεταφοράς και η εξαιρετική γεύση και γεύση της ντομάτας γίνονται όλο και πιο σημαντικά για τους καταναλωτές, και η βιομηχανία τομάτας της Κίνας αντιμετωπίζει επίσης νέες προκλήσεις και ευκαιρίες .Σύμφωνα με την έρευνα, η ωριμότητα και η ποιότητα αποθήκευσης της τομάτας είναι πολύ σημαντικές για τη βιομηχανία ντομάτας και η εσωτερική ποιότητα των ντοματίνων, καθώς και η εξαιρετική γεύση και γεύση ενδιαφέρονται περισσότερο από τους καταναλωτές.Με βάση την ανάπτυξη και την εφαρμογή μεγάλων δεδομένων, η αυτόματη φύτευση, η μηχανοποιημένη συλλογή και η έξυπνη ταξινόμηση της τομάτας πραγματοποιούνται για την επίτευξη αυξημένης παραγωγής και αποτελεσματικότητας της τομάτας.Επί του παρόντος, έχουν γίνει κάποιες έρευνες για την ανίχνευση ποιότητας τομάτας με βάση το φάσμα στο εσωτερικό και στο εξωτερικό, αλλά στα υπάρχοντα μοντέλα ανίχνευσης ποιότητας τομάτας, η εξαγωγή αποτελεσματικών φασματικών πληροφοριών εξακολουθεί να αποτελεί ερευνητική δυσκολία και η ανίχνευση της εσωτερικής ποιότητας της τομάτας μέσω κατάλληλων Μέθοδοι μη καταστροφικών δοκιμών μένει να μελετηθούν.     Στη μελέτη της μη καταστροφικής ανίχνευσης διαλυτού στερεού περιεχομένου ντοματίνων με βάση την τεχνολογία υπερφασματικής απεικόνισης, επιλέχθηκαν 191 ντοματίνια ως ερευνητικά αντικείμενα, συλλέχθηκαν δεδομένα υπερφασματικής εικόνας στην περιοχή 865,11~1711,71 nm και η περιοχή ενδιαφέροντος Η υπερφασματική εικόνα cherry tomatoes διαχωρίστηκε με τον αλγόριθμο K-means.Το μέσο φάσμα αυτής της περιοχής εξήχθη ως τα αρχικά φασματικά δεδομένα της ντομάτας cherry.Τα MA και MSC χρησιμοποιήθηκαν για την προεπεξεργασία των αρχικών φασματικών δεδομένων και τα δείγματα ντομάτας cherry χωρίστηκαν σε σετ εκπαίδευσης και σε σετ δοκιμών με βάση τον αλγόριθμο KS.Προκειμένου να βελτιωθεί η αποτελεσματικότητα των πληροφοριών που περιέχονται στη ζώνη χαρακτηριστικών, ο αλγόριθμος SPA και ο αλγόριθμος PCA συνδυάστηκαν για να εκτελέσουν ανάλυση κύριας συνιστώσας στα φασματικά δεδομένα και στη συνέχεια συγκρίθηκαν με τους αλγόριθμους PCA και miRF, ένα μοντέλο ανίχνευσης SSC του κερασιού που βασίζεται σε PLSR Η ντομάτα καθιερώθηκε και το μοντέλο επαληθεύτηκε από τα δεδομένα του συνόλου δοκιμής.Τα αποτελέσματα δείχνουν ότι η ακρίβεια ανίχνευσης του μοντέλου που βασίζεται στο κύριο στοιχείο που εξήχθη από το SPA-PCA είναι προφανώς βελτιστοποιημένη.Από τα αποτελέσματα ανίχνευσης των μοντέλων, μεταξύ των τριών μοντέλων, το μοντέλο SPA-PCA-PLSR έχει το καλύτερο αποτέλεσμα ανίχνευσης, R, 0,9039.Το αποτέλεσμα ανίχνευσης του μοντέλου miRF-PLSR ήταν το δεύτερο, το RF ήταν 0,8878.Το αποτέλεσμα προσαρμογής του μοντέλου PCA-PLSR είναι το χειρότερο.

Σε αυτή τη μελέτη, εφαρμόστηκε μια υπερφασματική κάμερα 400-1000nm και το FS13, προϊόν της Hangzhou Color Spectrum Technology Co., LTD., θα μπορούσε να χρησιμοποιηθεί για σχετική έρευνα.Η φασματική περιοχή είναι 400-1000 nm, η ανάλυση μήκους κύματος είναι καλύτερη από 2,5 nm και μπορούν να επιτευχθούν έως και 1200 φασματικά κανάλια.Η ταχύτητα λήψης μπορεί να φτάσει τα 128 FPS σε όλο το φάσμα και η μέγιστη μετά την επιλογή ζώνης είναι 3300 Hz (υποστηρίζει επιλογή ζώνης πολλαπλών περιοχών). Τα βατόμουρα, επίσης γνωστά ως βατόμουρα, σκούρα μπλε φρούτα, μούρα, γνωστά και ως μπλε μούρα, είναι ένα από τα αναδυόμενα μικρά μούρα στην Κίνα.Λόγω της μοναδικής υγιεινής και θρεπτικής του αξίας, έχει πολλά θρεπτικά συστατικά που χρειάζεται ο ανθρώπινος οργανισμός, εξαιρετικές ιδιότητες επεξεργασίας κ.λπ., και έχει δοθεί προσοχή." Η εσωτερική ποιότητα των μύρτιλων έχει μεγάλη επίδραση στη γεύση των μύρτιλων και είναι επίσης ένας από τους σημαντικούς δείκτες για την αξιολόγηση της ποιότητας των βατόμουρων. Η παραδοσιακή μέθοδος δοκιμής χρησιμοποιεί γενικά συσκευή μέτρησης για την ανίχνευση της περιεκτικότητας σε ζάχαρη και της σκληρότητας του μύρτιλου. Λόγω του μοναδικού δείκτη ανίχνευσης, μακροχρόνιας και καταστροφικής, αυτές οι μέθοδοι ανίχνευσης είναι δύσκολες να εφαρμοστεί στη βιομηχανική ανίχνευση της περιεκτικότητας σε ζάχαρη και της σκληρότητας των φρούτων. Ως εκ τούτου, είναι πολύ σημαντικό να αναπτυχθεί μια μη καταστροφική και αποτελεσματική μέθοδος για τον εντοπισμό της περιεκτικότητας σε ζάχαρη και της σκληρότητας του μύρτιλου με βάση την εσωτερική ποιότητα.   Σε όλη την εγχώρια και ξένη έρευνα για την περιεκτικότητα σε ζάχαρη φρούτων και την ανίχνευση σκληρότητας, μπορεί να φανεί ότι η χρήση της μεθόδου επιλογής χαρακτηριστικού μήκους κύματος μπορεί να μειώσει αποτελεσματικά τη διάσταση των δεδομένων υπερφασματικής εικόνας, να μειώσει τον πλεονασμό των φασματικών δεδομένων, να βελτιώσει την απόδοση βαθμονόμησης και την αποτελεσματικότητα ανίχνευσης του μοντέλου και να λάβετε καλά αποτελέσματα πρόβλεψης.Δείχνει ότι αυτές οι χαρακτηριστικές μέθοδοι επιλογής μήκους κύματος μπορεί να είναι ωφέλιμες για την πραγματοποίηση διαδικτυακής ανίχνευσης φρούτων.Ωστόσο, αυτές οι μελέτες στοχεύουν κυρίως στην ανίχνευση μεμονωμένων δεικτών και πρέπει να δημιουργηθούν πολλαπλά μοντέλα για την ανίχνευση πολλαπλών δεικτών φρούτων, γεγονός που αυξάνει την πολυπλοκότητα της επεξεργασίας δεδομένων.Ως εκ τούτου, είναι απαραίτητο να δημιουργηθεί ένα μοντέλο για την ανίχνευση πολλαπλών ευρετηρίων για εξοικονόμηση χρόνου και βελτίωση της αποτελεσματικότητας του διαδικτυακού εντοπισμού.Σε αυτή τη μελέτη, η τεχνολογία υπερφασματικής απεικόνισης χρησιμοποιήθηκε για να προτείνει μια μέθοδο επιλογής μήκους κύματος πολλαπλών σταδίων για την ανίχνευση τόσο της περιεκτικότητας σε ζάχαρη όσο και της σκληρότητας των βατόμουρων σε υπερφασματικές εικόνες.Μέθοδοι επιλογής μήκους κύματος χαρακτηριστικών όπως ο αλγόριθμος συνεχούς προβολής ή η σταδιακή πολλαπλή γραμμική παλινδρόμηση χρησιμοποιήθηκαν διαδοχικά για την επιλογή των χαρακτηριστικών μηκών κύματος που θα μπορούσαν να αντικατοπτρίζουν τόσο την περιεκτικότητα σε ζάχαρη όσο και τη σκληρότητα των βατόμουρων και το μοντέλο νευρικού δικτύου BP χρησιμοποιήθηκε ως μοντέλο ανίχνευσης.Η περιεκτικότητα σε σάκχαρα και η σκληρότητα του μύρτιλου προβλέφθηκαν προκειμένου να πραγματοποιηθούν ταχείες και μη καταστροφικές δοκιμές της εσωτερικής ποιότητας του μύρτιλου και να παρασχεθεί θεωρητική βάση για την κατασκευή διαδικτυακών δοκιμών ποιότητας του μύρτιλου.

Σε αυτήν την μελέτη, μια hyperspectral κάμερα 400-1000nm μπορεί να χρησιμοποιηθεί, και τα προϊόντα της Co. τεχνολογίας φάσματος χρώματος Hangzhou, ΕΠΕΣε αυτήν την μελέτη, μια hyperspectral κάμερα 400-1000nm μπορεί να χρησιμοποιηθεί, και τα προϊόντα της Co. τεχνολογίας φάσματος χρώματος Hangzhou, ΕΠΕΣχετική με τις συμπεριφορές έρευνα FS13. Η φασματική σειρά είναι 400-1000nm, και το ψήφισμα μήκους κύματος είναι καλύτερο από 2.5nm, μέχρι 1200Δύο φασματικά κανάλια. Η απόκτηση επιταχύνεται σε 128FPS στο πλήρες φάσμα, μέχρι 3300Hz μετά από την επιλογή ζωνών (multi-zone υποστήριξηΕπιλογή ζωνών περιοχών). Σχετική με τις συμπεριφορές έρευνα FS13. Η φασματική σειρά είναι 400-1000nm, και το ψήφισμα μήκους κύματος είναι καλύτερο από 2.5nm, μέχρι 1200Δύο φασματικά κανάλια. Η απόκτηση επιταχύνεται σε 128FPS στο πλήρες φάσμα, μέχρι 3300Hz μετά από την επιλογή ζωνών (multi-zone υποστήριξηΕπιλογή ζωνών περιοχών). Ο μεταξοσκώληκας (Bombyx mori Linnaeus) είναι ένα οικονομικό έντομο που τρώει τη μουριά και περιστρέφει το μετάξι, έτσι καλείται επίσης μεταξοσκώληκα. Οι μεταξοσκώληκες δημιουργήθηκαν στην αρχαία Κίνα και εξημερώθηκαν βαθμιαία από τους αρχικούς μεταξοσκώληκες κατοικώντας στα δέντρα μουριών. Από πριν από 5.000 χρόνια, τα ancients είχαν κυριαρχήσει την τεχνολογία της φύτευσης της μουριάς και της ανατροφής των μεταξοσκωλήκων. Στους αρχαίους χρόνους, sericulture είχε τις μεγάλες συνεισφορές στην ανάπτυξη της οικονομίας και τον πολιτισμό. Αυτή τη στιγμή, η βιομηχανία μεταξοσκωλήκων μουριών προωθεί την ανάπτυξη της αγροτικής οικονομίας, βελτιώνει το βιοτικό επίπεδο των αγροτών, και είναι μια από τις σημαντικές βιομηχανίες περιθωρίου στη αγροτική παραγωγή. Επιπλέον, η βιομηχανία μεταξοσκωλήκων είναι σε κυριάρχη θέση στη διεθνή αγορά και διαδραματίζει έναν σημαντικό ρόλο στο παγκόσμιο εμπόριο, που δημιουργεί έναν μεγάλο αριθμό επιφυλάξεων συναλλάγματος για τη χώρα μας. Επομένως, η βιώσιμη ανάπτυξη της βιομηχανίας μεταξοσκωλήκων μουριών έχει την εξαιρετικά σημαντικές οικονομικές αξία και τη σημασία. Η παραδοσιακή χημική τεχνολογία ανίχνευσης πρέπει να επεξεργαστεί εκ των προτέρων τα δοκιμασμένα δείγματα, η διαδικασία λειτουργίας είναι περίπλοκη, και πολλά χημικά αντιδραστήρια καταναλώνονται. Η ακρίβεια της ενζυματικής γρήγορης τεχνολογίας ανίχνευσης είναι χαμηλή, έτσι μπορεί μόνο να χρησιμοποιηθεί για την αρχική διαλογή. Η φασματική μη καταστρεπτική εξεταστική τεχνολογία δεν είναι αντιπροσωπευτική λόγω των μονόπλευρων πληροφοριών. Επομένως, μια γρήγορη, αξιόπιστη και περιεκτική μη καταστρεπτική δοκιμή των φύλλων μουριών επιδιώκεται.   Η μέθοδος υπολείμματος φυτοφαρμάκων είναι μεγάλης σημασίας στην ανίχνευση ασφάλειας συγκομιδών. Η τεχνολογία εικόνας Hyperspectral είναι μια νέα μη καταστρεπτική εξεταστική τεχνολογία που συνδυάζει τη τεχνολογία εικόνας και την τεχνολογία φάσματος, η οποία έχει τα πλεονεκτήματα καμίας ανάγκης να καταστραφεί το μετρημένο αντικείμενο, η περιεκτική απόκτηση πληροφοριών και η υψηλή ακρίβεια ανίχνευσης. Σε αυτό το έγγραφο, η hyperspectral τεχνολογία εικόνας που συνδυάστηκε με τις φασματικές μεθόδους επεξεργασίας και ανάλυσης χρησιμοποιήθηκε για να μελετήσει τα υπολείμματα φυτοφαρμάκων στα φύλλα μουριών, όχι μόνο στη μελέτη εάν υπάρχουν υπολείμματα φυτοφαρμάκων στα φύλλα μουριών και ο προσδιορισμός των υπολειμμάτων φυτοφαρμάκων, αλλά και για να μελετήσει την ποσοτική ανίχνευση chlorpyrifos των υπολειμμάτων φυτοφαρμάκων στα φύλλα μουριών. Το ερευνητικό περιεχόμενο αυτού του εγγράφου παρέχει τη τεχνική υποστήριξη για sericulture τη βιομηχανία και την ισχυρή εγγύηση για sericulture το εισόδημα των αγροτών, και προωθεί τη βιώσιμη και σε βάθος ανάπτυξη sericulture της βιομηχανίας, η οποία έχει την εξαιρετικά σημαντική θεωρητική αξία και την πρακτική σημασία. Σε αυτό το έγγραφο, η hyperspectral τεχνολογία εικόνας που συνδυάστηκε με τις φασματικές μεθόδους επεξεργασίας και ανάλυσης χρησιμοποιήθηκε για να ανιχνεύσει ποσοτικά το περιεχόμενο chlorpyrifos στα φύλλα μουριών. Τα φύλλα μουριών με τα διαφορετικά chlorpyrifos υπολείμματα χρησιμοποιήθηκαν ως αντικείμενα δοκιμής για να λάβουν τις hyperspectral εικόνες των φύλλων μουριών στη σειρά 390-1050nm από hyperspectral imager. Το λογισμικό ENVI χρησιμοποιείται για να καθορίσει την περιοχή ενδιαφέροντος της λεπίδας και να υπολογίσει τα μέσα φασματικά στοιχεία της περιοχής. Οι συντελεστές συσχετισμού μεταξύ των μέσων φασματικών στοιχείων των δειγμάτων φύλλων μουριών και των αντίστοιχων χημικών τιμών που καθορίστηκαν από το χρωματογράφο αερίου υπολογίστηκαν, και 5 κύματα επιλέχτηκαν σύμφωνα με το διάγραμμα κυματοειδούς του συντελεστή και του μήκους κύματος συσχετισμού.   Τα μήκη κύματος που αντιστοιχούν στις αιχμές και τις γούρνες χρησιμοποιούνται ως χαρακτηριστικά μήκη κύματος (561,25, 680,86, 706,58, 714,32, 724.66nm). Με βάση τα φασματικά στοιχεία στο χαρακτηριστικό μήκος κύματος, ένα ποσοτικό πρότυπο ανίχνευσης των υπολειμμάτων φύλλων μουριών καθιερώθηκε με τη χρησιμοποίηση της πολλαπλάσιας γραμμικής οπισθοδρόμησης και της διανυσματικής οπισθοδρόμησης υποστήριξης. Ο καθορισμένος συντελεστής Ρ ² προσδιορισμού διορθώσεων του MLR προτύπου πρόβλεψης είναι 0,730, το λάθος μέσης τετραγωνικής τιμής RMSEC είναι 38,599, και ο καθορισμένος συντελεστής Ρ προσδιορισμού πρόβλεψης λαμβάνεται. Είναι 0,637, και το λάθος μέσης τετραγωνικής τιμής RMSEP είναι 47,146. Ο καθορισμένος συντελεστής R3 προσδιορισμού διορθώσεων είναι 0,920, το λάθος μέσης τετραγωνικής τιμής RMSEC είναι 21,073, ο καθορισμένος συντελεστής R3 προσδιορισμού πρόβλεψης είναι 0,874, και το λάθος μέσης τετραγωνικής τιμής RMSEP είναι 27,719. Μέσω της συγκριτικής ανάλυσης: Το πρότυπο πρόβλεψης SVR έχει την καλύτερη απόδοση από MLR το πρότυπο πρόβλεψης, τόσο η όραμα-κοντινός-υπέρυθρη hyperspectral τεχνολογία εικόνας που συνδυάζεται με το πρότυπο πρόβλεψης SVR μπορεί να χρησιμοποιηθεί στη μη καταστρεπτική ανίχνευση chlorpyrifos των υπολειμμάτων στα φύλλα μουριών.

Σε αυτήν την μελέτη, μια hyperspectral κάμερα 400-1000nm μπορεί να χρησιμοποιηθεί, και FS13, ένα προϊόν της Co. τεχνολογίας Hangzhou CHNSpec, ΕΠΕ, ΕΠΕ, μπορεί να χρησιμοποιηθεί για τη σχετική έρευνα. Η φασματική σειρά είναι 400-1000nm, το ψήφισμα μήκους κύματος είναι καλύτερο από 2.5nm, και μέχρι 1200 φασματικά κανάλια μπορούν να επιτευχθούν. Η ταχύτητα αποκτήσεων μπορεί να φθάσει σε 128FPS στο πλήρες φάσμα, και το μέγιστο αφότου η επιλογή ζωνών είναι 3300Hz (επιλογή ζωνών πολυ-περιοχών υποστήριξης). Οι κύριες θρεπτικές ουσίες της σύνθετης τροφής περιλαμβάνουν το νερό, τέφρα, ακατέργαστη πρωτεΐνη, ασβέστιο, συνολικός φώσφορος και ούτω καθεξής. Η ανίχνευση των κύριων θρεπτικών ουσιών της τροφής είναι μια αναπόφευκτη τεχνική σύνδεση στη διαδικασία παραγωγής και σημαντικά μέσα να εξασφαλιστεί η ποιότητα των προϊόντων τροφών. Η μέθοδος ανίχνευσης και ανάλυσης τροφής είναι η βάση του ποιοτικού ελέγχου της. Αυτή τη στιγμή, η παραδοσιακή χημική μέθοδος ανάλυσης χρησιμοποιείται γενικά για να καθορίσει τις κύριες θρεπτικές ουσίες της σύνθετης τροφής. Η παραδοσιακή μέθοδος προσδιορισμού είναι συχνά χρονοβόρα και εργασία-εντατικός, με συνέπεια τη χρονική καθυστέρηση, ενώ το κόστος προσδιορισμού είναι υψηλό, και μερικές πρέπει ακόμη και να καταστρέψετε το ίδιο το δείγμα, το οποίο έχει επίσης τις υψηλότερες απαιτήσεις για τους χειριστές και τα εργαστήρια. Για να ερευνήσετε μια μέθοδο για τη γρήγορη ανίχνευση των κύριων θρεπτικών ουσιών της σύνθετης τροφής, προάγετε περιεκτικά και το εφαρμόστε στην πραγματικές δοκιμή και την ανάλυση των επιχειρήσεων τροφών, η οποία έχει τα υψηλά κοινωνικά και οικονομικά οφέλη για το ποσοστό ανίχνευσης και την ανάπτυξη του εξεταστικού επιπέδου σύνθετης τροφής. Η ανίχνευση εικόνας Hyperspectral είναι ένα σύνολο υψηλής τεχνολογίας όρασης υπολογιστών και η φασματική ανίχνευση, η χρήση της hyperspectral τεχνολογίας εικόνας για να λάβει τις πληροφορίες δειγμάτων περιέχει έναν μεγάλο αριθμό φασματικών πληροφοριών του τρισδιάστατου φραγμού εικόνας, όχι μόνο έχει ένα υψηλό φασματικό ψήφισμα, και οι φασματικές πληροφορίες εξαγμένος από την εικόνα μπορούν να χρησιμοποιηθούν για να ανιχνεύσουν την εσωτερική ποιότητα του δείγματος. Επομένως, η hyperspectral τεχνολογία ανίχνευσης εικόνας ευνοείται όλο και περισσότερο από τους μελετητές στο εσωτερικό και στο εξωτερικό, και έχει χρησιμοποιηθεί ευρέως στην ποιοτική ανίχνευση των αγροτικών προϊόντων, αλλά η έρευνα εφαρμογής στη σύνθετη τροφή αναφέρεται σπάνια. Σε αυτήν την μελέτη, η hyperspectral τεχνολογία εικόνας χρησιμοποιήθηκε για να λάβει τις ορατές/near-infrared φασματικές πληροφορίες των πειραματικών δειγμάτων της σύνθετης τροφής, και ένα ποσοτικό πρότυπο ανάλυσης των κύριων θρεπτικών ουσιών στη σύνθετη τροφή, όπως η υγρασία, τέφρα, ακατέργαστη πρωτεΐνη, ασβέστιο και συνολικός φώσφορος, καθιερώθηκε με τη χρησιμοποίηση των στοιχειομετρικών μεθόδων, και το πρότυπο ελέγχθηκε, στοχεύοντας να ερευνήσει τη δυνατότητα τη hyperspectral τεχνολογία εικόνας για να ανιχνεύσει τις κύριες θρεπτικές ουσίες στη σύνθετη τροφή. Παρέχει επίσης μια νέες ιδέα και μια βάση για τη γρήγορη ανίχνευση της σύνθετης τροφής. Σε αυτήν την μελέτη, η hyperspectral τεχνολογία εικόνας χρησιμοποιήθηκε για να καθιερώσει τα ποσοτικά πρότυπα ανάλυσης της ακατέργαστης πρωτεΐνης, της ακατέργαστης τέφρας, του νερού, του συνολικού φωσφόρου και της περιεκτικότητας σε ασβέστιο στη σύνθετη τροφή με τη βοήθεια της ανώμαλης αφαίρεσης δειγμάτων, του καθορισμένου τμήματος δειγμάτων, της βέλτιστης φασματικής προεπεξεργασίας και της χαρακτηριστικής επιλογής ζωνών, που συνδυάστηκαν με τη μερική στοιχειομετρία λιγότερων τετραγώνων. Τα πρότυπα ελέγχθηκαν. Το σύνολο δειγμάτων ακατέργαστης πρωτεΐνης που διαιρούνται με SPXY τη μέθοδο και το ακατέργαστο σύνολο δειγμάτων τέφρας που διαιρείται με τη μέθοδο CG, που συνδυάζεται με το συνδυασμό ΩΣ, FD και SNV, ποσοτικό πρότυπο ανάλυσης που καθιερώνεται στη χαρακτηριστική ζώνη έχουν την καλύτερη επίδραση. Ο καθορισμένος συντελεστής R& προσδιορισμού διορθώσεων του βέλτιστου προτύπου ακατέργαστης πρωτεΐνης είναι 0,8373, το λάθος μέσης τετραγωνικής τιμής RMSEC είναι 2.1327%, το σχετικό λάθος RPDc ανάλυσης είναι 2,4851, η επικύρωση καθορισμένο rv είναι 0,7778, RMSEP είναι 2.6155%, και RPDv είναι 2,1143. Η βέλτιστη ακατέργαστη τέφρα R&, RMSEC 1.0107%, RPDc 2,2064, rv 0,7758, RMSEP 1.0611% και RPDv 2,1204 λήφθηκε. Τα ποσοτικά πρότυπα ανάλυσης της ακατέργαστης πρωτεΐνης και της ακατέργαστης τέφρας και η δύο καλή προφητική εκτέλεση επίδειξης και μπορούν να χρησιμοποιηθούν για την πρακτική ποσοτική ανάλυση. Το σύνολο δειγματοληψιών ύδατος που διαιρείται με τη μέθοδο CG που συνδυάζεται με την προεπεξεργασία ΩΣ, OSC και Detrend έχει την καλύτερη επίδραση στη χαρακτηριστική ζώνη. Η διόρθωσή της καθορισμένη ΣΧΕΤΙΚΑ ΜΕ είναι 0,6470, RMSEC είναι 1.8221%, RPD είναι 1,6849, η επικύρωση καθορισμένο Ry είναι 0,6314, RMSEP είναι 1.6003%. Το RPDv είναι 1,9371, αν και το πρότυπο μπορεί να χρησιμοποιηθεί στην πρακτική ποσοτική ανάλυση, η ακρίβεια πρόβλεψής του πρέπει ακόμα να βελτιστοποιηθεί περαιτέρω. Τα αποτελέσματα του ποσοτικού προτύπου ανάλυσης που λήφθηκε από το συνολικό σύνολο δειγμάτων φωσφόρου που διαιρέθηκε με τη μέθοδο CG που συνδυάστηκε με τις μεθόδους προεπεξεργασίας ΩΣ, FD και SNV ήταν βέλτιστα. Η αναλογία RS, RMSEC και RPD του βέλτιστου προτύπου ήταν 0,6038, 0,1656% και 1,5700, αντίστοιχα. Τα σύνολα επικύρωσης R9, RMSEP και RPD/είναι 0,4672, 0,1916% και 1,3570, αντίστοιχα. Οι παράμετροι απόδοσης και του προτύπου διορθώσεων και του προτύπου επικύρωσης είναι φτωχές, δείχνοντας ότι το πρότυπο έχει τη φτωχή προφητική δυνατότητα και δεν μπορεί να χρησιμοποιηθεί στην πραγματική ποσοτική ανάλυση. Μετά από την προεπεξεργασία του συνόλου δειγμάτων ασβεστίου που διαιρείται με τη μέθοδο CG και που συνδυάζεται με ΔΕΔΟΜΈΝΟΥ ΌΤΙ, η μέθοδος OSC και Detrend, το ποσοτικό πρότυπο ανάλυσης που καθιερώνεται στη χαρακτηριστική ζώνη της έχει την καλύτερη επίδραση, RB του βέλτιστου προτύπου είναι 0,4784, και καθορισμένο επαλήθευση R≈ είναι μόνο 0,4406. Η επίδραση πρόβλεψης του προτύπου είναι φτωχή, και δεν μπορεί να εφαρμοστεί στην πρακτική ανάλυση. Η ακρίβεια πρόβλεψης του βέλτιστου ποσοτικού προτύπου ανάλυσης ακατέργαστης πρωτεΐνης βασισμένου στη hyperspectral τεχνολογία εικόνας είναι το καλύτερο, και η απόδοση πρόβλεψης του ακατέργαστου προτύπου τέφρας είναι η δεύτερη, και οι δύο μπορούν να χρησιμοποιηθούν ακριβώς στην πρακτική ανίχνευση. Η ακρίβεια πρόβλεψης του βέλτιστου ποσοτικού προτύπου ανάλυσης νερού πρέπει να βελτιωθεί. Εντούτοις, το βέλτιστο ποσοτικό πρότυπο ανάλυσης του συνολικών φωσφόρου και του ασβεστίου έχει την κακή προφητική απόδοση και δεν μπορεί να χρησιμοποιηθεί για την πρακτική ανίχνευση.

Σε αυτήν την μελέτη, μια hyperspectral κάμερα 400-1000nm εφαρμόστηκε, και FS13, ένα προϊόν της Co. τεχνολογίας Hangzhou CHNSpec, ΕΠΕ, θα μπορούσε να χρησιμοποιηθεί για τη σχετική έρευνα. Η φασματική σειρά είναι 400-1000nm, το ψήφισμα μήκους κύματος είναι καλύτερο από 2.5nm, και μέχρι 1200 φασματικά κανάλια μπορούν να επιτευχθούν. Η ταχύτητα αποκτήσεων μπορεί να φθάσει σε 128FPS στο πλήρες φάσμα, και το μέγιστο αφότου η επιλογή ζωνών είναι 3300Hz (επιλογή ζωνών πολυ-περιοχών υποστήριξης). Η ιατρική κοίλη σκληρή κάψα ζελατίνης είναι ένα είδος ειδικών ιατρικών έκδοχων, στα οποία η περιεκτικότητα σε χρώμιο είναι ένας σημαντικός δείκτης δοκιμής που ορίζεται από τα εθνικά πρότυπα υγείας. Οι κάψες με την υπερβολική περιεκτικότητα σε χρώμιο είναι συνήθως γνωστές ως «τοξικές κάψες» και είναι πολύ τοξικές στο ανθρώπινο σώμα. Αυτή τη στιγμή, η περιεκτικότητα σε χρώμιο καθορίζεται με την παραδοσιακή χημική μέθοδο ανάλυσης. Η παραδοσιακή μέθοδος ανίχνευσης χρωμίου είναι χρονοβόρα, ο εξοπλισμός είναι ακριβός, η χρήση μιας πέψης νιτρικού οξέος μεγάλου ποσού είναι εύκολο να προκαλεσθεί τη δευτεροβάθμια ρύπανση, και η λειτουργία οργάνων χρειάζεται το επαγγελματικό προσωπικό για να ολοκληρώσει. Επομένως, η ανάπτυξη μιας κατάλληλης και γρήγορης μεθόδου για τη γρήγορη ανίχνευση της περιεκτικότητας σε χρώμιο στις ιατρικές κάψες έχει τη σημαντικές σημασία εφαρμογής και την προοπτική αγοράς.   Με βάση τη δυνατότητα πραγματοποίησης της hyperspectral ανίχνευσης των βαριών μετάλλων, αυτό το έγγραφο χρησιμοποιεί τη συμβατική φασματομετρία ατομικής απορρόφησης για να συγκρίνει τα συλλεχθε'ντα αποτελέσματα κανονικού MEHGC και MEHGC με την υπερβολική περιεκτικότητα σε χρώμιο, κατόπιν συλλέγει δύο είδη στοιχείων MehGC με τη hyperspectral ανάλυση, και χρησιμοποιεί την ανάλυση κύριων τμημάτων (PCA) και τη μερική μέθοδο λιγότερων τετραγώνων για να αναλύσει τα hyperspectral στοιχεία, και καθιερώνει τελικά το σχετικό πρότυπο. Για να πραγματοποιήσουν την ποιοτική ανίχνευση των «καψών δηλητήριων».   Δεδομένου ότι το hyperspectral στοιχείο αποτελείται από τις πολλαπλάσιες εικόνες ζωνών, κάθε εικόνα μπορεί να θεωρηθεί ως χαρακτηριστικό γνώρισμα. Εάν το hyperspectral στοιχείο μειώνεται με βάση τις διαστάσεης, τα αρχικά στοιχεία θα αλλάξουν σε ένα νέο ισότιμο σύστημα για να μεγιστοποιήσουν τη διαφορά μεταξύ των στοιχείων εικόνας, και το αποτέλεσμα θα είναι πολύ διαφορετικό από την αρχική εικόνα. Αυτή η τεχνική είναι πολύ αποτελεσματική για το περιεχόμενο πληροφοριών, το θόρυβο και τις διαστάσεις στοιχείων. Τα πρώτα 4 κύρια συστατικά που λαμβάνονται μετά από PCA τη μείωση διαστατικότητας των hyperspectral εικόνων παρουσιάζονται στο σχήμα 1. Το πλεονέκτημα των hyperspectral εικόνων είναι ότι υπάρχουν όχι μόνο πληροφορίες εικόνας, αλλά και φασματικές πληροφορίες. Για να λάβει τις φασματικές πληροφορίες, η περιοχή ενδιαφέροντος επιλέγεται για κάθε δείγμα, και κάθε περιοχή ενδιαφέροντος έχει την καμπύλη φασματικής απάντησής της. Λόγω της διαφοράς στο χρώμα μεταξύ της κάψας ΚΑΠ και του σώματος καψών, προκειμένου να αποβληθεί η επιρροή του χρώματος στο αποτέλεσμα, δύο περιοχές ενδιαφέροντος επιλέχτηκαν για κάθε κάψα (μια στην κάψα ΚΑΠ και μια στο σώμα καψών). Οι περιοχές ενδιαφέροντος θα μπορούσαν να επιλεχτούν τυχαία στη hyperspectral εικόνα της κάψας, και ο αριθμός εικονοκυττάρων σε κάθε περιοχή κυμάνθηκε από 2 έως 6. Το τελικό φασματικό στοιχείο για την περιοχή ενδιαφέροντος υπολογίζεται ως μέσος όρος όλων των εικονοκυττάρων στην περιοχή. Οι φασματικές καμπύλες 4 διαφορετικών περιοχών (κάψες και καλύμματα των κανονικών καψών και «τοξικές κάψες» αντίστοιχα) παρουσιάζονται στο σχήμα 2. Στα hyperspectral στοιχεία 450~900 NM, τα φασματικά στοιχεία της κανονικής κάψας και η «τοξική κάψα» λήφθηκαν με την επιλογή της περιοχής ενδιαφέροντος, η οποία ήταν ομαλοποιημένη πρώτα, και έπειτα η μείωση διάστασης στοιχείων και η διακρίνουσα ανάλυση διευθύνθηκαν από PLEASE-DA. Όταν τέσσερις ΠΑΡΑΚΑΛΩ χειριστές επιλέχτηκαν ως χαρακτηριστικά γνωρίσματα εισαγωγής, το ποσοστό αναγνώρισης κανονικής κάψας και «τοξικής κάψας» έφθασε σε 100%. Η ιδιομορφία και η ευαισθησία είναι επίσης 100% Μπορεί να δει ότι οι κανονικές κάψες και οι «τοξικές κάψες» μπορούν να διακριθούν με PLEASE-DA τη μέθοδο διάκρισης. Η χρησιμοποίηση της hyperspectral τεχνολογίας εικόνας για να ανιχνεύσει τις «κάψες δηλητήριων» μπορεί πολύ να μειώσει την πολυπλοκότητα των παραδοσιακών μεθόδων.   Επιπλέον, για να βελτιώσουν την εμπιστοσύνη, τα δείγματα πρέπει εξετάζω σε ένα ευρύτερο φάσμα, όπως ο φθορισμός ή η υπεριώδης ακτίνα. Ποιοτικά διευθύνοντας τη «κάψα δηλητήριων», είναι επίσης απαραίτητο να πραγματοποιηθεί η ποσοτική έρευνα για το, που μπορεί να θεωρήσει τα πρότυπα ζελατίνης με τη διαφορετική περιεκτικότητα σε χρώμιο, να ανακαλύψει το πρότυπο συσχετισμού μεταξύ της περιεκτικότητας σε χρώμιο του προτύπου και των φασματικών στοιχείων, και να χρησιμοποιήσει αυτό το πρότυπο για να προβλέψει την περιεκτικότητα σε χρώμιο βαρύ μετάλλου της άγνωστης «κάψας δηλητήριων». Λαμβάνοντας υπόψη τον επόμενο αντίκτυπο του γεγονότος «καψών δηλητήριων», τα δείγματα είναι δύσκολο να βριαλθούν, αλλά προκειμένου να βελτιωθεί η αποτελεσματικότητα της δοκιμής, είναι απαραίτητο να χρησιμοποιηθούν ποικίλα δείγματα καψών με την περιεκτικότητα σε χρώμιο.

Σε αυτήν την μελέτη, μια hyperspectral κάμερα 400-1000nm μπορεί να χρησιμοποιηθεί, και FS13, ένα προϊόν της Co. τεχνολογίας Hangzhou CHNSpec, ΕΠΕ, μπορεί να χρησιμοποιηθεί για τη σχετική έρευνα. Η φασματική σειρά είναι 400-1000nm, και το ψήφισμα μήκους κύματος είναι καλύτερο από 2.5nm, μέχρι 1200 Δύο φασματικά κανάλια. Η ταχύτητα αποκτήσεων μπορεί να φθάσει σε 128FPS στο πλήρες φάσμα, και το μέγιστο αφότου η επιλογή ζωνών είναι 3300Hz (επιλογή ζωνών πολυ-περιοχών υποστήριξης). _σόργο είμαι ένας ο σημαντικός τρόφιμο συγκομιδή Κίνα, λόγω του πλούσιος ουσία ο σιτάρι ο κρασί βιομηχανία έχω ένας «καλός κρασί μπορώ όχι είμαι χωρίζω από κόκκινος σιτάρι» δηκτικός κρίση, ο ετήσιος απαίτηση μέχρι 20 εκατομμύριο τ. Αυτή τη στιγμή, οι κύριες ποικιλίες του σόργου κρασιού είναι κόκκινο Luzhou, Qinghuyang, Runuo Νο 7 και άλλο κολλώδες σόργο με την υψηλή περιεκτικότητα σε άμυλο. Επειδή υπάρχουν πολλά είδη σόργου και διαφορετικών παράγοντας περιοχών, το περιεχόμενο του αμύλου, της πρωτεΐνης, του λίπους και της τανίνης στο σιτάρι είναι πολύ διαφορετικό, το οποίο οδηγεί στις μεγάλες διαφορές στη γεύση, το ύφος, την ποιότητα και την παραγωγή του ποτού. Μπορεί να δει ότι ο ακριβής και αποδοτικός προσδιορισμός των ποικιλιών σόργου πριν από την αποθήκευση batch των πρώτων υλών σόργου έχει μια πολύ σημαντική καθοδηγώντας σημασία για την παραγωγή του υψηλής ποιότητας ποτού, το οποίο μπορεί να ελέγξει τη διαδικασία παραγωγής όπως ο χρόνος του βράζοντας σιταριού, της κατανάλωσης νερού και του βρασίματος στον ατμό του σιταριού κατά τη διάρκεια της παρασκευάζοντας διαδικασίας. Οι παραδοσιακές μέθοδοι προσδιορισμού περιλαμβάνουν κυρίως το χειρωνακτικό εμπειρικό προσδιορισμό και τη βιολογική ανίχνευση δειγματοληψίας. Το πρώτο υπόκειται στην υποκειμενική επιρροή, χαμηλή αποδοτικότητα, και δύσκολος να διαμορφώσει ενοποιημένα πρότυπα, ενώ το τελευταίο είναι δυσκίνητο, χρονοβόρο και επίμοχθο. Και οι δύο δεν μπορούν να ικανοποιήσουν τις ανάγκες των σύγχρονων επιχειρήσεων ποτού για τον προσδιορισμό του σόργου, έτσι είναι επείγον να βρεθεί μια γρήγορη, ακριβής και απλή μέθοδος ταξινόμησης και ανίχνευσης ποικιλίας σόργου. Ο στόχος αυτής της μελέτης είναι να ταξινομηθούν 11 ποικιλίες σόργου με το συνδυασμό των φασματικών πληροφοριών και των πληροφοριών εικόνας, και να προσδιοριστούν οι διαφορετικές ποικιλίες σόργου με τη βελτιστοποίηση των hyperspectral μεθόδων εκμάθησης τεχνολογίας και μηχανών μέσω της σύγκρισης και της εξωτερικής επαλήθευσης, ώστε να βελτιωθούν η ακρίβεια και η αποδοτικότητά τους στην εφαρμογή.   Οι αρχικές φασματικές καμπύλες 550 δειγμάτων 11 κατηγοριών σόργου και οι φασματικές καμπύλες μετά από την προεπεξεργασία Msc παρουσιάζονται στο σχήμα 1. Κάθε χρώμα αντιπροσωπεύει μια διαφορετική κατηγορία. Σε αυτό το έγγραφο, ο προσδιορισμός 11 ποικιλιών του σόργου μελετήθηκε βασισμένος στο συνδυασμό hyperspectral πληροφοριών φάσματος και εικόνας. Οι hyperspectral εικόνες του σόργου συλλέχθηκαν, 48 μήκη κύματος χαρακτηριστικών γνωρισμάτων επιλέχτηκαν από τα φάσματα μετά από την προεπεξεργασία Msc από τον αλγόριθμο SPA, και έπειτα τα χαρακτηριστικά γνωρίσματα σύστασης των εικόνων εξήχθησαν. Τα πρότυπα ταξινόμησης SVM, παρακαλώ-DA και ΛΕΥΚΏΝ καθιερώθηκαν βασισμένος στα χαρακτηριστικά γνωρίσματα σύστασης, πλήρες φάσμα, φάσμα χαρακτηριστικών γνωρισμάτων και οι συνδυασμένες πληροφορίες εικόνας τους, αντίστοιχα. Τέλος, το στοιχείο που δεν περιλαμβάνεται στη διαμόρφωση χρησιμοποιήθηκε για την εξωτερική επαλήθευση. Τα αποτελέσματα δείχνουν ότι το πρότυπο ταξινόμησης SVM βασισμένο στο συνδυασμό χαρακτηριστικών γνωρισμάτων φάσματος και σύστασης χαρακτηριστικών γνωρισμάτων έχει την καλύτερη επίδραση. Το σωστό ποσοστό αναγνώρισης του συνόλου δοκιμής είναι 95,3%, και η ακρίβεια του συνόλου επαλήθευσης είναι 91,8%. Ο συνδυασμός ορατών φάσματος και εικόνας μπορεί αποτελεσματικά να πραγματοποιήσει τη γρήγορη αναγνώριση του σόργου κρασιού και να βελτιώσει την ακρίβεια αναγνώρισης του προτύπου. Αυτό παρέχει μια θεωρητική βάση για την ανίχνευση των διαφορετικών πρώτων υλών παρασκευής και την πραγματοποίηση της παρασκευάζοντας αυτοματοποίησης.

Σε αυτήν την μελέτη, μια hyperspectral κάμερα 400-1000nm χρησιμοποιήθηκε για να ανιχνεύσει το εσωτερικό του ξύλου καρυδιάς, και fs-13, ένα προϊόν της Co. τεχνολογίας Hangzhou CHNSpec, ΕΠΕ, θα μπορούσαν να χρησιμοποιηθούν για τη σχετική έρευνα. Για να ανιχνεύσει την επιφάνεια ξύλων καρυδιάς στη φασματική σειρά 800-1700nm, η hyperspectral κάμερα fs-15 στη φασματική σειρά 900-1700nm μπορεί να χρησιμοποιηθεί με το ψήφισμα μήκους κύματος καλύτερα από 2.5nm και μέχρι 1200 φασματικά κανάλια. Η ταχύτητα αποκτήσεων μπορεί να φθάσει σε 128FPS στο πλήρες φάσμα, και το μέγιστο αφότου η επιλογή ζωνών είναι 3300Hz (επιλογή ζωνών πολυ-περιοχών υποστήριξης). Τα ξύλα καρυδιάς είναι τρόφιμα καρυδιών κατάλληλα για πολύ καιρό όλες και μια σημαντική ξύλινη συγκομιδή πετρελαίου. Η περιοχή φύτευσης και η παραγωγή των ξύλων καρυδιάς στην τάξη της Κίνας πρώτα στον κόσμο. Η ποιότητα που εξετάζει και που βαθμολογεί των πυρήνων ξύλων καρυδιάς είναι μια σημαντική σύνδεση στην παραγωγή και την επεξεργασία ξύλων καρυδιάς. Σύμφωνα με τα σχετικά εθνικά πρότυπα, οι ποιοτικοί δείκτες εμφάνισης των πυρήνων ξύλων καρυδιάς περιλαμβάνουν την ακεραιότητα και το χρώμα δέρματος, ενώ οι εσωτερικοί ποιοτικοί δείκτες περιλαμβάνουν την περιεκτικότητα σε λίπος και την περιεκτικότητα σε πρωτεΐνη. Στην πραγματική παραγωγή, η βαθμολόγηση πυρήνων ξύλων καρυδιάς στηρίζεται κυρίως στη χειρωνακτική επιλογή της εμφάνισης και του χρώματος, η οποία έχει τις υψηλές δαπάνες παραγωγής και το υψηλό τυχαίο στη βαθμολόγηση, καθιστώντας το δύσκολο να διακρίνει την εσωτερική ποιότητα. Η παραδοσιακή χημική δοκιμή είναι καταστρεπτική στα δείγματα και παίρνει έναν μακροπρόθεσμο για να ανιχνεύσει, καθιστώντας το δύσκολο να προσαρμοστεί στις σύγχρονες απαιτήσεις παραγωγής. Αυτή τη στιγμή, η έρευνα για τη χρήση της hyperspectral τεχνολογίας για την ποιοτική ανίχνευση ξύλων καρυδιάς εστιάζει κυρίως στην ταξινόμηση των κοχυλιών και των πυρήνων ξύλων καρυδιάς, και δεν έχει υπάρξει καμία σχετική έκθεση σχετικά με την ποιότητα των πυρήνων ξύλων καρυδιάς. Προκειμένου να ερευνηθεί μια μέθοδος για να πραγματοποιήσει ταυτόχρονα την εσωτερικές ποιοτική ανίχνευση και την ταξινόμηση εμφάνισης του πυρήνα ξύλων καρυδιάς, αυτή η μελέτη χρησιμοποίησε τη hyperspectral τεχνολογία εικόνας για να καλύψει τα χαρακτηριστικά φάσματα της περιεκτικότητας σε λίπος, την περιεκτικότητα σε πρωτεΐνη και το χρώμα του πυρήνα ξύλων καρυδιάς, και κάλυψε έξω τις σχετικές χαρακτηριστικές ζώνες των ποιοτικών δεικτών προκειμένου να παρασχεθεί η αναφορά για την εφαρμογή της μη καταστρεπτικής δοκιμής της ποιότητας πυρήνων ξύλων καρυδιάς. Οι μέσες φασματικές πληροφορίες των δειγμάτων πυρήνων ξύλων καρυδιάς στη near-infrared περιοχή (863-1704 χιλ.) και οι προ επεξεργασμένες φασματικές πληροφορίες παρουσιάζονται στο σχήμα 3. Τα γενικά χαρακτηριστικά των αρχικών φασματικών πληροφοριών των δειγμάτων είναι βασικά συνεπή, εκτός από τις αιχμές απορρόφησης του νερού, οι αιχμές απορρόφησης άλλων συστατικών δεν είναι προφανείς, και η περαιτέρω επεξεργασία των φασμάτων απαιτείται. Η μέθοδος προεπεξεργασίας που συνδυάζει MSE και SNV αποβάλλει την επιρροή κάποιου παρασιτικού θόρυβου, που κάνει τις φασματικές πληροφορίες της μηχανής λειάνσεως δειγμάτων. Συγχρόνως, ενισχύει περαιτέρω τη συνέπεια των φασματικών πληροφοριών, δίνει έμφαση στις φασματικές αιχμές και τις κοιλάδες, και ενισχύει τα φασματικά χαρακτηριστικά γνωρίσματα. Η ταξινόμηση βαθμού εμφάνισης του πυρήνα ξύλων καρυδιάς βασισμένη στα φασματικά χαρακτηριστικά γνωρίσματα πληροφοριών και εικόνας. Το σχήμα 6 παρουσιάζει μέση φασματική καμπύλη τριών δειγμάτων πυρήνων ξύλων καρυδιάς χρώματος στο ορατό φως και τις σύντομες near-infrared περιοχές κυμάτων (382~1027nm). Δεδομένου ότι ο θόρυβος στα μπροστινά και πίσω τμήματα του φάσματος ασκεί μεγάλη επίδραση, το waveband 20 δείχνει στο μέτωπο και τα πίσω τμήματα αφαιρούνται. Από το σχήμα 6, μπορεί να δει αυτό στο αρχικό φάσμα, η φασματική ανάκλαση των δειγμάτων πυρήνων ξύλων καρυδιάς με τρία διαφορετικά χρώματα παρουσιάζει σημαντική προς τα κάτω τάση στη σειρά ορατού φωτός όπως το χρώμα αλλάζει από το φως βαθιά, και το φάσμα είναι σχετικά διαταραγμένο στη near-infrared σειρά. Οι φασματικές πληροφορίες που προεπεξεργάζονται με το συνδυασμό μεθόδων Msc και SNV παρουσιάζουν ορισμένες τακτικότητα και συνέπεια στη φασματική ανάκλαση, η οποία είναι χρήσιμη για την επόμενη φασματική επεξεργασία. Χρησιμοποιώντας τη hyperspectral τεχνολογία εικόνας, μια μέθοδος για την εσωτερική και εξωτερική ποιότητα των πυρήνων ξύλων καρυδιάς μελετήθηκε. Από το συνδυασμό φασματικό και τις πληροφορίες εικόνας, η πρωτεΐνη και η ικανοποιημένη πρόβλεψη λίπους των πυρήνων ξύλων καρυδιάς και η ποιοτική βαθμολόγηση εμφάνισης βασισμένη στην ακεραιότητα και το χρώμα επιτεύχθηκαν. Τα αποτελέσματα δείχνουν ότι ο συνδυασμός αλγορίθμου ΑΥΤΟΚΙΝΗΤΩΝ και μεθόδου συντελεστή συσχετισμού αφαιρεί αποτελεσματικά τις άσχετες και περιττές πληροφορίες στην πλήρη φασματική ζώνη. Έναντι της πλήρους φασματικής ζώνης, η επικύρωση καθορισμένο Ρ του προτύπου πρόβλεψης ζωνών χαρακτηριστικών γνωρισμάτων για την περιεκτικότητα σε πρωτεΐνη ² από 0,66 έως 0,91, RMSEP μειώθηκε από 1,37% σε 0,78% Η επικύρωση καθορισμένο Ρ για την περιεκτικότητα σε ² λίπος από 0,83 έως 0,93, RMSEP μειώθηκε από 0,98% σε 0,47%, δείχνοντας ότι οι επιλεγμένες ζώνες χαρακτηριστικών γνωρισμάτων μείωσαν αποτελεσματικά την πολυπλοκότητα του προτύπου και βελτίωσαν την προφητική δυνατότητά της. Με το συνδυασμό των φασμάτων χαρακτηριστικών γνωρισμάτων διαφοράς χρώματος με τις στατιστικές παραμέτρους χαρακτηριστικών γνωρισμάτων εικόνας, τα συνολικά φάσματα ζωνών χαρακτηριστικών γνωρισμάτων διαφοράς χρώματος εξήχθησαν από τις hyperspectral εικόνες, οι οποίες μπορούν σημαντικά να μειώσουν την παρέμβαση των περιττών πληροφοριών και να βελτιώσουν την αποδοτικότητα διαμόρφωσης. Με το συνδυασμό του συνολικού φάσματος ζωνών χαρακτηριστικών γνωρισμάτων διαφοράς χρώματος με τις στατιστικές παραμέτρους χαρακτηριστικών γνωρισμάτων εικόνας, η ακρίβεια ταξινόμησης βελτιώνεται περαιτέρω έναντι της RGB ζώνης. Κατά του προτύπου ταξινόμησης χρώματος που καθιερώνεται χρησιμοποίηση από τον αλγόριθμο της DT, την πρότυπο έχει την υψηλότερη ακρίβεια ταξινόμησης (98,6%). Η χρήση των hyperspectral εικόνων επέτυχε ταυτόχρονα την ανίχνευση των εσωτερικών ποιοτικών παραμέτρων (περιεκτικότητα σε πρωτεΐνη, περιεκτικότητα σε λίπος) και την ταξινόμηση της ποιότητας εμφάνισης (ακεραιότητα, χρώμα) των πυρήνων ξύλων καρυδιάς, που παρέχουν μια νέα λύση για την εφαρμογή της μη καταστρεπτικής δοκιμής της ποιότητας πυρήνων ξύλων καρυδιάς.    

Πηγαίνετε πίσω στην επιστήμη δημοτικών σχολείων. Αυτό είναι το ορατό φάσμα - το φως μπορούμε να δούμε με τα γυμνά μάτια μας - αλλά ένα μικρό μέρος του ηλεκτρομαγνητικού φάσματος. Αυτό είναι το ηλεκτρομαγνητικό φάσμα. Αρχίζει με τις ακτίνες γάμμα στα ακροαριστερά και ταξιδεύει στο δικαίωμα μέσω των ακτίνων X, των μικροκυμάτων και των ραδιο κυμάτων. Το μικροσκοπικό ορατό φάσμα μεταξύ της υπεριώδους ακτίνας και των υπέρυθρων ακτίνων είναι μόνο μέρος του φάσματος που οι άνθρωποι μπορούν να δουν με γυμνό μάτι, εκτός αν OBAs περιλαμβάνεται. Το OBAs απορροφά μια μερίδα του αόρατου υπεριώδους φωτός και επαν-εκ:πέμπω το ως μπλε φως. Αυτό το απεικονισμένο μπλε φως κάνει το ύφασμα να εμφανιστεί φωτεινότερο και πιό άσπρο. Ευγένεια εικόνας Wikipedia. Αυτή η εικόνα παρουσιάζει τα ορατά μήκη κύματος στο δικαίωμα, και υπεριώδης περιοχή στο αριστερό. Οπτικά brighteners λειτουργούν με να απορροφήσουν αυτές τις UV ακτίνες και την επανααπορρόφηση τους στην περιοχή του φάσματος που είναι ορατό στο ανθρώπινο μάτι.

Η γυαλάδα είναι μια φυσική ποσότητα που αξιολογεί την ικανότητα της επιφάνειας ενός υλικού να αντανακλά το φως.Ως χαρακτηριστικό της επιφάνειας ενός αντικειμένου, η στιλπνότητα εξαρτάται από την ικανότητα κατοπτρικής ανάκλασης της επιφάνειας στο φως.Η κατοπτρική ανάκλαση αναφέρεται στο φαινόμενο ανάκλασης ότι η γωνία ανάκλασης είναι ίση με τη γωνία πρόσπτωσης.Η στιλπνότητα είναι μια φυσική ποσότητα που αξιολογεί την ικανότητα μιας επιφάνειας υλικού να ανακλά το φως κάτω από ένα σύνολο γεωμετρικά καθορισμένων συνθηκών.Επομένως, εκφράζει την ιδιότητα της ανάκλασης με κατευθυντική επιλογή.Σύμφωνα με τα χαρακτηριστικά της γυαλάδας, η γυαλάδα μπορεί να χωριστεί σε διάφορες κατηγορίες.Συνήθως λέμε ότι η γυαλάδα αναφέρεται στο "γυαλιστερό καθρέφτη", οπότε ο μετρητής γυαλάδας, που μερικές φορές ονομάζεται επίσης και μετρητής γυαλάδας καθρέφτη. Η γυαλάδα μετριέται με βάση την ποσότητα φωτός που ανακλάται από την επιφάνεια σε σχέση με το πρότυπο αναφοράς στιλβωμένο γυαλί.Η ποσότητα του φωτός που ανακλάται από μια επιφάνεια εξαρτάται από τη γωνία πρόσπτωσης και τη φύση της επιφάνειας.Η μονάδα μέτρησης της στιλπνότητας είναι μια μονάδα γυαλάδας (GU).Όσο χαμηλότερη είναι η GU, τόσο λιγότερη αντανάκλαση γυαλάδας.Όσο υψηλότερη είναι η GU, τόσο μεγαλύτερη είναι η ανακλώμενη στιλπνότητα. Η γυαλάδα χωρίζεται σε ματ, ημί-γυαλιστερό και high gloss φινιρίσματα.Η μετρούμενη γωνία είναι η γωνία μεταξύ του προσπίπτοντος φωτός και του ανακλώμενου φωτός.Τρεις γωνίες μέτρησης (20º/60º/85º) καθορίζονται για την κάλυψη των περισσότερων βιομηχανικών εφαρμογών επίστρωσης.Για να προσδιορίσετε ή να επιλέξετε τη σωστή γωνία για να καλύψετε τις ανάγκες σας, χρησιμοποιήστε ένα γλωσσόμετρο για να μετρήσετε τη γωνία στις 60º και επιλέξτε τη γωνία εντός του επιθυμητού εύρους γυαλάδας.