一、檢測目的與依據

 本研究基于高光譜成像無損檢測技術，針對海綿、布料材料的含水率智能識別開展實驗研究，結合人工智能算法實現材料含水狀態的精準判別，推動高光譜無損檢測技術在紡織、泡棉材料品質檢測場景的落地應用，具體研究目標如下：

1、采用 400-1000nm、900-1700nm 雙波段高光譜成像設備，批量采集不同品類海綿、布料材料的光譜數據，覆蓋材料水分敏感特征波段；

2、對比分析干燥狀態、含水狀態下海綿與布料的光譜反射曲線、特征吸收波段、光譜響應差異等核心特征參數，明確水分對材料光譜特征的影響規律；

3、依托采集的標準化光譜數據集，結合機器學習、深度學習算法構建智能識別模型，實現海綿、布料含水率及含水狀態的快速無損鑒別，突破傳統檢測方式效率低、有損、無法實時檢測的痛點，推進技術產業化落地。

二、樣品類別及數量

樣本：本次實驗共計選用6類不同材質的海綿、布料樣品，樣品覆蓋常用工業及民用柔性材料品類，具備廣泛的代表性。實驗通過人為調控樣品干濕狀態，構建干燥、不同含水率梯度的樣品樣本組，所有樣品均進行統一編號分類，精準區分不同材質、不同含水狀態樣本，保障光譜數據與樣品狀態一一對應，為模型訓練提供全面、可靠的樣本數據支撐。

三、檢測設備與采集方式

  本次檢測采用高精度標準化高光譜檢測系統，設備抗干擾能力強、數據重復性高，適配柔性材料含水率精準檢測場景，核心設備如下：

檢測設備

1.  雙波段高光譜相機：搭載 400-1000nm、900-1700nm 雙波段檢測能力，精準捕捉材料因水分差異產生的細微光譜變化；

2. 輔助設備：光學暗箱內置 350-2500nm 寬光譜標準光源與精密可控放樣移動平臺，隔絕外界環境光干擾，保障檢測環境恒定統一；

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）；降低背景雜光反射干擾，大幅提升光譜數據純凈度與檢測精度；

4. 輔助材料：專用分類標簽，用于區分不同材質、不同含水狀態的實驗樣品，實現數據全程可追溯、可匹配。

采集方式

1、樣品擺放：

a、所有海綿、布料樣品平整平鋪于檢測托盤，樣品之間無重疊、無褶皺、無擠壓，保證每塊樣品獨立成像、完整采集，規避擺放誤差對實驗數據的影響；

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

五、高光譜分析海綿 布料內部含水率結果

采集參考Q/EX C 0628-2025標準