Anwendung einer hyperspektralen Kamera zur Messung des Feuchtigkeitsgehalts von Holz

Der Feuchtigkeitsgehalt von Holz ist ein wichtiges Merkmal der Holzqualität, das sich erheblich auf die Holzverarbeitung, -verwendung und -lagerung auswirkt.Obwohl die herkömmlichen Methoden zur Messung des Feuchtigkeitsgehalts von Holz, wie z. B. die Wiegemethode und die Widerstandsmethode, eine gewisse Genauigkeit aufweisen, sind die, haben sie einige Nachteile wie umständliche Bedienung, lange Messzeiten und Schäden an Holz.nichtzerstörerisches und effizientes Verfahren zur Messung des Feuchtigkeitsgehalts von Holz.

一、Prinzip der Hyperspektralkameraprüfung
Hyperspektralkameras können spektrale Informationen über die Holzoberfläche erfassen, einschließlich der Reflexionsfähigkeit oder Übertragung des Holzes bei verschiedenen Wellenlängen.Da der Feuchtigkeitsgehalt des Holzes seine Spektralmerkmale beeinflusst,, kann der Feuchtigkeitsgehalt durch Analyse der Spektralinformation von Holz abgeleitet werden.und das Vorhersagemodell zwischen Holzfeuchtigkeitsgehalt und Spektralinformationen kann durch Vorbearbeitung ermittelt werden, um die schnelle Prüfung des Holzgehaltes zu realisieren.

二、Anwendungsbeispiele
Instrument: Farbspektrum eingebautes Schubsweep FS-17 Nahe-Infrarot-Hochspektrometer
Hilfsgeräte: Konstante Spektrallichtquelle - für die Modellierung in Innenräumen
Lichtquelle: lineare Halogenlichtquelle

Versuchsmaterialien: Als Versuchsmaterialien werden eine Reihe von Holzproben mit unterschiedlichem Feuchtigkeitsgehalt verwendet.und diese Holzblöcke werden zyklisch getrocknet, um verschiedene Feuchtigkeitsgehalteszustände zu erhalten.

Datenerfassung: Die spektralen Bilder von Holzproben wurden mit Hilfe eines hyperspektralen Bildgebungssystems erfasst.Es ist notwendig, dass die Lichtverhältnisse stabil sind, um die Auswirkungen von Lichtveränderungen auf die Spektralinformationen zu vermeiden.Zur gleichen Zeit kann zur Erzielung genauerer Ergebnisse eine Spektralbildaufnahme an mehreren Stellen der Holzprobe durchgeführt werden.und der Durchschnittswert wird als endgültige Spektraldaten genommen..

Datenverarbeitung: Vorverarbeitung der gesammelten Spektraldaten, wie zum Beispiel Lärmentfernung, Spektralkorrektur usw.Anschließend wird ein Feature-Selection-Algorithmus verwendet, um die charakteristische Wellenlänge im Zusammenhang mit dem Feuchtigkeitsgehalt von Holz zu extrahieren, um das Modell zu vereinfachen und die Vorhersagegenauigkeit zu verbessern.

Modellbau: Auf der Grundlage der gewonnenen charakteristischen Wellenlänge wurde das Vorhersagemodell zwischen Holzfeuchtigkeitsgehalt und Spektralinformationen erstellt.Zu den gängigen Modellierungsmethoden gehört die Gauss-Prozessregression (GPR)Diese Modelle können den Feuchtigkeitsgehalt von Holz anhand seiner Spektralinformationen schnell vorhersagen.

Validierung des Modells: Das etablierte Modell wird mit Hilfe eines unabhängigen Validierungs-Satzes validiert, um seine prädiktive Leistung und Genauigkeit zu bewerten.Zu den gängigen Auswertungsindizes gehören der Korrelationskoeffizient (R2) und der Quadratwurzelfehler (RMSE).

三、Anwendungsvorteile
Schnelle Prüfung: Die Hyperspektralkamera kann in kurzer Zeit die Spektralinformationen der Holzoberfläche erhalten, um die schnelle Prüfung des Feuchtigkeitsgehalts des Holzes zu realisieren.

Nichtzerstörerische Prüfung: Im Vergleich zu herkömmlichen Prüfverfahren verursacht die hyperspektralen Bildgebungstechnologie keine Schädigung des Holzes.so ist es besser geeignet, wertvolles Holz oder Holz, das in seiner Integrität gehalten werden muss, zu testen.

Hohe Genauigkeit: Durch die Erstellung eines genauen Vorhersagemodells können mit Hilfe von hyperspektralen Kameras hochdruckige Prüfungen des Feuchtigkeitsgehalts von Holz durchgeführt werden.die strengen Anforderungen an die Qualitätskontrolle der Holzverarbeitung erfüllen.

四、Anwendungsperspektive
Mit der kontinuierlichen Entwicklung und Verbesserung der hyperspektralen Bildgebungstechnologie werden ihre Anwendungsmöglichkeiten bei der Prüfung des Feuchtigkeitsgehalts von Holz breiter werden.Wir können uns auf das Aufkommen von hyperspektralen Kameras mit höherer Präzision freuen., schneller und einfacher zu bedienen, um den Anforderungen der Holzverarbeitungsindustrie an Qualitätskontrolle und intelligente Produktion gerecht zu werden.kombiniert mit fortschrittlichen Technologien wie maschinellem Lernen und Deep Learning, kann die Genauigkeit und das Intelligenzniveau der Holzfeuchtigkeitsprüfung weiter verbessert werden.

Zusammenfassend kann gesagt werden, dass die Hyperspektralkameras bei der Prüfung des Feuchtigkeitsgehalts von Holz erhebliche Vorteile bieten, da sie eine effiziente, genaue und zerstörungsfreie Inspektionsmethode für die Holzverarbeitungsindustrie bieten..