Métodos de adquisición y procesamiento de imágenes hiperespectral de muestras de carbón

En la práctica de investigación y producción de la industria del carbón,es muy importante obtener información precisa de las diversas características del carbón para optimizar la utilización del carbón y mejorar la calidad del productoLa tecnología de imágenes hiperespectral, como un poderoso medio de análisis, puede proporcionar abundante información sobre la estructura y composición interna del carbón.y su aplicación se basa en métodos eficientes y precisos de adquisición y procesamiento de imágenes hiperespectrales de muestras de carbón.

La tecnología de imágenes hiperespectrales es una tecnología avanzada que integra la óptica, la electrónica, la informática y otras disciplinas.,las propiedades de reflexión y dispersión de diferentes sustancias a diferentes longitudes de onda de luz.Podemos obtener la información de reflexión del carbón en el rango espectral continuo, que es como la "huella digital" del carbón, que contiene una rica información sobre la composición del material y la estructura.La tecnología de imagen hiperespectral tiene una resolución espectral más alta y puede ser precisa hasta la diferencia de longitud de onda a nivel nanométrico., que puede capturar las características espectrales de varios componentes en el carbón con más detalle.

En este artículo, se utiliza una cámara hiperespectral de 900-1700nm, y FS-15, un producto de Color Spectrum Technology (Zhejiang) Co., LTD., puede usarse para investigaciones relacionadas.Cámara hiperespectral de ondas cortas en el infrarrojo cercano, la velocidad de adquisición del espectro completo hasta 200FPS, se utiliza ampliamente en la identificación de la composición, la identificación de sustancias, la visión artificial, la calidad de los productos agrícolas,detección de pantalla y otros campos.

La aplicación de la tecnología de imagen hiperespectral en la detección del valor calorífico del carbón es relativamente simple y eficiente.Los datos de imagen hiperespectrales se obtienen escaneando muestras de carbón con equipos de imagen hiperespectrales.La aplicación de la tecnología de imagen hiperespectral en la detección del valor calorífico del carbón es relativamente simple y eficiente.Los datos de imagen hiperespectrales se obtienen escaneando muestras de carbón con equipos de imagen hiperespectrales..

Interfaz de adquisición de imágenes hiperespectrales

Estos datos contienen información sobre la reflectividad del carbón a diferentes longitudes de onda.espectro correcto, etc., para mejorar la calidad de los datos.

a) La imagen original b) Área de interés

Selección de las regiones de interés para las imágenes hiperespectrales del carbón

Curva espectral media de la región de interés

Seis puntos SG de filtración suave

Debido a las características del propio instrumento y a la influencia de factores ambientales, el espectro recogido puede presentar algunos problemas, como la deriva de longitud de onda y la desviación de intensidad.El propósito de la corrección espectral es corregir estas desviaciones para que puedan reflejar con precisión las características espectrales reales de las muestras de carbónLos métodos de calibración espectral comunes incluyen la calibración de longitud de onda y la calibración de radiación.Calibración de la longitud de onda Calibra la precisión de la longitud de onda del espectrómetro de imagen utilizando materiales estándar con características espectrales conocidas, como las lámparas de mercurio y las lámparas de neón, para garantizar que el valor de longitud de onda correspondiente a cada píxel sea preciso.La calibración radiométrica consiste en convertir el valor gris de la imagen en el valor de reflexión real midiendo el tablero estándar con reflexión conocida, eliminando así la influencia de factores como la respuesta del instrumento y la iluminación desigual en la intensidad espectral.

Los resultados de la corrección de dispersión multivariada se muestran en la figura.

Resultados de corrección de dispersión multivariada

Transformación normal estándar

Resultado de la transformación normal estándar

La adquisición y el procesamiento de imágenes hiperespectral de muestras de carbón es un proceso complejo y crítico.optimizar el proceso de adquisición y utilizar métodos avanzados de procesamiento de imágenesEn la actualidad, se puede extraer información abundante y precisa sobre el carbón a partir de imágenes hiperespectrales, lo que proporciona un fuerte apoyo técnico para la investigación, la producción y el control de calidad de la industria del carbón.Con el continuo desarrollo de la tecnología, las perspectivas de aplicación de la tecnología de imagen hiperespectral en el campo del carbón serán más amplias y se espera que traiga nuevos avances para el desarrollo de la industria del carbón.