CHNSpec Technology （Zhejiang）Co.,Ltd Tin tức công ty

Gloss là một thuộc tính của sự xuất hiện của một vật thể. Glossiness mô tả sự phân bố hình học không gian của ánh sáng phản xạ trên bề mặt vật liệu.Có nhiều phương pháp khác nhau để đo độ sáng của bề mặt mẫu, và phản xạ gương được sử dụng chủ yếu trong thế giới hiện tại.tấm tiêu chuẩn và mẫu đo được chiếu sáng với tốc độ ánh sáng dưới góc ảnh hưởng được chỉ định, và ánh sáng phản xạ của mẫu và tấm tiêu chuẩn được đo theo các điều kiện chấp nhận được chỉ định trên góc phản xạ gương.   Chìa khóa của việc đo độ sáng là xác định các điều kiện đo lường.cần phải chọn các điều kiện khác nhau về góc gương và tốc độ ánh sáng và các điều kiện chấp nhậnCó thể thấy từ tiêu chuẩn đo độ sáng rằng khi kiểm tra độ sáng của các vật liệu khác nhau, các góc đo khác nhau nên được chọn.Các mẫu có độ sáng thấp được đo ở góc lớn và các mẫu có độ sáng cao được đo ở góc nhỏ.   Đối với các vật liệu phổ biến, thường chọn 60 độ phổ biến.   Đối với các vật liệu bóng cao, thường chọn máy đo độ bóng 20 độ.   Glossometer 60 ° và 20 ° phạm vi ứng dụng:   Chúng ta thường không biết cách chọn góc đo độ sáng khi sử dụng máy đo độ sáng.và mức độ lượng ánh sáng phản xạ được gọi là giá trị độ sáng bề mặtGiá trị bóng được đo bằng đơn vị bóng (GU), tương ứng với giá trị tiêu chuẩn khoảng 100GU. Đèn có thể được chia thành 3 phạm vi chung: bóng thấp, nửa bóng và bóng cao. Tất cả các góc được tính từ góc nhìn thẳng đứng. Mỗi phạm vi được đo ở góc riêng của nó. Để tìm ra góc nào để đo, 60 ° là một nơi tốt để bắt đầu.Nếu kết quả là từ 10 đến 70GU, lớp phủ có thể được gọi là bán sáng, được đo bằng góc này. Nếu kết quả dưới 10GU, sản phẩm được gọi là sáng thấp và nên được đo với 85 °; Nếu kết quả cao hơn 70GU,Sản phẩm có độ bóng cao và được đo với 20°.

Vào tháng 1 năm nay, trong "Optical Journal", được xuất bản bởi Đại học quang học và khoa học điện tử Trung Quốc Jiliang và Trường Cao đẳng Công nghệ quang phổ màu Hangzhou, LTD,nghiên cứu chung "Phương pháp đánh giá hiệu ứng đèn flash sơn kim loại và nghiên cứu thiết bị". Bài báo này mô tả các nhà nghiên cứu phát triển một thiết bị đo có thể đánh giá hiệu ứng đèn flash của sơn kim loại trong các điều kiện ánh sáng khác nhau,và thiết kế các thí nghiệm trực quan để xác minh mức độ khớp giữa kết quả đo lường và đánh giá mắt người.   Trong bước đầu tiên, thiết lập thí nghiệm được thiết lập. Khi góc giữa ánh sáng phản xạ gương và người quan sát là 45 ° / 0 °, ánh sáng chớp của mẫu được quan sát viên dễ dàng nhận thấy nhất,và góc quan sát chiếu sáng này được chọn cho thiết lập thí nghiệm. Thiết lập thí nghiệm được thiết kế theo cấu trúc sau đây, với góc nguồn chiếu sáng và góc thu được cố định ở 45 ° để đảm bảo điều kiện đo nhất quán. Bước thứ hai là xác định các mẫu thí nghiệm và dữ liệu thí nghiệm.39 thẻ màu sơn kim loại được chọn từ các thẻ màu sơn kim loại được sản xuất bởi nhà máy sơn ô tô làm mẫu thử nghiệmCác dữ liệu màu sắc và nhấp nháy của tất cả các mẫu dưới nguồn ánh sáng D65 và điều kiện quan sát ánh sáng 45°/0° đã được đo bằng BYKmac,cũng như dữ liệu hình ảnh mẫu đo bằng thiết bị thí nghiệmThông qua tính toán, hệ số tương quan giữa chúng là 0.880, tương đương và tốt hơn một chút so với kết quả nghiên cứu hiện có.   Trong bước thứ ba, thiết bị thí nghiệm trực quan được thiết lập và dữ liệu thí nghiệm trực quan được lấy.Mười quan sát viên có thị giác màu bình thường đã được chọn để thu thập dữ liệu để đánh giá tình trạng phát sáng của các mẫu sơn kim loại dưới các nguồn ánh sáng D65 và A, tương ứng Trong bước thứ tư, dữ liệu thí nghiệm được tính toán để có được kết quả thí nghiệm.Tỷ lệ tương quan giữa mức đèn flash đo bằng BYKmac và dữ liệu thị giác dưới nguồn ánh sáng D65 là 0.878, và hệ số tương quan giữa dữ liệu flash được tính toán bởi thiết bị thí nghiệm và dữ liệu thị giác dưới nguồn ánh sáng D65 là 0.848Các hệ số tương quan giữa mức flash đo bằng BYKmac và dữ liệu thị giác dưới nguồn ánh sáng A là 0.740, và hệ số tương quan giữa dữ liệu flash được tính toán bởi thiết bị thí nghiệm và dữ liệu thị giác dưới nguồn ánh sáng A là 0.851.   Dưới nguồn ánh sáng D65, mức độ khớp giữa dữ liệu đo bằng thiết bị thí nghiệm và dữ liệu đo bằng BYKmac gần với mức độ khớp của dữ liệu đo bằng mắt người.Dưới nguồn ánh sáng A, mức độ khớp giữa dữ liệu đo và dữ liệu trực quan của thiết bị thí nghiệm tốt hơn BYKmac.   Bài báo nghiên cứu được giới thiệu ở đây, hãy xem xét ba góc quang phổ màu sắc CS-390/392 phát triển bởi công nghệ quang phổ màu sắc cho sơn ô tô,dụng cụ được áp dụng đặc biệt cho sơn kim loại, sơn ô tô và tác dụng của sơn bề mặt với hạt và các ngành công nghiệp khác phát hiện màu sắc. Công cụ có thể đo dữ liệu màu sắc của góc 15 °, 45 ° và 110 °. Công cụ nhỏ, nhẹ và dễ vận hành.dụng cụ cũng có thể được kết hợp với sửa xe công thức màu sắc đo phần mềm, có thể cải thiện đáng kể độ chính xác của màu sắc phù hợp và khả năng lấy lại, và cải thiện hiệu quả của sửa chữa ô tô.

Máy đo độ khác biệt màu sắc là một dụng cụ đo quang học chính xác đo lường chính xác sự khác biệt màu sắc thông qua nguyên tắc chuyển đổi ánh sáng / điện.dữ liệu màu của vật thể đo được thu thập từ năm góc (15°, 45 °, 110 °), và kết quả đo được thu được bằng cách phân tích và so sánh dữ liệu mẫu tiêu chuẩn thu thập và dữ liệu mẫu.   Trong lĩnh vực quang học, màu sắc có thể được đo bằng thang đo màu Lab, trục L là trục độ sáng, 0 là màu đen, 100 là màu trắng; trục A là trục màu đỏ và màu xanh lá cây, giá trị dương là màu đỏ,Giá trị âm màu xanh lá cây, 0 là màu trung tính; trục b là trục màu vàng và xanh dương, giá trị dương là màu vàng, giá trị âm là màu xanh dương và 0 là màu trung tính.Những thang đo này có thể được sử dụng để đại diện cho sự khác biệt màu sắc giữa mẫu và mẫu tiêu chuẩn, thường là Δa, Δb, ΔL như là nhận dạng, ΔE được định nghĩa là tổng sự khác biệt màu sắc của mẫu, nhưng nó không thể đại diện cho hướng lệch của sự khác biệt màu của mẫu,giá trị của ΔE càng lớnTheo các nguyên tắc Lab và Lch của không gian màu sắc CIE, sự khác biệt màu sắc ΔE, Δa, Δb,Các giá trị ΔL giữa mẫu và mẫu chuẩn có thể được đo và hiển thị.   ΔE thường được tính bằng công thức sau: Δ E * = [(Δ L *) + (Δ a *) + (Δ b *) ] 1/2   Đôi khi một số công ty sẽ yêu cầu tổng khác biệt màu dưới 2, và một số cũng sẽ yêu cầu giá trị phòng thí nghiệm.0, khuyến cáo rằng Δa, Δb, ΔL đều ≤1.5, và nó thường có thể phân biệt trực quan khi ΔE là 1.5Vì Δa, Δb, ΔL thường không cố định, trong trường hợp các yêu cầu quá nghiêm ngặt,thường trên tổng màu sắc khác biệt ΔE và màu sắc khác biệt Δc (không xem xét hiệu ứng độ sáng) có yêu cầu, tại thời điểm này có thể được tính theo công thức sau: ΔE*=[(ΔL*) + ((Δa*) + ((Δb*) ]1/2 Δc*=[(Δa*) + ((Δb*) ]1/2   Máy đo sự khác biệt màu dựa trên nguyên tắc Lab, Lch của không gian màu CIE, phép đo cho thấy giá trị sự khác biệt màu △E và △Lab của mẫu và mẫu được đo.Sản phẩm được sử dụng rộng rãi trong phát hiện màu sắc của sơn, mực, dệt may, quần áo, da, nhựa, nhựa, in ấn, lớp phủ, kim loại, vv, sau đó những gì là lb trên mét màu khác nhau đại diện? L: đen và trắng, cũng được gọi là tối nhẹ, + có nghĩa là trắng, - có nghĩa là tối; A: cho thấy màu đỏ xanh lá cây, + cho thấy màu đỏ, - cho thấy màu xanh lá cây; B: cho thấy màu vàng và xanh dương, + cho thấy màu vàng, - cho thấy màu xanh dương;   Trên đây là các giá trị tương đối, đơn giản L, A, B là giá trị tuyệt đối, với ba giá trị này có thể trong một bản đồ ba chiều, chính xác đại diện cho một điểm màu,với giá trị tương đối có thể đạt được và sự khác biệt điểm tham chiếu để điều chỉnh tổng sự khác biệt màu ΔΕ = (Δa2 + Δb2 + Δl2) 1/2.   CIE (Ủy ban quốc tế về ánh sáng) Phòng thí nghiệm Không gian màu sắc giới thiệu ngắn gọn: Trục L: ((Độ sáng) đại diện cho đen và trắng, 0 là đen và 100 là 100 a: ((màu đỏ xanh lá cây) Các giá trị dương là màu đỏ, các giá trị âm là màu xanh lá cây, và 0 là trung tính. b; (màu vàng xanh) trục giá trị dương là màu vàng, giá trị âm là màu xanh, và 0 là trung tính.   Tất cả các màu sắc có thể được cảm nhận và đo qua không gian màu Lab, và dữ liệu này cũng có thể được sử dụng để đại diện cho sự khác biệt màu sắc giữa mẫu tiêu chuẩn và mẫu thử nghiệm,và thường được thể hiện dưới dạng △Eab (tổng sự khác biệt màu sắc) △L △a △b.   Ví dụ, △L là dương tính, cho thấy mẫu thử sáng hơn mẫu tiêu chuẩn (trắng) △L là âm tính, cho thấy mẫu thử tối hơn mẫu tiêu chuẩn (đen).   Ví dụ: △a là dương tính, cho thấy mẫu thử màu đỏ hơn mẫu chuẩn (màu đỏ) △a là âm tính, cho thấy mẫu thử màu xanh hơn mẫu chuẩn (màu xanh lá cây)   Ví dụ: △b là dương tính, cho thấy mẫu thử màu vàng hơn mẫu tiêu chuẩn (màu vàng) △b là âm,chỉ ra rằng mẫu thử màu xanh hơn mẫu tiêu chuẩn (màu xanh)   △Eab ((hoặc △E) là tổng sự khác biệt màu sắc, nó không chỉ ra hướng của sự thay đổi màu sắc, giá trị càng lớn càng cho thấy sự khác biệt màu sắc.

Trong quá trình sản xuất, chúng ta thường tìm thấy một vấn đề, dưới nguồn ánh sáng này để quan sát màu sắc của mẫu tiêu chuẩn A và mẫu tiêu chuẩn B là như nhau hoặc sự khác biệt màu sắc là rất nhỏ,nhưng dưới một nguồn ánh sáng khác để quan sát màu sắc của A và B là rất khác nhau, hiện tượng này được gọi là "Metamerism". quang phổ Heterochromatic chỉ đơn giản là cùng một màu dưới một nguồn ánh sáng, nhưng thành phần của quang phổ là khác nhau.Công nghiệp in và nhuộm màu thường nói rằng đèn nhảy và heterochroma là một khái niệm.      Hai sản phẩm tương tự, dưới các nguồn ánh sáng khác nhau, màn hình màu sắc là khác nhau   Lý do cơ bản cho màu sắc khác nhau của các nguồn ánh sáng khác nhau là độ phản xạ quang phổ của hai màu là khác nhau   Vì vậy, trong quá trình sản xuất thực tế làm thế nào để tránh sự xuất hiện của hiện tượng quang phổ heterochromatic?   Trước hết, cần phải hiểu rằng có ba yếu tố quyết định màu sắc bề mặt của một vật thể: vật thể, nguồn ánh sáng và người quan sát.Chỉ khi ba yếu tố này là chính xác như nhau, màu bề mặt của vật thể có thể hoàn toàn phù hợp. Người quan sát thường giống nhau, và chúng ta cần kiểm soát sự nhất quán của các yếu tố biến đổi của các vật thể hoặc nguồn ánh sáng để tránh siêu màu.   Phương pháp đầu tiên là hợp nhất nguồn ánh sáng.Chúng tôi có thể sử dụng cùng một môi trường như khách hàng của các nơi chung và điều kiện ánh sáng của họ để thực hiện màu sắc phù hợp công việc để đạt được điều kiện và màu sắc khácPhương pháp này có các yêu cầu môi trường cao như nguồn ánh sáng, và không thể thực sự tránh hiện tượng của metachromatism.   Phương pháp thứ hai là thống nhất độ phản xạ quang phổ của vật thể.sau đó màu sắc của hai đối tượng cũng phải phù hợp dưới bất kỳ điều kiện nguồn ánh sáng.   Màu sắc có thể được nhìn thấy trực quan, nhưng độ phản xạ quang phổ không thể được quan sát bằng mắt thường, và cần phải được xác định với sự trợ giúp của các dụng cụ.Các dòng sản phẩm đo màu quang phổ phát triển bởi công nghệ quang phổ màu sắc không chỉ có thể trực quan đọc giá trị màu sắc, nhưng cũng tạo ra phản xạ quang phổ, làm giảm đáng kể khối lượng công việc của nhân viên phù hợp màu sắc và có thể giúp nhân viên phù hợp màu sắc cải thiện độ chính xác của sự phù hợp màu sắc.

Loại phổ tiên tiến hơn của đồng hồ đo màu sắc khác biệt, đó là chúng ta thường nói rằng đồng hồ đo màu sắc khác biệt phổ,Công cụ này có một yếu tố quang học có thể được sử dụng để phân tán quang phổ.   Máy đo quang phổ thường sử dụng lăng kính, lưới, bộ lọc nhiễu, loạt các nguồn ánh sáng đơn sắc có thể điều chỉnh hoặc không liên tục để đạt được quang phổ,và sau đó phân tích thông tin màu duy nhất theo nguyên tắc phân tán để đạt được số màu. Máy quang phổ có thể hiển thị thông tin chrominance theo không gian chrominance đặt bên trong và công thức tính toán, và xuất ra nó dưới dạng kỹ thuật số.quang phổ cũng có thể phân tích thông tin dữ liệu quang phổ cơ bản dựa trên dữ liệu màu.   Chúng ta biết rằng tia cực tím không nằm trong quang phổ nhìn thấy được và không thể bị bắt và quan sát bằng mắt thường, nhưng nó có thể ảnh hưởng đến sự thay đổi màu sắc.Có một quang phổ độ phân giải tia cực tím được sử dụng để đo chroma, cho phép phân tích màu sắc chính xác hơn.   Tuy nhiên, bây giờ nhiều nhà sản xuất thích sử dụng các thành phần đo màu sắc để hoàn thành phép đo này, các thành phần có thể giúp đo nhiều thông tin màu sắc sản phẩm,trong khi độ chính xác có thể được đảm bảo, nhưng các thành phần là dễ dàng hơn để điều chỉnh công nghệ nội bộ của ánh sáng màu sắc khác nhau mét, nhưng cũng giảm chi phí sản xuất của các thiết bị,để nhiều nhà sản xuất có thể sử dụng.   Máy quang phổ được thiết kế để so sánh và mô phỏng dữ liệu màu sắc trực quan và là một công cụ phụ trợ quan trọng cho việc khớp màu sắc máy tính,có thể giúp các nhà sản xuất lớn để hoàn thành phân tích, xử lý và giám sát thông tin quang phổ và màu sắc.mà thực sự là phạm vi dung nạp chúng ta thường nói, trong sản xuất hàng loạt công nghiệp, có một dung nạp để kiểm soát sản phẩm và tình hình đủ điều kiện, cả nhanh chóng và hợp lý.   Để đo sự khác biệt màu sắc giữa các sản phẩm và kiểm soát các bình thường màu sắc khác biệt đo là như nhau, chúng ta phải đầu tiên đo thông tin của các sản phẩm mẫu tiêu chuẩn,và sau đó đo thông tin màu sắc của mẫuTrong thực tế, đo màu sắc và quản lý màu sắc là tương tự tổng thể, nhưng quang phổ chính xác hơn và toàn diện hơn.

Máy đo sự khác biệt màu sắc có nhiều ứng dụng trong ngành công nghiệp màu bề mặt như sơn, vật liệu xây dựng, sơn, sơn, in và nhuộm dệt may, mực, nhựa,Sản xuất sắc tố thuốc nhuộm, v.v., còn được gọi là không gian màu đồng bộ CIELAB. Hãy phân tích các giá trị phòng thí nghiệm theo giao diện đo khác biệt màu:   ColorMeter Pro là một công cụ màu sắc khác nhau, cấu hình hiệu suất mạnh mẽ, làm cho phép đo màu sắc chuyên nghiệp hơn; Công cụ có thể được kết nối không dây với các thiết bị Android hoặc IOS,mà rất mở rộng lĩnh vực ứng dụng của đo màu sắc. Nó sẽ đưa bạn vào thế giới mới của quản lý màu sắc, có thể thay thế in ấn, sơn, dệt may và các thẻ màu khác, để đạt được đọc màu, chức năng tìm kiếm thẻ màu.   Giá trị phòng thí nghiệm của đồng hồ màu khác biệt: L: (Sáng sáng) trục đại diện cho màu đen và trắng, 0 là màu đen, 100 là màu trắng. a: (màu đỏ xanh lá cây) Các giá trị dương là màu đỏ, các giá trị âm là màu xanh lá cây, và 0 là trung tính. b: (màu vàng xanh) Các giá trị dương là màu vàng, các giá trị âm là màu xanh, và 0 là trung tính.   Tất cả các màu sắc có thể được cảm nhận và đo qua không gian màu Lab, và dữ liệu này cũng có thể được sử dụng để đại diện cho sự khác biệt màu sắc giữa mẫu tiêu chuẩn và mẫu thử nghiệm,và thường được thể hiện bằng dE*ab (tổng sự khác biệt màu sắc) dL*, da*, db*.   Khi dE nằm trong khoảng 0-1, sự khác biệt màu sắc không thể nhìn thấy bằng mắt thường Nếu dE nằm trong khoảng 1-2, mắt con người hơi nhận thức được, nếu độ nhạy màu không cao, nó vẫn không nhìn thấy được. Nếu dE nằm trong khoảng 2-3, sự khác biệt màu sắc giữa các chất có thể được xác định rõ ràng, nhưng nó tương đối không rõ ràng. Một khi dE đạt đến giữa 3.5-5, sự khác biệt màu sắc là rất rõ ràng Vì vậy, dE trên 5 trông giống như hai màu.   Ví dụ như dữ liệu kho báu màu sắc khác nhau: dL* là dương tính 22,6, cho thấy mẫu thử sáng hơn (màu trắng hơn) so với mẫu tiêu chuẩn, và giao diện sẽ trực tiếp hiển thị màu trắng và ít màu đen; Nếu dL* là âm,mẫu xét nghiệm tối hơn ( tối hơn) so với mẫu tiêu chuẩn. da* là 47,7 dương tính, cho thấy mẫu xét nghiệm màu đỏ hơn mẫu tiêu chuẩn (màu đỏ), và giao diện sẽ trực tiếp hiển thị màu đỏ hơn và ít màu xanh lá cây hơn; ngược lại, nếu da* âm tính,mẫu xét nghiệm xanh hơn mẫu tiêu chuẩn (màu xanh). Db* là 43,4 dương tính, cho thấy mẫu thử màu vàng hơn mẫu tiêu chuẩn (màu vàng), giao diện sẽ hiển thị trực tiếp màu vàng hơn và màu xanh lam ít hơn; Ngược lại,nếu db* là âm, mẫu thử màu xanh hơn mẫu tiêu chuẩn (màu xanh hơn). dE * ab ((hoặc dE) là tổng sự khác biệt màu sắc, nó không chỉ ra hướng của sự thay đổi màu sắc, giá trị càng lớn càng cho thấy sự khác biệt màu sắc càng lớn.   Công thức khác biệt màu sắc: dE=[(dL) 2+(da) 2+(db) 2) 1/2. dL=L Sản phẩm được thử nghiệm -L mẫu tiêu chuẩn (sự sáng/sự khác biệt màu đen và trắng) da=a Sản phẩm được thử nghiệm - mẫu chuẩn (sự khác biệt màu đỏ/màu xanh lá cây) db=b Sản phẩm được thử nghiệm -b mẫu tiêu chuẩn (sự khác biệt màu vàng/màu xanh) △L+ nghĩa là trắng, △L- nghĩa là đen △a+ là đỏ, △a- là xanh lá cây △b+ cho thấy màu vàng, △b- cho thấy màu xanh   Nhìn chung, đồng hồ màu sắc khác biệt là một hoạt động thuận tiện, trực quan phát hiện dữ liệu của thiết bị màu sắc khác biệt, hiện tại trong sản xuất hàng ngày và quá trình sống được sử dụng rất rộng rãi,Vì vậy, nhu cầu quản lý màu sắc bạn bè có thể cẩn thận nghiên cứu ý nghĩa của các giá trị trên phòng thí nghiệm.

SCI đề cập đến việc bao gồm chế độ ánh sáng phản xạ gương,thường được sử dụng cho những người nghiên cứu các tính chất của bản thân màu mà không quan tâm đến màu gắn với độ bóng bề mặt của các nhà sản xuất mẫuSCE đề cập đến phương pháp không chứa ánh sáng phản xạ gương,thường phù hợp với những mẫu được quan sát trực tiếp và yêu cầu kết quả đo rất gần với tầm nhìn trực quan, chẳng hạn như vỏ thiết bị gia dụng.   Trong chế độ đo SCE, ánh sáng phản xạ gương được loại trừ và chỉ ánh sáng khuếch tán được đo. Giá trị được đo như vậy có thể so sánh với màu sắc của vật thể như nó xuất hiện đối với người quan sát.Khi sử dụng chế độ SCI, ánh sáng phản xạ gương được bao gồm trong phép đo cùng với ánh sáng khuếch tán. Giá trị được đo theo cách này là màu tổng thể của đối tượng,và không liên quan gì đến điều kiện bề mặt của vật thểCác tiêu chí này phải được tính đến khi chúng ta chọn một thiết bị. Một số thiết bị cũng có thể đo giá trị trong cả chế độ SCE và SCI.   Các tùy chọn SCI và SCE thường chỉ xuất hiện trong Cài đặt của các thiết bị đo màu của cấu trúc d/8.                                     Ngay cả khi vật thể được làm bằng cùng một vật liệu, màu sắc sẽ trông khác nhau do sự khác biệt về độ sáng bề mặt.   Bởi vì ánh sáng từ một nguồn ánh sáng tạo ra ánh sáng được phản xạ từ cùng một góc độ theo các hướng khác nhau, chúng ta gọi nó là ánh sáng phản xạ gương,bởi vì ánh sáng giống như được phản chiếu trở lại bởi một tấm gươngÁnh sáng không được phản chiếu bởi phản xạ gương mà được phân tán theo mọi hướng được gọi là ánh sáng khuếch tán.   Trên bề mặt mượt mà, sáng, ánh sáng phản chiếu mạnh hơn và ánh sáng khuếch tán yếu hơn. Trên bề mặt thô với độ sáng thấp, điều ngược lại là đúng. Khi mọi người quan sát màu sắc của vật thể, ánh sáng phản chiếu sẽ tăng lên.họ bỏ qua ánh sáng phản chiếu gươngKhi đo các mẫu như vậy, để làm cho dữ liệu trông giống như đối tượng, chúng phải loại trừ ánh sáng phản xạ gương và chỉ đo ánh sáng khuếch tán.Màu sắc của vật thể khác nhau do lượng ánh sáng được phản xạ bởi gương mà chúng ta quan sát.

Trong nghiên cứu này, một máy ảnh siêu phổ 400-1000nm có thể được sử dụng, và các sản phẩm của Hangzhou Color Spectrum Technology Co., LTD FS13 tiến hành nghiên cứu liên quan. Phạm vi quang phổ là 400-1000nm, và độ phân giải bước sóng tốt hơn 2,5nm, lên đến 1200nm Hai kênh quang phổ. Tốc độ thu thập lên đến 128FPS trong toàn bộ quang phổ, lên đến 3300Hz sau khi chọn băng tần (hỗ trợ đa vùng) Lựa chọn băng tần miền). Chlorophyll đóng một vai trò quan trọng trong quá trình quang hợp thực vật, và hàm lượng của nó là một chỉ số quan trọng về căng thẳng chất dinh dưỡng thực vật, khả năng quang hợp và tình trạng tăng trưởng.Việc phát hiện hàm lượng chlorophyll thực vật có thể được sử dụng để theo dõi sự phát triển và phát triển của thực vật, để hướng dẫn khoa học quản lý canh tác và phân bón, đảm bảo tăng trưởng cây trồng tốt, cải thiện chất lượng cây trồng và năng suất,có ý nghĩa rất lớn đối với thực hành nông nghiệp chính xác và lâm nghiệpPhương pháp phát hiện hàm lượng chlorophyll truyền thống là phương pháp hóa học phân tích, nghĩa là lá được thu thập trong phòng thí nghiệm, chiết xuất bằng dung môi hóa học,và sau đó hấp thụ của chất lỏng chiết xuất ở hai bước sóng cụ thể được xác định trên quang phổ, và hàm lượng chlorophyll được tính theo công thức. Phương pháp này có độ chính xác đo lường cao, nhưng nó phức tạp, tốn thời gian và tốn công.và nó không thể đáp ứng các yêu cầu của thử nghiệm nhanh không phá hủy trong lĩnh vực.   Nhóm quang phổ hồng ngoại gần có thể nhìn thấy là một phương pháp phân tích và phát hiện phát triển nhanh chóng trong những năm gần đây,có thể sử dụng đầy đủ dữ liệu quang phổ ở quang phổ đầy đủ hoặc nhiều bước sóng cho phân tích định lượng hoặc định chấtSo với phương pháp hóa học phân tích truyền thống, quang phổ cận hồng ngoại có đặc điểm phân tích nhanh, hiệu quả cao, chi phí thấp, không có thiệt hại, không ô nhiễm, v.v.và đã được sử dụng rộng rãi trong nhiều lĩnh vựcTrong bài báo này, các tín hiệu quang phổ cận hồng ngoại của lá thực vật được thu được bằng cách lấy mẫu phản xạ, và dữ liệu quang phổ đã được xử lý trước bằng cách làm mịn,phân biệt thứ nhất và biến đổi waveletPhương pháp vuông nhỏ nhất (PLS) đã được sử dụng để xác định hàm lượng clorophyll và quang phổ hấp thụ lá của lá cây. Trong bài báo này, một phương pháp mới cho việc xác định hàm lượng chlorophyll trong thực vật bằng quang phổ hồng ngoại gần nhìn thấy đã được đề xuất.Phương pháp lấy mẫu phản xạ được sử dụng để thu thập phổ của lưỡi, và các phương pháp biến đổi mịn, chênh lệch và chuyển đổi sóng được sử dụng để xử lý trước dữ liệu quang phổ, làm giảm ảnh hưởng của các yếu tố không phải mục tiêu và cải thiện tỷ lệ tín hiệu-tầm ồn.Rồi, một mô hình phân tích định lượng về hàm lượng chlorophyll lá và quang phổ hấp thụ lá đã được thiết lập bằng cách sử dụng phương pháp hình vuông nhỏ nhất.Độ chính xác dự đoán của mô hình đáp ứng các yêu cầu của các ứng dụng đo lường thực tếKết quả nghiên cứu này cho thấy việc áp dụng quang phổ cận hồng ngoại để phát hiện hàm lượng chlorophyll của lá là khả thi.cung cấp cơ sở để phát hiện nhanh nội dung chlorophyll trong lá, và cũng đặt nền tảng cho việc phát triển các dụng cụ thử nghiệm không phá hủy tương ứng trong tương lai.

Trong nghiên cứu này, một máy ảnh siêu phổ 900-1700nm đã được áp dụng, và FS-15, sản phẩm của Hangzhou Color Spectrum Technology Co., LTD., có thể được sử dụng cho nghiên cứu liên quan.Máy ảnh siêu phổ sóng sóng ngắn cận hồng ngoại, tốc độ thu thập toàn bộ quang phổ lên đến 200FPS, được sử dụng rộng rãi trong xác định thành phần, xác định chất, thị giác máy, chất lượng sản phẩm nông nghiệp,phát hiện màn hình và các trường khác.   Anthocyanins là một lớp hợp chất phenol quan trọng trong nho và rượu vang, chủ yếu tồn tại trong các lỗ chân không của các tế bào trong 3-4 lớp dưới da của quả nho.Nó là một yếu tố quan trọng trong việc xác định chất lượng cảm giác của rượu vang, và cũng là cơ sở để lưu trữ rượu vang đỏ. phương pháp phát hiện hóa học truyền thống sẽ phá hủy đối tượng phát hiện,và khó có thể phát hiện nhanh và kích thước mẫu lớnTuy nhiên, có rất ít nghiên cứu về việc phát hiện nhanh anthocyanin trong nho nho trong nước và nước ngoài.công nghệ hình ảnh siêu phổ như một phương pháp thử nghiệm không phá hoại đã thu hút sự chú ý rộng rãi, so với công nghệ quang phổ hồng ngoại gần truyền thống, công nghệ hình ảnh siêu phổ cho thấy những lợi thế độc đáo của nó.Chỉ có một hoặc nhiều điểm thông tin quang phổ có thể được thu thập mỗi lần, và sẽ có sự ngẫu nhiên và một chiều lớn hơn trong việc lựa chọn vị trí và số điểm.mà không chỉ cung cấp thông tin phong phú hơn, nhưng cũng cung cấp một phương pháp phân tích hợp lý và hiệu quả hơn trong xử lý dữ liệu quang phổ.Trong quá trình mô hình hóa sử dụng công nghệ hình ảnh siêu phổ kết hợp với phương pháp vuông nhỏ nhất một phần, với việc nghiên cứu sâu hơn về phương pháp PLS,thấy rằng các mô hình điều chỉnh định lượng tốt hơn có thể được thu thập bằng cách sàng lọc các bước sóng đặc trưng hoặc khoảng thời gian bước sóng bằng các phương pháp cụ thể.   Trong thí nghiệm này, hình ảnh siêu phổ của quả nho được thu được dựa trên hệ thống hình ảnh siêu phổ hồng ngoại gần 931 ~ 1700 nm.Các thuật toán chiếu liên tục SPA đã được sử dụng để chọn các biến bước sóng, và cuối cùng 20 biến phổ được chọn từ 236 điểm bước sóng. Các phương pháp mô hình khác nhau đã được sử dụng để thiết lập mô hình dự đoán hàm lượng anthocyanin trong vỏ nho.Kết quả cho thấy rằng: (1) Các thuật toán chiếu liên tục SPA không chỉ có thể lựa chọn hiệu quả các biến phổ đặc trưng, đơn giản hóa mô hình điều chỉnh và rút ngắn thời gian điều chỉnh,nhưng cũng cải thiện độ chính xác dự đoán của mô hình, đây là một phương pháp hiệu quả và thực tế để lựa chọn các biến quang phổ. (2) Trong số bốn mô hình dự đoán, PLS, SPA-MLR, SPA-BPNN và SPA-PLS, mô hình SPA-PLS có hiệu ứng dự đoán tốt nhất và hệ số tương quan dự đoán R. Và dự đoán RMSEP là 0.9000 và 0.5506Do đó, mối tương quan giữa dữ liệu quang phổ của quả nho và hàm lượng anthocyanin trong vỏ nho là cao.Công nghệ hình ảnh siêu phổ hồng ngoại gần có thể phát hiện hiệu quả hàm lượng anthocyanin trong vỏ nho.

Trong nghiên cứu này, một máy ảnh siêu phổ 400-1000nm đã được áp dụng, và FS13, một sản phẩm của Hangzhou Color Spectrum Technology Co., LTD., có thể được sử dụng cho nghiên cứu liên quan.,độ phân giải bước sóng tốt hơn 2,5nm, và có thể đạt tới 1200 kênh quang phổ. Tốc độ thu thập có thể đạt 128FPS trong toàn bộ quang phổ,và tối đa sau khi chọn băng tần là 3300Hz (hỗ trợ chọn băng tần đa khu vực). Sản xuất gạo của Trung Quốc chiếm hơn 30% sản lượng gạo trên thế giới, và "gạo Meihe" ở tỉnh Jilin là một sản phẩm chỉ định địa lý của gạo japonica của Trung Quốc,và khu vực sản xuất của nó nằm trong vành đai sản xuất ngũ cốc vàng của thế giới (45° vĩ độ bắc)Trong cuộc sống thực tế, có rất nhiều loại gạo Meihe,và các phương pháp hóa học như xác định nitơ Kjellod và quang phổ thường được sử dụng để xác định hàm lượng protein của các loại gạo khác nhau, nhưng các phương pháp hóa học truyền thống này không chỉ phá hủy bản thân mẫu, mà còn là các bước phức tạp và chu kỳ phát hiện quá dài.quang phổ hồng ngoại đã được sử dụng rộng rãi trong việc phát hiện các thành phần chính của gạo (protein ≥, chất béo β, tinh bột III, nước), nhưng nó chỉ có thể lấy nội dung của các thành phần theo thông tin quang phổ, và không thể đạt được một biểu hiện trực quan hơn, tức làhình ảnh hóa nội dung. Hyperspectrum là một dữ liệu khối ba chiều bao gồm thông tin hình ảnh và thông tin quang phổ.Hình ảnh siêu phổ thu được chứa cả thông tin nội bộ của gạo (dữ liệu cấu trúc vật lý nội bộ và thành phần hóa học) và thông tin bên ngoài của gạo (loại ngũ cốc), khiếm khuyết, v.v.), có thể bù đắp cho sự thiếu hình ảnh mà NIR không thể nhanh chóng xác định sự phân bố không gian của một chất nhất định.Akita Omachi và Jijing 60) từ 4 khu vực sản xuất ở thành phố Meihe, tỉnh Jilin được chọn làm đối tượng nghiên cứu. Công nghệ hình ảnh siêu phổ được sử dụng để phát hiện gạo thu thập và lấy phổ trung bình của khu vực quan tâm của gạo.Để giảm tỷ lệ tín hiệu-tầm ồn của phổ và có được một mô hình tương đối mạnh mẽ, Ba loại mô hình dự đoán về hàm lượng protein gạo, bao gồm hồi quy vuông nhỏ nhất một phần, hồi quy thành phần chính và mạng lưới thần kinh tái phổ biến lỗi,được thiết lập bằng cách làm mịn theo dạng congSPA được sử dụng để chọn bước sóng đặc trưng, thiết lập mô hình bước sóng đặc trưng,và chuyển đổi hình ảnh siêu phổ gạo thành bản đồ phân bố hàm lượng protein để nhận ra hình ảnh hàm lượng protein của gạo từ các giống khác nhau. Khả năng hình dung sự phân bố hàm lượng protein trong gạo đã được nghiên cứu bằng cách sử dụng công nghệ hình ảnh siêu phổ.Một mô hình dự đoán hàm lượng protein PLSR đơn giản và hiệu quả đã được thu được bằng phương pháp xử lý trước quang phổ MC và lựa chọn các băng tần đặc trưng SPADựa trên mô hình định lượng, sự phân bố hàm lượng protein trong gạo của các giống khác nhau và nguồn gốc khác nhau đã được hình dung.khó phân biệt gạo bằng hình ảnh RGB thông thườngHình ảnh phân bố hàm lượng protein có thể cung cấp ý tưởng để xác định nguồn gốc gạo,và so sánh bản đồ phân bố hàm lượng protein của gạo giữa các giống khác nhau có thể cung cấp bằng chứng cho việc nhân giống sau này của các giống gạo.

Trong nghiên cứu này, một máy ảnh siêu phổ 400-1000nm đã được áp dụng và FS13, một sản phẩm của Công ty TNHH Công nghệ Quang phổ Màu Hàng Châu, có thể được sử dụng cho nghiên cứu liên quan.Dải phổ là 400-1000nm, độ phân giải bước sóng tốt hơn 2,5nm và có thể đạt tới 1200 kênh quang phổ.Tốc độ thu nhận có thể đạt 128FPS trong toàn phổ và tốc độ tối đa sau khi chọn băng tần là 3300Hz (hỗ trợ lựa chọn băng tần đa vùng).   Rau diếp rất giàu protein, carbohydrate, vitamin và các chất dinh dưỡng khác, diện tích trồng rộng.Nitơ là một trong những yếu tố quan trọng nhất ảnh hưởng đến sự phát triển của rau diếp.Việc thiết lập một phương pháp nhanh chóng, hiệu quả và không phá hủy để phát hiện hàm lượng nitơ trong rau diếp là thuận tiện cho việc hướng dẫn bón phân hợp lý cho rau diếp.Hiện nay, có rất ít báo cáo về việc sử dụng công nghệ hình ảnh siêu phổ để phát hiện hàm lượng nitơ trong lá rau diếp.Trong nghiên cứu này, công nghệ hình ảnh siêu phổ được áp dụng để phát hiện không phá hủy hàm lượng nitơ trong lá rau diếp.Bằng cách nghiên cứu ảnh hưởng của các phương pháp tiền xử lý quang phổ khác nhau lên mô hình PLSB, các phương pháp tiền xử lý quang phổ thích hợp đã được chọn cho lá rau diếp và các bước sóng nhạy phù hợp để dự đoán hàm lượng nitơ trong lá rau diếp đã được tối ưu hóa.Một nỗ lực đã được thực hiện nhằm thiết lập mô hình dự đoán đơn giản và tối ưu nhất về hàm lượng nitơ trong lá rau diếp.Bộ phương pháp này chưa được báo cáo và nó cũng tạo cơ sở cho việc phát triển máy dò thành phần dinh dưỡng thực vật di động, có giá trị thực tiễn cao.   Hình ảnh siêu phổ của 60 lá rau diếp được thu thập bằng công nghệ hình ảnh siêu phổ và hàm lượng nitơ trong các lá rau diếp tương ứng được xác định bằng máy phân tích dòng chảy liên tục AutoAnalyzer3.Dữ liệu phổ trung bình của các vùng 50×50 trên bề mặt lá rau diếp sống được trích xuất bằng phần mềm ENVI.Dữ liệu phổ trung bình được trích xuất đã được xử lý trước (8 loại phương pháp tiền xử lý).Cuối cùng, dữ liệu phổ ban đầu và 8 loại dữ liệu phổ tiền xử lý được sử dụng làm đầu vào của PLSR để thiết lập 9 mô hình dự đoán về hàm lượng nitơ trong rau diếp.Bằng cách so sánh kết quả của 9 mô hình dự đoán này, mô hình dự đoán tối ưu OSC+PLSR đã được chọn và biểu đồ hệ số hồi quy của mô hình OSC+PLSR đã được phân tích.13 bước sóng nhạy được chọn và sau đó 13 bước sóng nhạy được lấy làm đầu vào PLSR.Cuối cùng, mô hình dự đoán hàm lượng nitơ trong rau diếp OSC+SW+PLSR đã được thiết lập.So với mô hình OSC+PLSR, hiệu quả dự đoán đã được cải thiện rất nhiều, có thể được sử dụng như một phương pháp mới hiệu quả, chính xác và không phá hủy để dự đoán hàm lượng nitơ trong lá rau diếp và có thể cung cấp tài liệu tham khảo cho chẩn đoán dinh dưỡng nitơ và bón phân kinh tế và hợp lý cho cây xà lách.

Trong nghiên cứu này, có thể sử dụng máy ảnh siêu phổ 400-1000nm và các sản phẩm của Công ty TNHH Công nghệ Quang phổ Màu Hàng Châu FS13 tiến hành nghiên cứu liên quan.Dải phổ là 400-1000nm và độ phân giải bước sóng tốt hơn 2,5nm, lên tới 1200 Hai kênh quang phổ.Tốc độ thu nhận lên tới 128FPS trong toàn phổ, lên tới 3300Hz sau khi chọn băng tần (hỗ trợ đa vùng Lựa chọn băng tần miền).   Với việc thúc đẩy chiến lược ngũ cốc chủ yếu là khoai tây ở Trung Quốc, chuỗi công nghiệp liên quan đến khoai tây đã nhanh chóng phát triển và chất lượng khoai tây đã trở thành một vấn đề nóng.Tuy nhiên, các khuyết tật như vỏ xanh và hư hỏng cơ học ảnh hưởng nghiêm trọng đến tổng số lượng khoai tây, đặc biệt là hình dạng phức tạp của khoai tây vỏ xanh, các khuyết tật không dễ xác định và làm tăng độ khó phát hiện.Đồng thời, nếu hàm lượng solanin trong khoai tây xanh vượt quá tiêu chuẩn ăn được sẽ dẫn đến ngộ độc thực phẩm và gây ra vấn đề an toàn thực phẩm.Vì vậy, việc nghiên cứu phương pháp phát hiện nhanh và không phá hủy để chế biến sâu khoai tây và mở rộng chuỗi công nghiệp khoai tây là rất có ý nghĩa.   Công nghệ hình ảnh siêu phổ có ưu điểm là dải băng rộng, đồng thời có thể thu được thông tin hình ảnh và quang phổ trong dải băng tương ứng của mẫu được kiểm tra, do đó nó đã được sử dụng rộng rãi trong thử nghiệm nhanh không phá hủy các sản phẩm nông nghiệp.Để giải quyết vấn đề không dễ nhận biết khoai tây có vỏ màu xanh nhạt ở vị trí tùy ý, các kỹ thuật hình ảnh siêu phổ bán truyền và phản xạ đã được sử dụng để so sánh và phân tích, đồng thời xác định độ chính xác nhận dạng mô hình theo các phương pháp hình ảnh siêu phổ khác nhau. .Hình ảnh siêu phổ bán truyền và siêu phổ phản xạ của các mẫu khoai tây được thu thập ở bất kỳ vị trí nào và các mô hình phát hiện dựa trên thông tin hình ảnh và thông tin quang phổ được thiết lập tương ứng, đồng thời so sánh tốc độ nhận dạng của các mô hình khác nhau.Tiếp tục thiết lập các mô hình tổng hợp hình ảnh và quang phổ hoặc các mô hình tổng hợp hình ảnh khác nhau để cải thiện hiệu suất của mô hình và cuối cùng xác định mô hình tối ưu. (1) So sánh độ chính xác của các mô hình nhận dạng thông tin hình ảnh với các phương pháp hình ảnh siêu phổ khác nhau.Tỷ lệ nhận dạng của ánh xạ đẳng cự kết hợp với mô hình mạng niềm tin sâu dựa trên thông tin hình ảnh bán truyền chỉ đạt 78,67%.Tỷ lệ nhận dạng mở rộng phương sai tối đa kết hợp với mô hình mạng niềm tin sâu dựa trên thông tin hình ảnh phản ánh chỉ là 77,33%.Kết quả cho thấy độ chính xác của việc phát hiện khoai tây có màu xanh nhạt bằng thông tin ảnh đơn lẻ là không cao. (2) So sánh độ chính xác của các mô hình nhận dạng thông tin quang phổ với các phương pháp tạo ảnh siêu phổ khác nhau.Tỷ lệ nhận dạng sắp xếp không gian tiếp tuyến cục bộ kết hợp với mô hình mạng niềm tin sâu dựa trên thông tin phổ bán truyền là cao nhất 93,33%.Tỷ lệ nhận dạng sắp xếp không gian tiếp tuyến cục bộ kết hợp với mô hình mạng niềm tin sâu sắc dựa trên thông tin phổ phản xạ lên tới 90,67%.Kết quả cho thấy việc sử dụng thông tin quang phổ đơn để phát hiện khoai tây có màu xanh nhạt là khả thi, tuy nhiên tỷ lệ nhận dạng cần phải được cải thiện hơn nữa. (3) So sánh ảnh hưởng của ba phương pháp tổng hợp thông tin đa nguồn đến độ chính xác nhận dạng.Độ chính xác của ba mô hình tổng hợp hình ảnh bán truyền và phổ bán truyền, hình ảnh phản xạ và phổ phản xạ, phổ bán truyền và phổ phản xạ cao hơn mô hình hình ảnh đơn hoặc mô hình quang phổ và mô hình tổng hợp mạng niềm tin sâu sắc của Phổ bán truyền và phổ phản xạ là tốt nhất, tỷ lệ nhận dạng của bộ hiệu chỉnh và bộ kiểm tra là 100%.Kết quả cho thấy mô hình tổng hợp phổ bán truyền và phổ phản xạ có thể thực hiện thử nghiệm không phá hủy đối với khoai tây có vỏ màu xanh nhạt.