一、檢測目的與依據

1、采用400-1000nm、900-1700nm雙波段高光譜相機，完成杏子樣品的高光譜數據采集工作，獲取完整的杏子光譜原始數據與反射率數據；

2、系統分析、驗證杏子在不同波段下的光譜曲線特征值，明確完好、磕碰、霉變狀態下杏子的光譜特征差異，建立杏子品質對應的光譜特征數據庫；

3、依托機器學習、深度學習智能算法，對杏子不同狀態的高光譜數據進行訓練、擬合與建模，優化鑒別模型參數，實現基于高光譜技術的杏子完好果、磕碰果、霉變果的無損快速鑒別，推動該檢測技術的實驗驗證與實際落地應用。

二、樣品類別及數量

樣本：本次實驗樣品為客戶提供的杏子鮮果樣品，樣品總重量為5斤。樣品涵蓋自然狀態下完好、輕微磕碰、霉變等不同品質狀態，可滿足高光譜數據差異化采集、模型訓練及精度驗證的實驗需求。實驗全程對所有樣品進行統一編號標記，保障數據與樣品狀態一一對應。

三、檢測設備與采集方式

檢測設備

1.  400-1000nm、900-1700nm高光譜相機

2. 輔助設備：光學暗箱（配備350-2500nm光源及放樣移動平臺）；

3.  輔助工具：黑色托盤（低反射率背景，避免環境光干擾光譜采集）；

4. 輔助材料：專用樣品標簽，用于對不同狀態、不同批次的新疆杏子樣品進行獨立編號標記，實現樣品實體、光譜曲線數據、成像數據的精準對應與溯源。

采集方式

1、樣品擺放：

a、嚴格按照實驗標準擺放示意圖完成樣品排布，樣品間距均勻、擺放平整，無堆疊、無遮擋，保證每顆杏子樣品均處于相機有效視場范圍內，確保單一樣品光譜數據獨立完整；

2、數據采集模式：

采用反射模式，分別采集樣品400-1000nm、900-1700nm波段的反射率數據；

3、設備調參：

調節相機高度，使相機視場可以覆蓋所有樣品

調節鏡頭光圈到最大：F1.4

調節鏡頭焦距，使樣品圖像最清晰

調整曝光時間至適宜值，避免采集數據出現過曝現象，保證光譜數據準確性。

四、采集結果

數據提供

本次檢測為每個樣品提供以下6種格式的完整數據文件，確保數據可追溯、可分析：

a、樣本400-1000nm、900-1700nm原始數據（.dat、.hdr格式），完整保留原始采集信息，支持二次分析與模型優化；

b、樣本400-1000nm、900-1700nm反射率數據（.dat、.hdr格式），經標準板校準，可直接用于模型訓練擬合，確保數據的可靠性；

c、樣本400-1000nm、900-1700nm高光譜圖像（.png格式），

d、提供樣品擺放實拍圖（.jpg格式），留存原始擺放狀態，便于數據追溯與異常排查，保障檢測流程的可追溯性。

數據展示

采集參考Q/EX C 0628-2025標準