一、检测目的和依据

1、采用400-1000nm、900-1700nm双波段高光谱成像相机，完成干荔枝内核霉变样本的全域光谱数据采集，覆盖农产品霉变检测核心波段；

2、通过高光谱光学检测原理，精准验证干荔枝内核霉变对应的光谱曲线特征参数，锁定霉变样本专属光谱特征指纹；

3、依托机器学习、深度学习人工智能算法，对干荔枝内核霉变高光谱数据集开展训练与拟合建模，完成无损霉变鉴别技术的实验验证，实现该技术在干果品质检测、霉变筛查领域的产业化落地应用。

二、样品类别及数量

样本：测试实验客户来样干荔枝样品 数量6斤

三、检测设备和方式

检测设备

1、400-1000nm、900-1700nm高光谱相机；

2、光学暗箱（含350-2500nm广谱光源、精密放样移动平台，隔绝环境杂光干扰）

3、黑色低反射率托盘，构建纯净检测背景，规避背景反光干扰，保障光谱数据精准度

4、辅助材料：标识标签，用于逐一标记样品编号，实现样品与光谱特征曲线数据精准对应匹配

采集方式

1、样品摆放规则：将干荔枝内核霉变样品按照标准实验图示规范平整摆放，保证成像均匀无遮挡、检测无偏差

2、数据采集模式：使用反射模式采集样品400-1000nm、900-1700nm反射率数据；

3、设备调参：调节相机高度，使相机视场可以覆盖所有样品；

调节镜头光圈到最大（F1.4）；

调节镜头焦距，使样品图像最清晰；

曝光时间调整到合适的值，避免采集到的样品数据过曝。

四、采集结果

1、数据提供

每个样品数据包含如下6个格式文件：

a、样本400-1000nm、900-1700nm原始数据（包含 .dat、.hdr格式）；

b、样本400-1000nm、900-1700nm反射率数据（包含 .dat、.hdr格式）；

c、样本400-1000nm、900-1700nm高光谱图像（.png格式）；

d、提供样品摆放实拍图（.jpg格式）。

2、数据展示

3、光谱曲线特征值展示