CHNSpec Technology （Zhejiang）Co.,Ltd ข่าวบริษัท

ในการศึกษานี้ มีการใช้กล้องไฮเปอร์สเปกตรัม 400-1000 นาโนเมตร และ FS13 ซึ่งเป็นผลิตภัณฑ์ของ Hangzhou Color Spectrum Technology Co., LTD. อาจใช้สำหรับการวิจัยที่เกี่ยวข้องช่วงสเปกตรัมคือ 400-1,000 นาโนเมตร ความละเอียดของความยาวคลื่นดีกว่า 2.5 นาโนเมตร และสามารถเข้าถึงช่องสเปกตรัมได้สูงสุด 1200 ช่องความเร็วในการรับสามารถเข้าถึง 128FPS ในสเปกตรัมทั้งหมด และสูงสุดหลังจากเลือกแบนด์คือ 3300Hz (รองรับการเลือกแบนด์หลายภูมิภาค) บลูเบอร์รี่ หรือที่เรียกว่าบลูเบอร์รี่ ผลไม้สีน้ำเงินเข้ม เบอร์รี่ หรือที่เรียกว่าบลูเบอร์รี่ เป็นหนึ่งในเบอร์รี่ขนาดเล็กที่เกิดขึ้นใหม่ในประเทศจีนเนื่องจากมีประโยชน์ต่อสุขภาพและคุณค่าทางโภชนาการที่ไม่เหมือนใคร จึงมีสารอาหารมากมายที่จำเป็นต่อร่างกายมนุษย์ คุณสมบัติในการแปรรูปที่ยอดเยี่ยม ฯลฯ และได้รับความสนใจ" คุณภาพภายในของบลูเบอร์รี่มีผลอย่างมากต่อรสชาติของบลูเบอร์รี่ และ ยังเป็นตัวบ่งชี้ที่สำคัญอย่างหนึ่งในการประเมินคุณภาพของบลูเบอร์รี่ วิธีการทดสอบแบบดั้งเดิมโดยทั่วไปจะใช้อุปกรณ์วัดเพื่อตรวจหาปริมาณน้ำตาลและความแข็งของบลูเบอร์รี่ เนื่องจากการใช้ดัชนีการตรวจจับเพียงครั้งเดียว ใช้เวลานานและทำลายล้าง วิธีการตรวจสอบเหล่านี้จึงยาก เพื่อใช้กับการตรวจจับปริมาณน้ำตาลและความแข็งของผลไม้ในเชิงอุตสาหกรรม ดังนั้น การพัฒนาวิธีการที่ไม่ทำลายล้างและมีประสิทธิภาพในการตรวจจับปริมาณน้ำตาลและความแข็งของบลูเบอร์รี่ตามคุณภาพภายในจึงมีความสำคัญอย่างยิ่ง   ตลอดการวิจัยในประเทศและต่างประเทศเกี่ยวกับการตรวจจับปริมาณน้ำตาลผลไม้และความแข็ง จะเห็นได้ว่าการใช้วิธีการเลือกความยาวคลื่นลักษณะเฉพาะสามารถลดมิติของข้อมูลภาพไฮเปอร์สเปกตรัมได้อย่างมีประสิทธิภาพ ลดความซ้ำซ้อนของข้อมูลสเปกตรัม ปรับปรุงประสิทธิภาพการสอบเทียบและประสิทธิภาพการตรวจจับ ของตัวแบบและได้ผลการทำนายที่ดีแสดงให้เห็นว่าวิธีการเลือกความยาวคลื่นที่มีลักษณะเฉพาะเหล่านี้มีประโยชน์ในการตรวจจับผลไม้ออนไลน์อย่างไรก็ตาม การศึกษาเหล่านี้มุ่งเป้าไปที่การตรวจหาตัวบ่งชี้เดี่ยวเป็นหลัก และจำเป็นต้องสร้างแบบจำลองหลายตัวเพื่อตรวจหาตัวบ่งชี้หลายตัวของผลไม้ ซึ่งจะเพิ่มความซับซ้อนในการประมวลผลข้อมูลดังนั้นจึงจำเป็นต้องสร้างแบบจำลองสำหรับการตรวจจับหลายดัชนีเพื่อประหยัดเวลาและปรับปรุงประสิทธิภาพของการตรวจจับออนไลน์ในการศึกษานี้ เทคโนโลยีการถ่ายภาพไฮเปอร์สเปกตรัมถูกนำมาใช้เพื่อเสนอวิธีการเลือกความยาวคลื่นแบบหลายขั้นตอนสำหรับการตรวจจับทั้งปริมาณน้ำตาลและความแข็งของบลูเบอร์รี่ในภาพไฮเปอร์สเปกตรัมวิธีการเลือกความยาวคลื่นคุณลักษณะ เช่น อัลกอริธึมการฉายภาพต่อเนื่องหรือการถดถอยเชิงเส้นพหุคูณแบบขั้นตอนถูกนำมาใช้อย่างต่อเนื่องเพื่อเลือกความยาวคลื่นคุณลักษณะที่สามารถสะท้อนทั้งปริมาณน้ำตาลและความแข็งของบลูเบอร์รี่ และใช้แบบจำลองโครงข่ายประสาทเทียม BP เป็นแบบจำลองการตรวจจับปริมาณน้ำตาลและความแข็งของบลูเบอร์รี่ถูกคาดการณ์เพื่อให้บรรลุการทดสอบคุณภาพภายในของบลูเบอร์รี่อย่างรวดเร็วและไม่ทำลาย และเพื่อเป็นพื้นฐานทางทฤษฎีสำหรับการสร้างการทดสอบคุณภาพออนไลน์ของบลูเบอร์รี่

ในการศึกษานี้ สามารถใช้กล้องไฮเปอร์สเปกตรัม 400-1,000 นาโนเมตร และผลิตภัณฑ์ของ Hangzhou Color Spectrum Technology Co., LTDในการศึกษานี้ สามารถใช้กล้องไฮเปอร์สเปกตรัม 400-1,000 นาโนเมตร และผลิตภัณฑ์ของ Hangzhou Color Spectrum Technology Co., LTDFS13 ดำเนินการวิจัยที่เกี่ยวข้องช่วงสเปกตรัมคือ 400-1000nm และความละเอียดของความยาวคลื่นดีกว่า 2.5nm สูงถึง 1200สองช่องสเปกตรัมความเร็วในการรับสูงถึง 128FPS เต็มสเปกตรัม สูงสุด 3300Hz หลังจากเลือกแบนด์ (รองรับหลายโซนการเลือกแถบโดเมน).FS13 ดำเนินการวิจัยที่เกี่ยวข้องช่วงสเปกตรัมคือ 400-1000nm และความละเอียดของความยาวคลื่นดีกว่า 2.5nm สูงถึง 1200สองช่องสเปกตรัมความเร็วในการรับสูงถึง 128FPS เต็มสเปกตรัม สูงสุด 3300Hz หลังจากเลือกแบนด์ (รองรับหลายโซนการเลือกแถบโดเมน). หนอนไหม (Bombyx mori Linnaeus) เป็นแมลงเศรษฐกิจชนิดหนึ่งที่กินหม่อนและปั่นเส้นไหม จึงถูกเรียกว่าหนอนไหมหนอนไหมมีถิ่นกำเนิดในประเทศจีนสมัยโบราณ และค่อยๆ ถูกเลี้ยงโดยหนอนไหมดั้งเดิมที่อาศัยอยู่ในต้นหม่อนเมื่อ 5,000 ปีก่อน คนโบราณได้เชี่ยวชาญเทคโนโลยีการปลูกหม่อนและเลี้ยงไหมในสมัยโบราณ การเลี้ยงหม่อนไหมมีส่วนช่วยอย่างมากในการพัฒนาเศรษฐกิจและวัฒนธรรมปัจจุบันอุตสาหกรรมหม่อนไหมส่งเสริมการพัฒนาเศรษฐกิจในชนบท ยกระดับคุณภาพชีวิตของเกษตรกร และเป็นหนึ่งในอุตสาหกรรมปลีกย่อยที่สำคัญในการผลิตทางการเกษตรนอกจากนี้ อุตสาหกรรมไหมยังเป็นผู้นำในตลาดต่างประเทศและมีบทบาทสำคัญในการค้าโลก สร้างทุนสำรองเงินตราต่างประเทศจำนวนมากให้กับประเทศของเราดังนั้นการพัฒนาอุตสาหกรรมหม่อนไหมอย่างยั่งยืนจึงมีคุณค่าและความสำคัญทางเศรษฐกิจอย่างยิ่ง เทคโนโลยีการตรวจจับสารเคมีแบบดั้งเดิมจำเป็นต้องปรับสภาพตัวอย่างที่ทดสอบล่วงหน้า กระบวนการทำงานซับซ้อน และมีการใช้สารเคมีจำนวนมากความแม่นยำของเทคโนโลยีการตรวจหาเอนไซม์อย่างรวดเร็วนั้นต่ำ ดังนั้นจึงสามารถใช้สำหรับการตรวจคัดกรองเบื้องต้นเท่านั้นเทคโนโลยีการทดสอบแบบไม่ทำลายสเปกตรัมไม่ได้เป็นตัวแทนเนื่องจากข้อมูลด้านเดียวดังนั้นจึงต้องการการทดสอบใบหม่อนแบบไม่ทำลายอย่างรวดเร็ว เชื่อถือได้ และครอบคลุม   วิธีการกำจัดศัตรูพืชตกค้างมีความสำคัญอย่างยิ่งในการตรวจหาความปลอดภัยของพืชผลเทคโนโลยีการถ่ายภาพไฮเปอร์สเปกตรัมเป็นเทคโนโลยีการทดสอบแบบไม่ทำลายแบบใหม่ที่รวมเทคโนโลยีการถ่ายภาพและเทคโนโลยีสเปกตรัมเข้าด้วยกัน ซึ่งมีข้อดีคือไม่จำเป็นต้องทำลายวัตถุที่วัดได้ การได้รับข้อมูลที่ครอบคลุม และความแม่นยำในการตรวจจับสูงในบทความนี้ เทคโนโลยีการถ่ายภาพไฮเปอร์สเปกตรัมร่วมกับการประมวลผลสเปกตรัมและวิธีการวิเคราะห์ถูกนำมาใช้เพื่อศึกษาสารกำจัดศัตรูพืชตกค้างในใบหม่อน ไม่เพียงแต่ศึกษาว่ามียาฆ่าแมลงตกค้างในใบหม่อนหรือไม่และการระบุสารกำจัดศัตรูพืชตกค้าง แต่ยังศึกษาเชิงปริมาณด้วย การตรวจหาสารกำจัดศัตรูพืชคลอร์ไพริฟอสตกค้างในใบหม่อนเนื้อหาการวิจัยของบทความนี้ให้การสนับสนุนทางเทคนิคสำหรับอุตสาหกรรมการเลี้ยงไหมและการรับประกันที่แข็งแกร่งสำหรับรายได้ของเกษตรกรผู้เลี้ยงไหม และส่งเสริมการพัฒนาอย่างยั่งยืนและเชิงลึกของอุตสาหกรรมการเลี้ยงไหม ซึ่งมีคุณค่าทางทฤษฎีที่สำคัญอย่างยิ่งและความสำคัญทางปฏิบัติ ในบทความนี้ เทคโนโลยีการถ่ายภาพไฮเปอร์สเปกตรัมร่วมกับการประมวลผลสเปกตรัมและวิธีการวิเคราะห์ถูกนำมาใช้เพื่อตรวจหาปริมาณคลอร์ไพริฟอสในใบหม่อนในเชิงปริมาณใช้ใบหม่อนที่มีคลอร์ไพริฟอสตกค้างต่างกันเป็นวัตถุทดสอบเพื่อให้ได้ภาพไฮเปอร์สเปกตรัมของใบหม่อนในช่วง 390-1050 นาโนเมตรโดยเครื่องสร้างภาพไฮเปอร์สเปกตรัมซอฟต์แวร์ ENVI ใช้เพื่อกำหนดขอบเขตที่น่าสนใจของใบมีดและคำนวณข้อมูลสเปกตรัมเฉลี่ยของภูมิภาคคำนวณค่าสัมประสิทธิ์สหสัมพันธ์ระหว่างข้อมูลสเปกตรัมเฉลี่ยของตัวอย่างใบหม่อนกับค่าเคมีที่เกี่ยวข้องซึ่งกำหนดโดยแก๊สโครมาโตกราฟ และเลือก 5 คลื่นตามแผนภาพรูปคลื่นของค่าสัมประสิทธิ์สหสัมพันธ์และความยาวคลื่น   ความยาวคลื่นที่สอดคล้องกับจุดสูงสุดและต่ำสุดใช้เป็นความยาวคลื่นลักษณะเฉพาะ (561.25, 680.86, 706.58, 714.32, 724.66nm)จากข้อมูลสเปกตรัมที่ความยาวคลื่นลักษณะเฉพาะ แบบจำลองการตรวจจับเชิงปริมาณของกากใบหม่อนถูกสร้างขึ้นโดยใช้การถดถอยเชิงเส้นพหุคูณและการถดถอยเวกเตอร์สนับสนุนค่าสัมประสิทธิ์การกำหนดชุดการแก้ไข R² ของแบบจำลองการคาดคะเน MLR คือ 0.730 ค่าความคลาดเคลื่อนกำลังสองเฉลี่ยรูต RMSEC คือ 38.599 และได้รับค่าสัมประสิทธิ์การกำหนดชุดการคาดคะเน Rคือ 0.637 และ RMSEP ค่าเฉลี่ยข้อผิดพลาดกำลังสองรูทคือ 47.146ค่าสัมประสิทธิ์การกำหนดชุดการแก้ไข R3 คือ 0.920 ค่าความผิดพลาดรูทค่าเฉลี่ยกำลังสอง RMSEC คือ 21.073 ค่าสัมประสิทธิ์การกำหนดชุดการคาดคะเน R3 คือ 0.874 และค่าความผิดพลาดรูทค่าเฉลี่ยกำลังสอง RMSEP คือ 27.719ด้วยการวิเคราะห์เปรียบเทียบ: แบบจำลองการทำนาย SVR มีประสิทธิภาพดีกว่าแบบจำลองการทำนาย MLR ดังนั้นเทคโนโลยีการถ่ายภาพไฮเปอร์สเปกตรัมอินฟราเรดใกล้ด้วยการมองเห็นร่วมกับแบบจำลองการทำนาย SVR จึงสามารถนำมาใช้ในการตรวจจับคลอร์ไพริฟอสตกค้างในใบหม่อนแบบไม่ทำลาย

ในการศึกษานี้ สามารถใช้กล้องไฮเปอร์สเปกตรัม 400-1000 นาโนเมตร และ FS13 ซึ่งเป็นผลิตภัณฑ์ของหางโจว CHNSpec Technology Co., Ltd, บจก. สามารถนำไปใช้ในงานวิจัยที่เกี่ยวข้องได้ช่วงสเปกตรัมคือ 400-1,000 นาโนเมตร ความละเอียดของความยาวคลื่นดีกว่า 2.5 นาโนเมตร และสามารถเข้าถึงช่องสเปกตรัมได้สูงสุด 1200 ช่องความเร็วในการรับสามารถเข้าถึง 128FPS ในสเปกตรัมทั้งหมด และสูงสุดหลังจากเลือกแบนด์คือ 3300Hz (รองรับการเลือกแบนด์หลายภูมิภาค) สารอาหารหลักของอาหารผสม ได้แก่ น้ำ เถ้า โปรตีนดิบ แคลเซียม ฟอสฟอรัสทั้งหมด และอื่นๆการตรวจหาสารอาหารหลักของอาหารสัตว์เป็นการเชื่อมโยงทางเทคนิคที่ขาดไม่ได้ในกระบวนการผลิต และเป็นวิธีที่สำคัญในการรับรองคุณภาพของผลิตภัณฑ์อาหารสัตว์วิธีการตรวจจับและวิเคราะห์ฟีดเป็นพื้นฐานของการควบคุมคุณภาพในปัจจุบัน โดยทั่วไปใช้วิธีการวิเคราะห์ทางเคมีแบบดั้งเดิมเพื่อหาสารอาหารหลักของอาหารผสมวิธีการตรวจวัดแบบดั้งเดิมมักใช้เวลานานและใช้แรงงานมาก ส่งผลให้เกิดความล่าช้า ในขณะที่ค่าใช้จ่ายในการตรวจวัดสูง และบางรายถึงกับต้องทำลายตัวอย่างเอง ซึ่งมีความต้องการสูงกว่าสำหรับผู้ปฏิบัติงานและห้องปฏิบัติการด้วยในการสำรวจวิธีการตรวจหาสารอาหารหลักของอาหารสัตว์แบบผสมอย่างรวดเร็ว ให้ส่งเสริมและนำไปใช้อย่างครอบคลุมกับการทดสอบและวิเคราะห์จริงของบริษัทอาหารสัตว์ ซึ่งมีประโยชน์ทางสังคมและเศรษฐกิจสูงในการปรับปรุงอัตราการตรวจหาและส่งเสริมการพัฒนาระดับการทดสอบอาหารสัตว์ผสมการตรวจจับภาพไฮเปอร์สเปกตรัมเป็นชุดเทคโนโลยีขั้นสูงของคอมพิวเตอร์วิทัศน์และการตรวจจับสเปกตรัม การใช้เทคโนโลยีภาพไฮเปอร์สเปกตรัมเพื่อให้ได้ข้อมูลตัวอย่างประกอบด้วยข้อมูลสเปกตรัมจำนวนมากของบล็อกภาพสามมิติ ไม่เพียงแต่มีความละเอียดสเปกตรัมสูงเท่านั้น และข้อมูลสเปกตรัมที่ดึงออกมาจากภาพสามารถใช้ตรวจจับคุณภาพภายในของตัวอย่างได้ดังนั้น เทคโนโลยีการตรวจจับภาพไฮเปอร์สเปกตรัมจึงเป็นที่ชื่นชอบของนักวิชาการทั้งในและต่างประเทศมากขึ้นเรื่อย ๆ และมีการใช้กันอย่างแพร่หลายในการตรวจจับคุณภาพของผลิตภัณฑ์ทางการเกษตร แต่ไม่ค่อยมีรายงานการวิจัยการประยุกต์ใช้ในอาหารผสมในการศึกษานี้ เทคโนโลยีภาพไฮเปอร์สเปกตรัมถูกนำมาใช้เพื่อให้ได้ข้อมูลสเปกตรัมที่มองเห็นได้/ใกล้อินฟราเรดของตัวอย่างทดลองของอาหารผสม และแบบจำลองการวิเคราะห์เชิงปริมาณของสารอาหารหลักในอาหารผสม เช่น ความชื้น เถ้า โปรตีนดิบ แคลเซียม และฟอสฟอรัสทั้งหมด ถูกสร้างขึ้นโดยใช้วิธีการปริมาณสารสัมพันธ์นอกจากนี้ยังให้แนวคิดและพื้นฐานใหม่สำหรับการตรวจจับการป้อนแบบผสมอย่างรวดเร็ว ในการศึกษานี้ เทคโนโลยีภาพไฮเปอร์สเปกตรัมถูกนำมาใช้เพื่อสร้างแบบจำลองการวิเคราะห์เชิงปริมาณของโปรตีนดิบ เถ้าดิบ น้ำ ฟอสฟอรัสทั้งหมด และปริมาณแคลเซียมในอาหารผสมด้วยวิธีการกำจัดตัวอย่างที่ผิดปกติ การแบ่งชุดตัวอย่าง การปรับสภาพสเปกตรัมที่เหมาะสมที่สุด และการเลือกแถบลักษณะเฉพาะโมเดลได้รับการตรวจสอบแล้วชุดตัวอย่างโปรตีนดิบที่แบ่งด้วยวิธี SPXY และชุดตัวอย่างเถ้าดิบที่แบ่งด้วยวิธี CG เมื่อรวมกับ AS, FD และ SNV แบบจำลองการวิเคราะห์เชิงปริมาณที่กำหนดขึ้นในแถบลักษณะเฉพาะมีผลดีที่สุดค่าสัมประสิทธิ์การกำหนดชุดการแก้ไข R& ของแบบจำลองโปรตีนดิบที่เหมาะสมคือ 0.8373, RMSEC ข้อผิดพลาดรูตค่าเฉลี่ยกำลังสองคือ 2.1327%, ข้อผิดพลาดการวิเคราะห์สัมพัทธ์ RPDc คือ 2.4851, ชุดการตรวจสอบความถูกต้อง RV คือ 0.7778, RMSEP คือ 2.6155% และ RPDv คือ 2.1143ได้รับ R& ขี้เถ้าที่เหมาะสมที่สุด RMSEC 1.0107%, RPDc 2.2064, RV 0.7758, RMSEP 1.0611% และ RPDv 2.1204แบบจำลองการวิเคราะห์เชิงปริมาณของโปรตีนดิบและเถ้าดิบแสดงประสิทธิภาพการทำนายที่ดีและสามารถนำมาใช้สำหรับการวิเคราะห์เชิงปริมาณเชิงปฏิบัติชุดตัวอย่างน้ำที่แบ่งด้วยวิธี CG ร่วมกับการปรับสภาพ AS, OSC และ Detrend ให้ผลดีที่สุดในช่วงคุณลักษณะเฉพาะชุดการแก้ไข RE คือ 0.6470, RMSEC คือ 1.8221%, RPD คือ 1.6849, ชุดการตรวจสอบ Ry คือ 0.6314, RMSEP คือ 1.6003%RPDv เท่ากับ 1.9371 แม้ว่าสามารถใช้แบบจำลองในการวิเคราะห์เชิงปริมาณในทางปฏิบัติได้ แต่ความแม่นยำในการทำนายยังคงต้องได้รับการปรับปรุงให้เหมาะสมต่อไปผลลัพธ์ของแบบจำลองการวิเคราะห์เชิงปริมาณที่ได้จากชุดตัวอย่างฟอสฟอรัสทั้งหมดหารด้วยวิธี CG ร่วมกับวิธีการปรับสภาพของ AS, FD และ SNV นั้นเหมาะสมที่สุดอัตราส่วนของ RS, RMSEC และ RPD ของแบบจำลองที่เหมาะสมคือ 0.6038, 0.1656% และ 1.5700 ตามลำดับชุดการตรวจสอบ R9, RMSEP และ RPD/ คือ 0.4672, 0.1916% และ 1.3570 ตามลำดับพารามิเตอร์ประสิทธิภาพของทั้งโมเดลการแก้ไขและโมเดลการตรวจสอบคุณภาพต่ำ ซึ่งบ่งชี้ว่าโมเดลมีความสามารถในการทำนายต่ำและไม่สามารถใช้ในการวิเคราะห์เชิงปริมาณจริงได้หลังจากการปรับสภาพตัวอย่างแคลเซียมที่ตั้งค่าไว้โดยหารด้วยวิธี CG และรวมกับวิธี AS, OSC และ Detrend แบบจำลองการวิเคราะห์เชิงปริมาณที่สร้างขึ้นในแถบลักษณะเฉพาะมีผลดีที่สุด RB ของแบบจำลองที่เหมาะสมคือ 0.4784 และชุดการตรวจสอบ R≈ เท่ากับ 0.4406 เท่านั้นผลการทำนายของแบบจำลองไม่ดี และไม่สามารถนำไปใช้ในการวิเคราะห์เชิงปฏิบัติได้ความแม่นยำในการทำนายของแบบจำลองการวิเคราะห์เชิงปริมาณที่เหมาะสมที่สุดของโปรตีนดิบที่อิงตามเทคโนโลยีภาพไฮเปอร์สเปกตรัมนั้นดีที่สุด และประสิทธิภาพการทำนายของแบบจำลองเถ้าดิบนั้นเป็นแบบที่สอง และทั้งสองอย่างสามารถใช้อย่างแม่นยำในการตรวจจับในทางปฏิบัติควรปรับปรุงความแม่นยำในการทำนายของแบบจำลองการวิเคราะห์เชิงปริมาณที่เหมาะสมที่สุดของน้ำอย่างไรก็ตาม แบบจำลองการวิเคราะห์เชิงปริมาณที่เหมาะสมที่สุดของฟอสฟอรัสและแคลเซียมทั้งหมดมีประสิทธิภาพการทำนายที่ไม่ดีและไม่สามารถใช้สำหรับการตรวจจับในทางปฏิบัติได้

ในการศึกษานี้ มีการใช้กล้องไฮเปอร์สเปกตรัม 400-1000 นาโนเมตร และ FS13 ซึ่งเป็นผลิตภัณฑ์ของหางโจว CHNSpec Technology Co., Ltdสามารถใช้สำหรับการวิจัยที่เกี่ยวข้องช่วงสเปกตรัมคือ 400-1,000 นาโนเมตร ความละเอียดของความยาวคลื่นดีกว่า 2.5 นาโนเมตร และสามารถเข้าถึงช่องสเปกตรัมได้สูงสุด 1200 ช่องความเร็วในการรับสามารถเข้าถึง 128FPS ในสเปกตรัมทั้งหมด และสูงสุดหลังจากเลือกแบนด์คือ 3300Hz (รองรับการเลือกแบนด์หลายภูมิภาค) เจลาตินยาแคปซูลแข็งกลวงเป็นสารเพิ่มปริมาณยาชนิดพิเศษ ซึ่งมีปริมาณโครเมียมเป็นดัชนีการทดสอบที่สำคัญที่กำหนดโดยมาตรฐานสุขภาพแห่งชาติแคปซูลที่มีปริมาณโครเมียมมากเกินไปมักเรียกกันว่า "แคปซูลพิษ" และเป็นพิษอย่างมากต่อร่างกายมนุษย์ในปัจจุบัน ปริมาณโครเมียมถูกกำหนดด้วยวิธีการวิเคราะห์ทางเคมีแบบดั้งเดิมวิธีการตรวจจับโครเมียมแบบดั้งเดิมนั้นใช้เวลานาน อุปกรณ์มีราคาแพง การใช้กรดไนตริกจำนวนมากในการย่อยทำให้เกิดมลพิษทุติยภูมิได้ง่าย และการทำงานของเครื่องมือต้องใช้บุคลากรมืออาชีพในการดำเนินการให้เสร็จสิ้นดังนั้นการพัฒนาวิธีที่สะดวกและรวดเร็วในการตรวจจับปริมาณโครเมียมในแคปซูลยาจึงมีความสำคัญต่อการใช้งานและโอกาสทางการตลาด   จากความเป็นไปได้ของการตรวจจับไฮเปอร์สเปกตรัมของโลหะหนัก เอกสารนี้ใช้อะตอมมิกแอบซอร์บชั่นสเปกโตรเมทรีแบบดั้งเดิมเพื่อเปรียบเทียบผลลัพธ์ที่รวบรวมได้ของ MEHGC ปกติและ MEHGC ที่มีปริมาณโครเมียมมากเกินไป จากนั้นรวบรวมข้อมูล MehGC สองประเภทด้วยการวิเคราะห์ไฮเปอร์สเปกตรัม และใช้การวิเคราะห์องค์ประกอบหลัก (PCA) และวิธีกำลังสองน้อยที่สุดบางส่วนเพื่อวิเคราะห์ข้อมูลไฮเปอร์สเปกตรัม และสร้างแบบจำลองที่เกี่ยวข้องในที่สุดเพื่อให้ได้การตรวจหา "ยาพิษแคปซูล" ในเชิงคุณภาพ   เนื่องจากข้อมูลไฮเปอร์สเปกตรัมประกอบด้วยแบนด์อิมเมจหลายภาพ แต่ละภาพจึงถือเป็นคุณลักษณะได้หากข้อมูลไฮเปอร์สเปกตรัมถูกลดขนาดลง ข้อมูลต้นฉบับจะถูกเปลี่ยนเป็นระบบพิกัดใหม่เพื่อเพิ่มความแตกต่างระหว่างข้อมูลภาพให้มากที่สุด และผลลัพธ์ที่ได้จะแตกต่างจากภาพต้นฉบับอย่างมากเทคนิคนี้มีประสิทธิภาพมากในการปรับปรุงเนื้อหาข้อมูล แยกสัญญาณรบกวน และลดขนาดข้อมูลส่วนประกอบหลัก 4 อย่างแรกที่ได้รับหลังจากลดขนาด PCA ของภาพไฮเปอร์สเปกตรัมจะแสดงไว้ในรูปที่ 1 ข้อดีของภาพไฮเปอร์สเปกตรัมคือไม่ได้มีเพียงข้อมูลภาพเท่านั้น แต่ยังมีข้อมูลสเปกตรัมด้วยในการรับข้อมูลสเปกตรัม ภูมิภาคที่สนใจจะถูกเลือกสำหรับแต่ละตัวอย่าง และแต่ละภูมิภาคที่สนใจจะมีเส้นโค้งการตอบสนองทางสเปกตรัมเนื่องจากความแตกต่างของสีระหว่างฝาแคปซูลและตัวแคปซูล เพื่อขจัดอิทธิพลของสีที่มีต่อผลลัพธ์ จึงมีการเลือกพื้นที่ที่น่าสนใจสองแห่งสำหรับแต่ละแคปซูล (หนึ่งบนฝาแคปซูลและอีกแห่งบนตัวแคปซูล)ภูมิภาคที่สนใจสามารถสุ่มเลือกได้ในภาพไฮเปอร์สเปกตรัมของแคปซูล และจำนวนพิกเซลในแต่ละภูมิภาคจะอยู่ระหว่าง 2 ถึง 6 ข้อมูลสเปกตรัมสุดท้ายสำหรับภูมิภาคที่สนใจจะคำนวณเป็นค่าเฉลี่ยของพิกเซลทั้งหมดในพื้นที่เส้นโค้งสเปกตรัมของ 4 ภูมิภาคที่แตกต่างกัน (แคปซูลและแคปของแคปซูลปกติและ "แคปซูลพิษ" ตามลำดับ) แสดงในรูปที่ 2 ในข้อมูลไฮเปอร์สเปกตรัมที่ 450~900 นาโนเมตร ข้อมูลสเปกตรัมของแคปซูลปกติและ "แคปซูลพิษ" ได้มาจากการเลือกบริเวณที่สนใจซึ่งถูกทำให้เป็นมาตรฐานก่อน จากนั้นจึงทำการลดขนาดข้อมูลและการวิเคราะห์จำแนกโดย PLS-DAเมื่อเลือกตัวดำเนินการ PLS สี่ตัวเป็นคุณสมบัติอินพุต อัตราการรับรู้ของแคปซูลปกติและ "แคปซูลพิษ" ถึง 100%ความจำเพาะและความไวก็เป็น 100%;จะเห็นได้ว่าแคปซูลธรรมดาและ "แคปซูลพิษ" สามารถแยกความแตกต่างได้ด้วยวิธีการเลือกปฏิบัติของ PLS-DAการใช้เทคโนโลยีภาพไฮเปอร์สเปกตรัมเพื่อตรวจจับ "แคปซูลพิษ" สามารถลดความซับซ้อนของวิธีการแบบดั้งเดิมได้อย่างมาก   นอกจากนี้ เพื่อเพิ่มความมั่นใจ ตัวอย่างต้องได้รับการตรวจในสเปกตรัมที่กว้างขึ้น เช่น การเรืองแสงหรือรังสีอัลตราไวโอเลตในขณะที่ดำเนินการ "แคปซูลพิษ" ในเชิงคุณภาพ ยังจำเป็นต้องทำการวิจัยเชิงปริมาณด้วย ซึ่งสามารถพิจารณาสร้างแม่แบบเจลาตินที่มีปริมาณโครเมียมต่างกัน ค้นหาแบบจำลองความสัมพันธ์ระหว่างเนื้อหาโครเมียมของแม่แบบและข้อมูลสเปกตรัม และใช้แบบจำลองนี้เพื่อทำนายปริมาณโลหะหนักโครเมียมของ "แคปซูลพิษ" ที่ไม่รู้จักจากผลกระทบที่ตามมาของเหตุการณ์ "ยาแคปซูลพิษ" ตัวอย่างจึงหาได้ยาก แต่เพื่อปรับปรุงประสิทธิภาพของการทดสอบ จึงจำเป็นต้องใช้ตัวอย่างแคปซูลที่หลากหลายซึ่งมีปริมาณโครเมียม

ในการศึกษานี้ สามารถใช้กล้องไฮเปอร์สเปกตรัม 400-1000 นาโนเมตร และ FS13 ซึ่งเป็นผลิตภัณฑ์ของหางโจว CHNSpec Technology Co., Ltdสามารถใช้สำหรับการวิจัยที่เกี่ยวข้องช่วงสเปกตรัมคือ 400-1000nm และความละเอียดของความยาวคลื่นดีกว่า 2.5nm สูงถึง 1200 สองช่องสเปกตรัมความเร็วในการรับสามารถเข้าถึง 128FPS ในสเปกตรัมทั้งหมด และสูงสุดหลังจากเลือกแบนด์คือ 3300Hz (รองรับการเลือกแบนด์หลายภูมิภาค) ข้าวฟ่างเป็นหนึ่งในพืชอาหารที่สำคัญในประเทศจีน เนื่องจากธัญพืชมีสารอาหารที่อุดมไปด้วยในอุตสาหกรรมไวน์จึงมี "ไวน์ที่ดีไม่สามารถแยกออกจากเม็ดสีแดง" การตัดสินที่เฉียบแหลม ความต้องการต่อปีสูงถึง 20 ล้านตันปัจจุบัน ข้าวฟ่างไวน์พันธุ์หลัก ได้แก่ Luzhou Red, Qinghuyang, Runuo No. 7 และข้าวฟ่างข้าวเหนียวอื่นๆ ที่มีปริมาณแป้งสูงเนื่องจากมีข้าวฟ่างหลายชนิดและพื้นที่การผลิตที่แตกต่างกัน ปริมาณแป้ง โปรตีน ไขมัน และแทนนินในเมล็ดข้าวจึงแตกต่างกันมาก ซึ่งนำไปสู่ความแตกต่างอย่างมากในรสชาติ รูปแบบ คุณภาพ และผลผลิตของสุราจะเห็นได้ว่าการระบุพันธุ์ข้าวฟ่างที่ถูกต้องและมีประสิทธิภาพก่อนการเก็บเป็นชุดของวัตถุดิบข้าวฟ่างมีความสำคัญอย่างยิ่งในการชี้นำการผลิตสุราคุณภาพสูง ซึ่งสามารถควบคุมกระบวนการผลิต เช่น เวลาในการต้มเมล็ดพืช ปริมาณการใช้น้ำและการนึ่งเมล็ดข้าวในระหว่างกระบวนการผลิตวิธีการระบุแบบดั้งเดิมส่วนใหญ่ประกอบด้วยการระบุเชิงประจักษ์ด้วยตนเองและการตรวจหาตัวอย่างทางชีวภาพแบบแรกอยู่ภายใต้อิทธิพลส่วนตัว ประสิทธิภาพต่ำ และยากที่จะสร้างมาตรฐานที่เป็นเอกภาพ ในขณะที่แบบหลังยุ่งยาก ใช้เวลานาน และลำบากทั้งสองอย่างนี้ไม่สามารถตอบสนองความต้องการของผู้ประกอบการสุราสมัยใหม่ในการระบุข้าวฟ่างได้ ดังนั้นจึงเป็นเรื่องเร่งด่วนที่จะต้องหาวิธีจำแนกและตรวจหาความหลากหลายของข้าวฟ่างที่รวดเร็ว แม่นยำ และเรียบง่ายวัตถุประสงค์ของการศึกษานี้คือเพื่อจำแนกพันธุ์ข้าวฟ่าง 11 สายพันธุ์โดยการรวมข้อมูลสเปกตรัมและข้อมูลรูปภาพ และระบุพันธุ์ข้าวฟ่างที่แตกต่างกันโดยปรับเทคโนโลยีไฮเปอร์สเปกตรัมและวิธีการเรียนรู้ของเครื่องให้เหมาะสมผ่านการเปรียบเทียบและการตรวจสอบภายนอก เพื่อปรับปรุงความแม่นยำและประสิทธิภาพในการนำไปใช้   เส้นโค้งสเปกตรัมดั้งเดิมของตัวอย่าง 550 ตัวอย่างจากข้าวฟ่าง 11 ประเภทและเส้นโค้งสเปกตรัมหลังการปรับสภาพ MSC แสดงอยู่ในรูปที่ 1 แต่ละสีแสดงถึงหมวดหมู่ที่แตกต่างกัน ในบทความนี้ ศึกษาการจำแนกข้าวฟ่าง 11 สายพันธุ์โดยอาศัยการผสมผสานของสเปกตรัมไฮเปอร์สเปกตรัมและข้อมูลภาพรวบรวมภาพไฮเปอร์สเปกตรัมของข้าวฟ่าง เลือกความยาวคลื่นคุณลักษณะ 48 รายการจากสเปกตรัมหลังจากการประมวลผลล่วงหน้าของ MSC โดยอัลกอริทึม SPA จากนั้นจึงแยกคุณลักษณะพื้นผิวของภาพแบบจำลองการจัดประเภท SVM, PLS-DA และ ELM ถูกสร้างขึ้นตามคุณลักษณะของพื้นผิว สเปกตรัมทั้งหมด สเปกตรัมของคุณลักษณะ และข้อมูลภาพที่รวมกันตามลำดับสุดท้าย ข้อมูลที่ไม่เกี่ยวข้องกับการสร้างแบบจำลองถูกใช้สำหรับการตรวจสอบภายนอกผลลัพธ์แสดงว่าแบบจำลองการจัดประเภท SVM ตามการผสมผสานระหว่างฟีเจอร์สเปกตรัมและฟีเจอร์พื้นผิวมีผลดีที่สุดอัตราการจดจำที่ถูกต้องของชุดทดสอบคือ 95.3% และความแม่นยำของชุดการตรวจสอบคือ 91.8%การรวมกันของสเปกตรัมที่มองเห็นได้และภาพที่มองเห็นได้อย่างมีประสิทธิภาพสามารถรับรู้การรับรู้อย่างรวดเร็วของข้าวฟ่างไวน์ และปรับปรุงความแม่นยำในการจดจำของแบบจำลองสิ่งนี้ให้พื้นฐานทางทฤษฎีสำหรับการตรวจจับวัตถุดิบการหมักที่แตกต่างกันและการทำให้ระบบอัตโนมัติในการกลั่นเบียร์เป็นจริง

ในการศึกษานี้ มีการใช้กล้องไฮเปอร์สเปกตรัม 400-1000 นาโนเมตรเพื่อตรวจจับด้านในของวอลนัท และสามารถใช้ FS-13 ซึ่งเป็นผลิตภัณฑ์ของ Hangzhou CHNSpec Technology Co., Ltd สำหรับการวิจัยที่เกี่ยวข้องในการตรวจจับพื้นผิววอลนัทในช่วงสเปกตรัม 800-1700 นาโนเมตร สามารถใช้กล้องไฮเปอร์สเปกตรัม FS-15 ในช่วงสเปกตรัม 900-1700 นาโนเมตรที่มีความละเอียดของความยาวคลื่นดีกว่า 2.5 นาโนเมตร และช่องสเปกตรัมสูงถึง 1200 ช่องความเร็วในการรับสามารถเข้าถึง 128FPS ในสเปกตรัมทั้งหมด และสูงสุดหลังจากเลือกแบนด์คือ 3300Hz (รองรับการเลือกแบนด์หลายภูมิภาค) วอลนัทเป็นอาหารประเภทถั่วที่เหมาะสำหรับทุกเพศทุกวัยและเป็นพืชน้ำมันที่มีเนื้อไม้ที่สำคัญพื้นที่เพาะปลูกและผลผลิตของวอลนัทในจีนเป็นอันดับหนึ่งของโลกการทดสอบคุณภาพและการคัดเกรดเมล็ดวอลนัทเป็นการเชื่อมโยงที่สำคัญในการผลิตและการแปรรูปวอลนัทตามมาตรฐานแห่งชาติที่เกี่ยวข้อง ตัวบ่งชี้คุณภาพลักษณะของเมล็ดวอลนัทประกอบด้วยความสมบูรณ์และสีผิว ในขณะที่ตัวบ่งชี้คุณภาพภายในประกอบด้วยปริมาณไขมันและปริมาณโปรตีนในการผลิตจริง การแบ่งเกรดเมล็ดวอลนัทส่วนใหญ่อาศัยการเลือกรูปลักษณ์และสีด้วยตนเอง ซึ่งมีต้นทุนการผลิตสูงและการสุ่มเกรดสูง ทำให้แยกแยะคุณภาพภายในได้ยากการทดสอบทางเคมีแบบดั้งเดิมนั้นทำลายตัวอย่างและใช้เวลานานในการตรวจจับ ทำให้ยากต่อการปรับให้เข้ากับข้อกำหนดการผลิตสมัยใหม่ในปัจจุบัน การวิจัยเกี่ยวกับการใช้เทคโนโลยีไฮเปอร์สเปกตรัมสำหรับการตรวจจับคุณภาพวอลนัทส่วนใหญ่มุ่งเน้นไปที่การจำแนกประเภทเปลือกและเมล็ดวอลนัท และไม่มีรายงานที่เกี่ยวข้องเกี่ยวกับคุณภาพของเมล็ดวอลนัท เพื่อสำรวจวิธีการในการตรวจจับคุณภาพภายในและการจำแนกลักษณะของเมล็ดวอลนัทไปพร้อมๆ กัน การศึกษานี้ใช้เทคโนโลยีการถ่ายภาพไฮเปอร์สเปกตรัมเพื่อคัดกรองสเปกตรัมคุณลักษณะของปริมาณไขมัน ปริมาณโปรตีน และสีของเมล็ดวอลนัท และคัดกรองแถบคุณลักษณะที่เกี่ยวข้อง ของตัวบ่งชี้คุณภาพเพื่อเป็นข้อมูลอ้างอิงสำหรับการประยุกต์ใช้ในการทดสอบคุณภาพเมล็ดวอลนัทแบบไม่ทำลาย ข้อมูลสเปกตรัมเฉลี่ยของตัวอย่างเมล็ดวอลนัทในย่านอินฟราเรดใกล้ (863-1704 มม.) และข้อมูลสเปกตรัมที่ประมวลผลล่วงหน้าแสดงในรูปที่ 3 ลักษณะโดยรวมของข้อมูลสเปกตรัมดั้งเดิมของตัวอย่างนั้นสอดคล้องกันโดยทั่วไป ยกเว้น พีคของการดูดกลืนน้ำ พีคการดูดกลืนของส่วนประกอบอื่นๆ ไม่ชัดเจน และจำเป็นต้องมีการประมวลผลสเปกตรัมเพิ่มเติมวิธีการประมวลผลล่วงหน้าที่รวม MSE และ SNV ช่วยลดอิทธิพลของสัญญาณรบกวนพื้นหลัง ทำให้ข้อมูลสเปกตรัมของตัวอย่างราบรื่นขึ้นในขณะเดียวกัน ยังเพิ่มความสอดคล้องกันของข้อมูลสเปกตรัม ไฮไลท์พีคและหุบเขาสเปกตรัม และเพิ่มคุณสมบัติสเปกตรัมให้แข็งแกร่งยิ่งขึ้น การจำแนกระดับลักษณะของเมล็ดวอลนัทตามข้อมูลสเปกตรัมและคุณลักษณะของภาพรูปที่ 6 แสดงเส้นโค้งสเปกตรัมเฉลี่ยของตัวอย่างเมล็ดวอลนัทสามสีในบริเวณแสงที่มองเห็นได้และคลื่นสั้นใกล้อินฟราเรด (382~1027nm)เนื่องจากสัญญาณรบกวนในส่วนด้านหน้าและด้านหลังของสเปกตรัมมีผลกระทบอย่างมาก จุดคลื่นความถี่ 20 จุดในส่วนด้านหน้าและด้านหลังจึงถูกลบออกจากรูปที่ 6 จะเห็นได้ว่าในสเปกตรัมดั้งเดิม การสะท้อนแสงสเปกตรัมของตัวอย่างเมล็ดวอลนัทที่มีสีต่างกันสามสีแสดงแนวโน้มที่ลดลงอย่างมีนัยสำคัญในช่วงแสงที่มองเห็นได้ เนื่องจากสีเปลี่ยนจากสีอ่อนเป็นสีลึก และสเปกตรัมค่อนข้างไม่เป็นระเบียบ ในช่วงอินฟราเรดใกล้ข้อมูลสเปกตรัมที่ประมวลผลล่วงหน้าโดยวิธี MSC และ SNV ร่วมกันแสดงความสม่ำเสมอและความสม่ำเสมอในการสะท้อนแสงสเปกตรัม ซึ่งเป็นประโยชน์สำหรับการประมวลผลสเปกตรัมในภายหลัง โดยใช้เทคโนโลยีการถ่ายภาพไฮเปอร์สเปกตรัม เพื่อศึกษาวิธีการตรวจสอบคุณภาพภายในและภายนอกของเมล็ดวอลนัทด้วยการรวมข้อมูลสเปกตรัมและภาพเข้าด้วยกัน ทำให้สามารถทำนายปริมาณโปรตีนและไขมันของเมล็ดวอลนัทและการจัดระดับคุณภาพลักษณะที่ปรากฏตามความสมบูรณ์และสีได้สำเร็จผลลัพธ์แสดงให้เห็นว่าการรวมกันของอัลกอริทึม CARS และวิธีการสัมประสิทธิ์สหสัมพันธ์สามารถขจัดข้อมูลที่ไม่เกี่ยวข้องและซ้ำซ้อนในแถบสเปกตรัมทั้งหมดได้อย่างมีประสิทธิภาพเมื่อเปรียบเทียบกับแถบสเปกตรัมแบบเต็ม การตรวจสอบชุด R ของแบบจำลองการทำนายแถบคุณลักษณะสำหรับปริมาณโปรตีน ² จาก 0.66 เป็น 0.91, RMSEP ลดลงจาก 1.37% เป็น 0.78%;การตรวจสอบชุด R สำหรับปริมาณไขมัน ² จาก 0.83 เป็น 0.93 RMSEP ลดลงจาก 0.98% เป็น 0.47% ซึ่งบ่งชี้ว่าแถบคุณลักษณะที่เลือกช่วยลดความซับซ้อนของแบบจำลองได้อย่างมีประสิทธิภาพและปรับปรุงความสามารถในการทำนายด้วยการรวมสเปกตรัมคุณลักษณะความแตกต่างของสีเข้ากับพารามิเตอร์คุณลักษณะทางสถิติของภาพ สเปกตรัมแถบคุณลักษณะความแตกต่างของสีทั้งหมดถูกแยกออกจากภาพไฮเปอร์สเปกตรัม ซึ่งสามารถลดการรบกวนของข้อมูลที่ซ้ำซ้อนได้อย่างมากและปรับปรุงประสิทธิภาพการสร้างแบบจำลองด้วยการรวมสเปกตรัมแถบคุณสมบัติความแตกต่างของสีทั้งหมดเข้ากับพารามิเตอร์คุณสมบัติทางสถิติของภาพ ความแม่นยำในการจำแนกประเภทจึงได้รับการปรับปรุงให้ดียิ่งขึ้นเมื่อเทียบกับแถบ RGBเมื่อใช้โมเดลการจำแนกสีที่สร้างโดยอัลกอริทึม DT โมเดลจะมีความแม่นยำในการจำแนกสีสูงสุด (98.6%)การใช้ภาพไฮเปอร์สเปกตรัมประสบความสำเร็จในการตรวจจับพารามิเตอร์คุณภาพภายใน (ปริมาณโปรตีน ปริมาณไขมัน) และการจำแนกคุณภาพลักษณะที่ปรากฏ (ความสมบูรณ์ สี) ของเมล็ดวอลนัทไปพร้อม ๆ กัน ซึ่งเป็นโซลูชันใหม่สำหรับการประยุกต์ใช้การทดสอบแบบไม่ทำลายของเมล็ดวอลนัท คุณภาพ.    

กลับไปที่โรงเรียนวิทยาศาสตร์ประถมนี่คือสเปกตรัมที่มองเห็นได้ ซึ่งเป็นแสงที่เรามองเห็นได้ด้วยตาเปล่า แต่เป็นส่วนเล็กๆ ของสเปกตรัมแม่เหล็กไฟฟ้า นี่คือสเปกตรัมแม่เหล็กไฟฟ้ามันเริ่มต้นด้วยรังสีแกมมาทางซ้ายสุดและเดินทางไปทางขวาผ่านรังสีเอกซ์ ไมโครเวฟ และคลื่นวิทยุสเปกตรัมที่มองเห็นได้เพียงเล็กน้อยระหว่างอัลตราไวโอเลตและอินฟราเรดเป็นเพียงส่วนเดียวของสเปกตรัมที่มนุษย์สามารถมองเห็นได้ด้วยตาเปล่า เว้นแต่จะมี OBA เข้ามาเกี่ยวข้อง OBAs ดูดซับส่วนหนึ่งของแสงอัลตราไวโอเลตที่มองไม่เห็นและเปล่งแสงอีกครั้งเป็นแสงสีน้ำเงินแสงสีฟ้าที่สะท้อนออกมานี้ทำให้ผ้าดูสว่างและขาวขึ้น ได้รับความอนุเคราะห์จากวิกิพีเดีย ภาพนี้แสดงความยาวคลื่นที่มองเห็นได้ทางด้านขวา และบริเวณรังสีอัลตราไวโอเลตทางด้านซ้ายสารเพิ่มความสดใสแบบออปติคัลทำงานโดยการดูดซับรังสียูวีเหล่านี้และดูดซับกลับคืนในบริเวณสเปกตรัมที่มองเห็นได้ด้วยตามนุษย์

ความมันวาวเป็นปริมาณทางกายภาพที่ประเมินความสามารถของพื้นผิวของวัสดุในการสะท้อนแสงลักษณะพื้นผิวของวัตถุ ความเงาขึ้นอยู่กับความสามารถในการสะท้อนแสงของพื้นผิวเป็นแสงการสะท้อนแบบพิเศษ หมายถึง ปรากฏการณ์สะท้อนที่มุมสะท้อนเท่ากับมุมตกกระทบความมันวาวเป็นปริมาณทางกายภาพที่ประเมินความสามารถของพื้นผิววัสดุในการสะท้อนแสงภายใต้ชุดเงื่อนไขที่กำหนดทางเรขาคณิตดังนั้นจึงแสดงคุณสมบัติของการสะท้อนด้วยการเลือกทิศทางตามลักษณะของความเงา ความเงาสามารถแบ่งออกได้เป็นหลายประเภทเรามักพูดว่า gloss หมายถึง "กระจกเงา" ดังนั้น gloss meter บางครั้งเรียกว่า mirror gloss meter ความมันวาววัดจากปริมาณแสงที่สะท้อนจากพื้นผิวที่สัมพันธ์กับมาตรฐานอ้างอิงกระจกขัดเงาปริมาณแสงที่สะท้อนจากพื้นผิวขึ้นอยู่กับมุมตกกระทบและธรรมชาติของพื้นผิวหน่วยวัดความเงาคือหน่วยความเงา (GU)ยิ่ง GU ต่ำเท่าใด การสะท้อนความมันก็ยิ่งน้อยลงยิ่ง GU สูง ความเงาที่สะท้อนยิ่งสูง ความเงาแบ่งออกเป็นแบบด้าน กึ่งเงา และแบบเงาสูงมุมที่วัดได้คือมุมระหว่างแสงตกกระทบกับแสงสะท้อนมีการระบุมุมการวัดสามมุม (20º/60º/85º) สำหรับการเคลือบผิวอุตสาหกรรมส่วนใหญ่ในการกำหนดหรือเลือกมุมที่เหมาะสมกับความต้องการของคุณ ให้ใช้เครื่องวัดความเงาเพื่อวัดมุมที่60º และเลือกมุมภายในช่วงความมันวาวที่ต้องการ

ต้องใช้สามสิ่งในการเห็นสี—ดวงตา แสง และวัตถุของเรา—และทั้งสามนั้นแปรผันได้   การเปลี่ยนแปลงในสายตามนุษย์: พันธุกรรม หน่วยความจำสี ความล้าของดวงตา ตาบอดสี และยารักษาโรค เป็นเพียงตัวแปรบางส่วนที่ส่งผลต่อความสามารถของเราในการแยกแยะความแตกต่างของสีนอกจากนี้ เราทุกคนเห็นความแตกต่างเล็กน้อยในสี ซึ่งนำไปสู่การแยกระหว่างโอเปอเรเตอร์และกะ   การเปลี่ยนแปลงประเภทของแสง: แสงมีผลมากที่สุดต่อสีที่เราเห็นสเปกตรัมที่มองเห็นได้ หรือที่เรียกว่ารุ้ง (RGBIV) ประกอบด้วยแสงที่มีความยาวคลื่นประมาณ 400 ถึง 700 นาโนเมตร และแบ่งออกเป็นสามสีหลัก ได้แก่ สีแดง สีเขียว และสีน้ำเงินแสงแต่ละประเภท เช่น หลอดไส้ ฟลูออเรสเซนต์ และแสงแดด มีความยาวคลื่นรวมกันต่างกัน ดังนั้นจึงเปล่งแสงประเภทต่าง ๆ   การสะท้อนของวัตถุ: วัตถุนั้นไม่มีสีคุณสมบัติของพวกมันกำหนดความยาวคลื่นของแสงที่ถูกดูดกลืนและแสงสะท้อนเป็นส่วนผสมของแสงสะท้อนที่เข้าตาทำให้เรารับรู้สีเมื่อประเภทของแสงเปลี่ยนไป เช่น ระหว่างหลอดฟลูออเรสเซนต์ในโรงงานและแสงธรรมชาติ ปริมาณแสงที่สะท้อนจากวัตถุและสีที่ออกมาก็จะเปลี่ยนไปเช่นกัน

Haze ชื่อภาษาอังกฤษ haze คือเปอร์เซ็นต์ของความเข้มของแสงที่ส่องผ่านซึ่งเบี่ยงเบนจากมุมตกกระทบมากกว่า 2.5 องศาไปยังความเข้มของแสงที่ส่องผ่านทั้งหมดยิ่งมีหมอกควันมาก ความมันวาวและความโปร่งใสของฟิล์มยิ่งต่ำลง โดยเฉพาะระดับการถ่ายภาพเป็นพารามิเตอร์ที่สำคัญสำหรับความโปร่งใสทางแสงของวัสดุโปร่งใสหรือโปร่งแสง (แผ่นพลาสติก, แผ่น, ฟิล์มพลาสติก, แก้วแบน)ตามมาตรฐานแห่งชาติ สำหรับแต่ละตัวอย่าง หมอกควันจะถูกคำนวณเป็นเปอร์เซ็นต์   การส่องผ่านทั้งหมดเป็นศัพท์ทางกายภาพที่บ่งบอกถึงความสามารถของแสงที่จะผ่านตัวกลางเป็นเปอร์เซ็นต์ของฟลักซ์การส่องสว่างที่ผ่านตัวโปร่งใสหรือโปร่งแสงและฟลักซ์การส่องสว่างที่ตกกระทบเมื่อความเข้มของแสงตกกระทบ I0 คงที่ ยิ่งความเข้ม ia ของตัวกลางดูดซับแสงมากเท่าใด ความเข้มของแสงที่ส่องผ่านก็จะยิ่งน้อยลงเท่านั้นมัน / I0 ใช้เพื่อแสดงถึงความสามารถของแสงที่ผ่านตัวกลางซึ่งเรียกว่าการส่องผ่านมันแสดงใน T นั่นคือ t = มัน / I0

L * a * b * หรือที่เรียกว่า CIE-lab เป็นหนึ่งในพื้นที่สีที่สม่ำเสมอกันมากที่สุดสำหรับการวัดสีของวัตถุซึ่งเสนอโดย CIE ในปี 1976 เป็นพื้นที่สีที่จัดตั้งขึ้นเพื่อเอาชนะระยะทางที่เท่ากันของสี YXY แผนภาพอวกาศไม่เหมือนกับความแตกต่างของสีที่เราสังเกตเห็น ในพื้นที่สีนี้ L * หมายถึงแสงและความมืด + หมายถึงค่าตัวเลขของแสงที่สูงขึ้นและ - หมายถึงค่าตัวเลขของความมืดที่ต่ำกว่าA * หมายถึงสีแดงและสีเขียว + หมายถึงค่าตัวเลขของสีแดงบางส่วนที่สูงขึ้น และ - หมายถึงค่าตัวเลขของสีเขียวบางส่วนที่ต่ำกว่าB * หมายถึงสีเหลืองและสีน้ำเงิน + หมายถึงค่าตัวเลขของสีเหลืองที่สูงขึ้น และ - หมายถึงค่าตัวเลขของสีน้ำเงินที่ต่ำกว่า นอกจากนี้ ยังมี CIE-L *C*HL * c * h ใช้พื้นที่สีเดียวกับ l * a * b *ใช้พิกัดทรงกระบอกแทนพิกัดสี่เหลี่ยมL * หมายถึงแสงสว่างและความมืด + หมายถึงแสงสว่างและ - หมายถึงความมืดC * หมายถึงความอิ่มตัวของสีH แทนมุมของสีค่าความอิ่มตัวของสี c * ที่จุดศูนย์กลางของวงกลมคือ 0 ยิ่งห่างจากศูนย์กลางของวงกลมมากเท่าใด c * ก็ยิ่งมากขึ้นเท่านั้นมุมของสีถูกกำหนดให้เริ่มจากแกน a และเพิ่มเป็นองศา0 °คือ + a (สีแดง), 90 °คือ + B (สีเหลือง) L * u * V * color space (หรือที่รู้จักในชื่อ CIEluv color space) เป็นหนึ่งในพื้นที่สีที่เหมือนกันหลายช่องที่ระบุไว้ใน CIE1976 , abscissa แทน U * และพิกัดแทน V * ซึ่งสามารถใช้สำหรับการตรวจจับแหล่งกำเนิดแสง  

ทฤษฎีการมองเห็นสีสมัยใหม่ระบุว่ามีเซลล์พีระมิดที่ไวต่อสีอยู่สามชนิดบนเรตินาของมนุษย์ ซึ่งมีความไวต่อสีแดง สีเขียว และสีน้ำเงินตามลำดับกระบวนการของการมองเห็นสีสามารถแบ่งออกเป็นสองขั้นตอนในระยะแรก เซลล์เสี้ยมทั้งสามชนิดบนเรตินาจะเลือกดูดซับรังสีที่ช่วงความยาวคลื่นต่างๆ ของสเปกตรัมแสงในเวลาเดียวกัน สารแต่ละชนิดสามารถทำให้เกิดปฏิกิริยาสีขาวและสีดำ ซึ่งปฏิกิริยาสีขาวจะอยู่ภายใต้แสงจ้าและปฏิกิริยาสีดำจะไม่มีการกระตุ้นจากภายนอกในระยะที่สอง ระหว่างการส่งแรงกระตุ้นเส้นประสาทจากตัวรับกระดูกสันหลังไปยังศูนย์การมองเห็น ปฏิกิริยาทั้งสามนี้จะถูกรวมใหม่เพื่อสร้างปฏิกิริยาของเส้นประสาทที่เป็นปฏิปักษ์กัน 3 คู่ ได้แก่ แดงหรือเขียว, เหลืองหรือน้ำเงิน, ขาวหรือดำ และในที่สุดก็สร้าง สีต่างๆ ในศูนย์ประสาทสมอง   แต่ละสีในธรรมชาติสามารถเลือกได้แม่สีสีแดง สีเขียว และสีน้ำเงินที่สามารถกระตุ้นเซลล์รับทั้งสามในดวงตาของมนุษย์ได้ผสมกันในสัดส่วนที่เหมาะสมดังนั้นจึงมีการแนะนำแนวคิดใหม่ที่เรียกว่าค่าไตรสติมูลัส กล่าวคือ ตัวกระตุ้นเมตาทั้งสามตัวที่ตรงกับสีที่จะวัดในระบบทริสติมูลัสที่กำหนดนั้น จะถูกแทนด้วย X, y และ Z ตามลำดับ หลังจากการทดลองสีอย่างกว้างขวางในดวงตาของมนุษย์จำนวนมากที่มีภาวะปกติ การรับรู้สี (เช่น ผู้สังเกตการณ์มาตรฐาน) วัดฟังก์ชันการจับคู่สีของจำนวนสัมพัทธ์ของตัวกระตุ้นกระดูกสันหลังที่เกิดจากความยาวคลื่นที่มองเห็นได้ (400-700 นาโนเมตร)ฟังก์ชันเหล่านี้ถูกรวมเข้าด้วยกันและวาดเป็นเส้นโค้งเพื่อสร้างเส้นโค้งค่าสเปกตรัมไตรสติมูลัสของผู้สังเกตมาตรฐานของเรา (ดูรูปที่ 1-1)