一、检测目的与依据

1、采用400-1000nm可见光波段、900-1700nm近红外波段双光谱高光谱相机，全面采集鸭皮蛋完整光谱数据集与成像数据，覆盖蛋体外观及内部品质特征波段；

2、依托高光谱无损光学检测技术，精准提取鸭皮蛋专属光谱曲线特征，无需破壳、不损伤样品，实现蛋体品质无接触检测；

3、结合机器学习、深度学习人工智能算法，对海量鸭皮蛋光谱数据开展模型训练与数据拟合，优化缺陷识别模型精度，达成鸭皮蛋裂纹、霉变、变质、内部瑕疵等各类缺陷的无损智能识别，完成技术实验验证与工业化落地应用。

二、样品类别及数量

样本：客户送检鸭皮蛋测试样品  数量：60个

三、检测设备与采集方式

检测设备

1.  400-1000nm、900-1700nm双波段高光谱相机

2. 辅助设备：光学暗箱（配备350-2500nm光源及放样移动平台）；

3.  辅助工具：黑色托盘（低反射率背景，避免环境光干扰光谱采集）；

4. 辅助材料：标签（用于标记样品编号，实现光谱数据与样品的精准对应）。

采集方式

1、样品摆放：

a、将样品按图示要求，整齐摆放在黑色托盘上

2、数据采集模式：

采用反射模式，采用反射 透射成像模式，采集鸭皮蛋样品400-1000nm、900-1700nm双波段完整反射率光谱数据。

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

调整曝光时间至适宜值，避免采集数据出现过曝现象，保证光谱数据准确性。

四、采集结果

数据提供

本次检测为每个样品提供以下6种格式的完整数据文件，确保数据可追溯、可分析：

a、样本400-1000nm、900-1700nm原始数据（.dat、.hdr格式），完整保留原始采集信息，支持二次分析与模型优化；

b、样本400-1000nm、900-1700nm反射率数据（.dat、.hdr格式），经标准板校准，可直接用于模型训练拟合，确保数据的可靠性；

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），留存原始摆放状态，便于数据追溯与异常排查，保障检测流程的可追溯性。

高光谱分析展示

采集参考Q/EX C 0628-2025标准