ImSpector成像光谱仪
- 公司名称 北京易科泰生态技术有限公司
- 品牌 SPECIM/芬兰
- 型号
- 产地
- 厂商性质 代理商
- 更新时间 2025/7/2 9:14:25
- 访问次数 2645
联系方式：文老师18210150760 查看联系方式
联系我们时请说明是化工仪器网上看到的信息，谢谢!
北京易科泰生态技术有限公司成立于2002年，为中关村高新技术企业，致力于生态-农业-健康研究监测技术推广、研发与服务，特别是在光谱成像技术（高光谱成像技术、叶绿素荧光成像技术、红外热成像技术、无人机遥感等）、植物表型分析技术、呼吸与能量代谢测量技术等方面，与专业企业PSI、Specim、Sable等合作，致力于植物科学、土壤与地球科学、动物能量代谢、水体与藻类及生态环境领域先进仪器技术的引进推广和技术研发集成，为植物/作物表型分析、生态修复及生态?；?、能量代谢测量等提供规划设计、技术方案与系统集成、技术咨询与科技服务。公司技术团队80％以上具备硕士或硕士以上学位，并与*研究生院、中科院植物研究所、中科院动物所、中科院地理科学与资源研究所、中国农科院、中国林科院、中国环科院、中国水科院、清华大学、中国农业大学、北京林业大学、北京大学、中国海洋大学、陕西师范大学、内蒙古大学等建立了长期的技术合作交流关系。
公司下设有叶绿素荧光技术与植物表型业务部、EcoTech®实验室、光谱成像与无人机遥感事业部及无人机遥感研究中心（与陕西师范大学合作建立）、动物能量代谢实验室、内蒙古阿拉善蒙古牛生态牧业研究院及青岛分公司。实验室拥有叶绿素荧光成像、叶绿素荧光仪、水体藻类荧光仪、SPECIM高光谱仪、WORKSWELL红外热成像仪、EasyChem全自动化学分析仪、MicroMac1000水质在线监测系统、ACE土壤呼吸自动监测系统、SoilBox便携式土壤气体通量测量系统、动物呼吸测量系统、LCpro 光合作用测量仪、Hood土壤入渗仪、年轮分析仪等各种仪器设备，可以进行实验研究分析、实验培训等，欢迎与易科泰生态研究室开展合作研究。
易科泰公司与欧洲PSI公司（叶绿素荧光技术与表型分析技术）、美国SABLE公司（动物能量代谢技术）、欧洲SPECIM公司（高光谱成像技术）、欧洲WORKSWELL公司（红外热成像技术）、欧洲ATOMTRACE公司（LIBS元素分析技术）、欧洲BCN无人机遥感中心、欧洲ITRAX公司（样芯密度扫描与元素分析）、美国VERIS公司、英国ADC公司、德国UGT公司、欧洲SYSTEA公司等著名生态仪器技术领域的研发机构和厂商建立了密切的合作关系，在FluorCam叶绿素荧光成像与荧光测量技术、PlantScreen植物表型分析技术、高光谱成像技术、红外热成像技术、光合作用与植物生理生态研究监测、土壤呼吸与碳通量研究监测、动物呼吸代谢测量、水质分析与藻类研究监测、CoreScanner样芯密度CT与元素分析技术、LIBS元素分析技术、无人机生态遥感技术等生态仪器技术及其系统方案集成有着丰富的经验，成为我国农业、林业、地球科学、生态环境研究等领域科技进步的重要研究技术支持力量。由公司研制生产的EcoDrone®无人机遥感平台、SoilTron®多功能小型蒸渗仪技术、SoilBox®土壤呼吸测量技术、PhenoPlot®轻便型作物表型分析系统、SCG-N土壤剖面CO2／O2梯度监测系统、植物生理生态监测技术、动物能量代谢测量技术等，在中科院修购项目、*学科群项目、CERN网络（生态系统监测网络）等项目中发挥重要作用。
“工欲善其事，必先利其器”，易科泰公司将秉承“利其器，善其事”的经营理念，为国内生态-农业-健康研究与发展提供优秀的技术方案和服务。
欢迎关注北京易科泰微信公众号
土壤与植物生理生态研究监测、环境气象监测、水文水质及地下水监测、水土保持研究监测、荒漠化监测、精准农业以及动物生态研究等仪器技术的引进推广和系统集成,并为生态环境实验研究和规划设计提供技术方案和分析测量。
ImSpector系列成像光谱仪，是全球高光谱成像技术Specim公司推出的高性能光谱仪，专为VIS（380-800nm）、VNIR（400-1000nm）和NIR（900-1700nm）波段设计。ImSpector成像光谱仪为世界各地的集成商和机器制造商提供了一种简单的、高性能的、高性价比的集成方法，当它与科学灰度CCD/CMOS相机或InGaAs传感器相结合时，即组成了一个线扫描光谱成像设备，应用于日常使用的各种检查、分类和其他机器视觉解决方案。
ImSpector成像光谱仪优化了每个模组的光谱分辨率、探测器尺寸、空间分辨率和成像速度，可提供市场上最高光学性能的无失真图像，以满足应用要求。
可选前置光学镜头：
标准系列：OL8、OL12、OL17、OL23、OL35用于2/3英寸或更小探测器
增强系列：OLE9、OLE18.5、OLE23、OLE140用于2/3英寸或更大探测器
其他系列：OLES15、OLES22.5、OLES30、OLES56用于N17E
可选配件：
机械快门（增强系列）
收集光纤
带阻滤波器，OBF 570(矩形14×12mm或圆形20mm ?和17mm ?)，用于V10和V10E
用于光源监测的光纤漫射辐照度传感器FODIS(增强系列)
技术参数：
ImSpector | V8 | V10E | V10H | N17E |
光学性能 | ||||
光谱范围 | 380-800nm *1 | 400-1000nm *1 | 400-1000nm *2 | 900-1700nm *2 |
色散 | 66nm/mm | 97.5nm/mm | 139nm/mm | 110nm/mm |
光谱分辨率 | 6nm （80μm狭缝） *2 | 2.8nm （30μm狭缝） *2 | 11.2nm （80μm狭缝） | 5nm （30μm狭缝） |
成像尺寸 | 6.6(光谱)×8.8(空间)mm，对应标准?”图像传感器 | 最大6.15（光谱）×14.2（空间）mm | 4.3（光谱）×6.6（空间）mm，对应标准?”图像传感器 | 最大7.6（光谱）×14.2（空间）mm |
空间分辨率 | 光斑半径＜30μm | 光斑半径＜9μm | 光斑半径＜40μm | 光斑半径＜15μm |
像差 | 轻微像散 | 无像散 | 轻微像散 | 无像散 |
光谱线在空间轴上的弯曲 | Smile＜45μm | Smile＜1.5μm | Smile＜30μm | Smile＜5μm |
空间线在光谱轴上的弯曲 | Keystone＜40μm | Keystone＜1μm | Keystone＜20μm | Keystone＜5μm |
数值孔径 | F/2.8 | F/2.4 | F/2.8 | F/2.0 |
默认狭缝宽度 | 50μm（30，80，150可?。?/span> | 30μm（18，50，80，150μm可选） | 50μm（30，80，150μm可选） | 30μm（30，80，150μm可?。?/span> |
狭缝长度 | 9.6mm | 14.2mm | 9.8mm | 14.2mm |
光输入 | N/A | 远心镜头 | N/A | 远心镜头 |
效率 | ＞50%，不受偏振影响 | |||
杂散光 | ＜0.5%（卤素灯，590nm长通滤波） | ＜0.5%（卤素灯，633nm陷波滤波） | ＜0.5%（卤素灯，1400nm长通滤波） | |
机械性能 | ||||
尺寸 | D 35×139mm | W 60×H 60×L 175mm | D 35×L 139mm | W 60×H 60×L 220mm |
重量 | 300g | 1100g | 300g | 1500g |
机身 | 阳极氧化铝管 | |||
相机接口 | 标准C-mount适配器 | |||
用户调节 | 成像轴相对于探测器行，可调后焦距+/- 1mm | |||
环境性能 | ||||
存储温度 | -20…＋85℃ | |||
运行温度 | ＋5…＋40℃，无凝水 | |||
注：
1 可在探测器窗口前安装带阻滤波器
2 系统光谱和空间分辨率还取决于探测器的离散成像特性和透镜质量
应用案例一：黄曲霉毒素B1自然污染的花生分类
南京财经大学食品科学与工程学院Xueming He等研究人员，使用ImSpector V10e光谱仪+EMCCD相机组成400-1000nm高光谱成像系统，提取并整合光谱、颜色和纹理特征，并采用酶联免疫吸附试验（ELISA）方法测定参考AFB1水平，用以实现一种基于非破坏性高光谱成像方法来区分正常和自然黄曲霉毒素B1（AFB1）污染的花生。
对全光谱进行了不同的预处理，线性判别分析（LDA）结果表明，先进行Savitzky-Golay平滑（SGS），然后进行标准正态变换（SNV）可以实现最佳判别，对校准集和验证集的准确率分别为90%和92%。最后，将偏最小二乘判别分析（PLS-DA）和支持向量机（SVM）的性能与LDA进行了比较，带有RBF核的支持向量机对校准集和验证集的准确率分别为93%和94%，结果最好。
本研究展示了高光谱成像在花生AFB1污染直接分类中的应用潜力，并证明纹理和光谱特征的结合可以改善建模结果。
应用案例二：葡萄籽无损快速品种识别和可视化表达
浙江大学生物系统工程与食品科学学院Yong He等研究人员，使用ImSpector N17E光谱仪+ Xeva 992相机组成HSI系统，分别采集了三个葡萄品种的14015、14300和15042颗葡萄种子在874-1734nm光谱范围内的高光谱图像。通过小波变换对像素级光谱进行预处理，然后提取每个葡萄籽的光谱。对高光谱图像进行主成分分析（PCA），使用前六个PCs的分数用于定性识别不同品种之间的模式，前六个PCs的载荷用于识别有效波长（EWs）。
使用支持向量机（SVM）建立基于EWs的光谱判别模型。结果表明，该方法能够准确地识别出每种葡萄籽的品种，验证精度为94.3%，预测精度为88.7%。使用每个品种的外部验证图像来评估所提出的模型，并形成分类图，其中每个单个葡萄籽被正确识别为属于不同的品种。
总体结果表明，高光谱成像（HSI）技术结合多元分析可以作为一种有效的工具，用于葡萄籽的无损快速品种识别和可视化表达，该方法在开发多光谱成像系统以供实际应用方面具有很大潜力。
参考文献：
[1] He X , Yan C , Jiang X , et al. Classification of aflatoxin B1 naturally contaminated peanut using visible and near-infrared hyperspectral imaging by integrating spectral and texture features[J]. Infrared Physics & Technology, 2021:103652.
[2] Yiying Z , Chu Z , Susu Z , et al. Non-Destructive and Rapid Variety Discrimination and Visualization of Single Grape Seed Using Near-Infrared Hyperspectral Imaging Technique and M*riate Analysis[J]. Molecules, 2018, 23(6):1352-.
采购中心
化工仪器网