在汽车后市场的诸多细分领域中，车饰配件的面漆颜色种类繁多，长期以来依赖人工目测识别，而多种面漆在颜色接近、色差较小的情况下，一直存在识别准确率低、效率差等问题，使得车饰配件制造商在不同颜色面漆的车饰识别与分选上极难形成标准化生产流程与售后机制，严重制约行业的发展。

1、高光谱成像技术

高光谱成像技术是融合了成像技术和光谱技术的一种新兴检测技术，具有无损、无接触、快速等技术特点，可捕捉远大于可见光范围的光谱信息和图像信息，能展示普通可见光成像和肉眼难以识别与区分的物质信息，解决普通可见光成像和肉眼无法实现的更多需求。

本案例主要通过高光谱成像设备与高光谱成像技术采集6份汽车保险杠外饰面漆数据，利用光谱大数据分析应用云平台对6份样品数据进行光谱特征分析、模型训练与匹配，从而精准、高效实现6份样品汽车外饰面漆颜色的识别。

2、高光谱数据采集分析

设备深圳市中达瑞和科技有限公司推扫式高光谱相机，拥有超高光谱分辨率，覆盖400-1700nm波段光谱范围，可快速、精准获取观测目标的高光谱信息，广泛应用于挂载、便携、室内等应用场景。

3、采集样本

本次我们选用6份汽车保险杠外饰作为测试样本，采用400nm-1000nm光谱波段，对6份样品按照5nm间隔连续采集高光谱数据。

4、数据分析与模型训练

在6个样品上分别选取多个位置获取光谱曲线，将6个样品的光谱曲线进行对比分析。

6个样品光谱标注灰度图

6个样品光谱曲线图

通过光谱曲线，可以看出样品5和样品6的反射率较高，样品1、2、3、4的反射率很低。下面我们分别对样品1、2、3、4，样品5、6进行光谱分析。首先对样品1、2、3、4，进行光谱分析，如下图。

样品1、2、3、4光谱标注灰度图

样品1、2、3、4光谱曲线图

从光谱曲线图可以看出，样品1的反射率和其他3种样品光谱曲线区别很大，应是一种颜色面漆。样品2和样品3、4光谱反射率曲线特征趋势有很大区别，可判断样品2是一种颜色面漆。样品3和样品4光谱曲线趋势相近，上图中的曲线分布与样品2有所交叉，因此再进一步单独对样品3和4进行分析，如下图。

样品3、4光谱标注灰度图

样品3、4光谱曲线图

从光谱曲线图可看出，样品3和样品4光谱反射率曲线特征趋势一致，因样品表面弧度、喷漆厚度或角度不同而造成每个区域的反射率曲线在幅值上有所差异，可判断样品3和样品4是同一种颜色面漆。最后对样品5、6进行光谱分析，如下图。

样品5、6光谱标注灰度图

样品5、6光谱曲线图

从如上光谱曲线图可看出，样品5和样品6光谱反射率曲线特征趋势一致，因样品表面弧度、喷漆厚度或角度不同而造成每个区域的反射率曲线在幅值上有所差异，可判断样品5和样品6为同一种颜色面漆。

基于以上分析从反射率光谱曲线图推断，6种样品应该是4种颜色面漆，样品1是一种颜色面漆，样品2是第二种颜色面漆，样品3和样品4应该属于第三颜色面漆，样品5和样品6应该属于第四种颜色面漆。

最后通过中达瑞和高光谱大数据分析应用云平台，把采集的6个样本数据放入数据集中，通过算法分析、模型训练与匹配，得出结论与光谱曲线图推断结论高度一致，如下图。

高光谱分析识别伪彩图

高光谱成像技术因其光谱波段范围宽，物质特征波段抓的准的特性，不仅可以基于物质的颜色来识别和筛选物质，还可基于物质的成分、大小、结构等多维度去捕捉普通成像所捕捉不到的物质图像与光谱信息，是未来机器视觉成像技术主要发展方向之一。

（文章来源于中达瑞和，如有侵权，请联系删文）