13867128415
使用900-1700nm高光谱相机采集不同产地咖啡豆数据
高光谱分类模型是基于高光谱遥感技术发展而来的机器学习 / 深度学习模型，核心目标是通过分析高光谱图像中数百个连续、窄波段的光谱信息，实现对地表地物（如植被、土壤、水体、矿物、人工建筑等）的精细分类与识别。与传统多光谱遥感（仅几个至几十个离散波段）相比，高光谱数据能捕捉地物独特的 “光谱指纹”，使模型具备更强的区分能力（例如区分不同种类的作物、识别矿物成分、检测植被病虫害等）。
项目内容
使用900-1700nm高光谱相机采集不同产地咖啡豆数据-数据采集
一、检测目的和依据
咖啡豆的风味（如苦味、酸度、醇厚度）由其内在化学成分决定，高光谱可快速定量分析关键成分，为品质分级和加工工艺优化提供数据支撑，核心检测指标包括“水分含量”，直接影响咖啡豆的烘焙效率、储存稳定性（水分过高易发霉，过低易氧化）。
根据客户需求，需要采集不同产地咖啡豆900-1700nm光谱数据。
二、样品类别及数量
1. 样本：6产地咖啡豆若干
2. 数量：实际测试时，取6个产地咖啡豆个12颗，整齐排列
注意其余时间样品保存要求：咖啡豆需要在冰箱（4℃) 环境中保存
三、检测设备和方法
检测设备
- 900-1700nm 高光谱相机
- 高光谱采集暗箱
- 黑色托盘（低反射率背景）
- 辅助材料：标签（用于标记咖啡豆产地）
采集方式
1. 样品摆放方式如图：
四、采集结果
1. 数据提供
提供数据格式，每个样品数据包含如下6个格式文件：
- 样本900-1700nm原始数据（包含 .dat、.hdr格式）
- 样本900-1700nm反射率数据（包含 .dat、.hdr格式）
- 样本900-1700nm高光谱图像（.png格式）
- 另提供600条咖啡豆光谱曲线的excel表格，每种咖啡豆取100条数据
2. 数据展示
应客户要求，提取出数据进行绘制曲线，并进行平滑处理
整理后的6个产地各100多条光谱反射率曲线图 - 未平滑
整理后的6个产地各100多条光谱反射率曲线图 - 平滑后
整理后的6个产地光谱反射率曲线图 - 平滑后
参考标准
首页
数据采集
数据处理
联系我们