高光谱成像与短视频成像结合机器学习应用于检测防火涂料的一致性

为了快速识别市场常见的防火涂料品牌,结合光谱成像与机器学习,提出了2种快速检测防火涂料一致性的方法。采用高光谱成像和短视频成像技术,测量了7种品牌防火涂料样品的光谱,利用主成分分析法对光谱数据进行降维,表明各品牌存在可分性。对光谱数据进行预处理、划分训练集和测试集后,评估常用机器学习方法的分类准确度,包括最小二乘判别分析、支持向量机等。结果表明:将光谱成像技术与机器学习结合,能够准确地区分防火涂料的品牌。短视频成像仅需智能手机即可实现光谱采集,具有技术成本低、操作便捷等优势,该技术与机器学习结合,在现场原位检测防火涂料的一致性有更广阔的应用前景。