1. 采用400-1000nm、900-1700nm雙波段高光譜相機,覆蓋近紅外至短波紅外關鍵波段,精準捕獲布料P9018的光譜數據,結合SiO?/Al?O?包覆量子點光譜響應特性,構建材質專屬“光譜指紋庫",確保數據完整性與精準度;
2. 以客戶通過化學檢測獲取的布料P9018成分值作為核心基準,明確數據擬合的科學依據,保障實驗流程的嚴謹性與可追溯性,符合工業檢測數據溯源要求;
3. 運用機器學習、深度學習(含CNN卷積神經網絡)等人工智能技術,對3種樣品的光譜數據與化學法成分值分別進行訓練擬合,完成高光譜技術無損識別布料成分的實驗驗證,適配智能紡織、防偽溯源等場景的產業化落地。
二、樣品類別及數量
樣本:客戶提供的測試實驗來樣,具體為布料P9018,數量共計3種。所有樣品均專項用于高光譜數據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據可靠性,滿足多樣品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,可精準識別棉、滌、錦綸及功能化纖維的光譜差異,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),模擬工業檢測穩定環境,有效隔絕外界光線干擾,確保光譜數據不受溫濕度等環境因素影響;
3. 輔助工具:黑色托盤(低反射率背景),降低環境反射對光譜數據的干擾,進一步提升數據采集準確性,保障光譜特征真實性;
4. 輔助材料:標簽,用于清晰標記3種布料P9018的專屬編號,實現光譜數據與化學檢測值的精準對應,避免數據混淆,便于后期追溯與存檔管理。
采集方式
1. 樣品擺放規則:嚴格按照圖示要求擺放布料P9018樣品(附暗箱圖:暗箱2.png),確保3種樣品擺放規范統一,保障采集條件一致,提升數據可比性與實驗嚴謹性;
2. 數據采集模式:采用反射模式,專門采集布料P9018樣品400-1000nm、900-1700nm兩個波段的反射率數據,匹配功能化纖維材質識別波段范圍;
3. 設備調參要求:
- 調節相機高度,確保相機視場可完整覆蓋所有3種樣品,無遺漏、無偏差,保障所有樣品數據同步采集;
- 調整曝光時間至合適值,嚴格避免采集的樣品數據出現過曝現象,確保數據真實有效、可復用,滿足后續訓練擬合需求。

為每個布料P9018樣品提供完整規范的數據文件,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原始數據(.dat、.hdr格式),完整保留原始采集信息,便于后續復盤分析;
b、樣本400-1000nm、900-1700nm反射率數據(.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,便于數據追溯核對。








電話
微信