高光谱分选仪选购必读：数据采集、算法处理与特征分析详解

为什么不同物质有不同的光谱曲线？

不同物质之所以呈现出不同的光谱曲线，是因为它们对电磁波的吸收、反射与透射特性取决于其分子结构和物理化学性质。分子中的化学键会在特定波长产生振动或转动吸收，从而形成特征吸收峰；晶体结构和电子能级也会影响光的散射与吸收，使材料在某些波段表现出独特的反射特性。同时，宏观状态如粗糙度、含水量和密度等也会进一步改变光谱表现。因此，不同物质在光谱维度上具有独特的“光谱指纹”，高光谱成像正是通过捕捉这些差异，实现物体识别和定量分析。

高光谱常见的数据

1. DN 值（Digital Number）

DN 就是相机探测器把光信号转成的数字值，本质上是“像素灰度”。它不是物理量，会受到曝光时间、增益、暗电流等影响。同样一张白板，在长曝光下 DN 会更高。DN 是“相机看到的数字”，但还不是“真实光强”。

2. 辐射度（Radiance / Irradiance）

辐射亮度 Lλ单位波长、单位面积、单位立体角的辐射功率，常用单位W·m−2^·sr−1^·nm−1。成像光谱仪面向目标时，更直接获取的是目标的辐射亮度。通过积分球/标准光源标定可得到每个波段的响应系数 ak,bk，把 DN 映射到 L：

其中 Sk为系统辐射响应度（把“每曝光时间的净 DN”换算成物理量的比例系数），t为曝光时间。

3. 反射率

在高光谱成像中，探测器*初采集到的数据是辐射亮度，即目标物体在不同波段上向外辐射或反射的能量强度。然而，这一原始信号不仅包含物体自身的信息，还受到光源强度、环境条件以及仪器响应等多种因素的影响。因此，为了获得能够反映物体本征特性的光谱信息，需要将辐射亮度数据经过校正，转化为反射率。

反射率是指物体在特定波长下对入射光的反射能力，它是一个与外界光照条件相对无关的物理量，能够直接反映物质的光谱特性。为了完成从辐射亮度到反射率的校正，通常需要进行白板和暗场校准。白板校准利用高反射率、光谱特性已知的标准白板作为参考，通过测量其反射光强来消除光源和仪器系统对信号的影响；暗场校准则是在完全无光或遮挡情况下测得探测器本身的噪声水平，用于去除背景噪声干扰。经过白板和暗场校准后，*终得到的反射率数据可以有效排除外部因素的影响，更准确地体现不同物质的真实光谱特征。黑白校正的公式为：          

式中：R是校正后的反射率数据；I是原始光谱数据；W是标准白板图像数据；B是关闭镜头的暗电流图像数据。

以不同烟叶高光谱数据为例（图1），能够看出，原始未校准下的图像背景和样品区域整体亮度受光源分布和仪器响应的影响。从DN值上无法判断样品曲线的物质特征，校正后该波段下的图像整体灰度分布更加均匀，目标区域与背景对比更加清晰，消除了光源和探测器响应带来的系统性干扰。且经过校正后的反射率曲线，纵轴归一化到 0–1 区间，代表物体在不同波长下的真实反射比例。此外，从图1也能够看出各 ROI 曲线由于物质不同，所反映出的光谱特征也不同。

图 反射率校正前和校正后的光谱曲线

国产高光谱分选仪推荐

双利合谱-GaiaSorter-Dual 双相机高光谱分选仪

GaiaSorter-Dual“盖亚”双相机全波段高光谱分选仪通过对数据的分析，可进行针对果蔬的水分、糖酸度等内、外部信息以及其他类型物品（如塑料、**、岩石等）分级、分选所需信息的获取，并通过后续的控制开发，从而实现对物品的全自动化分选。

GaiaSorter-Dual“盖亚”双相机全波段高光谱分选仪

双利合谱-“盖亚”双相机全波段高光谱分选仪系统优势

1. 全波段双相机配置：搭载全波段光谱相机，检测覆盖400~1000nm、900~1700nm（或 1000~2500nm），无需额外更换设备即可适配多品类样品检测；

2. 全流程自动控制：支持光谱相机类型、电控平移台扫描速度、文件保存路径的自动切换，减少人工干预，提升检测效率；

3. 相机无缝切换：数据采集过程中自动完成双相机切换，避免波段断层，保障光谱数据连续性；

4. 数据质量优化：具备近红外相机噪声坏点修复功能，降低数据干扰，提升光谱数据准确性；

5. 光谱校准自动化：自动完成光谱反射率校准，无需手动操作，进一步保障检测数据的可靠性。

双利合谱-高光谱分选仪应用案例分享：

**烟叶分选

烟梗含量检测大多采用在生产线采样，然后进行粉碎，分离出烟梗，再通过称重的方法得出烟叶含梗量，不仅周期长，操作复杂， 还会影响生产的正常进行，对于超标的烟叶无法及时从生产线上剔除。本研究的目的是通过利用成像高光谱技术无损监测技术对不同品种烟*、梗丝进行分析研究，以期通过双利合谱-成像高光谱技术可快速识别不同品种的烟*、烟梗丝。

水果损伤检测

苹果、雪梨、桃等水果很容易在生产、运输等环节受到损伤，而普通的RGB 相机很难通过机器视觉方式解决问题，利用双利合谱-高光谱成像技术可以对样品无损伤的情况下进行品质监测。

肉类掺假检测

牛肉、羊肉、鸡肉等掺和在一起时，很难通过视觉、味觉等发现其差异，利用双利合谱的高光谱成像技术可以快速判断肉质属性、分布、含量多少等信息。(b) 说明：羊肉掺假鸭肉掺假可视化图像和不同掺假比例样品特征光谱