哪種高光譜相機好用,國產高光譜相機or進口高光譜相機?
發布時間:2023-12-08
瀏覽次數:506
隨著人們對顏色追求的提升,色差儀越來越多地運用到工業生產中。國內用戶在選擇時,可能會面臨國產色差儀還是進口色差儀的困擾。那么,應該如何選擇呢?可以從以下幾個方面進行考量。
隨著人們對顏色追求的提升,高光譜相機越來越多地運用到工業生產中。國內用戶在選擇時,可能會面臨國產高光譜相機還是進口高光譜相機的困擾。那么,應該如何選擇呢?可以從以下幾個方面進行考量。
?
國產高光譜相機品牌
國產高光譜相機起步晚,所以品牌不多,當前市場知名度比較高的國產品牌有:雙利合譜、彩譜、賽斯拜克等。雙利合譜側重高光譜遙感領域,彩譜和賽斯拜克則產品線比較全面。其中,賽斯拜克是國內少有的真正擁有與國際接軌的核心技術且能產業化生產制造的企業,產品系列包括:高光譜相機、高光譜成像儀、顯微高光譜成像系統、無人機高光譜成像系統、水下輻射剖面光譜儀、地物光譜儀等,應用范圍涵蓋:農業、林業、工業分選、食品檢測、礦物勘探、文物鑒定、生物研究、醫學診斷、環境監測等領域,可以滿足客戶從可見光到近紅外光、從固體到液體、從宏觀到微觀、從地面到天空的圖像檢測需求。
但從整體來說,國內高光譜相機質量參差不齊,還存在諸多不健全不完善之處,這也是不少消費者觀望、有顧慮的地方。
進口高光譜相機品牌
進口高光譜相機的品牌較多,比較知名的品牌有:芬蘭Specim、美國Headwall 加拿大Telops、德國Cubert GmbH等。這些品牌無論是從性能質量、知名度還是市場份額來說,都是進口高光譜相機里較好的。
從整體發展來說,進口高光譜相機起步比較早,質量比較好,但是價格較為昂貴。從消費者的普遍認知來說,往往會認為進口的就是最好的,所以很多消費者在初期的時候會花費大價錢購買進口的高光譜相機。
?
?
國產高光譜相機?VS進口高光譜相機
以上簡單介紹了國產高光譜相機和進口高光譜相機的一些基本情況,那么,究竟哪種更好用呢?我們選取了國內市場份額比較高的兩個品牌的型號進行對比,總體來說,性能各有千秋,價格來說進口的比較昂貴,用戶可以自行比較判斷。
賽斯拜克SP150M近紅外高光譜相機
SP150M近紅外高光譜相機采用自主開發的高光譜成像技術,光譜范圍900-1700nm以推掃成像的方式,在同一時間獲得目標區域的所有光譜信息數據,具有光譜范圍廣、光譜線性度好、成像速度快、分辨率高等優點。廣泛應用于教育科研、智慧農業、生態環保、智能制造、食品分析等領域。
SP150M近紅外高光譜相機特點
1、光譜范圍廣,可覆蓋400-1700nm的近紅外光,波長分辨率優于6nm,多達256個光譜通道;
2、數據采集速度快,全譜段≥300fps,ROI后可實現3300Hz;
3、多種焦距鏡頭可選,8mm/16mm/25mm/35mm焦距鏡頭可根據用戶需求更換;
4、采用高衍射效率的透射光柵分光元件,可獲得更精準、更高分辨率的光譜數據;
5、采用12V直流供電方式,功耗小于15W;
6、可適配多種探測器;
7、全自動光譜數據采集與存儲;
8、采集軟件+SDK可提供便捷易用的二次開發支持。
Specim SWIR 高速高光譜相機
SWIR 高光譜相機是SPECIM 在短波紅外波段研發的一款性能優越的高光譜相機。在1000 - 2500 nm 短波紅外波段具有快速采集功能的高光譜相機中,裝備有恒溫探測器的SPECIM SWIR 高光譜相機具有較高的靈敏度和穩定度。它可以較大程度地滿足從藥品成分檢測、包裝檢測到食品和農產品分析等如今最熱門的近紅外化學物質成像光譜分析類的應用。不僅可以滿足高質量的實驗室研究的需求,更能服務于快速工業生產的需要。
Specim SWIR 高速高光譜相機適用于
? 化學藥品和材料分揀
? 制藥學
? 廢品回收
? 礦物填圖
? 食品和農產品分析
? 含水量分布
? 藝術品鑒定
? 醫學鑒定等
相關產品
-
紅外光譜的發展、原理、特點、分類
紅外光譜的發展、原理、特點、分類紅外光譜的技術在各領域中的應用相繼經歷了很長時期,逐漸完善著自身技術在領域中的應用,且將低成本高性能作為發展與創新的主要方向。本..
-
近紅外光譜技術的優缺點和應用范圍
?由于近紅外光譜在光纖中良好的傳輸性,近年來也被很多發達國家廣泛應用在產業在線分析中。近紅外定量分析因其快速、正確已被列人世界谷物化學科技標準協會和美國谷物化學..
-
高光譜數據常見預處理方法有哪些?
高光譜在采集數據時會有成百上千個不同的波段數據,數據量巨大從而增加了數據處理的難度。而且在高光譜圖像采集過程中會有來自儀器與環境的干擾,獲得的光譜信號易存在噪聲..
-
高光譜成像儀光譜數據特征波長的選取方法介紹
高光譜成像儀?在對樣品進行側臉時,會采集多波段的光譜數據,全波段數據有較多的冗余信息,因此就需要采用一定的方法來選取樣本光譜的特征波段與紋理特征的重要變量。本文..