一、检测目的和依据

1、使用 400-1000nm、900-1700nm 相机采集西兰花的光谱数据；

2、客户通过化学方法，获取到西兰花的鲜绿度值和褐变多酚值

3、使用机器学习、深度学习等技术，对西兰花光谱数据与化学方法获取的西兰花鲜绿度值和褐变多酚值进行训练拟合，实现通过高光谱技术无损评级西兰花等级的技术实验与落地。

二、样品类别及数量

样本：测试实验客户来样西兰花样品 数量16公斤

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，放样移动平台）

    3、黑色托盘（低反射率背景）

    4、辅助材料：标签（用于标记西兰花编号，方便对兰花光谱数据与化学值相对应）

采集方式

   1、样品摆放规则：将西兰花样品按如图所示摆放

2、数据采集模式：使用反射模式采集西兰花样品400-1000nm、900-1700nm反射率数据。

3、设备调参：

   调节相机高度，使相机视场可以覆盖所有样品

   调节镜头光圈到最大：F1.4

   调节镜头焦距，使样品图像最清晰

   曝光时间调整到合适的值，避免采集到的样品数据过曝

四、采集结果

1. 数据提供

提供数据格式，每个样品数据包含如下6个格式文件：

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

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

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

d、提供样品摆放实拍图（.jpg格式）

2. 数据展示

采集参考Q/EX C 0628-2025标准