日本特一级电影一区二区,黑丝影视99中文字幕,国产毛a精品一区欧美三级

參考價(jià)	面議

無(wú)人機(jī)遙感與光譜

多光譜成像

高光譜成像

紅外熱成像

無(wú)人機(jī)遙感

ImSpector系列成像光譜儀，是全球高光譜成像技術(shù)Specim公司推出的高性能光譜儀，專為VIS（380-800nm）、VNIR（400-1000nm）和NIR（900-1700nm）波段設(shè)計(jì)。ImSpector成像光譜儀為世界各地的集成商和機(jī)器制造商提供了一種簡(jiǎn)單的、高性能的、高性價(jià)比的集成方法，當(dāng)它與科學(xué)灰度CCD/CMOS相機(jī)或InGaAs傳感器相結(jié)合時(shí)，即組成了一個(gè)線掃描光譜成像。

詳細(xì)介紹

ImSpector系列成像光譜儀，是全球高光譜成像技術(shù)Specim公司推出的高性能光譜儀，專為VIS（380-800nm）、VNIR（400-1000nm）和NIR（900-1700nm）波段設(shè)計(jì)。ImSpector成像光譜儀為世界各地的集成商和機(jī)器制造商提供了一種簡(jiǎn)單的、高性能的、高性價(jià)比的集成方法，當(dāng)它與科學(xué)灰度CCD/CMOS相機(jī)或InGaAs傳感器相結(jié)合時(shí)，即組成了一個(gè)線掃描光譜成像設(shè)備，應(yīng)用于日常使用的各種檢查、分類和其他機(jī)器視覺(jué)解決方案。

ImSpector成像光譜儀優(yōu)化了每個(gè)模組的光譜分辨率、探測(cè)器尺寸、空間分辨率和成像速度，可提供市場(chǎng)上最高光學(xué)性能的無(wú)失真圖像，以滿足應(yīng)用要求。

可選前置光學(xué)鏡頭：

標(biāo)準(zhǔn)系列：OL8、OL12、OL17、OL23、OL35用于2/3英寸或更小探測(cè)器

增強(qiáng)系列：OLE9、OLE18.5、OLE23、OLE140用于2/3英寸或更大探測(cè)器

其他系列：OLES15、OLES22.5、OLES30、OLES56用于N17E

可選配件：

機(jī)械快門（增強(qiáng)系列）

收集光纖

帶阻濾波器，OBF 570(矩形14×12mm或圓形20mm ?和17mm ?)，用于V10和V10E

用于光源監(jiān)測(cè)的光纖漫射輻照度傳感器FODIS(增強(qiáng)系列)

技術(shù)參數(shù)：

ImSpector	V8	V10E	V10H	N17E
光學(xué)性能
光譜范圍	380-800nm *1	400-1000nm *1	400-1000nm *2	900-1700nm *2
色散	66nm/mm	97.5nm/mm	139nm/mm	110nm/mm
光譜分辨率	6nm （80μm狹縫） *2	2.8nm （30μm狹縫） *2	11.2nm （80μm狹縫）	5nm （30μm狹縫）
成像尺寸	6.6(光譜)×8.8(空間)mm，對(duì)應(yīng)標(biāo)準(zhǔn)?"圖像傳感器	最大6.15（光譜）×14.2（空間）mm	4.3（光譜）×6.6（空間）mm，對(duì)應(yīng)標(biāo)準(zhǔn)?"圖像傳感器	最大7.6（光譜）×14.2（空間）mm
空間分辨率	光斑半徑＜30μm	光斑半徑＜9μm	光斑半徑＜40μm	光斑半徑＜15μm
像差	輕微像散	無(wú)像散	輕微像散	無(wú)像散
光譜線在空間軸上的彎曲	Smile＜45μm	Smile＜1.5μm	Smile＜30μm	Smile＜5μm
空間線在光譜軸上的彎曲	Keystone＜40μm	Keystone＜1μm	Keystone＜20μm	Keystone＜5μm
數(shù)值孔徑	F/2.8	F/2.4	F/2.8	F/2.0
默認(rèn)狹縫寬度	50μm（30，80，150可選）	30μm（18，50，80，150μm可選）	50μm（30，80，150μm可選）	30μm（30，80，150μm可選）
狹縫長(zhǎng)度	9.6mm	14.2mm	9.8mm	14.2mm
光輸入	N/A	遠(yuǎn)心鏡頭	N/A	遠(yuǎn)心鏡頭
效率	＞50%，不受偏振影響
雜散光	＜0.5%（鹵素?zé)簦?90nm長(zhǎng)通濾波）		＜0.5%（鹵素?zé)簦?33nm陷波濾波）	＜0.5%（鹵素?zé)簦?400nm長(zhǎng)通濾波）
機(jī)械性能
尺寸	D 35×139mm	W 60×H 60×L 175mm	D 35×L 139mm	W 60×H 60×L 220mm
重量	300g	1100g	300g	1500g
機(jī)身	陽(yáng)極氧化鋁管
相機(jī)接口	標(biāo)準(zhǔn)C-mount適配器
用戶調(diào)節(jié)	成像軸相對(duì)于探測(cè)器行，可調(diào)后焦距+/- 1mm
環(huán)境性能
存儲(chǔ)溫度	-20…＋85℃
運(yùn)行溫度	＋5…＋40℃，無(wú)凝水

注：

1 可在探測(cè)器窗口前安裝帶阻濾波器

2 系統(tǒng)光譜和空間分辨率還取決于探測(cè)器的離散成像特性和透鏡質(zhì)量

應(yīng)用案例一：黃曲霉毒素B1自然污染的花生分類

南京財(cái)經(jīng)大學(xué)食品科學(xué)與工程學(xué)院Xueming He等研究人員，使用ImSpector V10e光譜儀+EMCCD相機(jī)組成400-1000nm高光譜成像系統(tǒng)，提取并整合光譜、顏色和紋理特征，并采用酶聯(lián)免疫吸附試驗(yàn)（ELISA）方法測(cè)定參考AFB1水平，用以實(shí)現(xiàn)一種基于非破壞性高光譜成像方法來(lái)區(qū)分正常和自然黃曲霉毒素B1（AFB1）污染的花生。

對(duì)全光譜進(jìn)行了不同的預(yù)處理，線性判別分析（LDA）結(jié)果表明，先進(jìn)行Savitzky-Golay平滑（SGS），然后進(jìn)行標(biāo)準(zhǔn)正態(tài)變換（SNV）可以實(shí)現(xiàn)最佳判別，對(duì)校準(zhǔn)集和驗(yàn)證集的準(zhǔn)確率分別為90%和92%。最后，將偏最小二乘判別分析（PLS-DA）和支持向量機(jī)（SVM）的性能與LDA進(jìn)行了比較，帶有RBF核的支持向量機(jī)對(duì)校準(zhǔn)集和驗(yàn)證集的準(zhǔn)確率分別為93%和94%，結(jié)果最好。

本研究展示了高光譜成像在花生AFB1污染直接分類中的應(yīng)用潛力，并證明紋理和光譜特征的結(jié)合可以改善建模結(jié)果。

應(yīng)用案例二：葡萄籽無(wú)損快速品種識(shí)別和可視化表達(dá)

浙江大學(xué)生物系統(tǒng)工程與食品科學(xué)學(xué)院Yong He等研究人員，使用ImSpector N17E光譜儀+ Xeva 992相機(jī)組成HSI系統(tǒng)，分別采集了三個(gè)葡萄品種的14015、14300和15042顆葡萄種子在874-1734nm光譜范圍內(nèi)的高光譜圖像。通過(guò)小波變換對(duì)像素級(jí)光譜進(jìn)行預(yù)處理，然后提取每個(gè)葡萄籽的光譜。對(duì)高光譜圖像進(jìn)行主成分分析（PCA），使用前六個(gè)PCs的分?jǐn)?shù)用于定性識(shí)別不同品種之間的模式，前六個(gè)PCs的載荷用于識(shí)別有效波長(zhǎng)（EWs）。

使用支持向量機(jī)（SVM）建立基于EWs的光譜判別模型。結(jié)果表明，該方法能夠準(zhǔn)確地識(shí)別出每種葡萄籽的品種，驗(yàn)證精度為94.3%，預(yù)測(cè)精度為88.7%。使用每個(gè)品種的外部驗(yàn)證圖像來(lái)評(píng)估所提出的模型，并形成分類圖，其中每個(gè)單個(gè)葡萄籽被正確識(shí)別為屬于不同的品種。

總體結(jié)果表明，高光譜成像（HSI）技術(shù)結(jié)合多元分析可以作為一種有效的工具，用于葡萄籽的無(wú)損快速品種識(shí)別和可視化表達(dá)，該方法在開發(fā)多光譜成像系統(tǒng)以供實(shí)際應(yīng)用方面具有很大潛力。

參考文獻(xiàn)：

[1] He X , Yan C , Jiang X , et al. Classification of aflatoxin B1 naturally contaminated peanut using visible and near-infrared hyperspectral imaging by integrating spectral and texture features[J]. Infrared Physics & Technology, 2021:103652.

[2] Yiying Z , Chu Z , Susu Z , et al. Non-Destructive and Rapid Variety Discrimination and Visualization of Single Grape Seed Using Near-Infrared Hyperspectral Imaging Technique and M*riate Analysis[J]. Molecules, 2018, 23(6):1352-.