sCMOS VNIR高光譜成(cheng)像系(xi)統光譜(pu)範(fan)圍(wei)涵(han)蓋(gai)400-1000 nm（VNIR）範(fan)圍(wei)，具(ju)有(you)極低的(de)噪(zao)聲、高分(fen)辨率(lv)、高成(cheng)像速(su)率(lv)和(he)堅固(gu)的(de)結(jie)構(gou)，是壹(yi)款(kuan)專為(wei)各種科研及商(shang)業應(ying)用(yong)設(she)計(ji)的(de)非常厲害的高光譜成(cheng)像測(ce)量(liang)工具。

sCMOS高光譜相機由(you)壹個ImSpector V10E，和(he)壹個高速sCMOS面陣(zhen)單(dan)色相機組(zu)成(cheng)，作為(wei)壹款(kuan)線(xian)性推(tui)掃式(shi)相機，為(wei)每個(ge)像素(su)提供完(wan)整的(de)、連續的(de)光(guang)譜信息。在(zai)光(guang)譜(pu)儀中(zhong)使(shi)用的(de)透射(she)衍(yan)射(she)光(guang)柵和(he)透鏡(jing)光(guang)學提供了(le)高質(zhi)量、低(di)失真的(de)圖像，以(yi)滿(man)足(zu)苛刻(ke)的規格要求(qiu)。

sCMOS VNIR高光譜成(cheng)像系(xi)統具有(you)極低的(de)噪(zao)聲(幾(ji)個(ge)電(dian)子)和(he)高信噪(zao)比(bi)等(deng)優(you)異性能。2184像素(su)的(de)空(kong)間(jian)分(fen)辨率(lv)，高達(da)100張/秒(miao)的(de)成(cheng)像速(su)率(lv)和(he)可調的(de)binning特性，使(shi)其(qi)成(cheng)為(wei)壹款(kuan)可以滿(man)足(zu)更高級別要求(qiu)的(de)高光譜成(cheng)像系(xi)統。

主要特點

• 科研級溫度(du)穩(wen)定sCMOS探(tan)測(ce)器
• 空(kong)間(jian)分(fen)辨率(lv)高達(da)2184像素(su)
• 光譜(pu)波(bo)段(duan)數高達(da)946
• 幀率(lv):100幀(zhen)/秒(miao)(全(quan)幀)，binning條(tiao)件(jian)下可達(da)更高幀速
• 超高信噪(zao)比(bi)，專為(wei)科研及商(shang)業應(ying)用(yong)領域(yu)設(she)計(ji)

相機規格

附件(jian)配置：PFD系(xi)統提供多(duo)種(zhong)附(fu)件(jian)供(gong)用(yong)戶(hu)擴大應(ying)用(yong)領域(yu)

• 前置物鏡：為(wei)整個(ge)光譜(pu)範(fan)圍(wei)提供高質(zhi)量的圖(tu)像和(he)光譜數據(ju)，可選(xuan)18、23、140mm鏡頭
• 采(cai)集(ji)光(guang)纖：將相機轉換成(cheng)多(duo)點(dian)光(guang)譜儀(yi)，所有(you)的(de)點(dian)均在沒(mei)有移動(dong)復(fu)用(yong)器的情(qing)況下同時(shi)測(ce)量(liang)
• 鏡像掃(sao)描(miao)器或旋轉平臺：用於(yu)掃(sao)描(miao)靜態(tai)目(mu)標和(he)戶外(wai)場景，或(huo)結(jie)合(he)X-stage sample mover用於(yu)桌面和(he)顯微鏡應(ying)用(yong)。
• 數采(cai)軟件(jian)：PFD支(zhi)持LUMO軟件(jian)，用(yong)於(yu)采(cai)集(ji)數(shu)據、設(she)置參數、影像實(shi)時(shi)可視(shi)化(hua)、ENVI兼容(rong)格(ge)式(shi)數據(ju)立方(fang)，支(zhi)持多(duo)款(kuan)通用(yong)軟件(jian)進壹(yi)步(bu)處理(li)分(fen)析(xi)。
• SDK：還可以為(wei)快(kuai)速高效的(de)應(ying)用(yong)開(kai)發(fa)提供SDK

應(ying)用(yong)領域(yu)

應(ying)用(yong)案(an)例(li)

（1）基於(yu)多(duo)傳(chuan)感器的地(di)質(zhi)礦物探(tan)測(ce)：

基於(yu)不(bu)同的多(duo)傳(chuan)感器組合(he)，對於(yu)礦(kuang)物表面的細(xi)節表(biao)達(da)及詳(xiang)細(xi)的(de)光譜(pu)分(fen)析(xi)是非常有利(li)的(de)。通過(guo)VNIR、SWIR和(he)LWIR範(fan)圍(wei)內(nei)的(de)傳感器組合(he)可以同時(shi)探(tan)測(ce)蝕(shi)變礦(kuang)物和(he)成(cheng)巖礦(kuang)物，並(bing)提高在不(bu)同波長(chang)區域具有(you)特征(zheng)的某(mou)些(xie)礦(kuang)物的探(tan)測(ce)可靠性。高空(kong)間(jian)分(fen)辨率(lv)數據的集成(cheng)可以用(yong)於(yu)繪制(zhi)復(fu)雜(za)的礦(kuang)物樣(yang)品(pin)，可據此(ci)在(zai)分(fen)類(lei)基礎(chu)上對(dui)礦物域進行(xing)制(zhi)圖，並(bing)作為(wei)相對豐(feng)度(du)的(de)半(ban)定量(liang)估(gu)計(ji)。

（2）水果(guo)表(biao)皮(pi)甲醛檢測(ce)：

福(fu)爾馬林作為(wei)壹種(zhong)對人(ren)體(ti)有害的生物采(cai)樣(yang)化(hua)學物質(zhi)，被(bei)廣(guang)泛(fan)應(ying)用(yong)於(yu)孟(meng)加拉國，作為(wei)魚類、水果(guo)、蔬(shu)菜等(deng)食(shi)品(pin)的防腐(fu)劑(ji)。本研究(jiu)使(shi)用sCOMS相機對(dui)不(bu)同新(xin)鮮水(shui)果和(he)被(bei)福(fu)爾馬林汙染過的水(shui)果進行(xing)光譜(pu)成(cheng)像，通過(guo)K-NN方法(fa)和(he)SVM方法分(fen)析(xi)實(shi)驗(yan)數據(ju)，結(jie)果(guo)表明(ming)，兩種分(fen)類(lei)算法對(dui)福(fu)爾馬林汙染水果的(de)新(xin)鮮水(shui)果分(fen)類(lei)正確(que)率(lv)均為(wei)70-94%，其(qi)中k-NN對(dui)每個樣(yang)本的正(zheng)確(que)率(lv)均高於SVM 85%以上。紅(hong)蘋(ping)果(guo)、青蘋(ping)果(guo)和(he)番茄(qie)在(zai)k-NN和(he)SVM的分(fen)類(lei)準(zhun)確(que)率(lv)均在90%以上。基(ji)於這種(zhong)精(jing)度(du)，以光(guang)譜反射(she)率(lv)作為(wei)波長(chang)特征(zheng)函數即(ji)能夠(gou)成(cheng)功(gong)地(di)應(ying)用(yong)於(yu)果蔬(shu)新(xin)鮮度(du)檢測(ce)及(ji)質(zhi)量控(kong)制(zhi)。