1. 使用400-1000nm、900-1700nm高光谱相机，精准采集布料818的光谱数据；

2. 依托客户通过化学方法获取的布料成分值，作为数据对比基准；

3. 运用机器学习、深度学习等人工智能技术，对布料光谱数据与化学法获取的成分值进行训练拟合，最终实现高光谱技术无损识别布料成分的技术实验验证与落地应用。

二、样品类别及数量

样本：测试实验客户来样样品，数量共2种。

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光源，配套放样移动平台）；

3. 黑色托盘（低反射率背景，保障采集数据准确性）；

4. 辅助材料：标签（用于标记布料编号，实现布料光谱数据与化学值精准对应）。

采集方式

1. 样品摆放规则：将布料818样品按图示规范摆放；

   

2. 数据采集模式：采用反射模式，采集布料样品400-1000nm、900-1700nm波段反射率数据；

3. 设备调参要求：

• 调节相机高度，确保相机视场可完整覆盖所有样品；

• 调节镜头光圈至大：F1.4；

• 调节镜头焦距，使样品图像达到最清晰状态；

• 调整曝光时间至合适值，避免采集的样品数据出现过曝现象。

四、采集结果

1. 数据提供

为每个样品提供完整数据文件，每个样品包含以下6个格式文件：

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

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

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

d、样品摆放实拍图（.jpg格式）。

1. 数据展示