何时选择多光谱或高光谱相机(或两者)进行水果检测

多光谱和高光谱成像是捕获光谱分辨率高于人类颜色感知的图像的两种主要方法。高光谱成像涉及狭窄的、通常是连续的光谱带，可能包括数百或数千个光谱，而多光谱成像涉及不同带宽的光谱带——不一定是连续的。多光谱成像可以被认为是高光谱成像的简化子集。这两种互补技术并不相互竞争，因此在它们之间进行选择取决于应用程序需求。

通常，当最终用户知道要在某些应用中识别或区分的物体的光谱特征时，多光谱成像可以提供帮助。多光谱成像的方法各不相同。其中包括在机器视觉系统中部署带有单色相机、多带通滤光片、光谱仪、棱镜、滤光轮或可调滤光片的专用 LED 照明。多个滤光片或专用传感器也可以与相机集成以进行光谱成像。

高光谱成像是一种收集综合光谱数据立方体的方法，可以在以后进行分析，以用于土壤或植被遥感等应用。然而，该技术已经从探索性科学技术发展成为能够适应不同类型的物质流和操作环境的技术。如今，高光谱相机可以识别并帮助分类具有不同化学含量的材料或测量材料的质量参数。

“例如，脂肪和蛋白质在近红外范围内具有非常独特的光谱特征，但无法在可见光范围内测量，专门针对要求苛刻的工业应用的高光谱相机能够识别潜在的异物并同时测量蛋白质和脂肪含量。”

互补技术

当应用的光谱要求未知或非常复杂时(例如，当它们超出典型多光谱成像传感器的能力或成本效益时)，高光谱成像也是一个理想的选择。

“多光谱成像的局限性正是高光谱成像的优势，反之亦然，”他说。“高光谱成像永远是探索性工作的首选，速度、成本和复杂性都不那么重要，一旦需要建立生产系统，多光谱成像系统就是探索的自然衍生品。”

然而，值得注意的是，分拣行业的许多机器制造商都部署了高光谱相机，能够帮助每小时高精度地分拣大量材料。例如，在水果检测等应用中，高光谱成像分析可以隔离最适合检测系统的三到五个光谱通道。

水果检验

多光谱和高光谱成像技术都非常适合食品检测应用，但方式不同。机器视觉系统可以检查蓝莓、苹果或草莓等水果的质量。此类任务可以通过关注 RGB 和近红外 (NIR) 波段中的特定波段来完成。

在可见光通道中，系统可以查看表面缺陷，然后使用第一个 NIR 波段中的 760 或 780 nm LED 来识别水果的轮廓，并发现蓝莓等水果上难以看到的瘀伤。然后，带有 850 或 940 nm LED 的波段可以检测成熟度和水分含量。另一方面，某些食品检测应用超出了多光谱成像的能力。例如，鳄梨检查涉及对脂肪含量进行非常详细的分析，这项任务非常适合高光谱成像技术。

在最佳成熟度时收获牛油果对于确保高品质水果非常重要。然而，在采摘季节开始时，水果的价格较高，因此收割者可能会倾向于采摘未成熟的水果，因为这些水果不会完全成熟。结果，鳄梨的味道和营养价值都会受到影响。另一方面，过熟的牛油果采摘得太晚，保质期较短，而且患病的风险也会增加。预测鳄梨的质量很困难，高光谱相机可以检测和预测肉眼不可见的变化。然后可以建立预测模型并应用于检测最容易变质的水果及其部分。

做出选择

当决定针对给定应用是否使用多光谱相机或高光谱相机(或两者)时，这取决于现有数据的水平。如果系统集成商或最终用户知道有一定数量的光谱带可以为检查或分析提供最高水平的细节，那么多光谱成像就适合。在需要比多光谱成像所能提供的更多光谱带的情况下，高光谱成像适合这项工作。此外，当用户不知道应用程序的光谱要求或想要收集稍后分析的数据立方体时，高光谱成像技术可以提供帮助。

在农民可能引入需要检查的新水果的情况下，部署这两种选择可能是有意义的。高光谱相机可以识别最佳光谱通道，多光谱相机可以在这些波段执行更高速的检查。