何时选择多光谱或高光谱相机（或两者）进行水果检查

多光谱和高光谱成像是用于捕获具有比人类颜色感知更高的频谱分辨率的图像的两个主要方法。高光谱成像涉及窄，通常是连续的频谱带，包括可能数百或数千个光谱，而多光谱成像涉及不同带宽的光谱带 - 不一定是连续的。多光谱成像可以被认为是低光谱成像的减少的子集。这两个互补技术不彼此竞争，因此它们之间的选择归结为应用要求。

乐队

在最终用户知道要识别或区分的对象的光谱特征时，多光谱成像可以提供帮助。多光谱成像的方法变化。它们包括将专用LED照明与单色相机，多带通滤波器，光谱仪，棱镜，滤芯或可调谐过滤器一起部署到机器视觉系统中。多个过滤器或专用传感器也可以与用于光谱成像的相机集成。例如，Allied Vision的新款Goldeye相机具有索尼Senswir图像传感器，支持热电冷却，以实现可重复的成像结果 - 对于盟军愿景的Swir的业务开发经理Jens Hashagen表示，对于区分小信号差异的特别重要特征。

Smart Vision Lights等公司支持在多光谱成像应用中使用这些传感器，通过提供SWIR + UV +可见光led的组合机器视觉灯，补充索尼IMX990和IMX991 SenSWIR传感器，以及量子点SWIR视觉系统的胶体量子点(CQD)传感器系列。

“通过提供灯和短波红外成像、可见和紫外波长的LED组合——从365纳米到1750纳米智能视觉灯旨在帮助系统集成商实现全部潜能的划算,多波长多光谱成像系统,”杰里米Brodersen说,光学工程师智能视觉灯。

高光谱成像是一种收集综合光谱数据立方体的方法，可以在以后的应用中进行分析，如土壤或植被的遥感。然而，该技术已经从一种探索性的科学技术发展成为一种可以适应不同类型的物质流和操作环境的技术。specm公司的应用部门负责人卡提亚·勒费夫尔(Katja Lefevre)表示，如今，高光谱相机可以识别和帮助分类含有不同化学成分的材料，或者测量材料的质量参数。

“脂肪和蛋白质在NIR范围内具有非常独特的光谱特征，但不能在可见范围内测量，例如”表示lefevre。“专门针对要求的工业应用的Spemim相机提供了识别潜在的异物和同时测量蛋白质和脂肪含量的能力。”

互补技术

根据先进和业务发展的Matthias Sonder的说法，高光谱成像也是非常复杂的或非常复杂的应用程序的光谱要求（例如，当它们超出典型多光谱成像传感器的能力或成本效益时）Teledyne Imaging，一家提供多个多光谱相机的公司，包括具有两到八个光谱带的线扫描模型。

“多光谱成像的局限性是高光谱成像的优势，反之亦然，”他说。“高光谱成像将永远是勘探工作的首选，在这种情况下，速度、成本和复杂性都不那么重要，而一旦需要建立生产系统，多光谱成像系统将是勘探的自然衍生物。”
但是，重要的是要注意，分拣行业中的许多机器建设者部署了高光谱相机，以便在lefevre的高精度下提供帮助对大量材料进行调整的能力。

JAI公司营销传播经理Rich Dickerson表示，在水果检测等应用中，高光谱成像分析可以分离出3到5个最适合检测系统的光谱通道。

水果检查

多光谱和高光谱成像技术都非常适合食品检测应用，但方法不同。机器视觉系统可以检查水果，如蓝莓、苹果或草莓的质量。这样的任务可以通过聚焦在RGB和近红外(NIR)波段的特定波段来完成。

在可见通道中，系统可以看起来，然后在第一NIR带中使用760或780nm LED，以识别水果的轮廓和难以看到蓝莓等水果上的瘀伤。然后具有850或940nm LED的频段可以寻找成熟和含水量。JAI的产品管理总监Paritosh Puaragi表示，jai的Flex-Eyp光谱棱镜的相机允许客户以高速查看来自相同光轴的视频流，以高速和高分辨率。

另一方面，某些食物检查应用超出了多光谱成像的能力。例如，鳄梨检查涉及对脂肪含量的非常详细的分析，这是一个非常适合高光谱成像技术的任务。

Prayagi说:“由于信息有限，很难判断鳄梨的成熟度。”“为了对水果进行定量分析，这个应用涉及到深度数据，这真的需要很多波段。”

在最成熟的时候收获牛油果对于保证高品质的水果是很重要的。然而，在采摘季节的开始，水果的价格会更高，所以收割者可能会被诱惑去采摘未成熟、不会完全成熟的水果。结果，鳄梨的味道和营养价值就会受到影响。另一方面，太晚采摘的成熟牛油果保质期更短，患病风险也更高。预测牛油果的质量是困难的，但像specm这样的摄像机可以检测并预测肉眼看不到的变化。然后可以建立预测模型并应用于检测水果及其最易腐烂的部分。这些相机的工作范围包括SWIR, VNIR, NIR和MWIR，包括FX10(400到1000纳米)和FX17(900到1700纳米)。它们还可以帮助区分食物中的异物。

做出选择

在决定是否使用多光谱或超光线相机进行给定的应用程序 - 或两者 - 它归止已存在的数据级别。如果系统集成商或最终用户知道有选择的选择数字频带，该频带将提供用于检查或分析的最高级别的细节，则多光谱成像将适合。在需要多光谱带的方案中可以提供比多光谱成像更需要提供的，高光谱成像适合作业。另外，当用户不知道应用程序的频谱要求或想要收集可以分析的数据多维数据集时，Hyperspectral成像技术可以提供帮助。

在农民可能引进需要检查的新水果的情况下，部署这两种选择可能是有意义的。高光谱相机可以识别最优的光谱通道，而多光谱相机可以在这些波段进行高速检测。