logo
Enviar mensagem

CHNSpec Technology (Zhejiang)Co.,Ltd chnspec@colorspec.cn 86--13732210605

CHNSpec Technology (Zhejiang)Co.,Ltd Perfil da empresa
Notícia
Casa >

CHNSpec Technology (Zhejiang)Co.,Ltd Notícia da empresa

Últimas notícias da empresa sobre Conhecimentos básicos sobre o medidor de diferença de cores 2023/10/30
Conhecimentos básicos sobre o medidor de diferença de cores
O medidor de diferença de cor é um instrumento de medição óptica de precisão que mede com precisão a diferença de cor através do princípio de conversão luz / eletricidade.Os dados de cor do objeto medido são recolhidos a partir de cinco ângulos (15°), 45°, 110°), e os resultados das medições são obtidos através da análise e comparação dos dados das amostras padrão recolhidas e dos dados das amostras.   No campo da óptica, a cor pode ser medida pelo escalar de cores de laboratório, o eixo L é o eixo de brilho, 0 é preto, 100 é branco; o eixo A é o eixo vermelho e verde, o valor positivo é vermelho,O valor negativo é verde, 0 é uma cor neutra; O eixo b é um eixo amarelo e azul, os valores positivos são amarelos, os valores negativos são azuis e 0 é uma cor neutra.Estas escalas podem ser usadas para representar a diferença de cor entre a amostra e a amostra padrão, geralmente Δa, Δb, ΔL como identificador, ΔE é definido como a diferença de cor total da amostra, mas não pode representar a direção de desvio da diferença de cor da amostra,quanto maior o valor de ΔEDe acordo com os princípios Lab e Lch do espaço cromático CIE, a diferença de cor ΔE, Δa, Δb,Os valores ΔL entre a amostra e a amostra-padrão podem ser medidos e exibidos.   O ΔE é geralmente calculado pela seguinte fórmula: Δ E * = [(Δ L *) + (Δ a *) + (Δ b *) ] 1/2   Às vezes, algumas empresas exigirão uma diferença de cor total inferior a 2, e algumas também exigirão um valor de laboratório.0, recomenda-se que Δa, Δb e ΔL sejam todos ≤ 1.5, e é geralmente distinguível visualmente quando ΔE é 1.5Dado que os valores Δa, Δb e ΔL não são geralmente fixos, em caso de exigências demasiado rigorosas,frequentemente sobre a diferença de cor total ΔE e diferença de cor Δc (sem considerar o efeito de brilho) têm requisitos, neste momento pode ser calculado de acordo com a seguinte fórmula: ΔE*=[(ΔL*) + ((Δa*) + ((Δb*) ]1/2 Δc*=[(Δa*) + ((Δb*) ]1/2   O medidor de diferença de cor baseia-se no princípio Lab, Lch do espaço de cores CIE, a medição mostra o valor de diferença de cor △E e △Lab da amostra e da amostra a medir.O produto é amplamente utilizado na detecção de cores de tintas, tinta, têxteis, vestuário, couro, plástico, plástico, impressão, revestimento, metal, etc., então o que representa o lab no medidor de diferença de cor? L: preto e branco, também dito claro escuro, + significa branco, - significa escuro; A: indica vermelho verde, + indica vermelho, - indica verde; B: indica amarelo e azul, + indica amarelo, - indica azul;   O acima são valores relativos, simples L, A, B é valor absoluto, com estes três valores pode ser em um mapa tridimensional, representar com precisão um ponto de cor,com o valor relativo pode ser obtido e a diferença de ponto de referência para corrigir a diferença de cor total ΔΕ= (Δa2+Δb2+Δl2) 1/2.   CIE (Comissão Internacional de Iluminação) Laboratório Espaço de Cor Breve introdução: L: (brilho) eixo representa preto e branco, 0 é preto e 100 é 100 a: ((vermelho verde) Os valores positivos são vermelhos, os valores negativos são verdes e 0 é neutro. b; (amarelo-azul) os valores positivos do eixo são amarelos, os valores negativos são azuis e 0 é neutro.   Todas as cores podem ser percebidas e medidas através do espaço de cores do laboratório, e esses dados também podem ser usados para representar a diferença de cor entre a amostra padrão e a amostra de teste,e são geralmente expressos como △Eab (diferença total de cor) △L △a △b.   Por exemplo, △L é positivo, indicando que a amostra de ensaio é mais clara que a amostra padrão (branca) △L é negativo, indicando que a amostra de ensaio é mais escura que a amostra padrão (preta).   Por exemplo: △a é positivo, indicando que a amostra de ensaio é mais vermelha do que a amostra padrão (vermelho) △a é negativo, indicando que a amostra de ensaio é mais verde do que a amostra padrão (verde)   Por exemplo: △b é positivo, indicando que a amostra de ensaio é mais amarela do que a amostra padrão (amarelo) △b é negativo,Indicando que a amostra de ensaio é mais azul do que a amostra padrão (azul)   △Eab ((ou △E) é a diferença de cor total, não indica a direção da mudança de diferença de cor, quanto maior o valor, maior a diferença de cor.
Lido mais
Últimas notícias da empresa sobre Tópicos de colorímetro - Alocroísmo 2023/10/19
Tópicos de colorímetro - Alocroísmo
No processo de produção, muitas vezes encontramos um problema, sob esta fonte de luz para observar a cor de uma amostra padrão e B amostra padrão é o mesmo ou a diferença de cor é muito pequena,Mas sob outra fonte de luz para observar a cor de A e B é muito diferente, este fenômeno é chamado de "metamerismo". O espectro heterocromático é simplesmente a mesma cor sob uma fonte de luz, mas a composição do espectro é diferente.A indústria de impressão e tintura muitas vezes disse que as luzes de salto e heterocroma é um conceito.      Os mesmos dois produtos, sob diferentes fontes de luz, a exibição de cores é diferente   A razão fundamental para as diferentes cores de diferentes fontes de luz é que a reflectância espectral das duas cores é diferente   Então, no processo de produção real, como evitar a ocorrência do fenômeno do espectro heterocromático?   Em primeiro lugar, é necessário entender que existem três elementos que determinam a cor da superfície de um objeto: o objeto, a fonte de luz e o observador.Só quando estes três elementos são exactamente os mesmos, a cor da superfície do objeto pode ser completamente consistente. Os observadores são muitas vezes os mesmos, e precisamos controlar a consistência dos elementos variáveis de objetos ou fontes de luz para evitar o metacromatismo.   O primeiro método é unificar a fonte de luz.Podemos usar o mesmo ambiente como os locais comuns do cliente e suas condições de iluminação para realizar o trabalho de correspondência de cores para alcançar condições e outras coresEste método tem elevados requisitos ambientais, tais como a fonte de luz, e não pode realmente evitar o fenômeno do metacromatismo.   O segundo método é unificar a reflectância espectral do objeto.então a cor dos dois objetos também deve ser consistente sob quaisquer condições de fonte de luz.   A cor pode ser vista intuitivamente, mas a reflectância espectral não pode ser observada a olho nu, e precisa ser identificada com a ajuda de instrumentos.Os produtos da série de medição de cores espectrais desenvolvidos pela tecnologia de espectro de cores não só podem ler visualmente o valor da cor, mas também produzem reflectância espectral, o que reduz muito a carga de trabalho dos trabalhadores de correspondência de cores, e pode ajudar os trabalhadores de correspondência de cores a melhorar a precisão da correspondência de cores.
Lido mais
Últimas notícias da empresa sobre Como um espectrômetro de cores controla a diferença de cores 2023/10/13
Como um espectrômetro de cores controla a diferença de cores
O tipo espectral mais avançado do medidor de diferença de cor, ou seja, muitas vezes dizemos que o medidor de diferença de cor espectral,Este instrumento contém um elemento óptico que pode ser utilizado para a dispersão espectral.   O espectrofotómetro utiliza geralmente prismas, grelhas, filtros de interferência, séries ajustáveis ou descontínuas de fontes de luz monocromáticas para obter a espectrofotometria,e então analisa informações de cor única de acordo com o princípio da dispersão para obter números de corO espectrofotómetro pode exibir informações de crominança de acordo com o espaço de crominança definido no interior e a fórmula de cálculo, e emitir-as em formato digital.O espectrofotômetro também pode analisar as informações dos dados espectrais subjacentes com base nos dados colorimétricos.   Sabemos que a luz ultravioleta não está no espectro visível e não pode ser capturada e observada a olho nu, mas pode afetar a mudança de cor.Há um espectrofotômetro de resolução ultravioleta usado para medir o croma, o que permite uma análise de cores mais precisa.   No entanto, agora mais fabricantes gostam de usar componentes de medição de cor para completar esta medição, o componente pode ajudar a medir mais informações de cor do produto,enquanto a precisão pode ser garantida, mas o componente é mais fácil de ajustar a tecnologia interna do medidor de diferença de cor da luz, mas também reduz o custo de fabricação do instrumento,para que mais fabricantes possam pagar para usar.   O espectrofotômetro é projetado para comparação e simulação visual de dados colorimétricos e é uma ferramenta auxiliar importante para a correspondência de cores por computador,que podem ajudar os principais fabricantes a concluir a análise, processamento e monitorização de informação espectral e colorimétrica.que é na verdade a faixa de tolerância que geralmente dizemos, na produção industrial de lotes, existe uma tolerância para controlar o produto e a situação qualificada, tanto rápida como razoável.   Para medir a diferença de cor entre os produtos e controlar o medidor de diferença de cor comum é o mesmo, devemos primeiro medir as informações do produto de amostra padrão,e então medir a informação de cor da amostraNa verdade, a medição de cores e o gerenciamento de cores são os mesmos em geral, mas o espectrofotômetro é mais preciso e mais abrangente.
Lido mais
Últimas notícias da empresa sobre Significado do valor de laboratório do medidor de diferença de cor 2023/10/07
Significado do valor de laboratório do medidor de diferença de cor
O medidor de diferença de cor tem uma ampla gama de aplicações na indústria de cores de superfície, tais como revestimentos, materiais de construção, tintas, revestimentos, impressão e tingimento de têxteis, tinta, plásticos,Fabricação de pigmentos colorantesVamos analisar os valores de laboratório de acordo com a interface de medição de diferença de cor:   ColorMeter Pro é uma ferramenta de cores diferentes, configuração de desempenho poderoso, fazer a medição de cores mais profissional; O instrumento pode ser conectado sem fio a dispositivos Android ou IOS,que amplia muito o campo de aplicação da medição de cores. Ele irá levá-lo para o novo mundo do gerenciamento de cores, pode substituir impressão, tinta, têxteis e outros cartões de cores, para alcançar leitura de cores, funções de pesquisa de cartões de cores.   Significado do valor de laboratório do medidor de diferença de cor: L: O eixo representa preto e branco, 0 é preto, 100 é branco. a: (vermelho verde) Os valores positivos são vermelhos, os valores negativos são verdes e 0 é neutro. b: (amarelo-azul) Os valores positivos são amarelos, os valores negativos são azuis e 0 é neutro.   Todas as cores podem ser percebidas e medidas através do espaço de cores do laboratório, e esses dados também podem ser usados para representar a diferença de cor entre a amostra padrão e a amostra de teste,e são geralmente expressos como dE*ab (diferença de cor total) dL*, da*, db*.   Quando o dE está entre 0 e 1, a diferença de cor não é perceptível a olho nu Se a dE estiver entre 1-2, o olho humano é ligeiramente consciente, se a sensibilidade cromática não for elevada, ainda não é visível. Se o dE estiver entre 2-3, a diferença de cor entre as substâncias pode ser identificada ligeiramente claramente, mas não é relativamente óbvia. Uma vez que o dE atinge entre 3,5 e 5, a diferença de cor é muito óbvia Então dE acima de 5 parece duas cores.   Como dados de tesouros de diferença de cor: dL* é 22,6 positivo, indicando que a amostra de ensaio é mais clara (mais branca) do que a amostra padrão, e a interface irá exibir directamente o grau de branco e menos preto; se dL* for negativo,A amostra de ensaio é mais escura (mais escura) que a amostra-padrão. da* é 47,7 positivo, indicando que a amostra de ensaio é mais vermelha do que a amostra padrão (avermelhada), e a interface irá exibir directamente mais vermelho e menos verde;A amostra de ensaio é mais verde que a amostra-padrão (verdeada). Db* é 43,4 positivo, indicando que a amostra de ensaio é mais amarela do que a amostra padrão (amarelada), a interface irá exibir directamente mais amarela e menos azul;se o db* for negativo, a amostra de ensaio é mais azul que a amostra-padrão (mais azul). dE*ab ((ou dE) é a diferença de cor total, não indica a direção da mudança de diferença de cor, quanto maior o valor, maior a diferença de cor.   Fórmula de diferença de cor: dE=[(dL) 2+(da) 2+(db) 2) 1/2. dL=L Produto ensaiado -L amostra-padrão (luz/diferença de preto e branco) da=a Produto testado - amostra padrão (diferença vermelho/verde) db=b Produto ensaiado -b Amostra-padrão (diferença amarelo/azul) △L+ significa branco, △L- significa preto △a+ é vermelho, △a- é verde △b+ indica amarelo, △b- indica azul   No geral, o medidor de diferença de cor é uma operação conveniente, detecção de dados intuitiva de equipamentos de diferença de cor, atualmente na produção diária e no processo de vida é muito amplamente utilizado,Então a necessidade de amigos de gestão de cores pode estudar cuidadosamente o significado do valor acima laboratório.
Lido mais
Últimas notícias da empresa sobre A diferença entre SCI e SCE 2023/09/28
A diferença entre SCI e SCE
SCI refere-se à inclusão do modo de luz refletida especular,Geralmente utilizado para aqueles que estudam as propriedades da cor em si sem se preocupar com a cor ligada ao brilho da superfície dos fabricantes de amostrasSCE refere-se ao método que não contém luz refletida especular,que seja geralmente adequado para as amostras que são observadas diretamente e que exigem que os resultados das medições estejam muito próximos da visão visual, tais como caixas de aparelhos domésticos.   No modo de medição SCE, a luz refletida especular é excluída e somente a luz difusa é medida.Quando o modo SCI é utilizado, a luz reflectida especular é incluída na medição juntamente com a luz difusa. O valor medido desta forma é a cor objetiva global do objeto,e não tem nada a ver com as condições da superfície do objetoEstes critérios devem ser tidos em consideração na escolha de um instrumento.Alguns instrumentos podem também medir valores tanto nos modos SCE como SCI.   As opções SCI e SCE aparecem geralmente apenas nas configurações dos instrumentos de medição de cores da estrutura d/8.                                     Mesmo que o objeto seja feito do mesmo material, a cor parecerá diferente devido à diferença no brilho da superfície.   Porque a luz de uma fonte de luz produz luz que é refletida de volta do mesmo ângulo em direções diferentes, chamamos-lhe luz refletida especular,porque a luz é como se fosse refletida por um espelhoA luz que não é refletida pela reflexão especular, mas dispersa em todas as direções é chamada luz difusa.   Em superfícies lisas e brilhantes, a luz especular é mais forte e a luz difusa é mais fraca.Ignoram a luz refletida especularPara que os dados pareçam idênticos aos do objeto, é necessário excluir a luz reflectida especular e medir apenas a luz difusa.A cor de um objeto é diferente por causa da quantidade de luz refletida pelo espelho que observamos.
Lido mais
Últimas notícias da empresa sobre Investigação sobre o método de detecção não destrutiva do teor de clorofila vegetal com base na espectroscopia do infravermelho próximo visível 2023/09/22
Investigação sobre o método de detecção não destrutiva do teor de clorofila vegetal com base na espectroscopia do infravermelho próximo visível
Neste estudo, pode ser utilizada uma câmara hiperespectral de 400-1000 nm, e os produtos da Hangzhou Color Spectrum Technology Co., LTD A FS13 realiza pesquisas relacionadas. A faixa espectral é de 400-1000nm, e a resolução de comprimento de onda é melhor do que 2,5nm, até 1200nm. Duas canais espectrais. Velocidade de aquisição de até 128FPS em todo o espectro, até 3300Hz após a seleção da banda (suporte multi-zona) Selecção da banda de domínio). A clorofila desempenha um papel importante na fotossíntese das plantas e seu conteúdo é um indicador importante do estresse nutricional das plantas, da capacidade fotossintética e do estado de crescimento.A detecção do teor de clorofila das plantas pode ser utilizada para monitorizar o crescimento e desenvolvimento das plantas, a fim de orientar cientificamente a gestão do cultivo e da fertilização, assegurar um bom crescimento das culturas, melhorar a qualidade e o rendimento das culturas,que é de grande importância para a prática da agricultura e silvicultura de precisãoO método tradicional de detecção do teor de clorofila é o método de química analítica, ou seja, as folhas são recolhidas no laboratório, extraídas por solvente químico,e, em seguida, a absorção do líquido extraído em dois comprimentos de onda específicos é determinada no espectrofotômetro, e o teor de clorofila é calculado de acordo com a fórmula.e não pode satisfazer os requisitos de testes rápidos não destrutivos no campo.   A espectroscopia do infravermelho próximo visível é um método de análise e detecção rapidamente desenvolvido nos últimos anos.que possam utilizar plenamente dados espectral de espectro completo ou de vários comprimentos de onda para análise qualitativa ou quantitativaEm comparação com o método químico analítico tradicional, a espectroscopia infravermelha próxima visível tem as características de análise rápida, alta eficiência, baixo custo, sem danos, sem poluição, etc.e tem sido amplamente utilizado em muitos camposNeste trabalho, os sinais espectrais de visão próxima do infravermelho das folhas de plantas foram obtidos por amostragem por transreflectância e os dados espectrais foram pré-processados por suavização,diferenciação de primeira ordem e transformação de ondasO método pelo menos quadrado parcial (PLS) foi utilizado para determinar o teor de clorofila e os espectros de absorção das folhas das plantas. Neste artigo, foi proposto um novo método para a determinação do teor de clorofila nas plantas por espectroscopia do infravermelho próximo visível.O método de amostragem da reflectância é utilizado para recolher o espectro da lâmina, e os métodos de transformação de suavização, diferencial e ondulação são utilizados para o pré-tratamento dos dados espectral, o que reduz a influência de fatores não-alvo e melhora a relação sinal/ruído.Então..., foi estabelecido um modelo de análise quantitativa do teor de clorofila nas folhas e do espectro de absorção das folhas, utilizando o método do menor quadrado parcial.A precisão de previsão do modelo atendeu aos requisitos de aplicações práticas de mediçãoOs resultados deste estudo mostraram que a aplicação da espectroscopia de visão próximo do infravermelho para detectar o teor de clorofila das folhas era viável.que forneceu uma base para a detecção rápida do teor de clorofila das folhas, e também lançou as bases para o desenvolvimento de instrumentos de ensaio não destrutivos correspondentes no futuro.
Lido mais
Últimas notícias da empresa sobre Detecção de antocianinas na casca de uva com base em imagens hiperespectrais e algoritmo de projeção contínua 2023/09/11
Detecção de antocianinas na casca de uva com base em imagens hiperespectrais e algoritmo de projeção contínua
Neste estudo, foi aplicada uma câmera hiperespectral de 900-1700 nm, e o FS-15, produto da Hangzhou Color Spectrum Technology Co., LTD., poderia ser usado para pesquisas relacionadas.Câmara hiperespectral de ondas curtas no infravermelho próximo, a velocidade de aquisição do espectro completo até 200FPS, é amplamente utilizada na identificação de composição, identificação de substâncias, visão artificial, qualidade dos produtos agrícolas,detecção de tela e outros campos.   As antocianinas são uma importante classe de compostos fenólicos presentes na uva e no vinho, que se encontram principalmente nos vácuoles das células das camadas 3 a 4 sob a epiderme das bagas de uva.É um fator importante na determinação da qualidade sensorial do vinhoO método tradicional de detecção química irá destruir o objeto de detecção,e é difícil conseguir uma detecção rápida e de grande tamanho da amostraNo entanto, existem poucos estudos sobre a detecção rápida de antocianinas em uvas de vinho no país e no estrangeiro.A tecnologia de imagem hiperspectral como método de ensaio não destrutivo atraiu grande atenção, em comparação com a tecnologia tradicional de espectroscopia de infravermelho próximo, a tecnologia de imagem hiperespectral apresenta vantagens únicas.Apenas um ou vários pontos de informação espectral podem ser obtidos de cada vez, e haverá maior aleatoriedade e unilateralidade na selecção da posição e do número de pontos.que não só fornece informações mais abundantes, mas também fornece um método de análise mais razoável e eficaz no processamento de dados espectrais.No processo de modelagem utilizando a tecnologia de imagem hiperespectral combinada com o método de mínimos quadrados parciais, com o aprofundamento da investigação sobre o método PLS,constata-se que podem ser obtidos melhores modelos de correcção quantitativa através da triagem de comprimentos de onda ou intervalos de comprimentos de onda característicos por métodos específicos;.   Neste experimento, a imagem hiperespectral das bagas de uva foi obtida com base no sistema de imagem hiperespectral de infravermelho próximo de 931 ~ 1700 nm.O algoritmo de projeção contínua SPA foi usado para selecionar as variáveis de comprimento de onda, e, finalmente, 20 variáveis espectrais foram selecionadas a partir de 236 pontos de comprimento de onda.Os resultados mostram que: (1) O algoritmo de projecção contínua SPA não só pode selecionar eficazmente as variáveis espectrais características, simplificar o modelo de correcção e encurtar o tempo de correcção,Mas também melhorar a precisão de previsão do modelo, que é um método eficaz e prático para a selecção de variáveis espectrais. (2) Entre os quatro modelos de previsão, PLS, SPA-MLR, SPA-BPNN e SPA-PLS, o modelo SPA-PLS tem o melhor efeito de previsão e o seu coeficiente de correlação de previsão R..9000 e 0.5506Por conseguinte, a correlação entre os dados espectral das bagas de uva e o teor de antocianinas nas cascas de uva é elevada.A tecnologia de imagem hiperespectral de infravermelho próximo pode detectar efetivamente o teor de antocianinas nas cascas de uva.
Lido mais
Últimas notícias da empresa sobre Visualização do teor de proteínas no arroz com base em imagens hiperespectrais 2023/09/08
Visualização do teor de proteínas no arroz com base em imagens hiperespectrais
Neste estudo, uma câmera hiperespectral de 400-1000nm foi aplicada, e o FS13, um produto da Hangzhou Color Spectrum Technology Co., LTD., poderia ser usado para pesquisas relacionadas.,a resolução do comprimento de onda é melhor que 2,5 nm e podem ser alcançados até 1200 canais espectrais. A velocidade de aquisição pode atingir 128 FPS em todo o espectro,e o máximo após a seleção da faixa é 3300Hz (suporte à seleção da faixa multi-região). A produção de arroz da China representa mais de 30% da produção mundial de arroz e o "arroz Meihe" na província de Jilin é um produto de indicação geográfica do arroz japonica da China,e a sua área de produção está localizada na zona de produção de grãos dourados do mundo (45° de latitude N)Na vida prática, há muitos tipos de arroz Meihe,e métodos químicos, tais como a determinação de nitrogénio Kjellod e a espectrofotometria, são normalmente utilizados para determinar o teor de proteínas de diferentes variedades de arroz, mas estes métodos químicos tradicionais não são apenas destrutivos para a amostra em si, mas também passos complicados e um ciclo de detecção demasiado longo.A espectroscopia infravermelha tem sido amplamente utilizada na detecção dos principais componentes do arroz (proteína ≥, gordura β, amido III, água), mas só pode obter o conteúdo dos componentes de acordo com a informação espectral e não pode obter uma expressão mais intuitiva, ou seja,A visualização do conteúdoO hiperespectro é um cubo tridimensional de dados, incluindo informações de imagem e informações espectrais.A imagem hiperespectral obtida contém tanto informações internas do arroz (estrutura física interna e composição química) como informações externas do arroz (tipo de grão), defeitos, etc.), o que pode compensar a falta de imagem que o NIR não pode identificar rapidamente a distribuição espacial de uma determinada substância.Akita Omachi e Jijing 60) de 4 zonas produtoras da cidade de MeiheA tecnologia de imagem hiperespectral foi utilizada para detectar o arroz coletado e obter o espectro médio da região de interesse do arroz.Para reduzir a relação sinal/ruído do espectro e obter um modelo relativamente robusto, Três tipos de modelos de previsão do teor de proteína de arroz, incluindo regressão parcial do menor quadrado, regressão dos componentes principais e rede neural de retropropagação de erros,foram estabelecidas por suavização por convolução, centralização média e correcção de dispersão múltipla.e transformar a imagem hiperespectral do arroz no mapa de distribuição de conteúdo de proteína para realizar a visualização do conteúdo de proteína do arroz de diferentes variedades. A viabilidade da visualização da distribuição do teor de proteínas no arroz foi estudada utilizando tecnologia de imagem hiperespectral.Foi obtido um modelo de previsão do teor de proteínas PLSR simplificado e eficiente pelo método de pré-tratamento espectral MC e pela selecção de bandas características SPA.Com base no modelo quantitativo, foi visualizada a distribuição do teor de proteínas no arroz de diferentes variedades e diferentes origens.é difícil distinguir o arroz por imagens RGB comunsA imagem da distribuição do teor de proteínas pode fornecer ideias para identificar a origem do arroz,e comparar os mapas de distribuição do teor de proteína do arroz entre diferentes variedades pode fornecer evidências para o melhoramento posterior das variedades de arroz.
Lido mais
Últimas notícias da empresa sobre Modelo da previsão do índice do nitrogênio nas folhas da alface baseadas em imagens hyperspectral 2023/08/31
Modelo da previsão do índice do nitrogênio nas folhas da alface baseadas em imagens hyperspectral
Neste estudo, uma câmera 400-1000nm hyperspectral foi aplicada, e FS13, um produto da tecnologia Co. do espectro de cor de Hangzhou, LTD., poderia ser usado para pesquisa relacionada. A escala espectral é 400-1000nm, a definição do comprimento de onda é melhor do que 2.5nm, e até 1200 canais espectrais podem ser alcançados. A velocidade da aquisição pode alcançar 128FPS no espectro completo, e o máximo depois que a seleção da faixa é 3300Hz (seleção da faixa da multi-região do apoio).   A alface é rica na proteína, nos hidratos de carbono, nas vitaminas e nos outros nutrientes, e a área de plantação é larga. O nitrogênio é um dos elementos os mais importantes que afetam o crescimento da alface. Para estabelecer um rápido, o método eficiente e não-destrutivo para a detecção satisfeita do nitrogênio de alface é conveniente guiar a fecundação razoável da alface. Presentemente, há poucos relatórios no uso da tecnologia hyperspectral da imagem detectar o índice do nitrogênio nas folhas da alface. Neste estudo, a tecnologia hyperspectral da imagem foi aplicada à detecção nondestructive de índice do nitrogênio nas folhas da alface. Estudando os efeitos de vários métodos espectrais do pré-tratamento em PLSB que modela, os métodos espectrais apropriados do pré-tratamento foram selecionados para as folhas da alface, e os comprimentos de onda sensíveis apropriados para o índice de predição do nitrogênio nas folhas da alface foram aperfeiçoados. Uma tentativa foi feita de estabelecer o modelo da previsão a mais simples e ótima do índice do nitrogênio nas folhas da alface. Este grupo de métodos não foi relatado, e igualmente fornece uma base para o desenvolvimento do detector vegetal portátil do elemento nutriente, que tem o valor prático forte.   As imagens hyperspectral de 60 folhas da alface foram recolhidas pela tecnologia hyperspectral da imagem, e o índice do nitrogênio das folhas correspondentes da alface foi determinado pelo analisador de fluxo AutoAnalyzer3 contínuo. Os dados espectrais médios das regiões 50×50 na superfície das folhas cruas da alface foram extraídos pelo software de ENVI. Os dados espectrais médios extraídos preprocessed (8 tipos de métodos do pré-tratamento). Finalmente, os dados espectrais originais e 8 tipos de dados espectrais do pré-tratamento foram usados como a entrada de PLSR para estabelecer 9 modelos da previsão para o índice do nitrogênio da alface. Comparando os resultados destes 9 modelos da previsão, a previsão ótima OSC+PLSR modelo foi selecionada, e o diagrama do coeficiente de regressão do modelo de OSC+PLSR foi analisado. 13 comprimentos de onda sensíveis foram selecionados, e 13 comprimentos de onda sensíveis foram tomados então como a entrada de PLSR. Finalmente, o modelo da previsão do índice do nitrogênio da alface de OSC+SW+PLSR foi estabelecido. Comparado com o modelo de OSC+PLSR, a eficiência da previsão foi melhorada extremamente, que pode ser usada como um método novo eficiente, exato e não-destrutivo para a previsão do índice do nitrogênio nas folhas da alface, e pode fornecer uma referência para o diagnóstico da nutrição do nitrogênio e a fecundação econômica e racional da alface.
Lido mais
Últimas notícias da empresa sobre Método de detecção de batata verde baseado em imagens hiperespectrais 2023/08/25
Método de detecção de batata verde baseado em imagens hiperespectrais
Neste estudo, uma câmera hiperespectral de 400-1000 nm pode ser usada e os produtos da Hangzhou Color Spectrum Technology Co., LTD FS13 conduz pesquisas relacionadas.A faixa espectral é de 400-1000 nm e a resolução do comprimento de onda é melhor que 2,5 nm, até 1200 Dois canais espectrais.Velocidade de aquisição de até 128FPS em todo o espectro, até 3300Hz após seleção de banda (suporte multizona Seleção de banda de domínio).   Com a promoção da estratégia de grãos básicos de batata na China, a cadeia industrial relacionada à batata desenvolveu-se rapidamente e a qualidade da batata tornou-se uma questão importante.No entanto, defeitos como casca verde e danos mecânicos afetam seriamente a quantidade total de batatas, especialmente a forma complexa das batatas com casca verde, os defeitos não são fáceis de identificar e aumentam a dificuldade de detecção.Ao mesmo tempo, se o teor de solanina na batata verde exceder o padrão comestível, isso causará intoxicação alimentar e problemas de segurança alimentar.Portanto, é de grande importância estudar um método de detecção rápido e não destrutivo para processamento profundo de batata e extensão da cadeia da indústria da batata.   A tecnologia de imagem hiperespectral tem as vantagens de uma ampla faixa de banda e pode obter a imagem e informações espectrais na faixa de banda correspondente da amostra testada ao mesmo tempo, por isso tem sido amplamente utilizada em testes rápidos não destrutivos de produtos agrícolas.A fim de resolver o problema de que a batata com casca verde clara não é fácil de reconhecer sob posição arbitrária, as técnicas de imagem hiperespectral de semitransmissão e reflexão foram usadas para comparar e analisar, e a precisão do reconhecimento do modelo sob diferentes métodos de imagem hiperespectral foi determinada .As imagens hiperespectrais semitransmitidas e hiperespectrais refletidas de amostras de batata foram coletadas em qualquer posição, e modelos de detecção baseados em informações de imagem e informações espectrais foram estabelecidos respectivamente, e as taxas de reconhecimento de diferentes modelos foram comparadas.Estabelecer ainda mais modelos de fusão de imagens e espectros ou diferentes modelos de fusão de imagens para melhorar o desempenho do modelo e, finalmente, determinar o modelo ideal. (1) A precisão dos modelos de reconhecimento de informações de imagem com diferentes métodos de imagem hiperespectrais é comparada.A taxa de reconhecimento do mapeamento isométrico combinado com o modelo de rede de crenças profundas baseado em informações de imagem semitransmitidas é de apenas 78,67%.A taxa de reconhecimento da expansão máxima da variância combinada com o modelo de rede de crenças profundas baseado nas informações da imagem refletida é de apenas 77,33%.Os resultados mostraram que a precisão da detecção de batata verde clara por informações de imagem única não era alta. (2) A precisão dos modelos de reconhecimento de informação espectral com diferentes métodos de imagem hiperespectral é comparada.A taxa de reconhecimento do arranjo espacial tangente local combinado com o modelo de rede de crença profunda baseado em informações do espectro de semitransmissão é a mais alta, 93,33%.A taxa de reconhecimento do arranjo espacial tangente local combinado com o modelo de rede de crenças profundas baseado em informações espectrais de refletância é de até 90,67%.Os resultados mostram que é viável usar informação espectral única para detectar batatas verdes claras, mas a taxa de reconhecimento precisa ser melhorada. (3) A influência de três métodos de fusão de informações de múltiplas fontes na precisão do reconhecimento é comparada.A precisão dos três modelos de fusão de imagem semitransmitida e espectro semitransmitido, imagem refletida e espectro de reflexão, espectro semitransmitido e espectro de reflexão é maior do que a de imagem única ou modelo espectral, e o modelo de fusão de rede de crença profunda de o espectro semitransmitido e o espectro de reflexão são os melhores, e a taxa de reconhecimento do conjunto de correção e do conjunto de teste é de 100%.Os resultados mostram que o modelo de fusão do espectro de semitransmissão e espectro de reflexão pode realizar testes não destrutivos de batata com casca verde clara.
Lido mais
Últimas notícias da empresa sobre Detecção quantitativa nondestructive visual de adulteração da carne de carneiro baseada na imagem latente hyperspectral 2023/08/18
Detecção quantitativa nondestructive visual de adulteração da carne de carneiro baseada na imagem latente hyperspectral
Neste estudo, as câmeras hyperspectral da faixa 400-1000nm e 900-1700 nanômetro foram aplicados, e os produtos FS13 e FS15 da tecnologia Co. do espectro de cor de Hangzhou, Ltd. poderiam ser usados para pesquisa relacionada. A escala espectral é 400-1000nm, a definição do comprimento de onda é melhor do que 2.5nm, e até 1200 canais espectrais podem ser alcançados. A velocidade da aquisição pode alcançar 128FPS no espectro completo, e o máximo depois que a seleção da faixa é 3300Hz (seleção da faixa da multi-região do apoio). A carne inclui principalmente rebanhos animais e as aves domésticas e os produtos aquáticos, as proteínas, os ácidos gordos, os elementos de traço e outras substâncias importantes da energia necessários pelo corpo humano são derivados da carne. Com o aprimoramento contínuo de condições de vida, os povos pagam mais atenção à qualidade do alimento e de nutrição equilibrada na dieta, mas alguns negócios ilegais misturarão alguma carne da baixo-qualidade na carne de alta qualidade, malfeito, especialmente em 2013 do “onda da carne cavalo” de Europa, provocaram o interesse extremo do pessoa sobre a adulteração da carne. Os métodos de detecção da adulteração da carne incluem a avaliação sensorial, tecnologia fluorescente da detecção do PCR, análise da eletroforese e a tecnologia enzima-ligada do immunoassay, etc., mas a maioria dela exigem o pré-tratamento da amostra, e a operação de teste é complicada e demorada, e são difíceis conseguir a detecção rápida do tempo real de grande tamanho da amostra no campo.   A maioria dos relatórios existentes da literatura usaram a tecnologia imagiológica hyperspectral da único-faixa para distinguir a adulteração da carne, mas poucos usaram duas faixas para a análise comparativa. Nesta experiência, a carne de carneiro degelada de alta qualidade foi selecionada como o adulterante, e a carne do pato com preço baixo foi lubrificada relativamente. A informação Hyperspectral das amostras foi recolhida nas duas faixas de próximo-infravermelho visível (400 ~ 1 000 nanômetro) e curto-onda próximo-infravermelha (900 ~ 1700 nanômetro), e um modelo quantitativo foram estabelecidos selecionando métodos apropriados do pré-tratamento. O modelo ótimo foi selecionado para a inversão da imagem, e um método do visualização para a detecção quantitativa rápida de adulteração da carne de carneiro foi proposto a fim fornecer dados e suporte laboral para a detecção quantitativa de adulteração da carne de carneiro. (1) para a faixa de 400 ~ 1000 nanômetro, a completo-faixa SATISFAZEM o modelo estabelecido depois que o pré-tratamento da normalização tem a precisão a mais alta; Para a faixa de 900-1700 nanômetro, a completo-faixa SATISFAZ o modelo estabelecido depois que o pré-tratamento de SNV tem a precisão a mais alta. Selecionando o comprimento de onda das duas faixas espectrais sob o método ótimo do pré-tratamento, encontra-se que o collinearity entre os comprimentos de onda selecionados é mínimo e representativo com base em eliminar o multicollinearity, que pode mais melhorar a precisão e a simplicidade do modelo.   (2) lá são mais informação sobre os grupos relativos à composição da carne na faixa de 900-1700 nanômetro, que pode melhor refletir as características da carne, e podem ser mais apropriado para a identificação da adulteração da carne. A fim ampliar a extensão e a aplicabilidade do modelo, a experiência deve ser prolongada à onda longa perto do espectro infravermelho (1 700 ~ 2500 nanômetro). Ao mesmo tempo, a carne de carneiro e a carne de alta qualidade do pato selecionadas na experiência foram empacotadas como produto acabados em supermercados locais. Se o modelo subsequente pode ser aplicado ao estudo da adulteração da carne de carneiro sob os ambientes diferentes (temperatura, umidade, forma, etc.), variedades diferentes, qualidades diferentes, os métodos de alimentação diferentes e o frescor diferente precisam uma verificação e uma discussão mais adicionais.  
Lido mais
Últimas notícias da empresa sobre Detecção da qualidade interna do tomate com base na tecnologia de imagem hiperespectral 2023/08/11
Detecção da qualidade interna do tomate com base na tecnologia de imagem hiperespectral
Neste estudo, uma câmera hiperespectral de 900-1700 nm foi aplicada e o FS-15, produto da Hangzhou Color Spectrum Technology Co., LTD., pode ser usado para pesquisas relacionadas.A câmera hiperespectral infravermelha de ondas curtas, a velocidade de aquisição do espectro total de até 200FPS, é amplamente utilizada na identificação de composição, identificação de substâncias, visão de máquina, qualidade de produtos agrícolas, detecção de tela e outros campos.        O tomate é uma cultura de baga com um sabor único e rico em uma variedade de nutrientes, incluindo glutationa, vitaminas, licopeno, beta-caroteno e outros ingredientes bioativos, e tem alto valor alimentício.Com o rápido desenvolvimento da economia global, a demanda por tomates e produtos de processamento de tomate no mercado consumidor está aumentando.O tomate também se tornou uma das hortaliças e frutas mais cultivadas e consumidas no mundo.Além disso, com a melhoria geral dos padrões de vida das pessoas, a qualidade interna, a qualidade da aparência, a qualidade de armazenamento e transporte e o excelente sabor e sabor dos tomates tornaram-se cada vez mais importantes para os consumidores, e a indústria de tomate da China também está enfrentando novos desafios e oportunidades .De acordo com a pesquisa, a maturidade e a qualidade de armazenamento dos tomates são muito importantes para a indústria de tomate, e a qualidade interna dos tomates cereja, bem como o excelente sabor e sabor, são as mais preocupadas pelos consumidores.Com base no desenvolvimento e aplicação de big data, plantio automático, colheita mecanizada e classificação inteligente de tomates são realizados para alcançar maior produção e eficiência de tomates.Atualmente, existem algumas pesquisas sobre a detecção da qualidade do tomate com base no espectro no país e no exterior, mas nos modelos existentes de detecção da qualidade do tomate, a extração de informações espectrais efetivas ainda é uma dificuldade de pesquisa e a detecção da qualidade interna do tomate por meio de métodos de teste não destrutivos ainda precisam ser estudados.     No estudo da detecção não destrutiva do conteúdo sólido solúvel de tomate cereja com base na tecnologia de imagem hiperespectral, 191 tomates cereja foram selecionados como objetos de pesquisa, dados de imagem hiperespectral na faixa de 865,11 ~ 1711,71 nm foram coletados e a região de interesse de A imagem hiperespectral do tomate cereja foi segmentada pelo algoritmo K-means.O espectro médio desta região foi extraído como os dados espectrais originais do tomate cereja.MA e MSC foram usados ​​para pré-processar os dados espectrais originais, e as amostras de tomate cereja foram divididas em conjuntos de treinamento e conjuntos de teste com base no algoritmo KS.A fim de melhorar a eficácia das informações contidas na banda característica, o algoritmo SPA e o algoritmo PCA foram combinados para realizar a análise de componentes principais nos dados espectrais e, em seguida, comparados com os algoritmos PCA e miRF, um modelo de detecção SSC baseado em PLSR de Cherry tomato foi estabelecido e o modelo foi verificado pelos dados do conjunto de teste.Os resultados mostram que a precisão de detecção do modelo baseado no componente principal extraído pelo SPA-PCA é obviamente otimizada.A partir dos resultados de detecção dos modelos, entre os três modelos, o modelo SPA-PCA-PLSR tem o melhor efeito de detecção, R, 0,9039.O efeito de detecção do modelo miRF-PLSR foi o segundo, RF foi de 0,8878.O efeito de ajuste do modelo PCA-PLSR é o pior.
Lido mais
2 3 4 5 6 7 8 9 10 11 12 13