CHNSpec Technology （Zhejiang）Co.,Ltd Şirket Haberleri

Mozaik eklem tedavisi, fayanslar arasındaki çirkin boşluklar ve boşlukların kirliliği ve siyahlığı sorunlarını ele alan dekoratif bir üründür.Pazarda en popüler mozaik eklem tedavisi türü epoksi renkli kum türüdür.Epoxy renkli kum vakum ambalajı gerektirmez ve müşterinin inşaat alanında renkler ile doğrudan karıştırılabilir.Müşterinin ihtiyaçlarına ve dekorasyon tarzına göre uygun mozaik eklem tedavisine eşleştirebilirDoğal olarak hava dağıtabilme özelliği nedeniyle,Epoxy renkli kum mozaik eklem tedavisi mozaik eklemle dolu alanı ve fayansları mümkün olduğunca pürüzsüz hale getirebilir, böylece dekorasyonun estetik çekiciliğini artırır.   Gürüt Renk Eşleşmesi Mevcut Durumu:Dökme işinde, en önemli kısım istenen dökme rengine nasıl uyacağınızdır.1 Mürekkep rengi eşleştirme becerileri bir gecede öğrenilmez.2 Renk eşleştirmeyi öğrenmiş olsanız bile, tüm bu işlem çok zaman alıyor.Bu da ekleme işlemlerinin çalışma süresini önemli ölçüde uzatır.;3 Dökme renginin eşleşmesinin ilk aşamasında, formülü sürekli olarak dökme kullanarak ayarlamak gerekir. Bu da büyük miktarda hammaddeyi israf eder ve dökme işinin maliyetini arttırır.   Eklemlerdeki renk eşleşmesi durumunu değiştirmek:CaiPu Teknolojisi, ortak sızdırıcı renk eşleştirme endüstrisi için özel bir araç - CaiLu - başlattı.1 CaiLu birleşik mühürleyici renk eşleştirme cihazı kullanılarak, renk eşleştirme süresi 1 saatten 30 saniyeye kısaltıldı ve renk eşleştirme çalışmaları için zaman tasarrufu sağlandı.2 CaiLu mini programı tarafından hesaplanan renk formülüne doğrudan dayanarak, hammaddeleri israf etmeden ortak mühürleyici işlemleri gerçekleştirilebilir.3 Yerel olarak, renkler müşterinin ihtiyaçlarına göre hemen ayarlanabilir, böylece müşteriler hemen eklem mühürleyici etkisini görebilirler.Müşterilerin işletmenize olan güvenini artırmak ve bu sektörde rekabet avantajınızı artırmak.CaiLu eklem mühürleyici renk eşleştirme cihazı, eklem mühürleyici için çalışma süresini önemli ölçüde azaltmanıza yardımcı olabilir ve bir günde daha fazla müşteriyi işleyebilir.

Ahşap işleme alanında, renkleri kullanmak, başka türlü dikkat çekici olmayan ahşabı anında yepyeni bir canlılıkla doldurabilecek fantastik bir sihirli ziyafet gibidir.Renk eşleştirme yazılımlarının ortaya çıkışı ahşap boyalarının uygulanmasında son derece yıkıcı bir dönüşüm sağladı.   Geleneksel ahşap boyalarının seçimi genellikle deneyime ve sınırlı renk kartı referanslarına dayanıyordu.Bu sadece tasarımcıların ve zanaatkârların yaratıcı alanını kısıtlamakla kalmadı aynı zamanda beklenen renk efektlerini de zorlaştırdı.Bununla birlikte, renk eşleştirme yazılımı ile bu durum büyük ölçüde tersine döndü. Renk eşleştirme yazılımı, ahşap boyaları için son derece büyük bir renk veritabanı oluşturdu.Hepsi yazılımda kolayca bulunabilir.. Tasarımcılar, yazılımdaki farklı ahşap türlerine, dokularına ve tasarım gereksinimlerine göre sonsuz renk keşifleri yapabilirler. Renk doyması, hafiflik,ve kontrast, ahşap için en uygun boya formülü kombinasyonlarını bulabilirler.   Örneğin, retro tarzı mobilyalar oluştururken, renk eşleştirme yazılımı tasarımcılara, güçlü bir tarihi tadı taşıyan koyu renkli boya şemalarını hızlı bir şekilde seçmelerine yardımcı olabilir.Modern minimalist bir tarzı olan ahşap ürünler için, yazılım basit ve net renk kombinasyonları sunabilir.Yazılım, ahşabın farklı ışık koşullarında renk sunum durumlarını, nihai boyama etkisinin çeşitli ortamlarda en iyi şekilde olmasını sağlamak için simüle edebilir.. Dahası, renk eşleştirme yazılımı da güçlü bir renk eşleştirme analizi fonksiyonuna sahiptir.Renk psikolojisine ve estetik ilkelere dayanan ahşap boyaları için bilimsel ve makul renk eşleştirme önerileri sağlayabilirTıpkı tamamlayıcı renkleri seçmenin güçlü bir görsel etki yaratabileceği gibi, benzer renkler de uyumlu ve birleşik bir atmosfer oluşturabilir.Ahşap boyama artık körü körüne bir girişim değil, profesyonel bilgiye ve yaratıcı ilhamlara dayanan titiz bir planlama.   Gerçek başvuru sürecinde, renk eşleştirme yazılımı sadece ahşap boyalarının seçilmesinin verimliliğini artırmakla kalmaz aynı zamanda maliyet harcamalarını da önemli ölçüde azaltır.Yazılımda sanal boyanma işlemleri yaparak, tatmin edici olmayan gerçek boyama sonuçlarından kaynaklanan malzeme israfını etkili bir şekilde önleyebilir.Yazılım, otomatik renk eşleştirme ve boyama kontrolünü elde etmek için ahşap işleme işletmelerinin üretim süreciyle de yakından bütünleşebilir., böylece üretim verimliliğini ve ürün kalitesini arttırır. Sonuç olarak, ahşap boyaları alanında renk eşleştirme yazılımının uygulanması ahşap işleme endüstrisine benzeri görülmemiş yenilikçi fırsatlar getirdi.Ahşapların renkleri daha parlak ve renkli oluyor.Gelecekte, teknolojinin sürekli ilerlemesiyle, tasarımcılar ve zanaatkârlar için sonsuz bir yaratıcılık akışına yeni bir kapı açacak.Renk eşleştirme yazılımının ahşap boyaları alanında daha önemli bir rol oynayacağı düşünülüyor, bizim için daha zarif ve muhteşem ahşap ürünler yaratıyor.  

I. Renk Farkının NedenleriHammaddeler arasındaki farklılıklarFarklı boya partileri arasında hafif renk farklılıkları olabilir.Renk, üretim süresi ve depolama koşulları gibi faktörlerden dolayı farklı olabilir.Ayrıca, mobilyaların malzemesinin kendisi de rengi etkileyebilir. Örneğin, ahşap doku ve yoğunluğu değişir ve ahşap tarafından boya emilimi de farklılık gösterir.Renk farklılıklarına yol açan dokunuş boyalama.   Çevre faktörleriIşık koşulları renk algısını etkileyen önemli faktörlerden biridir. Mobilya renkleri değişen ışık yoğunlukları ve açılar altında farklı görünebilir.Sıcaklık ve nem gibi çevresel faktörler de boyaların kuruma hızını ve renk kararlılığını etkileyebilir, renk farklılıklarına yol açar.   İnşaat teknikleriDüzeltme boyama sırasında yapılan inşaat teknikleri de renk farklılıklarına önemli bir etkiye sahiptir.ya da alt katman ve üst katman uygun şekilde eşleşmiyorsaÜstelik, boyacıların teknik yeterliliği ve deneyimi de dokunma boyama sonuçlarını etkileyebilir.   II. Renk Farklılığı Sorunlarını Çözme YöntemleriUygun boya seçimiDüzeltme yapmadan önce, yüksek kaliteli ve istikrarlı boya seçmeliyiz.orijinal mobilya rengine ve malzemeye göre orijinal mobilya rengine uyan boya türünü ve rengini seçmeliyizFarklı marka ve model boyaları karşılaştırarak en yakın rengini seçebiliriz.   İnşaat ortamının kontrolüRenk algısına çevresel faktörlerin etkisini azaltmak için, uygun sıcaklık, nem ve ışık koşullarında dokunuş boyama yapmalıyız.klimalar, vb. çevrenin nemini ve sıcaklığını ayarlamak ve doğrudan güneş ışığı ve güçlü ışık maruz kalmasını önlemek için.   Sıkı inşaat teknikleriDüzeltme boyama sırasında, inşaat teknikleri gereksinimlerine sıkı sıkıya uyarak çalışmalıyız.ve boya tamamen kurulabilir ve iyileşebilir sağlamak için püskürtme kurutma süresiAynı zamanda, sarkma ve kabarma gibi sorunlardan kaçınmak için sprey tabancasının basıncına ve açısına dikkat etmeliyiz.   Düzenleme için bir renk farkı ölçerini kullanmakDüzeltme boyama sırasında, rengi ölçmek ve ölçüm sonuçlarına dayanarak ayarlama yapmak için düzenli olarak bir renk farkı ölçüm cihazı kullanabiliriz.Renk farkı ölçümü, renk farklarını ölçmek için kullanılan özel bir enstrümanRenklerin X, Y ve Z tristimulus değerlerini ölçüp iki renk arasındaki renk farkını hesaplayabilir.tatmin edici bir etki elde etmek için pigment oranını uygun şekilde artırabilir veya azaltabilir veya incelerin miktarını ayarlayabiliriz..   III. NotlarMobilyaların yeniden boyanmasını gerçekleştirmeden önce, boya renginin ve etkisinin gereksinimlere uygun olduğundan emin olmak için önce dikkat çekmeyen bir parçayı denemek önerilir.İnşaat sürecinde, boya nedeniyle vücuda zarar verilmemesi için koruyucu ekipman takılmalıdır.   Mobilyaların yeniden boyanmasından sonra, doğrudan güneş ışığı ve nem gibi çevresel faktörlerin boya üzerindeki etkisini önlemek için uygun bakım yapılmalıdır.Böylece mobilyaların kullanım ömrü uzatılır.. Sonuç olarak, mobilya boyasında renk farkı sorunu uygun boyaları seçerek, inşaat ortamını kontrol ederek,İnşaat tekniklerine sıkı sıkıya uyarakHer adıma dikkat ettiğimiz sürece, mobilyaları orijinal durumuna geri getirebilir ve hayatımıza daha fazla güzellik katabiliriz.

2013'ün sonunda, Cai Cen Teknoloji, 7 - 12um hiperspektral kameralar için çok beklenen bir teknik gösterim toplantısını başarıyla gerçekleştirdi.Zhejiang Üniversitesi'nden tanınmış uzmanlar ve akademisyenler, Çin Bilimler Akademisi, Tsinghua Üniversitesi, Pekin Teknoloji Enstitüsü, Tongji Üniversitesi,Hangzhou Dianzi Üniversitesi ve Çin Metroloji Üniversitesi, hiperspektral kamera teknolojisinin geliştirilmesi için öneriler ve stratejiler sunmak için bir araya geldi. Toplantının başında, Cai Pu Teknolojisi Genel Müdürü Yuan Kun,7 - 12um hiperspektral görüntüleme sistemi çözümü hakkında tüm katılımcı uzmanlara kapsamlı ve derinlemesine bir rapor sunma konusunda önderlik etti.Bu projenin Cai Pu Teknoloji ve tüm endüstri için önemli stratejik önemini açıkça açıkladı.Proje ekibi, optik şema gibi çoklu kilit boyutlardan projenin mevcut ilerlemesini ve orta vadeli başarılarını ayrıntılı bir şekilde gösterdi., yapısal şema, gömülü sistem şema, görüntü işleme algoritması şema ve test şeması uzmanlara. Tartışma aşamasında, uzmanlar Cai Pu Teknolojisi tarafından önerilen 7 - 12um hiperspektral görüntüleme sistemi çözümü hakkında titiz ve titiz bir tartışma yaptılar.Derin akademik başarıları ve zengin endüstri deneyimiyle, uzmanlar kendi görüşlerini ifade ettiler, teknik uygulanabilirlik, yenilik ve uygulama beklentileri gibi çoklu yönlerden derinlemesine analizler yaptılar,Ve birçok yapıcı görüş ve öneride bulundu.. Projenin sorunsuz ilerlemesini ve teknolojinin sürekli olarak optimize edilmesini sağlamak için, toplantı yerinde bir proje teknik uzman komitesi kuruldu.Komite üyeleri, endeks tasarımı gibi temel içerikler hakkında daha derinlemesine tartışmalar yaptılar.7 - 12um hiperspektral görüntüleme sistemi projesinin planının olgunluğu ve test planı.Uzmanlar, bu projenin sadece son derece yüksek teknik zorluklarla karşılaşmakla kalmayıp aynı zamanda geniş pazar uygulama beklentilerine de sahip olduğuna karar verdiler., ve birçok alanda atılımcı uygulamalara ulaşması bekleniyor. 7-12um hiperspektral kamera teknolojisi askeri keşiflerde yenilmez avantajlara sahiptir.ölçülen nesnelerin spektral özelliklerini doğrudan yansıtan, böylece hedeflerin yüzey bileşenlerini ve durumlarını doğru bir şekilde ayırt ederek, uzay algılama bilgileri ile gerçek zemin hedefleri arasında kesin karşılık gelen ilişkiler elde edilir.Ve detaylı savaş alanı keşif için anahtar istihbarat sağlıyor.Karmaşık savaş alanı ortamlarında, bu teknoloji askeri personelin gizli askeri tesisleri, silahları ve ekipmanları ve potansiyel tehdit hedeflerini hızlı bir şekilde tanımlamasına yardımcı olabilir. Bu arada bu teknoloji kamufle edilmiş hedefleri de etkili bir şekilde tanımlayabilir.Hiperspektral kameralar kamufle edilmiş askeri ekipmanları hassas bir şekilde tespit edebilir.Spektral karakteristik eğriyi tersine çevirerek, hedefin bileşimi çıkarılabilir, bu da çeşitli ortamlarda gizlenmiş kamufle edilmiş hedeflerin tespit edilmemesini imkansız kılar.Yoğun bitki örtüsü olan bölgelerde, bitki örtüsünün kırmızı kenar etkisi gibi spektral özellikleri kullanarak, içinde gizlenen yeşil kamufle edilmiş hedefler kolayca tanımlanabilir,Askeri keşiflerin doğruluğunu önemli ölçüde artırmak. Ayrıca,7-12um hiperspektral kamera ile donatılmış hava ekipmanları, geniş bir spektrum aralığında ve son derece yüksek çözünürlükte çoğu rengi ayırt ederek uzaktan algılama işlemleri yapabilir.Zayıf sinyalli askeri faaliyetleri ve gizli engelleri tespit etmek, aynı zamanda tehlikeli malları tanımlamak da dahil olmak üzere çeşitli malzemeleri ve nesneleri tanımlamak, ölçmek ve izlemek için kullanılabilir.askeri operasyonlara kapsamlı destek sağlamak. Cai Pu Teknoloji toplantısında, 7 - 12um hiperspektral kameranın 2025 yılı için şirketin en büyük projesi olduğunu ve büyük beklentileri taşıdığını açıkladı.Çeşitli kaynakları bütünleştirmek, araştırma ve geliştirme yatırımlarını artırmak, ürün kalitesini sıkı bir şekilde kontrol etmek ve tüm uzmanların samimi beklentilerini hayal kırıklığına uğratmamasını sağlamak.Çin'in hiperspektral görüntüleme alanına başka bir "ulusal silah" eklemek ve Cai Pu'nun gelişimine yeni bir canlılık aşılamak. Cai Pu Teknolojisi optik enstrümanlar alanında derinlemesine uğraşıyor.Yüksek spektrumlu kameralar ve insansız hava araçları yüksek spektrumlu ölçüm sistemlerinin araştırılması ve geliştirilmesi konusunda verimli sonuçlar elde etti., ve bir dizi patentli teknolojiye sahiptir.Bu teknik gösterim toplantısının başarılı bir şekilde gerçekleştirilmesi, bilimsel ve teknolojik yenilik yolunda Cai Pu Teknolojisi için önemli bir dönüm noktasıdır.Gelecekte, 7 - 12um yüksek spektrumlu kameraların piyasaya sürülmesiyle çevresel izleme, tarımsal uzaktan algılama, endüstriyel denetim,ve biyomedisin, ilgili endüstrilerin teknolojik yükseltilmesini ve geliştirilmesini teşvik etmek ve aynı zamanda Çin'in askeri alanda ulusal savunma gücünün daha da artırılmasına katkıda bulunmak.

Tekstil endüstrisinde, kaz pastırması ve ördek pastırması, mükemmel ısı yalıtım özellikleri nedeniyle yüksek kaliteli ısı yalıtım ürünleri üretmek için yüksek kaliteli hammaddeler haline gelmiştir.Kaz tüyleri ve ördek tüyleri arasında piyasa fiyatlarında önemli bir fark var.Bazı vicdansız tüccarlar yüksek kâr peşinde koşarak, genellikle düşük kaliteli ürünleri yüksek kaliteli olarak göstermek için ördeğin etini kaz etine karıştırırlar.Bu sadece tüketicilerin çıkarlarına zarar vermekle kalmaz aynı zamanda piyasa düzenini de bozar.Bu nedenle, kaz ve ördek karışımının miktarsal olarak tespit edilmesinin doğru ve verimli bir şekilde yapılması özellikle önemlidir.Hiperspektral kamera teknolojisinin geliştirilmesi bu algılama problemine yenilikçi bir çözüm sağladı..   I. Örnek hazırlama: Güvenilir ve temsil edici kaynaklarından emin olmak için büyük miktarda saf kaz yuvası ve ördek yuvası örnekleri toplanmalıdır.Yüksek hassasiyetli bir elektronik terazi kullanarak kazın ve ördekin ağırlığını farklı oranlarda doğru bir şekilde tartın, ve ördek ve ördek ipliklerinin bilinen karışık oranları olan bir dizi örnek hazırlayın, örneğin 5%, 10%, 15%,... %95 farklı ördek ipliklerinin karışık oranları olan örnekler hazırlayın,Deneyin doğruluğunu ve güvenilirliğini artırmak için her biri birden fazla kopya numune ileHazırlanmış karıştırılmış örnekleri, üst üste geçirme veya boşluk olmaksızın eşit dağılım sağlamak için özel olarak tasarlanmış bir örnekleme platformuna eşit bir şekilde yayın.Hiperspektral kameranın kapsamlı ve doğru spektral bilgi elde edebilmesini sağlamak için.   II. Hiperspektral görüntü edinimi: Bu makalede, 400-1000nm spektral aralığı olan bir hiperspektral kamera uygulanmıştır.İlgili araştırmalarda kullanılabilir.. Spektral aralığı 400 ila 1000nm, 2,5nm'den daha iyi bir dalga boyu çözünürlüğü ve 1200'e kadar spektral kanal vardır.ve bant seçiminden sonra, maksimum hızı 3300Hz'dir (çok bölge bant seçimini destekler).ve örneklerin yerel özellik farklılıklarından kaynaklanan algılama hatalarını azaltmak için farklı açılardan görüntüler elde edildiHer çekimden sonra toplanan hiperspektral görüntü verileri, veri kaybını önlemek için depolama için bilgisayara gönderildi.   III. Veri Ön İşleme: Toplanan hiperspektral görüntü verilerinin ön işlenmesini gerçekleştirmek için profesyonel veri işleme yazılımı kullanın.Kameranın kendi performans farklılıklarından ve çevresel faktörlerden kaynaklanan radyometrik hataları ortadan kaldırmak için radyometrik düzeltme yapmak., farklı görüntülerin spektral verilerinin karşılaştırılabilir olmasını sağlar.Kameranın çekim açısı ve numunenin yerleştirme konumu gibi faktörlerden kaynaklanan görüntü deformasyonunu düzeltmek için geometrik düzeltme yapmak.Son olarak, görüntüye gürültü azaltma işleme uygulanır,görüntüdeki gürültü müdahalelerini kaldırmak için filtreleme algoritmaları kullanmak, görüntü kalitesini ve berraklığını arttırarak, daha sonraki adımlarda spektral özellikleri daha doğru bir şekilde çıkarmak için. IV. Spektral Özellik Aktarımı: Ön işlenmiş hiperspektral görüntüler için,Özel algoritmalar ve yazılım araçları sırasıyla kaz ve ördek bölgelerinin spektral özelliklerini çıkarmak için kullanılır.Büyük miktarda görüntü verisinin analizi ve karşılaştırılması yoluyla,Kazın aşağısını ördek aşağısından önemli ölçüde ayırt edebilen spesifik dalga boyu aralığı, görünür ışıktan yakın kızılötesi spektral bölgede belirlenir.Bu anahtar dalga boylarında, kaz tüyleri ve ördek tüyleri yansıtma değerleri, kendi benzersiz spektrum özellikleri veri kümelerini oluşturmak için dikkatlice ölçülür ve kaydedilir.Bir çok deney ve analizden sonra, 700nm - 800nm dalga boyları aralığında kazın ve ördeklerin yansıtıcılık eğrilerinde belirgin farklılıklar olduğu tespit edildi.ve bu farklılıklar iki türü tanımlamak için önemli bir temel olarak hizmet edebilir. V. Model oluşturma ve doğrulama: Makine öğrenimi veya istatistiksel yöntemler kullanılarak çıkarılan kaz tüpünün ve ördek tüpünün spektral karakteristik verilerine dayanarak,Düşmüş kaz ve ördeklerin nicel analizi için bir spektral model oluşturmakGenel modelleme yöntemleri arasında destek vektör makineleri, kısmi en küçük kareler vb. vardır.Model eğitimi için eğitim seti olarak bilinen karışık oranlara sahip örnekleme verilerinin bir kısmı kullanılır., kazın ve ördeklerin spektral özellikleri ve karışık oranları arasındaki içsel ilişkiyi öğrenmesini sağlar.Eğitime dahil olmayan örneklerin başka bir kısmı, kurulan modeli doğrulamak için doğrulama seti olarak kullanılır.Onay setinden alınan örneklerin yüksek spektrumlu görüntü verileri modele girilir.ve kaz tüpü ve ördek tüpünün tahmin edilen karışık oranı modelle hesaplanır ve kontrast analizi için gerçekte bilinen karışık oranla karşılaştırılır.Tahmin edilen değer ve gerçek değer arasındaki, kök ortalama kare hatası, ortalama mutlak hata vb. gibi hatayı hesaplayarak, modelin doğruluğu ve güvenilirliği değerlendirilir.Onaylama sonuçlarına dayanarak, modelin performansını iyileştirmek için model parametrelerini ayarlamak, özellik değişkenlerini eklemek veya azaltmak gibi model ayarlanır ve optimize edilir.   VI. Sonuç Analizi ve Değerlendirmesi: Tüm karıştırılmış örneklerin tespit sonuçlarını özetlemek ve istatistiksel olarak analiz etmek.Farklı karıştırma oranları altında tespit sonuçlarının diğer istatistiksel göstergeleri, ve tespit yönteminin istikrarını ve tekrarlanabilirliğini değerlendirir.Hiperspektral kameranın algılama sonuçlarını geleneksel algılama yöntemleriyle (kimyasal analiz yöntemleri gibi) karşılaştırmak ve analiz etmek, hiperspektral kamera tespit yönteminin doğruluğunu daha da doğrulamak.Hiperspektral kameranın karışık kaz ve ördeklerin nicel tespitinde hata aralığı ve algılama doğruluğu gibi temel performans göstergelerini elde etmek.Deneysel sonuçlar, bu yöntemin karıştırılmış pastadaki kazın ve ördeklerin tam oranını kısa bir süre içinde hızlı ve doğru bir şekilde tespit edebileceğini göstermektedir.ve algılama hatası çok küçük bir aralıkta etkili bir şekilde kontrol edilebilir, yüksek güvenilirliğini ve uygulanabilirliğini tam olarak göstermektedir. Hiperspektral kamera teknolojisinin uygulanması, kaz ve ördek karışımının nicel tespitinin doğruluğunu ve verimliliğini büyük ölçüde geliştirdi.Ürün kalitesini ve marka itibarını sağlayabilir· düzenleyici makamlar için, piyasadaki sahte ve standart dışı ürünlere karşı güçlü bir teknik destek sağlar;Piyasa ortamının temizlenmesine ve tüketicilerin meşru hak ve çıkarlarının korunmasına yardımcı olmakTeknolojinin sürekli gelişmesi ve iyileştirilmesiyle,Hiperspektral kameraların kaz ve ördek karışıklarının ve diğer ilgili alanların niceliksel olarak tespit edilmesinde daha geniş ve derinlemesine uygulanacağı düşünülüyor., endüstrinin sağlıklı gelişimine yeni bir canlılık kazandırıyor.

Plastik ürünlerin otomobil, elektronik ve tıbbi bakım gibi pek çok alanda yaygın olarak uygulanması ile, plastik kaynak teknolojisi, plastik ürünleri birbirine bağlamak için önemli bir araç olarak,kaynak kalitesi doğrudan ürün performansını ve kullanım ömrünü etkilerPlastik kaynak kalitesini değerlendirmek için görsel denetim ve yıkıcı testler gibi geleneksel yöntemlerin güçlü öznellik de dahil olmak üzere sınırlamaları vardır.İç kaliteleri kapsamlı bir şekilde yansıtamamakLazer iletim ölçerlerinin ortaya çıkması, plastik kaynak kalitesini değerlendirmek için yepyeni, verimli ve doğru bir çözüm sağladı.   I. Lazer iletim ölçümünün çalışma prensibi Lazer iletkenlik ölçerinin işleyişi ışık iletme ilkesine dayanır. Belirli bir dalga boyunda bir lazer ışını plastik bir numuneye ışınlandığında, ışığın bir kısmı emilir.Bazıları dağılmış., ve kalan ışık plastikten geçer. Enstrüman, yüksek hassasiyetli bir ışık dedektörü aracılığıyla düşen ışık yoğunluğunu ve ileten ışık yoğunluğunu hassas bir şekilde ölçer.Plastik kaynak kalitesinin değerlendirilmesi için, lazer geçirgenlik ölçerinin kaynaklı ve kaynaklanmamış alanlar arasındaki geçirgenlik farkını hassas bir şekilde algılayabilmesi.ve eksik penetrasyonÖrneğin, kabarcıkların varlığı ışığın dağılmasını artıracak,Akışkanlıkta bir düşüşle sonuçlananİçişler ve yabancı maddeler ışık yayılma yolunu değiştirecek ve anormal iletimliliğe yol açacaktır.kaynak kalitesi doğru bir şekilde değerlendirilebilir.   II. Renk Spektrumu Lazer iletim ölçerinin özellikleri ve avantajları TH-20   Renk Spektrumu Lazer İletişim Meter TH - 200 plastik kaynak kalitesinin değerlendirilmesinde olağanüstü performans göstermektedir.Yüksek hassasiyetli bir optik algılama sistemine sahiptir., ± 0.1% ölçüm doğruluğu ile, bu yüksek hassasiyet özelliği plastik kaynak sırasında küçük değişiklikleri hassas bir şekilde yakalamasını sağlar.kaynak kalitesinin doğru bir şekilde değerlendirilmesi için sağlam bir temel sağlar. TH - 200, yaygın olarak kullanılan çeşitli lazer dalga boylarını kapsayan geniş bir spektral ölçüm aralığına sahiptir ve farklı plastik malzemelerin ve kaynak işlemlerinin ihtiyaçlarına uyarlanabilir.Otomobil üretiminde yaygın polipropilen (PP) plastik kaynak veya elektronik endüstrisinde polikarbonat (PC) plastik kaynak için kullanılıp kullanılmadığı, TH - 200 lazer iletimini doğru bir şekilde ölçebilir.   Bu cihaz kullanımı kolaydır ve sezgisel bir kullanıcı arayüzü ve otomatik ölçüm yazılımı ile donatılmıştır.Ölçüm programını başlat, ve enstrüman ölçümü hızlı bir şekilde tamamlayabilir ve ayrıntılı veri raporları oluşturabilir.Bu tespit verimliliğini büyük ölçüde artırır ve üretim hatlarında büyük ölçekli tespit için uygundurEk olarak, TH-200 iyi bir istikrar ve güvenilirliğe sahiptir, endüstriyel üretim ortamlarında uzun süre istikrarlı bir şekilde çalışabilir, ekipman bakım ve kalibrasyon sıklığını azaltır,ve kullanım maliyetini düşürür.   Plastik kaynak kalitesi değerlendirmesinde lazer iletim ölçümünün yenilikçi uygulama yöntemleri   1Kaynaktan önce malzeme tarama ve değerlendirme   Plastik kaynaklamadan önce, farklı plastik hammadde partilerinin lazer iletim kapasitesi, Renk Spektrumu Lazer iletim kapasitesi testi TH-200 ile test edilir.lazer geçirgenliği kaynak işleminin gereksinimlerini karşılayan malzemelerin partileri seçilebilir, hammaddelerin tutarlılığını ve istikrarını sağlarken, farklı plastik türlerinin kaynaklanması gereken durumlarda,TH-200, mühendislere uygun lazer iletim kapasitesi olan plastik malzeme kombinasyonlarını seçmelerinde yardımcı olabilirÖrneğin, otomotiv iç kısımlarının kaynaklarında, TH-200 ile yapılan testlerle,uygun plastik malzeme kombinasyonlarını seçmek, kaynak kusurlarını etkili bir şekilde azaltabilir ve iç kısımların estetik ve dayanıklılığını artırabilir.   2- Saldırma sürecinin gerçek zamanlı izlenmesi   TH - 200'ü plastik kaynak ekipmanına entegre edin ve kaynak işlemi sırasında kaynak alanındaki lazer iletim gücünün gerçek zamanlı değişikliklerini izleyin.Kaynak işlem parametreleri dalgalanırken, örneğin istikrarsız lazer gücü veya kaynak hızındaki değişiklikler, kaynak alanındaki plastikin anormal erime ve katılaşma durumlarına neden olacaktır,Böylece lazer iletiminde değişikliklere yol açar.. TH-200 bu değişiklikleri anında yakalayabilir ve verileri kaynak kontrol sistemine geri gönderebilir.Kontrol sistemi, kaynak işleminin kapalı döngü kontrolünü elde etmek ve kaynak kalitesinin istikrarını sağlamak için geri bildirim verilerine dayanarak kaynak süreci parametrelerini otomatik olarak ayarlarÖrneğin, elektronik cihaz kabuklarının kaynak üretim hattında, gerçek zamanlı olarak lazer iletimliliğini izleyerek ve kaynak parametrelerini derhal ayarlayarak,hurda oranını etkili bir şekilde azaltabilir ve üretim verimliliğini artırabilir.   3- Saldırmadan sonra kapsamlı kalite denetimi   Kaynak tamamlandıktan sonra, kaynaklı eklemin lazer geçirgenliği TH - 200 kullanılarak tespit edilir.Verileri kaynaktan önceki standart verilerle ve kaynak süreci sırasında gerçek zamanlı verilerle karşılaştırarak, kaynaklı eklemde eksik penetrasyon, yanlış kaynak ve gözenekler gibi kusurlar olup olmadığını belirlemek mümkündür.nedenleri daha fazla analiz edilebilir ve buna uygun iyileştirme önlemleri alınabilirEk olarak, TH-200 ayrıca dolaylı olarak kaynaklı eklemin gücünü de değerlendirebilir.Araştırmalar kaynaklı eklemin lazer iletim gücü ve kaynak sertliği arasında belli bir ilişki olduğunu göstermektedir.Lazer iletim gücünün ve kaynak sertliğinin matematiksel bir modelini oluşturarak ve TH - 200 ile ölçülen lazer iletim gücü verilerini kullanarak, kaynaklı eklemin dayanıklılığı tahmin edilebilir.Ürün kalitesi değerlendirmesi için daha kapsamlı bir temel sağlayan.   The innovative application of the color spectrum laser transmittance instrument TH - 200 in the quality assessment of plastic welding brings a new quality control method to the plastic welding industryKaydırmadan önce malzeme taraması, kaydırma süreci sırasında gerçek zamanlı izleme ve kaydırmadan sonra kalite tespiti ve değerlendirme yoluyla,TH - 200 plastik kaynak kalitesini etkili bir şekilde artırabilirÜretim endüstrisinde ürün kalitesi gereksinimlerinin sürekli iyileştirilmesiyle birlikte,Plastik kaynak alanında lazer iletim cihazlarının uygulama beklentileri daha da genişletilmiş olacakPlastik kaynak teknolojisinin gelişimini teşvik etmeye devam edecek ve çeşitli endüstrilerde ürün yeniliği ve kalite iyileştirmesi için güçlü bir destek sağlayacak.

Modern plastik işleme alanında, plastik kaynak, çok önemli bir bağlantı teknolojisi olarak, otomobil imalatı, elektronik ekipman,ve tıbbi cihazlarPlastik kaynak işlemi sırasında, ışık geçirgenliği ölçümü yavaş yavaş göz ardı edilemeyen önemli bir yön haline geliyor.Bunun arkasındaki bilimsel temel ve pratik önemi nedir??   Plastik kaynaklama prensibi, plastik bileşenlerin bağlantı parçalarının erimiş duruma gelmesini sağlamak için ısı, basınç veya ultrasonik dalgalar gibi enerji kaynaklarını kullanmaktır.Böylece moleküler füzyon elde edilir.Çeşitli kaynak yöntemleri arasında lazer kaynak, yüksek hassasiyeti, düşük ısı etkilenen bölgesi ve iyi mühürleme performansı nedeniyle tercih edilir.Bir lazer ışınının plastik üst tabakadan geçmesi gerekiyor., alt katman tarafından emilir ve ısı enerjisine dönüştürülür, böylece kaynak elde edilir.   Plastik kaynak işleminin şematik şeması   Yayılım, plastik malzemelerde lazer enerjisinin aktarım verimliliğini doğrudan etkiler.lazer enerjisi aşağı tabakaya kadar etkili bir şekilde nüfuz edemez ve ulaşamaz., iyi kaynak elde etmek için yeterli ısı üretmeyi zorlaştırır. Tersine, eğer geçirgenlik çok yüksekse, alt katman plastikin yetersiz enerji emmesine neden olabilir.Aynı zamanda kaynak gücünü de etkileyenUygun bir geçirgenlik, lazer enerjisinin plastik malzemelerde hassas bir şekilde dağıtılmasını sağlayabilir ve yüksek kaliteli kaynak sonuçlarına ulaşabilir.Otomobil iç kısımlarının kaynaklarında, kaynak dayanıklılığı ve görünüm kalitesi için talepler son derece yüksektir. Sadece geçirgenliği kesin bir şekilde kontrol ederek kaynak parçaları sağlam ve güzel bir şekilde bağlanabilir,Yanlış kaynak ve ayrılma gibi kusurların önlenmesi. Plastikin geçirgenliğini nasıl doğru bir şekilde ölçülebilir? İşte burada Color Spectrum'un yeni ürünü olan lazer geçirgenlik ölçüm cihazı devreye girer.Bu araç özellikle plastik kaynak alanında geçirgenlik ölçüm gereksinimleri için tasarlanmıştır ve birçok olağanüstü özelliği vardırGelişmiş lazer ışık kaynaklarını ve son derece hassas dedektörleri kullanarak, belirli dalga boylarındaki lazerler altında çeşitli plastik malzemelerin geçirgenliğini hızlı ve doğru bir şekilde ölçer.Ölçüm doğruluğu son derece yüksek., ölçüm sonuçlarının güvenilirliğini büyük ölçüde artıran, birkaç ondalık noktaya doğru ölçüm yapabilmektedir.   Gerçek ölçüm yazılımı arayüzü   Renk Spektrumu Lazer İletişim Ölçücüsü kullanımı kolaydır ve profesyonel olmayanlar tarafından da ustalaştırılabilir. Araç sezgisel bir işletim arayüzü ve net bir ekran ekranı ile donatılmıştır.ölçüm verilerini hemen anlaşılabilir hale getirmekÜstelik, çoklu ölçüm verileri üzerinde istatistiksel analiz yapabilen güçlü veri depolama ve analiz işlevlerine sahiptir.Plastik kaynak işlemlerinin optimize edilmesi için güçlü bir veri desteği sağlamaktadırPratik uygulamalarda, operatörlerin ölçülecek örneği sadece aygıtın ölçüm platformuna yerleştirmeleri ve ölçüm düğmesine basmaları gerekir.Doğru iletim verileri elde edilebilir.Bu kolaylık üretim verimliliğini büyük ölçüde artırır ve zahmetli ölçümlerden kaynaklanan zaman kaybını azaltır.   Plastik kaynak işleminde, ışığı doğru ölçmek için Chroma Spectra Lazer İletişimölçeri kullanılarak,şirketler ölçüm sonuçlarına dayanarak plastik malzemeleri tarayıp optimize edebilirlerSaldırma gereksinimlerini karşılamayan geçirgenliği olan plastikler için, formülü ayarlayarak, katkı maddeleri ekleyerek veya işleme teknolojisini değiştirerek iyileştirmeler yapılabilir.kaynak işlemi sırasında, gerçek zamanlı olarak geçirgenlik değişikliklerinin izlenmesi, malzeme parti farklılıkları, ekipman arızaları vb. gibi potansiyel kaynak sorunlarını çabuk tespit edebilir.ve kaynak kalitesinin istikrarını ve tutarlılığını sağlamak için zamanında ayarlama önlemleri almak.   Sonuç olarak, plastik kaynakta geçirgenliği ölçmek çok önemlidir.Sadece kaynak kalitesini sağlamak için önemli bir faktör değil aynı zamanda plastik kaynak süreçlerinin sürekli optimizasyonunu ve yeniliğini teşvik etmek için önemli bir araçtır.Gelişmiş teknolojisi, olağanüstü performansı ve kullanışlılığı ile Chroma Spectra Lazer İletişim Ölçücüsü,Plastik kaynak endüstrisinde geçirgenlik ölçümü için güvenilir bir çözüm sağlar, şirketlerin sert piyasa rekabetinde ürün kalitesini ve üretim verimliliğini artırmalarına ve daha fazla değer yaratmalarına yardımcı olmak.

Kömür endüstrisinin araştırma ve üretim pratiğinde,Kömür kullanımını optimize etmek ve ürün kalitesini artırmak için kömürün çeşitli özellikleri hakkında doğru bilgi edinmek çok önemlidir.Hiperspektral görüntü teknolojisi, güçlü bir analiz aracı olarak kömürün iç yapısı ve bileşimi hakkında bol miktarda bilgi sağlayabilir.ve uygulanması verimli ve doğru kömür örneği hiperspektral görüntü elde etme ve işleme yöntemlerine dayanıyor. Hiperspektral görüntüleme teknolojisi, optik, elektronik, bilgisayar bilimi ve diğer disiplinleri entegre eden gelişmiş bir teknolojidir.,Farklı maddelerin farklı ışık dalga boylarına yansıması ve dağıtımı özellikleri.Katı spektrum aralığında kömürün yansıma bilgisini alabiliriz., kömürün "parmak izi" gibi, zengin malzeme bileşimi ve yapı bilgisi içerir.Hiperspektral görüntüleme teknolojisi daha yüksek spektral çözünürlüğe sahiptir ve nanometre düzeyinde dalga boyu farkına kadar doğru olabilir, kömürdeki çeşitli bileşenlerin spektral özelliklerini daha ayrıntılı bir şekilde yakalayabilir. Bu makalede, 900-1700nm hiperspektral bir kamera kullanılır ve Renk Spektrumu Teknolojisi (Zhejiang) Co., LTD'nin bir ürünü olan FS-15, ilgili araştırma için kullanılabilir.Kısa dalga yakın kızılötesi hiperspektral kamera, 200FPS'e kadar tam spektrumun edinme hızı, bileşik tanımlama, madde tanımlama, makine görme, tarımsal ürün kalitesi,ekran algılama ve diğer alanlar. Kömürün ısı değerinin tespitinde hiperspektral görüntüleme teknolojisinin uygulanması nispeten basittir ve verimlidir.Hiperspektral görüntü verileri, kömür numunelerini hiperspektral görüntüleme ekipmanı ile tarayarak elde edilir..Kömürün ısı değerinin tespitinde hiperspektral görüntüleme teknolojisinin uygulanması nispeten basittir ve verimlidir.Hiperspektral görüntü verileri, kömür numunelerini hiperspektral görüntüleme ekipmanı ile tarayarak elde edilir..   Hiperspektral görüntü edinimi arayüzü   Bu veriler, kömürün farklı dalga boylarında yansıtıcılığı hakkında bilgi içerir.doğru spektrum, vb., verilerin kalitesini artırmak için. (a) Orijinal görüntü (b) İlgi alanı Kömür hiperspektral görüntüleri için ilgi alanlarının seçimi   İlgi alanı ortalama spektral eğri   Yedi nokta SG pürüzsüz filtreleme   Enstrümanın kendisinin özellikleri ve çevresel faktörlerin etkisi nedeniyle, toplanan spektrum dalga boyu sürüklenmesi ve yoğunluk sapması gibi bazı sorunlara sahip olabilir.Spektral düzeltmenin amacı, bu sapmaların, kömür örneklerinin gerçek spektral özelliklerini doğru bir şekilde yansıtabilmeleri için düzeltilmesidir.Spektral kalibrasyon yöntemleri arasında dalga boyu kalibrasyonu ve radyasyon kalibrasyonu bulunur.Dalga boyu kalibrasyonu Bilinen spektral özelliklere sahip standart malzemeler kullanarak görüntüleme spektrometrinin dalga boyu doğruluğunu kalibre ederHer pikselle karşılık gelen dalga uzunluğu değerinin doğru olmasını sağlamak için, cıva lambaları ve neon lambaları gibi.Radiometrik kalibrasyon, görüntüün gri değerini, bilinen yansıtıcılık ile standart beyaz tahtayı ölçerek gerçek yansıtıcılık değerine dönüştürmektir., böylece enstrüman tepkisi ve eşit olmayan aydınlatma gibi faktörlerin spektral yoğunluk üzerindeki etkisini ortadan kaldırır. Çok değişkenli saçılma düzeltmesinin sonuçları resimde gösterilmiştir. Çok değişkenli dağılım düzeltmesi sonuçları   Standart normal dönüşüm Standart normal dönüşüm sonucu   Kömür örneklerinin hiperspektral görüntülerinin elde edilmesi ve işlenmesi karmaşık ve kritik bir süreçtir.Alım sürecini optimize etmek ve gelişmiş görüntü işleme yöntemleri kullanmak, hiperspektral görüntülerden bol miktarda ve doğru kömür bilgileri elde edilebilir, bu da kömür endüstrisinin araştırma, üretim ve kalite kontrolü için güçlü bir teknik destek sağlar.Teknolojinin sürekli gelişmesiyle, kömür alanında hiperspektral görüntü teknolojisinin uygulama perspektifi daha geniş olacak ve kömür endüstrisinin gelişimi için yeni atılımlar getireceği bekleniyor.

Tekstil endüstrisinde, kazın ve ördeklerin güzel termal özellikleri nedeniyle yüksek kaliteli termal ürünler üretmek için yüksek kaliteli hammaddeler haline geldi.Kaz tüpü ile ördek tüpü arasında piyasa fiyatında büyük bir fark var.Bazı kötü tüccarlar yüksek kâr peşinde koşmak için ördekle kazın arasını sık sık karıştırırlar. Bu sadece tüketicilerin çıkarlarına zarar vermekle kalmaz, aynı zamanda piyasa düzenini de bozar.Kaz ve ördek karışımı kadifeyi doğru ve verimli bir şekilde tespit etmek özellikle önemlidir.Son yıllarda, hiperspektral kamera teknolojisinin geliştirilmesi bu algılama zorluğuna yenilikçi bir çözüm sağladı. 一、 Örnek hazırlama: Kaynaklarının güvenilir ve temsil edici olmasını sağlamak için çok sayıda saf kaz dümen ve ördek dümen örneği toplanmalıdır.Farklı oranlara göre kaz yuvasını ve ördek yuvasını doğru bir şekilde tartmak için yüksek hassasiyetli elektronik terazi kullanın, ve bilinen karıştırma oranlarıyla bir dizi kaz ve ördek karışık kadife örneği yapılandırmak, örneğin 5%, 10%, 15% ayarlamak gibi... Farklı oranlardaki örnekler örneğin 95% ördek düneği karıştırıldı,ve deneyin doğruluğunu ve güvenilirliğini artırmak için her oran için birden fazla tekrarlanan numune belirlendiYapılandırılmış karışık yün örneği, örtüşme ve boşluk olmaksızın örneğin tekdüze dağıtılmasını sağlamak için özel örnekleme tablosuna eşit şekilde yerleştirilir.ve hiperspektral kameranın kapsamlı ve doğru spektral bilgi elde edebilmesini sağlamak için. 二、Hiperspektral görüntü edinimi: Bu makalede, Hangzhou Color Spectrum Technology Co., LTD'nin ürünü olan ilgili araştırmalar için kullanılabilecek 400-1000nm hiperspektral bir kamera kullanılmıştır.Spektral aralığı 400-1000nm., dalga boyu çözünürlüğü 2.5nm'den daha iyidir ve 1200'e kadar spektral kanala ulaşılabilir.ve en fazla bant seçimi sonrası 3300Hz (çok bölge bant seçimini destekle)Her karışık yün örneği, örneğin yerel özellik farklılıklarından kaynaklanan algılama hatalarını azaltmak için farklı açılardan görüntü elde etmek için birkaç kez fotoğraflanır.elde edilen hiperspektral görüntü verileri, veri kaybını önlemek için zamanında depolamak için bilgisayara aktarılır.. 三、 Veri önceden işleme: Toplanan hiperspektral görüntü verilerini önceden işlemek için profesyonel veri işleme yazılımı kullanılması.radyasyon düzeltmesi, kameranın kendi performans farklılığı ve çevresel faktörlerden kaynaklanan radyasyon hatasını ortadan kaldırmak için yapılır., böylece farklı görüntüler arasındaki spektral veriler karşılaştırılabilir. Daha sonra kamera açısı, örnek yerleştirme vb. nedeniyle görüntü bozulmasını düzeltmek için geometrik düzeltme yapılır.Görüntüdeki her pikselin konumunun doğru olduğundan emin olmak için. Resim denozed edilir ve görüntü kalitesi ve netliğini artırmak için filtreleme algoritması ile görüntüdeki gürültü müdahalesi kaldırılır,Böylece spektral özellikleri daha doğru bir şekilde çıkarmak için. 四Spektral özellik çıkarımı:Özel algoritmalar ve yazılım araçları, önceden işlenmiş hiperspektral görüntülere dayanarak kazın aşağı ve ördek aşağı bölgelerinin spektral özelliklerini çıkarmak için kullanılır.Çok sayıda görüntü verisinin analizi ve karşılaştırılması yoluyla,Kaz tüyleri ve ördek tüyleri için spesifik dalga boyları aralığının görünür ışıktan yakın kızılötesi spektrumuna kadar önemli ölçüde ayırt edilebileceği belirlenmiştir.Bu anahtar dalga boylarında, kaz tüpünün ve ördek tüpünün yansıtma değerleri kendi benzersiz spektral özellik veri kümelerini oluşturmak için dikkatlice ölçülür ve kaydedilir.Birçok deneysel analizden sonra, 700nm-800nm dalga boyu aralığında kazın ve ördeklerin yansıtıcılık eğrilerinde belirgin farklılıklar olduğu bulunmuştur.Bu, ikisini tanımlamak için önemli bir temel olarak kullanılabilir.. 五、Modellerin oluşturulması ve doğrulanması: Kaz tüpü ve ördek tüpünün alınan spektral karakteristik verilerine dayanarak,Düşmüş kaz ve ördek miktarı analizi için spektral model makine öğrenimi veya istatistiksel yöntemler kullanılarak oluşturuldu.. Genel modelleme yöntemleri destek vektör makinesi, kısmi en az kare yöntemi vb. içerir.Bilinen karıştırma oranına sahip örnek verilerinin bir kısmı, modeli eğitmek için bir eğitim seti olarak kullanılır., böylece kazın ve ördeklerin spektral özellikleri ve karıştırma oranı arasındaki iç ilişkiyi öğrenebilir.Eğitime katılmayan örnekleme verilerinin başka bir kısmı, kurulan modeli doğrulamak için doğrulama seti olarak kullanıldı.Onay setinden alınan örneklerin hiperspektral görüntü verileri modele girildi ve model tarafından kaz ve ördek kemiklerinin tahmin edilen karıştırma oranı hesaplandı.ve gerçek bilinen karıştırma oranı ile karşılaştırıldığındaModelin doğruluğu ve güvenilirliği, öngörülen değer ve gerçek değer arasındaki hata, örneğin kök-orta kare hatası ve ortalama mutlak hata hesaplanarak değerlendirilir.Doğrulama sonuçlarına göre, modelin performansını iyileştirmek için model parametrelerini ayarlamak, özellik değişkenlerini eklemek veya azaltmak gibi model ayarlanır ve optimize edilir. 6Sonuçların analizi ve değerlendirilmesi: Tüm karışık yün örneklerinin test sonuçları özetlendi ve istatistiksel olarak analiz edildi.Test yönteminin istikrarını ve tekrarlanabilirliğini değerlendirmek için farklı karıştırma oranları altında test sonuçlarının ortalama değeri ve standart farkı gibi istatistiksel endeksler hesaplandı.. The results of hyperspectral camera detection were compared with those of traditional detection methods (such as chemical analysis) to further verify the accuracy of the hyperspectral camera detection methodÇok sayıda deneysel verinin analizi ile hata aralığı,Kaz ve ördek karışık kadife miktarı tespitinde hiperspektral kameranın algılama doğruluğu ve diğer temel performans endeksleri elde edilir.Deneysel sonuçlar, yöntemin, karıştırılmış kadife içindeki kaz pastırmasının ve ördek pastırmasının kısa sürede hızlı ve doğru bir şekilde oranını tespit edebileceğini göstermektedir.ve algılama hatası çok küçük bir aralıkta etkili bir şekilde kontrol edilebilir, yüksek güvenilirliğini ve uygulanabilirliğini tam olarak göstermektedir. Hiperspektral kamera teknolojisinin uygulanması, kaz ve ördek karışık kadife miktarının tespit edilmesinin doğruluğunu ve verimliliğini büyük ölçüde arttırır.Ürün kalitesini ve marka itibarını sağlayabilir· Düzenleyici makamlar için, piyasadaki sahte ve düşük kaliteli ürünlere karşı sert bir teknik destek sağlar.piyasa ortamını temizlemeye ve tüketicilerin meşru haklarını ve çıkarlarını korumaya yardımcı olanTeknolojinin sürekli gelişmesi ve iyileştirilmesiyle,Kaz ve ördek karışık kadife ve diğer ilgili alanlarda hiperspektral kameraların daha kapsamlı ve derinlemesine uygulanacağı düşünülüyor., ve endüstrinin sağlıklı gelişimine yeni bir canlılık kazandıracak.

Ceviz, Çin'de önemli bir fındık meyve ağacı ve ahşap yağlı ağaç türüdür.Meyve genişleme aşaması ceviz meyvesinin gelişiminin ilk aşamasıdır.Bu aşamada yetersiz beslenme, daha sonraki meyvenin kalitesini ve verimini doğrudan etkileyecektir.Ağaç büyümesini kontrol etmek ve iyi bir yönetim planını zamanında ayarlamak için, fındık meyvesinin genişleme aşamasında azot içeriğinin izlenmesi ve teşhisi çok önemlidir.. Bu çalışmada, 400-1000nm hiperspektral bir kamera uygulandı ve Hangzhou Color Spectrum Technology Co., LTD'nin bir ürünü olan FS60, ilgili araştırmalar için kullanılabilir.,dalga uzunluğu çözünürlüğü 2.5nm'den daha iyidir ve 1200'e kadar spektral kanala ulaşılabilir.ve en fazla bant seçimi sonrası 3300Hz (çok bölge bant seçimini destekle). 一、Önce hazırlık Ceviz gölgesinin azot içeriğini UAV hiperspektral kamerası ile tahmin etmek için, öncelikle veri toplanması gerekir.ve Walnut Garden üzerinde önceden belirlenmiş rota ve yükseklik ile uçuş operasyonlarını gerçekleştirir.Uçuş sırasında, hiperspektral kamera, bir miktar hiperspektral görüntü verisi elde etmek için belirli bir zaman aralığında veya uzay aralığında ceviz gölgesini görüntüler.verilerin doğruluğunu ve güvenilirliğini sağlamak için, aynı zamanda yerden geleneksel yöntemlerle belirlenen ceviz yapraklarının azot içeriği ve gölge yapı parametreleri gibi bazı referans verilerin toplanması da gereklidir. 二Sonuçlar ve analiz Çubuk aralığının belirlenmesi, çubuk spektrumunun çıkarılması ve doğruluk doğrulanması Şekil 2'de gösterildiği gibi, ceviz,Toprak ve gölge, 5 yıllık ceviz ormanının uzaktan algılama görüntüsünün tüm bant aralığında belli ölçüde örtüşmektedir.520 ~ 600nm bant aralığında, gölgelerin spektral yansıma gücü 0'dan azdır.10: ceviz ve toprağın spektral yansıma farkı açıkça üst üste gelmiyor ve her ikisinin de spektral yansıma bu aralıkta 0,10'dan büyüktür.cevizlerin spektral yansıması, toprak ve gölge önemli ölçüde farklıdır. cevizin spektral yansıma gücü 740-900nm aralığında 0,7'den fazladır.ve diğer hedef olmayan bitki örtüsünün spektral yansıması 0'dan daha azdır..7Cevizlerin spektral yansıma kapasitesi yeşil ışık ve yakın kızılötesi bantta diğer hedef olmayan bitkilerden ayırt edilebildiğinden, ancak bir veya bazı bantlarda değil, ENVI5'te hesaplanamaz.3 yazılımDolayısıyla, ceviz kanopi aralığının pürüzsüz ekstraksiyon işlemini kolaylaştırmak için,Bu çalışmada yeşil ışıkta ve yakın kızılötesi bantta ceviz gölgesinin en yüksek spektral yansıması seçilir Bw(550.7) ve B ((779.4) sınıflandırılmış ve kanopinin aralığını belirlemek için tanımlanmıştır. Ceviz ağacı, toprak ve gölge ENVI5.3 yazılımında tanımlanmıştır, yani spektral yansıma B ((550.7) 0'dan küçük veya eşittir..10 ve spektral yansıtma B ((779.4) noktasında en az 0'dur.20, gölge belirlenir ve ortadan kaldırılır. B ((550.7) 'deki spektral yansıma 0,10'dan büyük ve B; (779.4) 'deki spektral yansıma 0'dan küçük veya eşit olduğunda.70, toprak olarak tanımlanır ve çıkarılır; B ((550.7) 'deki spektral yansıma oranı, B ((550.7) 'deki yansıma oranından daha büyük olduğunda.0.10, spektral yansıma B ((779.4) 'de 0'dan büyüktür.70, cephe bitki örtüsü olarak ceviz ağacı belirlenmiştir. Buna ek olarak, kanopinin aralığını çıkarmak için iyi bir genelleme ve sınıflandırma doğruluğuna sahip bir destek vektör makinesi kullanıldı.ve spektral özelliklere dayalı kanopı aralığı ekstraksiyonunun doğruluğu karşılaştırıldıÖncelikle, ENVI5.3 yazılımında, uzaktan algılama görüntülerindeki yeryüzü nesneleri ceviz ağacı ve kırmızı alanın ceviz gölgesini oluşturduğu diğer iki tip (Şekil 4) olarak ayrılmıştır.Ve yeşil alan diğerİki örnek türü arasındaki ayırt edilebilirlik 1 idi.998, ve daha sonra orijinal sınıflandırma sonuçlarını elde etmek için denetlenen sınıflandırma için SVM sınıflandırıcısı seçildi (Şekil 5a).Sınıflandırma sonuçlarında sıklıkla bazı küçük lekeler vardı., ve doğruluğu nihai uygulamanın amacına ulaşmakta zorlandı. bu nedenle, ön sınıflandırma sonuçlarını işlemek için çoğunluk küçük yama işleme yöntemi benimsendi.ve gerçek gereksinimleri karşılayan sınıflandırma sonuçları elde edildi (Şekil 5b)Sınıflandırma sonuçlarının doğruluğu doğrulandı ve Kappa katsayısı 0 idi.997, ve hedef bitki örtüsünün haritalama doğruluğu %99.65 idi.Matab2014b yazılımı, bu çalışmadaki spektral özelliklere dayanarak belirlenen kanopinin aralığını destek vektör makinesi yöntemiyle belirlenen kanopinin aralığı pikselleriyle üst üste getirmek için kullanıldı.Kanopi aralığında 4257 üst üste gelen piksel vardı ve spektral özelliklere göre seçilen kanopi aralığı piksel sayısı 96'yı oluşturdu.Destek vektör makinesindeki piksel sayısının %77'si, 96.43% haritalama doğruluğu ile, yüksek hassasiyet, üst üste gelen sonuçlar Şekil 6'da gösterilmiştir. Şu anda, ceviz gölgesinin azot içeriğini tahmin etmek için UAV hiperspektral kamerasının uygulanması hala sürekli gelişim ve geliştirme aşamasındadır.Teknolojinin sürekli ilerlemesiyle, hiperspektral kameraların performansı daha da iyileştirilecek, spektral çözünürlük ve görüntü kalitesi daha yüksek olacak,ve veri işleme ve analiz yöntemleri daha akıllı ve otomatik olacakAynı zamanda, hiperspektral verilerin lidar verileri ve termal kızılötesi verileri ile birleştirilmesi gibi çok kaynaklı veri füzyon teknolojisinin geliştirilmesi,Ceviz ağaçlarının daha kapsamlı ve doğru büyüme bilgisi alabilecekEk olarak, hassas tarım kavramının derinlemesine teşvik edilmesiyle,UAV hiperspektral kamera teknolojisinin ceviz ekimi alanında daha yaygın olarak kullanılması bekleniyor, ceviz endüstrisinin sürdürülebilir gelişimine güçlü teknik destek sağlıyor. Özetle, UAV hiperspektral kamerası, gelişmiş uzaktan algılama izleme teknolojisi olarak ceviz gölgesinde azot içeriğinin tahmin edilmesinde geniş bir perspektife ve büyük bir potansiyele sahiptir.Ceviz gölgesindeki azot içeriğinin doğru ve hızlı bir şekilde tahmin edilmesi, ceviz yetiştiricilerinin gübreleme kararları alması için bilimsel bir temel sağlayabilir, doğru gübrelemeyi gerçekleştirmek, gübre kullanımını iyileştirmek, kaynak israfını ve çevresel kirliliği azaltmak ve ceviz endüstrisinin yüksek kaliteli gelişimini teşvik etmek.

Portakal kabuğunun iyi bir ekonomik değeri ve tıbbi değeri vardır, ancak piyasadaki sahte ve düşük kaliteli fenomen ciddi.El tespit yöntemlerinin doğruluğu ve verimliliği düşükBu makalede, portakal kabuğunun yaşlanma yılı için hızlı ve yıkıcı olmayan bir tanımlama yöntemi oluşturmak için derin öğrenme yöntemiyle birleştirilen hiperspektral görüntüleme teknolojisi kullanıldı.一Malzemeler ve yöntemler Satın alınan portakal kabuğu örnekleri, yaşlanma yıllarına göre 1 yıl, 5 yıl, 10 yıl ve 15 yıla ayrıldı.Şekil 1'de gösterildiği gibi, her yıl için 120 portakal kabuğu örneği toplandı.ve toplam 480 portakal kabuğu örneği toplandı.Her yılın portakal kabuğu numuneleri rastgele olarak 7 oranında bölündü:3, 84 numune eğitim setine ve 36 numune test setine girdi. Bu makalede, 900-1700nm hiperspektral bir kamera kullanılır ve Renk Spektrumu Teknolojisi (Zhejiang) Co., LTD'nin bir ürünü olan FS-15, ilgili araştırma için kullanılabilir.Kısa dalga yakın kızılötesi hiperspektral kamera, 200FPS'e kadar tam spektrumun edinme hızı, bileşik tanımlama, madde tanımlama, makine görme, tarımsal ürün kalitesi,ekran algılama ve diğer alanlar. 二Sonuçlar ve analiz Farklı yıllarda portakal kabuğu örneklerinin spektral eğrilikleri Şekil 3'te gösterilmiştir.Şekil 3'te gösterilen orijinal spektral eğriler açıkça 1200m ve 1450nm yakınlarında emilim zirvelerinin olduğunu bulabilir.1200nm'de emilim zirvesi esas olarak bağ çiftlerinin spektral emilimiyle ve 1450nm'de emilim zirvesi esas olarak suyun spektral emilimiyle neden olur.Tüm örneklerin NIR spektrumlarının bantları sıkı bir şekilde örtüştü., genel eğilim neredeyse aynıydı ve emilim zirvesi neredeyse aynı konumdaydı, belirgin bir fark yoktu.Çıplak gözle dört çeşit portakal kabuğu örneğini ayırt etmek zordu.. 三Spektral ön işleme yöntemi Portakal kabuğunun hiperspektral verilerinin önceden işlenmesi, görüntü segmentasyonu, spektrum ortalaması ve spektrum önceden işleme olmak üzere birkaç adımı içerir.Farklı yıllarda portakal kabuğu numunelerinin orijinal ortalama spektrumları ve SG + D1 önceden işlenmesinden sonra ortalama spektral eğriler Şekil 4'te gösterilmiştir.Şekil 4 (a) ve Şekil 4 (b) 'den görülebilir ki, SG + D1 kombinasyonlu ön işleme yöntemi, spektral başlangıç çizgisi hareketinin etkisini etkili bir şekilde ortadan kaldırabilir ve spektral eğriyi pürüzsüzleştirebilir.Böylece portakal kabuğu yılının doğruluğunu arttırır. Portakal kabuğu yılının hiperspektral kamera ile hızlı bir şekilde tespit edilmesi Çin tıbbı endüstrisinde geniş bir uygulama olasılığına sahiptir.Çin ilaç üreticilerine ve satıcılarına portakal kabuğunun kalitesini ve yılını doğru bir şekilde kontrol etmelerine yardımcı olabilir., ve yılın yanlış değerlendirmesinden kaynaklanan ekonomik kayıp ve itibar risklerinden kaçınmak.ilgili departmanlar piyasadaki portakal kabuğu ürünlerinden hızlı örnekleme yapmak için teknolojiyi kullanabilirler.Ayrıca, teknolojinin sürekli iyileştirilmesi ve yaygınlaştırılması ile,Ayrıca portakal kabuğunun bilimsel araştırmasına ve kalite değerlendirmesine güçlü bir destek sağlayacaktır., ve portakal kabuğu endüstrisinin daha standart, standart ve bilimsel bir yönde gelişmesini teşvik etmek.

Süt beslenmesinin değerlendirilmesinde protein içeriği, sütün insanların günlük yaşamında protein emiliminin temel bir kaynağı olduğunu gösteren en önemli göstergedir.Tüketicilerin sağlığı ve süt endüstrisinin gelişimi sütün kalitesiyle yakından ilişkilidir.Bu nedenle süt protein içeriğinin tespiti çok önemli bir bağlantıdır.Geleneksel tespit yöntemleri uzun zaman alır, çok fazla insan kaynağı harcar ve çevresel bozulmaya yol açar..Bu nedenle, süt protein içeriğini tespit etmek için daha hızlı ve daha doğru bir yöntem bulmak çok önemlidir.Bu makale, süt protein içeriğini nicel olarak değerlendirmek için hiperspektral görüntüleme teknolojisi ile birleştirilen makine öğrenimini kullanıyor., piyasada süt protein içeriğinin tespit edilmesi için uygulanabilir bir sistem sunmaktadır.   一、Deneysel malzemeler Mengniu, New Hope, Yili ve Guangming gibi yedi farklı saf süt markasını satın aldık ve onları buzdolabına koyduk. 二、Deneysel ekipman Bu makalede, 400-1000nm hiperspektral bir kamera kullanılmıştır. Hangzhou Color Spectrum Technology Co., LTD'nin bir ürünü olan FS13, ilgili araştırmalar için kullanılabilir.Dalga boyu çözünürlüğü 2'den daha iyi..5nm ve 1200'e kadar spektral kanala ulaşılabilir.ve en fazla bant seçimi sonrası 3300Hz (çok bölge bant seçimini destekle). 三Deneysel ayarlama yöntemi Süt örneklerinin hiperspektral görüntüleri hiperspektral spektrometre kullanarak toplandı.Ve sonra ENVI5'ten net bir görüntü seçildi..3Toplanan spektral görüntünün çözünürlüğü 777x1004 pikseldir. Hiperspektral görüntülemenin maruziyet süresi 10ms, piksel karıştırma süreleri 6, çözünürlük 4.8nm,Ortalama aralık 0 idi..8nm, dikey mesafe 30cm idi ve elde etme koşulları oda sıcaklığıydı (23 ~ 25 ° C). Görüntüleme spektrometresi ve tarama başı çekim sırasında birlikte kurulur,ve sütün ortalama spektral verileri, ENVI yazılımı kullanılarak hiperspektral görüntüden elde edilir.. " 四、 Hiperspektral verilerin çıkarılması ve önceden işlenmesi Hiperspektral görüntülerden hiperspektral yansıma verilerini çıkarmak geleneksel makine öğrenimi modelleme temelini oluşturur.Örneklerin spektral yansıma verileri, ilgi alanındaki tüm piksellerin ortalama spektral yansımını (ROD) çıkararak elde edilir.Bu makalede, süt örneğinin düzeltilmiş hiperspektral görüntüsünü açmak için ENVI yazılımı kullanıldı.ve her hiperspektral görüntünün merkezinin yakınında piksel ROI olarak seçildi dikdörtgen aracı ile. Toplam 30 ROI ve 7 hiperspektral görüntü seçildi ve 210 ROI seçildi. ROI'deki tüm piksellerin ortalama spektral yansıma özelliği numunenin spektral verileri olarak hesaplandı.Toplam 210 spektral veri. Spektral veriler ASCI formatında kaydedilir. Aşağıdaki resimde ROI çıkarma süreci gösterilmektedir. Bu makalede, süt protein içeriğinin tahmininin doğruluğunu artırmak için süt protein içeriğini tahmin etmek için makine öğrenimi ile birleştirilen hiperspektral görüntüleme teknolojisi kullanıldı.Hiperspektral görüntüleme sistemi inşa edildi., piyasadaki 7 süt markasının hiperspektral görüntüleri toplandı, spektral veriler ENVI yazılımı ile çıkarıldı, süt hiperspektral veri kümesi oluşturuldu,Ve 210 hiperspektral veriler son olarak çıkarıldı.. Hiperspektral görüntüleme teknolojisi, bu aşamada bazı zorluklar olmasına rağmen, süt protein içeriğinin tespiti alanında büyük potansiyel göstermiştir.Ancak disiplinlerarası teknoloji yeniliğinin entegre edilmesiyle, geleneksel süt algılama modunda aşamalı bir devrim yapacak.Hiperspektral görüntüleme süt ürünlerinin kalite kontrolü için vazgeçilmez ve güçlü bir araç haline gelecek, süt endüstrisinin ekonomik ve sosyal faydalarını artırmaya yardımcı olur ve tüketicilerin yüksek kaliteli süt ürünlerine artan talebini karşılar.