近红外高光谱,杂质分析,工业分选_高光谱成像仪_高光谱相机_高光谱成像系统解决方案-江苏双利合谱科技有限公司

网站首页 > 行业应用 > 工业分选

高光谱成像技术在木材检测中的应用（上）

木材作为一种广泛使用的建筑和装饰材料，其质量直接影响建筑的安全性和耐久性。通过检测木材的物理性能（如强度、密度、含水率）和化学性质（如耐腐性、抗虫性），可以确保其满足相关标准要求，从而保障工程质量和使用安全。其次，木材是一种宝贵的自然资源，合理利用尤为重要。通过检测木材的性能，可以合理分类与定级，确保高性能木材用于承重结构等关键部位，低性能木材用于装饰或其他用途，从而提高资源利用率。此外，木材检测还可帮助识别合格木材与非法采伐木材，推动木材的循环利用，有效保护森林资源，助力可持续发展。在国际市场上，木制品的质量直接影响其竞争力。通过系统的木材检测，有助于企业生产符合标准的高品质木制品，提升产品竞争力和品牌价值。因此，木材检测的重要性贯穿了从生产、应用到再利用的整个生命周期，是保障质量、优化资源和推动环保的重要手段。阅读全文 ∨
基于可见近红外技术的棉花、地膜快速识别研究

高光谱成像设备采集的实验目标为棉花以及棉花中的各种地膜和异纤。实验目的是为了将混在棉花中的各种地膜和异纤识别出来，提高棉花的品质。阅读全文 ∨
短波红外高光谱对废料自动分类识别

国内外关于近红外光谱识别塑料的研究虽然取得了很大的成果，将近红外光谱技术与多元数据统计分析方法结合起来可以实现对常见塑料的识别分类，但主要还停留在实验室阶段。因此建立快速、可靠、能用于工业化推广的废旧混合塑料识别分类模型对废旧混合塑料的回收再利用具有重要意义阅读全文 ∨
基于近红外成像高光谱技术的海苔杂质分析研究

本文以市场上购买的海苔为研究对象，参杂了少量沙石、木块、木炭、塑料绳等杂质，利用近红外高光谱成像仪GaiaSorter-N17E采集测试对象的高光谱影像数据，并从获取的高光谱影像数据中分析参杂的杂质。阅读全文 ∨
高光谱技术在红枣分类识别中的应用

本文以不同种类的红枣作为研究对象，利用近红外相机（光谱范围900nm-1700nm）采集测试对象的高光谱数据。阅读全文 ∨
高光谱技术在虫草分类识别技术中的应用

以杂草中的虫草为样本，对样品的400nm-1000nm波段的红外光谱进行分析，获取此波段的光谱信息，为后期的分类虫草检测识别提供依据。阅读全文 ∨