Caméra hyperspectrale

Caméra hyperspectraleGamme spectrale: la gamme spectrale est de 900 - 1700 nm, appartient à la région infrarouge à ondes courtes, peut être utilisée dans la reconnaissance des composants, la discrimination des substances, la vision industrielle, la détection de la qualité des produits agricoles, la détection d'écran et d'autres domaines.

Caméra hyperspectraleManière de diviser la lumière: adopte la méthode de répartition de la lumière par réseau de transmission.

Bande spectrale et résolution: possède 512 canaux spectraux avec une résolution spectrale de 6 nm. Une résolution spectrale plus élevée peut être obtenue en changeant la taille de la fente, mais cela affecte la force du signal.

Espace nombre de pixels par rapport à la taille des pixels: le nombre de pixels de l'espace est 640 et la taille des pixels est de 15um.

Vitesse d'imagerie: vitesse d'acquisition de segment à spectre complet jusqu'à 579 FPS avec sélection de bande (roi) jusqu'à 1800 Hz en mode roi pour répondre aux besoins de détection rapide.

Le détecteur: avec le détecteur InGaAs, adapté à la détection de haute sensibilité dans la bande infrarouge à ondes courtes.

Sortie caméra et interface: la sortie de l'appareil photo est une interface usb3.0 pour faciliter la connexion avec des périphériques tels que l'ordinateur pour le transfert de données et le contrôle, l'interface de l'appareil photo est une monture C qui peut s'adapter à une variété d'objectifs.

Conception optique: conception optique avec transmission lumineuse élevée, capacité de détection proche infrarouge élevée à un niveau élevé.

Domaines d'application: largement utilisé dans l'identification des ingrédients, la discrimination des substances, la vision industrielle, la qualité des produits agricoles, la détection d'écran et d'autres domaines. Par exemple, il peut être utilisé pour détecter les caractéristiques qualitatives à l'intérieur d'un produit agricole, telles que le degré de sucre d'un fruit, les défauts internes, etc.; En vision industrielle, il peut être utilisé pour une identification et une classification plus précises des objets; Dans la détection d'écran, vous pouvez détecter les performances optiques et les défauts de l'écran, etc.