阐述高光谱成像技术在工业检测有哪些应用?
发布时间:2023-05-11
浏览次数:930
高光谱成像技术是一种新兴的检测技术,融合了成像和光谱技术的优点。它具有无损、无接触、快速等技术特点,并能够同时获取被检测对象内、外部品质特征的光谱信息和空间信息。
高光谱成像技术是一种新兴的检测技术,融合了成像和光谱技术的优点。它具有无损、无接触、快速等技术特点,并能够同时获取被检测对象内、外部品质特征的光谱信息和空间信息。这项技术最初主要被用于空间遥感和测量,但近年来已被逐渐应用于精准农业、工业分选、生态环境、资源勘探、生物医学等领域。
利用高光谱成像技术并结合机器学习模型训练方法,可以在不损伤物质的情况下准确地鉴别物质,为工业化批量检测提供了一种高效而科学的检测手段和依据。这种方法可以用于物质分类、定级和自动分选等场景。

①精密电子
机器视觉在精密电子检测应用广泛,随着检测要求的提高,目前遇到很多技术瓶颈,非可见光部分的物质特性难以获取。采用光谱视觉将大大增强检测的准确度,可以将传统机器视觉无法获取的一些关键信息采集并进行实时分析判别处理。
通过光谱相机采集被检产品获取其光谱信息,根据检测指标要求,进行标注和训练,输出按检测线要求的标注图像或检测结果信号。
1)Mini LED检测

2)LED屏检测

3)PCB检测


②烟叶分选
烟叶分级目前主要依赖人工操作,业界也正在研发利用机器视觉、深度学习等自动化分检设备,目前了解到分检正确率只能到50%。高光谱成像里的光谱信息除了含有颜色、光泽等信息外,还含有物质成分和结构的信息,如油分、厚度等信息,是非常适合烟叶分级的技术选择。

烟叶高光谱曲线图

烟叶高光谱伪彩图

不同级别烟叶的曲线分布差异

平均识别准确率达85%或以上
③塑料回收


④泄漏检测


⑤杂质检测

高光谱成像技术,现已逐步在工业检测领域普及,针对针对精密电子、分级分选、塑料回收、杂质检测等工业领域多场景均可覆盖,检测结果更精准,更有科学依据。
相关产品
-
高光谱数据特征波长变量选择方法有哪些?
高光谱成像仪获取的数据非常的庞大,这些信息比较的冗沉,采取一定的方法提取对建模有效的波长变量,删除冗余变量,减少波长变量个数,优化模型,提高模型预测精确度非常..
-
高光谱数据预处理及高光谱数据特征波段提取方法
高光谱成像仪在获取样品的光谱数据时,会有很多信息是重复的或者是无信息变量甚至可能是影响数据模型结果的噪声数据,因此就需要对光谱数据进行预处理,提取特征波长数据..
-
高光谱成像技术:刑侦领域物证提取
在刑事侦查中,指纹因其唯一性和稳定性被誉为“物证之王”,而血指纹作为恶性案件现场的关键痕迹,其高效提取对案件侦破至关重要。然而,传统方法如Photoshop软件..
-
高光谱成像技术:解锁文物修复的无损密码
在历史的长河中,古籍、壁画等文物承载着人类文明的记忆。然而,高温、高湿、光照等环境因素不断侵蚀着这些文化瑰宝——墨水氧化导致字迹模糊,颜料褪色使壁画失去光彩,石..