1. 采用400-1000nm、900-1700nm雙波段高光譜相機,依托1200+光譜通道的高密度采樣能力,精準采集布料P90911的光譜數(shù)據(jù),捕捉纖維材質專屬“光譜指紋",確保數(shù)據(jù)完整性與精準度,為后續(xù)建模提供高質量基礎數(shù)據(jù);
2. 以客戶通過化學檢測獲取的布料P90911成分值作為核心基準,明確數(shù)據(jù)擬合的科學依據(jù),保障實驗流程的嚴謹性與可追溯性;
3. 運用機器學習、深度學習等人工智能技術,對布料光譜數(shù)據(jù)與化學法成分值進行系統(tǒng)訓練擬合,完成高光譜技術無損識別布料成分的實驗驗證,推動該技術在紡織檢測、廢舊面料回收等場景的產業(yè)化落地應用。
二、樣品類別及數(shù)量
樣本:客戶提供的測試實驗來樣,具體為布料P90911,數(shù)量共計2種(附樣品圖:樣品.png)。所有樣品均專項用于高光譜數(shù)據(jù)采集及材質無損識別實驗,全程遵循標準化管控流程,保障樣品代表性與數(shù)據(jù)可靠性,滿足實驗建模及技術落地的實際需求。

檢測設備
1. 核心采集設備:400-1000nm、900-1700nm高光譜相機,具備納米級光譜分辨率,可精準捕捉不同纖維的細微光譜差異,為材質識別提供核心技術支撐;
2. 輔助采集設備:光學暗箱(內置350-2500nm光源,配套放樣移動平臺),有效隔絕外界光線干擾,維持采集環(huán)境穩(wěn)定性,確保光譜數(shù)據(jù)不受外界因素影響;
3. 輔助工具:黑色托盤(低反射率背景),降低環(huán)境反射對光譜數(shù)據(jù)的干擾,進一步提升數(shù)據(jù)采集準確性,保障光譜特征真實性;
4. 輔助材料:標簽,用于清晰標記布料P90911的專屬編號,實現(xiàn)光譜數(shù)據(jù)與化學檢測值的精準對應,避免數(shù)據(jù)混淆,便于后期追溯與存檔管理。
采集方式
1. 樣品擺放規(guī)則:嚴格按照圖示要求擺放布料P90911樣品(附暗箱圖:暗箱2.png),確保2種樣品擺放規(guī)范統(tǒng)一,保障采集條件一致,提升數(shù)據(jù)可比性與實驗嚴謹性;
2. 數(shù)據(jù)采集模式:采用反射模式,專門采集布料P90911樣品400-1000nm、900-1700nm兩個波段的反射率數(shù)據(jù),實現(xiàn)“形態(tài)-成分"雙重信息同步獲??;
3. 設備調參要求:
- 調節(jié)相機高度,確保相機視場可完整覆蓋所有2種樣品,無遺漏、無偏差,保障所有樣品數(shù)據(jù)同步采集;
- 調整曝光時間至合適值,嚴格避免采集的樣品數(shù)據(jù)出現(xiàn)過曝現(xiàn)象,確保數(shù)據(jù)真實有效、可復用,滿足后續(xù)訓練擬合需求。

為每個布料P90911樣品提供完整規(guī)范的數(shù)據(jù)文件,每個樣品包含以下6個格式文件,全面滿足實驗及技術落地需求:
a、樣本400-1000nm、900-1700nm原始數(shù)據(jù)(.dat、.hdr格式),完整保留原始采集信息,便于后續(xù)復盤分析;
b、樣本400-1000nm、900-1700nm反射率數(shù)據(jù)(.dat、.hdr格式),用于機器學習、深度學習模型訓練擬合;
c、樣本400-1000nm、900-1700nm高光譜圖像(.png格式),直觀呈現(xiàn)布料光譜特征,便于快速觀察分析;
d、提供樣品擺放實拍圖(.jpg格式),留存樣品擺放原始狀態(tài),便于數(shù)據(jù)追溯核對。
數(shù)據(jù)展示相關文件:400-1000.png、900-1700.png、高光譜數(shù)據(jù)采集企業(yè)標準.png;
設備相關展示文件:機箱圖一.png、配件圖二.png、圖三.png;
本次采集工作嚴格參考Q/EX C 0628-2025標準執(zhí)行,確保所有數(shù)據(jù)合規(guī)精準,可直接用于高光譜無損識別技術的實驗與落地,材質識別準確率可達98%以上,適配紡織生產質檢、廢舊面料回收分揀等多場景應用。






電話
微信