參考價格
面議型號
品牌
產(chǎn)地
芬蘭樣本
暫無看了sCMOS VNIR高光譜成像系統(tǒng)的用戶又看了
虛擬號將在 180 秒后失效
使用微信掃碼撥號
sCMOS高光譜相機光譜范圍涵蓋400-1000 nm(VNIR)范圍,,具有極低的噪聲,、高分辨率、高成像速率和堅固的結(jié)構(gòu),,是一款專為各種科研及商業(yè)應(yīng)用設(shè)計的非常優(yōu)秀的高光譜成像測量工具,。
sCMOS高光譜相機由一個ImSpector V10E,和一個高速sCMOS面陣單色相機組成,,作為一款線性推掃式相機,,為每個像素提供完整的、連續(xù)的光譜信息,。在光譜儀中使用的透射衍射光柵和透鏡光學提供了高質(zhì)量,、低失真的圖像,以滿足*苛刻的規(guī)格要求,。
該相機具有極低的噪聲(幾個電子)和高信噪比等優(yōu)異性能,。2184像素的空間分辨率,高達100張/秒的成像速率和可調(diào)的binning特性,,使其成為一款可以滿足更高級別要求的高光譜成像系統(tǒng)。
主要特點
l 科研級溫度穩(wěn)定sCMOS探測器
l 空間分辨率高達2184像素
l 光譜波段數(shù)高達946
l 幀率:100幀/秒(全幀),,binning條件下可達更高幀速
l 超高信噪比,,專為科研及商業(yè)應(yīng)用領(lǐng)域設(shè)計
相機規(guī)格
光學特性 | |
光譜相機 | sCMOS-CL-50-V10E |
光譜范圍 | 400-1000nm |
光譜分辨率FWHM | 2.9nm(30μm狹縫) |
光譜采樣 | 0.63-5.07nm(根據(jù)binning調(diào)整) |
空間分辨率 | RMS光斑大小<9μm |
F值 | F/2.4 |
狹縫寬度 | 30μm(18,,50,,80或150μm可選) |
有效狹縫長度 | 14.2mm 14.2mm |
電氣特性 | |
探測器 | 溫度穩(wěn)定sCMOS |
空間像素 | 2184 |
光譜波段數(shù) | 946 |
像素大小 | 6.5μm |
信噪比(峰值) | 170:1(無binning)至680:1(8×2binning) |
相機輸出 | 16bit CameraLink |
數(shù)據(jù)線纜 | 5m長度 |
相機控制 | CameraLink |
幀捕獲器 | BitFlow Carbon |
幀率 | 100fps(全幀) |
附件特性 | 非對稱空間與光譜binning(SW) |
曝光時間范圍 | 8.1-100ms |
功耗 | 60W |
輸入電壓 | 110/230V,50/60Hz或24V DC |
環(huán)境特性 | |
存儲溫度 | -20…﹢50℃ |
操作溫度 | ﹢5…﹢40℃,,無凝水 |
機械特性 | |
尺寸 | 400×110×120mm |
重量 | 2.0kg |
鏡頭支座 | 標準C-mount |
快門 | 電機械快門 |
附件配置:PFD系統(tǒng)提供多種附件供用戶擴大應(yīng)用領(lǐng)域
l 前置物鏡:為整個光譜范圍提供高質(zhì)量的圖像和光譜數(shù)據(jù),,可選18,、23、140mm鏡頭
l 采集光纖:將相機轉(zhuǎn)換成多點光譜儀,,所有的點均在沒有移動復(fù)用器的情況下同時測量
l 鏡像掃描器或旋轉(zhuǎn)平臺:用于掃描靜態(tài)目標和戶外場景,,或結(jié)合X-stage sample mover用于桌面和顯微鏡應(yīng)用。
l 數(shù)采軟件:PFD支持LUMO軟件,,用于采集數(shù)據(jù),、設(shè)置參數(shù)、影像實時可視化,、ENVI兼容格式數(shù)據(jù)立方,,支持多款通用軟件進一步處理分析。
l SDK:還可以為快速高效的應(yīng)用開發(fā)提供SDK
應(yīng)用領(lǐng)域
應(yīng)用案例
(1)基于多傳感器的地質(zhì)礦物探測:
基于不同的多傳感器組合,,對于礦物表面的細節(jié)表達及詳細的光譜分析是非常有利的,。通過VNIR、SWIR和LWIR范圍內(nèi)的傳感器組合可以同時探測蝕變礦物和成巖礦物,,并提高在不同波長區(qū)域具有特征的某些礦物的探測可靠性,。高空間分辨率數(shù)據(jù)的集成可以用于繪制復(fù)雜的礦物樣品,可據(jù)此在分類基礎(chǔ)上對礦物域進行制圖,,并作為相對豐度的半定量估計,。
(2)水果表皮甲醛檢測:
福爾馬林作為一種對人體有害的生物采樣化學物質(zhì),被廣泛應(yīng)用于孟加拉國,,作為魚類,、水果、蔬菜等食品的防腐劑,。本研究使用sCOMS相機對不同新鮮水果和被福爾馬林污染過的水果進行光譜成像,,通過K-NN方法和SVM方法分析實驗數(shù)據(jù),結(jié)果表明,,兩種分類算法對福爾馬林污染水果的新鮮水果分類正確率均為70-94%,,其中k-NN對每個樣本的正確率均高于SVM 85%以上。紅蘋果,、青蘋果和番茄在k-NN和SVM的分類準確率均在90%以上,。基于這種精度,,以光譜反射率作為波長特征函數(shù)即能夠成功地應(yīng)用于果蔬新鮮度檢測及質(zhì)量控制,。
暫無數(shù)據(jù)!