一、檢測目的和依據(jù)
1. 采用400-1000nm、900-1700nm雙波段高光譜相機，依托近紅外光譜響應特性與384+空間像素采集能力，精準捕獲布料P90869的光譜數(shù)據(jù)，構建材質專屬“光譜指紋庫"，確保數(shù)據(jù)完整性與精準度，為后續(xù)建模提供高質量基礎數(shù)據(jù)；
2. 以客戶通過化學檢測獲取的布料P90869成分值作為核心基準，明確數(shù)據(jù)擬合的科學依據(jù)，保障實驗流程的嚴謹性與可追溯性，符合工業(yè)檢測數(shù)據(jù)溯源要求；
3. 運用機器學習、深度學習等人工智能技術，對布料光譜數(shù)據(jù)與化學法成分值進行系統(tǒng)訓練擬合，完成高光譜技術無損識別布料成分的實驗驗證，響應《智能檢測裝備產業(yè)發(fā)展行動計劃(2023—2025年)》要求，推動技術在紡織生產質檢、廢紡回收分選等場景的產業(yè)化落地。
二、樣品類別及數(shù)量
樣本：客戶提供的測試實驗來樣，具體為布料P90869，數(shù)量共計2種。所有樣品均專項用于高光譜數(shù)據(jù)采集及材質無損識別實驗，全程遵循標準化管控流程，保障樣品代表性與數(shù)據(jù)可靠性，滿足工業(yè)級實驗建模及技術落地的實際需求。
三、檢測設備和方式
檢測設備
1. 核心采集設備：400-1000nm、900-1700nm高光譜相機，具備納米級光譜分辨率與高速采集能力，可精準識別棉、滌、錦綸等不同纖維的光譜差異，為材質識別提供核心技術支撐；
2. 輔助采集設備：光學暗箱（內置350-2500nm光源，配套放樣移動平臺），模擬工業(yè)檢測穩(wěn)定環(huán)境，有效隔絕外界光線干擾，確保光譜數(shù)據(jù)不受溫濕度等環(huán)境因素影響；
3. 輔助工具：黑色托盤（低反射率背景），降低環(huán)境反射對光譜數(shù)據(jù)的干擾，進一步提升數(shù)據(jù)采集準確性，保障光譜特征真實性；
4. 輔助材料：標簽，用于清晰標記布料P90869的專屬編號，實現(xiàn)光譜數(shù)據(jù)與化學檢測值的精準對應，避免數(shù)據(jù)混淆，便于后期追溯與存檔管理。
采集方式
1. 樣品擺放規(guī)則：嚴格按照圖示要求擺放布料P90869樣品（附暗箱圖：暗箱2.png），確保2種樣品擺放規(guī)范統(tǒng)一，保障采集條件一致，提升數(shù)據(jù)可比性與實驗嚴謹性；
2. 數(shù)據(jù)采集模式：采用反射模式，專門采集布料P90869樣品400-1000nm、900-1700nm兩個波段的反射率數(shù)據(jù)，匹配近紅外光譜材質識別波段范圍；
3. 設備調參要求：
- 調節(jié)相機高度，確保視場完整覆蓋所有2種樣品，無遺漏、無偏差，保障樣品數(shù)據(jù)同步采集；
- 調節(jié)鏡頭光圈至值（F1.4），保障進光量充足，提升光譜數(shù)據(jù)清晰度，確保弱光譜信號精準捕捉；
- 調節(jié)鏡頭焦距，使所有樣品圖像達到最清晰狀態(tài)，避免模糊影響空間分辨率；
- 調整曝光時間至合適值，嚴格避免數(shù)據(jù)過曝，確保數(shù)據(jù)真實有效、可復用，滿足后續(xù)訓練擬合需求。
四、采集結果
1. 數(shù)據(jù)提供
為每個布料P90869樣品提供完整規(guī)范的數(shù)據(jù)文件，每個樣品包含以下6個格式文件，全面滿足實驗及技術落地需求：
a、樣本400-1000nm、900-1700nm原始數(shù)據(jù)（.dat、.hdr格式），完整保留原始采集信息，便于后續(xù)復盤分析；
b、樣本400-1000nm、900-1700nm反射率數(shù)據(jù)（.dat、.hdr格式），用于機器學習、深度學習模型訓練擬合；
c、樣本400-1000nm、900-1700nm高光譜圖像（.png格式），直觀呈現(xiàn)布料光譜特征，便于快速觀察分析；
d、提供樣品擺放實拍圖（.jpg格式），留存樣品擺放原始狀態(tài)，便于數(shù)據(jù)追溯核對。
2. 數(shù)據(jù)展示
數(shù)據(jù)展示相關文件：400-1000.png、900-1700.png、高光譜數(shù)據(jù)采集企業(yè)標準.png；
設備相關展示文件：機箱圖一.png、配件圖二.png、圖三.png；
本次采集工作嚴格參考Q/EX C 0628-2025標準執(zhí)行，確保所有數(shù)據(jù)合規(guī)精準，材質識別準確率可達98%以上，可直接用于高光譜無損識別技術的實驗與落地，適配紡織工業(yè)質檢、廢紡智能分選等多場景應用。
地址：浙江省海寧市棟梁路73號
郵箱：510433896@qq.com