SWIR视觉系统在农业生产中的应用
通过短波红外光改进产品检测
要想满足市场标准和消费者期望，重点在于确保苹果或土豆等水果和蔬菜的质量。传统的检测方法通常仅限于目视观察，这既耗时又容易出错。Basler SWIR视觉系统则为食品检测质量控制提供了可靠的视觉方案。
用于农产品的SWIR应用
为了更高效可靠地检测农产品，SWIR视觉系统提供了丰富的应用选项，可从容应对发生损坏或污染等情况。
让不可见的细节尽在眼前
短波红外光(SWIR)的特性为质量保证工序提供了令人振奋的应用潜能和全新方法。
visSWIR技术可提供额外信息
苹果存在瘀伤的例子清楚地表明了传统检查方法的局限性：它大多受限于单纯的目视观察，作业耗时长，主观性强，极容易出现人为错误。即便想尽办法在可见光谱范围内成像来克服这些限制，但最终依然无法提供所需的细节水平：此类应用场景更需要的是可以透过表面看本质的视觉系统。
SWIR：系统可视性
要在SWIR范围内获取图像，需要有适用于短波红外光谱的对应殊产品。SWIR以系统化的形式运作，选择合适的镜头、滤光片和光源的组件对SWIR成像质量至关重要，因此需要了解各个应用的具体要求。
嵌入式视觉系统的组件
Basler ace 2 X visSWIR相机能够检测可见光和不可见光，从而提高检测过程的效率。在本实例中，近红外(NIR)和短波红外(SWIR)光会穿透苹果皮，尤其是可以在含水量较高的区域揭示防潮性的变化。然而，出色的SWIR视觉系统不仅能实现这个功能：
传统镜头通常针对可见光谱进行了优化，而专用镜头可以排除可见光范围。为了同时拍摄这两个光谱范围，Basler提供了专门设计的定制镜头。与visSWIR兼容的镜头.
光学滤光片 在SWIR应用中至关重要，因为它可以根据波长范围控制光线传输。
SWIR光源配备的LED可确保SWIR视觉系统提供可靠一致的成像质量。
使用Blob分析进行定位
这款软件可以使应用变得智能。在视觉硬件的基础上，Basler Blob分析 软件模块可用于分割和分析暗区。Blob分析技术会根据图像中的灰度值来检测图像中的不同区域，支持识别缺陷、杂质或糖含量的变化，从而能够采取适当的措施，显著提高产品检测效率。
需要获取有关特定应用的技术支持？我们很乐意为您提供个人化咨询服务，并分享为您的应用量身定制的SWIR产品线。
自动修正像素缺陷
Basler ace 2 X visSWIR型号搭载基于InGaAs技术的Sony（索尼）SenSWIR芯片，其特点是像素更小，能够提供比传统芯片更高的分辨率。为了解决工业SWIR成像中常见的像素错误，我们特别开发了Pixel Correction Beyond（像素校正超越）功能。
Pixel Correction Beyond（像素校正超越）：无像素缺陷的图像
InGaAs芯片的典型像素缺陷会对图像处理带来负面影响。Pixel Correction Beyond（像素校正超越）是一种动态缺陷像素校正技术，也是我们的SWIR相机成像质量出色的原因之一。
该功能是以Basler开发的一种算法为基础。在运行过程中，该功能可识别每幅图像中的像素缺陷，并自动在相机的FPGA中进行修正，避免图像信息失真。
SWIR：农产品检测的完美之选
Basler的SWIR视觉系统提高了农产品检测的效率和可靠性。该相机系统可帮助农业生产者改善质量保证、缺陷检测和分拣效率，从而改进工作流程，使之符合市场标准，并向消费者提供始终如一的高质量产品。
优势概览
具有协调组件的视觉系统，可提高图像清晰度并准确地检测缺陷
使用先进的视觉算法进行可靠的缺陷检测，以准确识别缺陷并降低因疏忽而导致风险
基于实时分析来优化分拣流程，提高整体运营效率
该解决方案所用的产品
想实施类似的解决方案？这些产品将能助您一臂之力。
