Toepassingspraktijk van de CHNSpec FS-13 Hyperspectrale Camera bij de Detectie van Lederdefecten

In het leerproductie- en kwaliteitscontroleproces hebben subtiele defecten zoals lijmlekkage en schrammen rechtstreeks invloed op productgradering en marktwaarde.Traditionele handmatige visuele inspectie is gemakkelijk beïnvloed door subjectief oordeel en vermoeidheid., wat leidt tot problemen zoals lage efficiëntie, inconsistente normen, en frequent gemiste inspecties.Conventioneel optisch testapparatuur is meestal afhankelijk van ruimtelijke morfologische informatie en heeft een beperkte mogelijkheid om optische verschillen te identificeren veroorzaakt door microscopische veranderingen in materialen., waardoor het moeilijk is om te voldoen aan de behoeften van verfijnde kwaliteitsinspectie.

Hyperspectral imaging technologie kan tegelijkertijd het ruimtelijke beeld en continue spectrale informatie van het doel verkrijgen.met elke pixel die overeenkomt met een volledige high-resolution spectral curve.Omdat er verschillen zijn in samenstelling en oppervlakte structuur tussen leederdefect gebieden en normale gebieden,De reflectiespectra en colorimetrische parameters van de twee vormen kwantificeerbare verschillen in specifieke banden., providing data support for objective and stable defect identificatie.

I. Experimental Scheme en Equipment Configuration

In dit geval, deCHNSpec FS-13 hyperspectral camera.The equipment and parameter settings were tailored to the characteristics of leather samples:

• Spectrumbereik: 400 × 1000 nm.
• Spectrumresolutie: 2,5 nm.
• Working Mode: External push-broom scanning
• Key Parameters: Exposure time 200μs, motor movement speed 30 mm/s
• Sample: Leather specimens containing glue leakage defects
• Detection Goal: Extract and distinguish the spectral and colorimetric characteristics of defect areas and normal areas, and complete defect localization and visual presentation. Detectie Doel: Extract en onderscheiden de spectrale en colorimetrische kenmerken van defect gebieden en normale gebieden, en volledige defect localisatie en visuele presentatie.

II. Detectieproces en gegevensverwerking

1.Data Acquisition: Scannen van het hele leeroppervlak in push-broom modus, tegelijkertijd verzamelen van full-band spectral data en colorimetric parameters zoals L, a, b, X, Y, Z voor elke pixel.Reflectance curves worden in real-time gegenereerd., een geïntegreerde "spatial + spectral" dataset.

2.Data Preprocessing and Analysis: Performing calibration and noise reduction on the raw data, focusing on comparing the morphology of reflectance curves between defect areas and normal areas,.Data Preprocessing and Analysis: Performing calibration and noise reduction on the raw data, focusing on comparing the morphology of reflectance curves between defect areas and normal areas,.Data Preprocessing and Analysis: Performing calibration and noise reduction on the raw data, focusing on comparing the morphology of reflectance curves between defect areas and normal areas,kwantitatieve colorimetric parameter differences, extraheren optische functies die kunnen worden gebruikt om defecten te onderscheiden, en het vestigen van een stabiele identificatie basis.

III. Applicatie effecten en gemeten prestaties

1.Clear Spectral Feature Differences: Within the 400~1000 nm band, the reflectance curves of the glue leakage area and the normal area show quantifiable waveform differences in peak values, slopes,en characteristic wavelength positions, een objectieve basis voor defect determinatie.

2.Good Discrimination of Colorimetric Parameters: Taking D65/10° standard observation conditions as an example, there are significant differences in L, a, b,en andere waarden tussen het lijmlekagegebied en het normale gebied, enabling rapid defect discrimination through numerical thresholds.

3.Precise and Traceable Defect Localization: Combining spatial images with spectral features, the distribution range and boundaries of defects can be accurately locked. Precieze en traceable defect localisatie: Combining spatial images with spectral features, the distribution range and boundaries of defects can be accurately locked.Visuele detectie resultaten en gekwantificeerde data worden uitgebracht., waardoor het detectieproces reproduceerbaar is en de resultaten traceerbaar, wat kwaliteitscontrole en procesoptimalisatie vergemakkelijkt.