一、检测目的和依据

1、采用400-1000nm、900-1700nm双波段高光谱成像相机，完成妃子笑荔枝果实的全域光谱数据采集，覆盖果蔬品质检测核心波段；

2、通过光谱检测技术，精准验证相同甜度等级妃子笑荔枝对应的光谱曲线特征参数，锁定甜度专属光谱特征指纹；

3、依托机器学习、深度学习人工智能算法，对妃子笑荔枝高光谱数据集进行训练与拟合建模，完成高光谱无损甜度鉴别技术的实验验证，实现该技术在果蔬糖分无损检测领域的落地应用。

二、样品类别及数量

样本：测试实验客户来样水果妃子笑荔枝样品 数量1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、黑色哑光托盘（低反射率背景，消除成像反光误差，保障光谱数据纯净度）

4、辅助材料：标识标签，用于逐一标记妃子笑荔枝样品编号，实现样品与光谱特征曲线数据精准对应匹配

采集方式

1、样品摆放规则：将妃子笑荔枝样品按照标准实验图示规范平整摆放，保证成像均匀无遮挡

2、数据采集模式：使用反射模式采集样品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

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

3、实测甜度值展示