一、检测目的与依据

1、采用900-1700nm近红外高光谱相机，采集PVC、ABS、POM、PP、PPS五种混测塑料的光谱图像融合数据，覆盖塑料材质识别核心近红外波段；

2、依托高光谱无损检测技术，实现五种工程塑料材质成分的快速甄别与特征提取，无需破损样品即可完成材质区分；

3、结合机器学习、深度学习人工智能算法，对混测塑料光谱数据集进行比对分析与模型验证，完成多材质塑料混料无损识别技术的实验论证，实现工业化检测落地应用。

二、样品类别及数量

样本：测试实验客户来样塑料混料样品；数量：5片

三、检测设备与采集方式

检测设备

1.  900-1700nm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，采集样品900-1700nm波段的反射率数据；

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

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。

五、高光谱数据分析结果