一、檢測目的和依據

1、使用 400-1000nm、900-1700nm 相機采集魚片的光譜數據；

2、客戶通過化學方法，獲取到魚片新鮮度數值；

3、使用機器學習、深度學習等技術，對魚片光譜數據與化學方法獲取的魚片新鮮度數值進行訓練擬合，實現通過高光譜技術無損判別魚片新鮮等級的技術實驗與落地。

二、樣品類別及數量

樣本：測試實驗客戶來樣魚肉樣品 數量2公斤

三、檢測設備和方式

檢測設備

    1、400-1000nm、900-1700nm高光譜相機

    2、光學暗箱（含350-2500nm光源，放樣移動平臺）

    3、黑色托盤（低反射率背景）

    4、輔助材料：標簽（用于標記魚片編號，方便對魚片光譜數據與化學值相對應）

采集方式

1、樣品擺放規則：將魚片樣品按如圖所示擺放

2、數據采集模式：使用反射模式采集魚片樣品400-1000nm、900-1700nm反射率數據。

3、設備調參：

   ·調節相機高度，使相機視場可以覆蓋所有樣品

   ·調節鏡頭光圈到最大：F1.4

   ·調節鏡頭焦距，使樣品圖像最清晰

   ·曝光時間調整到合適的值，避免采集到的樣品數據過曝

四、采集結果

1. 數據提供

提供數據格式，每個樣品數據包含如下6個格式文件：

a、樣本400-1000nm、900-1700nm原始數據（包含 .dat、.hdr格式）

b、樣本400-1000nm、900-1700nm反射率數據（包含 .dat、.hdr格式）

c、樣本400-1000nm、900-1700nm高光譜圖像（.png格式）

d、提供樣品擺放實拍圖（.jpg格式）

2. 數據展示

采集參考Q/EX C 0628-2025標準