CHNSpec Technology （Zhejiang）Co.,Ltd

I.紹介: 色の一貫性 現代 化粧品 や パーソナル ケア 業界 で は,色 は 単なる 製品 の 視覚 的 な コーティング で は なく,ブランド の 信頼性 や 製品 の 卓越 性 を 直接 示し て いる もの です.肌の色を精密に混ぜ合わせる液体ファウンデーション鮮やかな色彩の表示を必要とするリップスティック 滑らかな色彩分散に依存するアイシャドーやプレスされた粉末まで 消費者は色彩の精度に関して 極めて挑発的です 生産量間の視覚色差や,店舗内のテストサンプルと販売された小売製品間の色差は,必然的に深刻な商業的影響を引き起こします. 顧客 の 苦情 と 返品 率 の 増加: 消費 者 は 偽物 や 期限 切っ た 製品 や 作り直し の 製品 を 疑う. ブランド資本の減少: プレミアムビューティブランドは,グローバル配送チャネルで厳格な色の均一化がなければ,高い市場ポジションを維持することはできません. 高額な 生産 廃棄物: 詰め込み や プレス する 後に 影 の 調整 が 間違っ て いる こと を 検知 する と,原材料 と 労働 時間 が 相当 に 浪費 さ れ ます. これらのリスクをなくすために 化粧品メーカー (OEM,ODM,ブランド所有者) は 標準化され,定量化され,高精度なカラー品質管理 (QC) システムが必要です II.化粧品の色測定における実践的な課題 化粧品の配合は,液体,ペスト,圧縮粉末,半固体など,しばしば真珠,ミカ,光学変容剤を含んでいる.これらの特徴は光学色測定を複雑にする: 1液体ファウンデーションとコーセラー 濡れから乾燥の色変化:液体製剤は,皮膚の膜形成中に酸化または水分蒸発を経験し,視覚の色調を変化させます.品質管理は,確立されたデジタル基準に対して,ドライフィルム状態の色を評価する必要があります.. 多相散: 基礎は,チタン二酸化物,鉄酸化物 (赤,黄色,黒) および有機色素を含む複雑な乳液である. 光は乳液マトリックス内に広く散布する.標準化された光学照明の幾何学を要求する. 2リップスティック,リップバーム & グロース 高光輝の干渉性:高濃度の色素とワックスで作られ,リップスティック表面は強い鏡反射を示します.カラーメーターは,真の色密度を捉えるために,分散した反射から鏡反射を隔離する必要があります. マイクロエリア曲線幾何学:斜め唇膏の尖端は,標準的な大開口色計がきれいに密封できない小さな非平面表面を特徴としています. 3圧縮粉末,ブラッシャー,緩い粉末 圧縮密度の差異:圧縮圧の差異は粒子の包装密度を変化させ,光の反射と認識された影の強さに直接影響する. メタメリスム&エフェクトピグメント: ミカ真珠を含むアイシャドウは,異なる光源 (例えば,D65日光対F2店舗照明) の下で異なる色の振る舞いを示します. III.化粧品の色測定のための光学構成の選択 オプティカルジオメトリ:D/8°統合球とSCI/SCEモードCHNSpec色計とスペクトロフォトメーターはD/8°の分散照明を使用します.CIE No に準拠する球体設計を統合する.15 及び ISO 7724/1 規格: SCI (鏡分を含む):鏡分を含む全反射光を測定する.SCIは表面の光や質感の差を排除し,公式の真の色素を明らかにする.このモードは,R&Dの配列のマッチングと原料のピグメント密度を評価するのに最適です. SCE (鏡の構成要素を除く): 鏡の輝きをブロックし,輝く表面に対する人間の視覚認識に一致します.輝く化粧品のパッケージ. IV.CHNSpec 化粧品品質管理のための色計ソリューション CHNSpec Technologyは,ポータブル色計からベンチトップ光谱計まで,色測定機器の完全な階層を供給しています. 1手持ちのスペクトロフォトメーター&カラーメーターシリーズ (DS-700 / DS-200 / カラーメーター) 素早く床をチェックしたり 入荷した原材料を検査したり 携帯 QA をしたりするには 手持ちの色計が 必要な移動性と速度を提供します 繰り返し性:DS-200とDS-700シリーズのようなモデルは ΔE*ab ≤ 0.02 ~ 0 の短期繰り返し性を達成する.03,シフトごとに一貫した測定を保証します. 汎用的な測定アパレータ: 8mm / 11mm アペルチャー: コンパクトな粉末鍋,ゆるやかな粉末サンプル,および抽出カードに最適です. 3mm / 4mm / 6mm マイクロアペルチャー:斜め唇膏尖端,狭い唇光棒,小さなイイシャドーパンなどの小さな,コンターされた表面のために設計されています. スマートアプリ&クラウド統合:CHNSpec ColorMeter機器は,iOS/AndroidデバイスにBluetooth経由で接続し,即時の色合いを可能にし,デジタルカラーライブラリ検索,工場で自動化された合格/失敗の決定. 2高精度ベンチトップスペクトロフォトメーター (CS-820N / DS-820シリーズ)中央研究開発研究室,マスターシェードライブラリ開発,原材料の製剤では,ベンチトップスペクトロフォトメーターが分析精度を提供します. 超高重複性及び計器間合意:重複性 ΔE*ab ≤ 0.02計器間合意が ΔE*ab ≤ 0.15 ~ 0 の範囲で制御される.25世界各地の工場や研究室でデータが互換性を保ちます スペクトル範囲 (360nm-780nm): 完全な可視および近UVスペクトル解析により,多光源条件下でメタメリックペアを識別する. 双反射と伝送モード: 反射モード:固体リップスティック,不透明なクリームファウンデーション,専用粉末ホルダーとクベットを使用して圧縮された粉末を容認します. 伝達モード: 透明または半透明な液体製剤 (シャンプー,血清,透明な唇色) の光伝達性と色座標を測定する. 紫外線含有/排除フィルター:紫外線フィルターまたは光学照明剤を使用した配合剤は,制御された紫外線照明を必要とする.CHNSpecベンチトップモデルは,UV刺激があるか無いの真の色を測定するための調整可能なUVフィルターを含みます.. V.結論 グローバリゼーションと 化粧品産業の質向上の背景に伝統的な視覚色検査は 現代の美容のサプライチェーンで 精巧な要求に直面する際の限界を徐々に明らかにしました客観的なデジタル色計機器を採用することで,企業が研究開発中により正確に色数を決定するだけでなく,生産終了時に効果的な品質管理の防衛線を確立します.

現代の工業製造において、色の均一性はブランド価値と品質管理に直接影響します。自動車用塗料、プラスチックマスターバッチ、ファインケミカル、食品加工のいずれにおいても、カラーメーター/分光光度計は品質管理ラボにおいて不可欠な精密測定ツールです。しかし、多くの調達担当者は、「当社の試験材料は非常に多様です。液体、粉末、不規則な固体などがあります。正確で再現性の高い測定データを確保するために、どのようなカラーメーターアーキテクチャを選択すべきでしょうか？」という共通のジレンマに頻繁に直面します。試験材料の物理的形態（液体、粉末、固体）は、光が表面を反射、透過、散乱する様子を直接決定します。不適切なカラーメーターまたは固定具を選択すると、色データが著しく歪みます。この包括的なガイドでは、材料の状態に基づいてカラーメーターを適切に選択する方法を分析し、CHNSpec Technologyが提供するソリューションを紹介します。 I.液体材料の色測定：透過と屈折のアート 1.液体色測定における技術的課題飲料、食用油、石油化学製品、医薬品、溶剤などの液体材料は流動性があり、透明度が異なり、光が容易に透過します。完全に透明または半透明の液体では、光はサンプルを直接通過します。標準的な反射型カラーメーターでは、正確なCIE Lab値を生成するために十分な反射光を捉えることができません。さらに、液体の流動性と揮発性により、優れた防汚設計を備えた機器が必要となります。 2.主要な選択要因光学ジオメトリ：機器はD/0（拡散照明、0度視野）透過測定モードをサポートする必要があります。アクセサリサポート：固定された液体サンプル厚を維持するために、高品質のキュベットまたは石英ガラス試験固定具が必須です。業界指数：デバイスは、APHA/Hazen（Pt-Co）、Gardner、Sayboltなどの液体固有の色指数をサポートする必要があります。 3.CHNSpec推奨モデル：CS-821N / CS-820Pベンチトップ分光光度計液体測定の場合、ベンチトップモデルは比類のない光学安定性を提供します。CHNSpec CS-821N / CS-820P：これらのハイエンドベンチトップ分光光度計は、反射D/8および透過D/0ジオメトリの両方をサポートする統合アーキテクチャを備えています。広々とした透過チャンバー（側面または上部にある）は、さまざまな仕様の石英キュベットを容易に収容できます。CIE Labの色差を正確に測定するだけでなく、重要な液体色指数を直接出力します。 II.粉末材料の色測定：散乱とテクスチャの課題の克服1.粉末色測定における技術的課題小麦粉、二酸化チタン、顔料、化粧品粉末、セメントなどの粉末材料は、無数の微細粒子で形成された表面を持っています。カラーメーターからの光が粉末表面に当たると、深刻な多角度拡散散乱が発生します。粉末の充填密度が異なる場合や、粒径が不均一な場合、同じサンプルを測定してもカラーメーターは大きく異なるデータをもたらします。 2.主要な選択要因測定開口部：大口径のカラーメーターを強く推奨します。より大きな測定領域は、粉末の表面の不規則性を効果的に平均化し、安定した再現性の高いデータを提供します。特殊試験セル/粉末プレス：完全に平坦な測定面を確保するために、粉末は専用の粉末試験セルに充填するか、粉末プレスを使用して安定した「カラーケーキ」に圧縮する必要があります。照明構造：D/8（拡散照明、8度視野）分光光度計が好ましいです。これは、粒状表面の小さな影による測定誤差を効果的に排除します。 3.CHNSpec推奨モデル：DS-807大口径分光光度計CHNSpec DS-807：粒子および粉末用に特別に設計されており、超大口径50mmの測定開口部を備えています。この広大な開口部は、粉末表面の不均一性を容易に処理し、過度に厳密な圧縮技術を必要とせずに、非常に再現性の高いデータを提供します。 III.固体材料の色測定：テクスチャ、形状、光沢のばらつきへの適応1.固体色測定における技術的課題固体材料は、最も幅広い用途と最も複雑な物理的ばらつきを表します。規則的で平坦な固体：プラスチックシート、金属プレート、紙は直接測定するのが最も簡単です。不規則で小さな固体：プラスチックペレット、繊維糸、小さな電子部品。高光沢でテクスチャのある固体：自動車用塗料、革、3Dプリント部品。表面の光沢とテクスチャは、人間の目が色をどのように知覚するかを大きく歪めます。したがって、カラーメーターはSCI（鏡面成分込み）およびSCE（鏡面成分なし）データを分離できる必要があります。 2.主要な選択要因光学ジオメトリ：D/8（SCI/SCE）構造は、固体色のチェックの普遍的な標準です。SCIモードは真の色配合（光沢効果を無視）を評価し、SCEモードは人間の目が色をどのように見るか（光沢の影響を受ける）を正確に評価します。純粋な塗料または印刷物の場合、人間の視覚観察習慣に密接に一致させるために、45/0ジオメトリを選択できます。マルチアパーチャ切り替え：さまざまな寸法の固体を測定するために、カラーメーターは理想的にはさまざまなアパーチャサイズ（例：8mm、4mm、3mm）を自動的に認識して切り替える必要があります。カメラターゲティング：固体部品の特定のマイクロゾーンを測定するには、正確なアライメントのために内蔵カメラビューファインダーが不可欠です。 3.CHNSpec推奨モデル：DS-700DポータブルカラーメーターCHNSpec DS-700D：CHNSpecのポータブル分光光度計のフラッグシップモデルとして、SCI/SCE同時測定をサポートし、優れた機器間一致と優れた再現性を提供します。インテリジェントな自動アパーチャ認識機能を備えており、大面積のプラスチックシートから微細な固体部品まで、さまざまな色検出ニーズに柔軟に対応します。 IV.結論材料の物理的特性とカラーメーターの技術的パラメータを正確に一致させることにより、企業は一般的な測定誤差を効果的に最小限に抑えることができます。包括的な製品ラインと多数の特許技術を活用して、CHNSpec Technologyは、液体、粉末、固体をカバーするフルシナリオの色管理ソリューションを顧客に提供します。さまざまな材料形態に対して、CHNSpecは、色品質管理が国際標準にシームレスに準拠するのを支援するために、カスタマイズされたカラーメーターを提供します。

激しく競争する世界的な高速消費品 (FMCG) 市場では,食品包装は単に製品を保護するための容器以上のものです.それはブランドの静かなスポークスマンです.スーパーマーケット の 棚 の 前 に 立っている 消費 者 を 想像 し て ください同じコカ・コーラや レイのチップを見てみると 包装の色が違っていることに気づきます"赤が紫に変化する"とか"黄色が緑に変化する"とか消費 者 の 圧倒 的 に 多く の 人 は",これは 偽物 です か"あるいは"この 製品 は 賞味期限 を 切っ て い ます か"と 思う でしょ う. これはブランドの色一致性の厳しい現実です.食品ブランドでは,パッケージ印刷の色偏差が直接ブランド信頼を損なう可能性があります.しかし,食品包装材料は非常に複雑です.柔軟 な プラスチック 梱包 や アルミ フィルム から 紙箱 や 波紋 紙 の 箱 まで異なる基板,インク・バッチ,印刷プロセス (フレックスグラフィー,グラバー,デジタル印刷など) は全て色差に寄与します この痛みをどう解決するでしょうか? その答えは 裸眼による評価を捨てて デジタル色管理に 移行することですこのデジタル管理のコアツールは色計と光譜計です. I.食品包装印刷における色調制御に対する4つの主要な障害食品包装の色調を制御するのは なぜ大変なのか 理解する必要があります 1基質の多様性食品 梱包 は,ラミネート フィルム,金属 フィルム,クラフト 紙,プラスチック など,幅広い 材料 を 使う.各 材料 は 異なる 反射 力,吸収 力,および 基本 色 を 持つ.異なる基板に印刷された同じインクが肉眼で大きく異なっているでしょう. 2インクとコーティングの変形:同じ製造業者からのインクでさえ,バッチごとにわずかな差異を示すことがあります.また,食品包装に使用される水性インクも非常に敏感です.粘度とpHのわずかな調整により 最終色が変化します. 3印刷プロセスの複雑性ロートグライブ印刷の高速性,フレクソグラフィーのアニロックスロールの磨き,オフセット印刷の水墨バランスなどそしてその後のラミネーションプロセスは 予測不能な色漂移をもたらします. 4メタメリスムと人間の誤り視覚検査は非常に主観的である.環境照明,操作者の疲労,および2つの色が1つの光源の下で一致するメタメリスムの現象によって容易に影響を受ける.D65 日光) が,別の日光 (e) の下では全く違う見えます(例えば,フラウエンスライトを保存する) II.デジタルカラー管理: ΔE (カラー差) を理解する主観的な誤りを完全に排除するために,印刷および包装産業はCIEラボの色空間とΔE色差式に依存しています. 現代の食品包装のサプライチェーンでは グローバルブランドは 印刷品の販売業者に対して 厳格な容赦を課しています ΔE < 1 は0:高度な訓練を受けた目や機器にしか 見えません これはトップレベルの国際ブランドが要求する プレミアム規格です 1.0 ≤ ΔE < 2 について0:経験豊富なQA検査員には知られる.通常は食品包装の商業標準として認められる. ΔE ≥ 20:一般的な消費者が簡単に小売店の棚で見つけられる.これは受け入れがたい偏差であり,しばしば送料を拒否され,大きな経済的損失をもたらします. 精密計による定量測定がなければ,プレス操作者は生産回路中にデータに基づくリアルタイム調整を行うことができません. III.CHNSPEC 食品包装用カラーソリューションと推奨モデル1生産QC&ポータブルチャンピオン:CHNSPEC DS-700Dスペクトロフォトメーター印刷室やインクミックスルームとQAラボの間を頻繁に移動する必要のある 品質管理チームにとって DS-700Dは 性能と価値の 議論の余地のない王です 主要な利点:特殊な計器間合意 (ΔE*ab ≤ 0.2) と高い重複性 (≤ 0.02) を誇っています.これは,DS-700Dで測定されたデータが,世界中の他のサイトで使用されるユニットと完全に一致することを保証します. パッケージ特有の性能:SCI (スペクラーコンポーネント含有) とSCE (スペクラーコンポーネント除外) の同時測定をサポートします.高反射性のあるラミネートプラスチックスナックバッグやマット紙箱を測定するかどうか真の色プロファイルを正確に捉えています スマート接続:モバイルアプリとPCの色管理ソフトウェアに 接続することで データがクラウドに リアルタイムで同期されますグローバル食品ブランドが海外の契約メーカーを監視するための理想的なツールになります. 2インクとドットコントロールの専門家:CHNSPEC EXシリーズ印刷スペクトル密度計 (EX PRO/MAX)オフセット印刷や波紋紙印刷や 柔軟な包装を中心にインクフィルムの厚さとドット行動を知らなければならないCHNSPEC EXシリーズは,印刷工場のために特別に設計されています. 主要な利点:高精度スペクトロフォトメトリックの色測定と高度な印刷密度測定をシームレスに統合します 主要な印刷制御機能:ドットゲイン (音色値増加),トラッピング,印刷コントラスト,インク密度などの重要な印刷パラメータを測定します.双重位置付けシステム (物理的な位置付け +内蔵カメラビューファイダー)パッケージの端にある小さな色のバーを操作者が簡単に標的にして測定できます 最適な用途:紙製の食品箱 液体ミルクの箱 そして大きな波紋紙の外装箱 結論食品包装の世界では 色は売り上げに等しく ブランドの安全に等しくなりますCHNSPECの高精度色計とスペクトロフォトメーターの導入により,パッケージ印刷機は,反応的な推測から積極的な廃棄物を大幅に削減し インクコストを削減し 基材利用を最適化するだけでなく

導入:プラスチックと注射鋳造業界では,色の一貫性は単なる美学的なパラメーターではなく,ブランドの品質と信頼性の直接的な反映です.複数のバッチの生産に直面すると複雑な部品の組み立ては 模造機が正確な色調をどのように作るのか? I.注射鋳造における"色差の悪夢" プラスチック部品の実際の生産中に,バッチからバッチの色差は一般的な挑戦的な痛点です.色変動を誘発する要因は多面的です. 1原材料の変動: プラスチック樹脂 (PP,ABS,PCなど) の異なるバッチでは,基礎色がわずかに変化する.色のマスターバッチとピグメントの不均等な分散または比率不一致も色変化を引き起こす. 2プロセスパラメータの変動:樽の温度,注入圧力,保持時間の変化インジェクション鋳造中の模具温度は,熱分解を誘発したり,微小表面の結晶性を変化させることがあります.光反射と光輝度を変化させる. 3リサイクル材料の使用:コスト削減や環境規制の遵守のために,鋳造業者はしばしば再粉砕材料を混合します.繰り返し加熱するとポリマーが切断されます.黄色化して混合物の制御を大幅に複雑にする. 4表面の質感効果: 散らばった反射経路が異なるため,正確な同じ色式は,光り輝く表面では,人間の目には質感のある表面 (マット/粒状) と比べると,はっきりと異なっている.. II.標準化された色質管理ワークフローを確立する 視覚評価のみを頼りにすると 主観的な偏見が大きくなります (環境照明条件,操作者の眼の疲労,生理学的違いなど).科学的成果を上げる唯一の方法は 高精度スペクトロフォトメーターを組み込むことです標準的なQCワークフローには,以下が含まれます. ステップ1: デジタル 基準 を 確立 する顧客が提供した物理標準プラークをスペクトロフォトメーターを使用して測定します.その絶対科学値を保存します.L* (光度),a* (赤度/緑度),b* (黄度/青さ),直接計器に. ステップ 2 リアル な 色 の 容認 を 定義 するプラスチック業界では, ΔE*ab または人間の目とより一致する ΔE*00 が通常合格/失敗指数として使用されます.高精度組成 (自動車内装,3C電子): ΔE*ab < 0.5.一般消費品: ΔE*ab < 1.0. ステップ3:IQCとFAI (入荷物と最初の物件検査)入荷するマスターセットと生ペレットに迅速サンプルを採取する.さらに,プロセスパラメータが漂流していないことを確認するために,毎回鋳造の開始時に生産された"最初の項目"をチェックする必要があります.. ステップ4:IPQC (プロセス中の品質管理) 生産中に定期的な完成品のサンプル. 保存されたデジタル標準との測定を比較します.すぐに鋳造温度またはフィード比を調整. III.CHNSpecモデルと主要なアプリケーションの推奨 1複合,曲線,またはミニプラスチック部品:CHNSpec DS-700Dスペクトロフォトメーター 主要な強み: ツールフリーマルチアパルチャースイッチング,スマート自動校正,高精度デュアルパスCMOS 難しさ: 鋳造 さ れ た 部品 に は,しばしば 複雑な 曲線,狭い 溝,肋骨,または 細い 切断 が あり ます.ただ 一つの 大きな 開口 は 光 の 漏れ を 引き起こし,測定 に 欠陥 を 引き起こす こと が あり ます. CHNSpec DS-700D ソリューション: 1つのデバイスで3つのアペルチャー: 11mm,6mm,および小さな部品のための1mm X 3mmのスペシャライズドストライプアペルチャーで標準で提供されています. ツールなしで数秒でアペルチャを切り替えます. インテリジェント・オート・キャリブレーション:高品質のジルコニア (ZrO2) ホワイト・タイル・キャリブレーションベースを装備.ベースに自動・キャリブレーション,手動の校正の誤りを取り除き,タイルを傷から保護する. SCIとSCE互換性: Specular Component Included (SCI) と Specular Component Excluded (SCE) の両方をサポートする.模具の磨きが部品の光沢を変化させる場合,SCEは,SCIとSCEの両方をサポートする.SCIモードは,真の色素の色差を測定するために光輝因子を隔離します設計の誤りを見極めるのに役立ちます 2高柔軟性生産ライン:CHNSpec DS-420スペクトロフォトメーター キー強み:最大10の測定アパルチャー,カメラビューファイダー,優れたROI 課題: 契約型 噴霧型 製剤 機 は 日々 種々 の 製品 を 処理 し て い ます.それ に は,大きな 平面 パネル から 細い ボタン まで すべて を 測定 する 柔軟 な 器具 が 必要 です. CHNSpec DS-420 ソリューション: 10つの開口: 10つの異なる安定したアジャイルな開口 (3mmから11mmまで) の幅広い選択を提供しています. カメラ支援位置付け: 部品の縁の近くでの誤った位置付けは測定データを破壊します. DS-420の内蔵カメラは,画面上の正確な測定領域をリアルタイムで表示できます.正確な調整を保証する. 3透明/透明プラスチックとフィルム:CHNSpec CS-700 カラーハージメーター 主要 な 優位 性:色,霧,伝染 感 を 一 つ で 測定 する 課題: 光導体,電話ケース,光拡散器,プラスチック製の包装フィルムなどの 光学部品では 色の管理は 半途半端に過ぎません光学特性の最適化のために,伝達量 (T%) とハージも厳格に制御する必要があります.. CHNSpec CS-700 ソリューション: ASTM D1003/D1044,ISO 13468,その他の国際基準に完全に準拠しています.単一の超高速テストで,霧や光伝達とともに,色メトリック (ラボ,黄色,白色) を提供します..

法医学前言咖啡、果汁、酒精等饮料的痕迹污渍在犯罪现场随处可见，肉眼难以区分其种类。传统检测方法多依赖采样和化学显色处理，易损坏物证，不利于后续复核。Nature发表研究，构建了高光谱成像、波段选择与深度学习相结合的完整分析方案。该方案对九类饮料污渍进行了无损识别实验，为刑事侦查痕迹物证检测提供了新视角。CHNSpec结合该研究，探讨高光谱技术在法医学领域的落地价值。 一、传统物证检测的现有困境1.视觉识别局限性大。咖啡与茶，或威士忌与朗姆酒，在视觉上高度相似，人工区分极为困难；2.化学检测破坏污渍原始形态，导致物证无法重复验证； 3.普通光谱仪设备只能进行单点采集，大面积痕迹检测耗时费力； 4.纸张颜色差异、污渍风干/氧化等干扰因素影响判断，缺乏标准化数据支撑。 高光谱成像凭借其非接触、全视场采集化学光谱指纹的优势，弥补了上述不足，成为痕迹物证分析的实用光学工具。 二、高光谱相机在实验中承担的核心任务 本研究采用了一台400-1000 nm的可见近红外高光谱成像仪，配备204个连续光谱带，全面采集各类污渍的三维光谱数据立方体（二维空间坐标+一维光谱曲线）。整个采集过程标准化且可复现。1.多场景标准化光谱采集 研究模拟真实犯罪现场条件，统一控制温度、湿度、光源角度和污渍液滴体积，对9类饮料（木瓜汁、咖啡、石榴汁、橙汁、茶、红酒、威士忌、朗姆酒和白兰地）进行成像：基底涵盖白色、粉色、棕色吸水纸巾，包括平铺和折叠两种形态； 采集时间间隔从0到5小时共6个时间点，以捕捉氧化和蒸发引起的光谱变化； 为每种污渍指定1.5×1.5 cm的无反射区域（ROI），剔除边缘干扰像素，确保数据纯净。 拍摄前完成白板反射校准和暗电流校准，将数据统一转换为标准反射率曲线。消除了设备和照明引起的数值偏差，实现了不同样品间光谱差异的横向比较。 2.捕捉肉眼不可见的化学光谱特征 每个成像像素生成独有的光谱曲线，记录不同波长的反射值，从而解锁人眼无法识别的化学差异：红酒和石榴汁富含花青素，在400-700 nm可见光范围内反射值较低； 咖啡和茶叶多酚在蓝绿色波段表现出独特吸收特征； 威士忌和朗姆酒的区分信号集中在750-900 nm近红外范围。正是数百个连续波段的精细数据，区分了两种肉眼高度相似的饮料污渍。 3.构建完整标准化证据数据集 设备采集了超过12万个原始光谱样本。经过去噪和重复像素清理后，形成超过11万个有效光谱样本，每个样本对应204维光谱特征，为后续的波段选择和深度学习训练奠定了原始数据基础。充分、多变量的光谱样本支持算法学习不同基底和风干时长下污渍的稳定光谱模式，降低了环境引起的识别波动。三、支撑算法流程：降维+多模型对比提升识别稳定性 原始高光谱数据波段数量庞大，且波段间存在冗余。直接建模会增加计算负担，因此研究引入了两层数据优化方案。1.ANOVA波段选择保留有效判别波段 采用ANOVA F检验计算各波段的判别能力（类间方差/类内方差），按区分性能对204个波段进行排序。通过对不同波段数量对应的识别性能进行5折交叉验证测试，最终选出162个高判别性波段用于建模，在保持识别性能的同时，减小了数据计算的规模。2.四种深度学习模型对比验证 基于选出的162维光谱数据，采用统一超参数训练了四种主流网络模型——MLP、1D-CNN、LSTM和CNN-LSTM混合网络。统一采用精确率、召回率、F1分数和整体准确率进行评估：MLP（多层感知机）全连接网络：在拟合全局光谱特征方面表现稳定，在实验分类中优于其他模型； 1D-CNN：擅长捕捉相邻波段的局部光谱变化；LSTM：适用于连续光谱带的序列特征学习； CNN-LSTM混合结构：融合了局部和序列特征，但受数据量影响，其识别性能不如单一网络。 同时，配对t检验和McNemar检验验证了模型间性能差异具有统计学意义，排除了随机抽样引起的波动干扰。 3.光谱模式佐证识别混淆原因 从光谱曲线中可直观看出模型的误分类逻辑：咖啡和茶的曲线在400-550 nm范围内高度重叠，威士忌和朗姆酒在近红外范围仅有细微差异。这两对样本易发生相互误判，与模型混淆矩阵结果一致，证明了光谱数据可以解释识别错误，增强了识别结果的可解释性。四、高光谱成像在法证物证中的核心应用价值 1.物证完整性保存：整个过程无需试剂，不接触污渍。检测后，样本可用于其他鉴定，符合司法物证规范；2.提升侦查效率：单次成像即可采集整个污渍区域的全光谱，无需逐点采样，适合现场快速筛查； 3.区分视觉相似痕迹：数百个连续波段捕捉有机物和颜料的细微光学差异，解决视觉区分难题； 4.环境适应性强：实验验证了设备可适应不同背景色、折叠、风干状态的污渍，未来有望扩展至织物、证件、皮肤等基底； 5.数据数字化留存：光谱值可导出归档，逐步构建痕迹光谱库，实现智能比对。 产品推荐：FigSpecFS-23 成像高光谱相机 图像分辨率：1920*1920 光谱范围：400-1000nm 光谱分辨率（FWHM）：2.5nm 光谱通道数：1200 免责声明 本内容基于Nature公开学术文献（文献链接：https://www.nature.com/articles/s41598-026-49928-8）整理编辑，仅用于行业技术探讨和科普学习，不构成任何商业承诺，亦不能作为投资参考依据。文中列举的实验数据及结论可能受测试环境、样本个体差异、模型构建方案等多变量干扰，实际应用时须结合具体使用场景，通过独立测试验证相关效果。

現代の製造業では、「色」は製品の品​​質とブランドの完全性を定義する重要な指標です。プラスチック、コーティング、織物、印刷のいずれにおいても、わずかな色の違いが製品の不合格や重大な経済的損失につながる可能性があります。 色を正確に定量化して管理するために、世界中の品質管理 (QC) チームは比色計や分光光度計を利用しています。しかし、L*、a*、b*、ΔE の値が記載されたデータシートを受け取った場合、それらをどのように解釈すればよいかご存知ですか? このガイドでは、色の検査をマスターするのに役立つように、これらの色測定についてわかりやすく説明します。 I. CIE L*a*b* 色空間とは何ですか? 世界の業界で最も広く使用されている数学的カラー モデルは、1976 年に国際照明委員会 (CIE) によって確立された CIE L*a*b* 色空間 (一般に Lab 空間と呼ばれます) です。これは、3 つの直交する軸によって定義される 3D 色空間です。   1.L*(明度軸): 色の明るさまたは暗さを表します。 L*= 100 は純白を示します。 L*= 0 は純粋な黒を示します。 2.a*赤緑軸): 赤/緑の色度を表します。 正の値 (+a*) は赤に向かう傾向があります。 負の値 (-a*) は緑に向かう傾向があります。   3.b* (黄青軸): 黄/青の色度を表します。 正の値 (+b*) は黄色に向かう傾向があります。 負の値 (-b*) は青に向かう傾向があります。 II.比色計で Δ(デルタ) 値を読み取る方法は? 実際の品質管理では、L*、a*、b* の絶対値を単独で検討することはほとんどありません。代わりに、サンプルをターゲット標準と比較します。違いはギリシャ文字の Δ (デルタ) で表されます。 1.ΔL*、Δa*、Δb* の +/- 符号の解釈: メトリック 正(+)の値の意味 負の (-) 値の意味 ΔL* より明るく/より白く (サンプルは標準よりも明るい) Darker/Blacker (サンプルは標準より暗い) Δa* Redder (赤が強くなる/緑が少なくなる) Greener (緑が増える/赤が減る) Δb* 黄色がかった（黄色が強くなる/青が少なくなる） Greener (緑が増える/赤が減る) 実践例: 比色計が次のように表示した場合: ΔL*= +0.5、Δa* = -1.2、Δb* = +0.8。 解釈: サンプルの色は、標準ターゲットよりもわずかに明るく、緑色が強く、黄色がかっています。 III.ΔE（総色差）とは何ですか? ΔE は総色差を表します。これは、ピタゴラスの定理を使用して、3D CIE Lab 色空間におけるサンプルと標準の間の直線距離として計算されます。 ΔE は、明度、赤/緑、黄/青のすべての偏差を単一のわかりやすい数値に圧縮します。世界中のバイヤーとサプライヤーは通常、契約の中で合格/不合格のしきい値として特定の ΔE 制限を設定します。 ΔE 範囲と人間の視覚認識: ΔE < 0.2: 人間の目では検出できません。通常、ハイエンド分光光度計の機器間一致ベンチマークとして使用されます。 0.2＜ΔE＜1.0：差が極めて小さい。訓練された色の専門家だけが、特定の制御された照明の下でほとんどそれを認識できません。 1.0 < ΔE < 2.0: わずかな差。サンプルと標準を直接並べて置かない限り、気づきにくいです。これは、ほとんどの消費者製品で許容される制限です。 2.0 < ΔE < 4.0: 知覚できる違い。訓練されていない目でも、変化をすぐに見つけることができます。 ΔE > 4.0: 明らかな重大な色の不一致。通常、製品の不合格が発生します。 IV.品質管理を向上: CHNSpec 色彩測定器 1. ポータブル分光光度計：CHNSpec DS-700D 工場の現場、倉庫、または顧客サイト訪問中に、外出先での迅速な測定が必要な場合は、CHNSpec DS-700D が理想的な選択肢です。 高い計測精度: ΔE*ab ≤ 0.025 の再現性と ΔE*ab ≤ 0.25 (計測レベル I) の機器間の一致が特徴です。 多用途な絞り: 3 つの切り替え可能な絞り (MAV、SAV、MINI) が付属しており、広く平らなプラスチックから小さな湾曲した部品まであらゆるものを測定できます。 スマートなアプリ接続: Bluetooth/USB 経由で Android、iOS、Windows デバイスにシームレスに接続し、即時のデータ ストレージと QC レポートを作成します。 2. 卓上分光光度計: CHNSpec DS-36D 絶対的な精度が求められる実験室研究、色合わせ部門、および中核となる QC 部門向けに設計されています。 高度な光学設計: 差動スペクトル エンジンとナノスケール グレーティングを利用したデュアル光路設計を採用し、環境干渉を排除します。 優れた機器間協定: グローバル サプライ チェーン全体のすべての機器が一貫性の高いデジタル カラー データを生成するようにします。 V. まとめ 測色計データの解釈方法をマスターすると、生産プロセスの早い段階で色の偏差を特定できるため、やり直しのリスクが軽減されます。国際貿易コミュニケーションでは、Lab や ΔE などの客観的な指標を利用することで、世界中の顧客に対して明確で一貫した色の評価基準を確立できます。 CHNSpec の分光光度計は、色品質管理のための信頼できるデータ サポートを提供し、プロセス全体をより科学的かつ効率的にします。カスタマイズされたカラー管理ソリューションを入手するには、いつでもお気軽にお問い合わせください。

I. はじめに 国際的な食品貿易と消費市場では、古いことわざにあるように、「色、香り、味はすべて重要」であり、その中でも「色」は第一位です。液体食品 (清澄液体、エマルジョン液体、粘稠な半固体ソースを含む) の色は、その本質的な品質と鮮度を外部に示すだけでなく、消費者の購入決定に影響を与える主要な感覚要素でもあります。例えば、オレンジジュースの鮮やかなオレンジ色はビタミンの豊富さを表し、牛乳の純白の色は脂肪とタンパク質の乳化安定性を反映し、醤油の赤褐色は発酵プロセスの成熟度を直接的に表します。   しかし、液体食品は、製造および保管のプロセス中に、熱処理、酸化反応、酵素による褐変、光への曝露、および微生物の活動により色が変化する傾向が非常に高くなります。製品の異なるバッチ間で目に見える色の違いがある場合、消費者は製品の腐敗や配合の不安定性を疑うことが多く、ブランドの信頼に取り返しのつかないダメージを与えることになります。人間の目に頼って色を比較する従来の方法では、大きな主観的誤差が生じます。このような背景から、高精度デジタル技術の応用が進んでいます。比色計s (分光光度計s) 定量化された品質管理は、標準化、グローバル化、および地域を越えた生産を達成するための現代の液体食品業界にとって重要な傾向となっています。 II.液体食品の色測定における主要な技術的困難と色測定モード 固体食品や粉末食品とは異なり、液体食品はその独特の物理的および光学的特性により、色測定において多様な課題に直面しています。その課題は主に次の側面に現れます。   1.透明液体の透過率測定：酒類、清澄果汁、食用油、ミネラルウォーターなど。これらのサンプルは光透過性を有しており、その色は主に透過光の吸収特性によって決まります。このタイプの液体を測定するには、透過モードを採用する必要があります。光路が固定されたサンプル セル (キュベット) を通って、液体を透過した光が光検出器に入ります。このタイプの液体は通常、従来の液体だけでなく、L* a* b*色空間だけでなく、食用油や樹脂に使用されるプラチナ コバルト インデックス (APHA/Pt-Co) やガードナー インデックス、特定の石油製品に使用されるセイボルト カラー スケールなど、特定の業界のカラー インデックスにも大きく依存します。   2.濁った液体とエマルション液体のデュアルモード測定: 牛乳、ヨーグルト、濁った果汁、濃いスープなど。これらの液体は内部にタンパク質の微粒子や脂肪球、果肉繊維などを多く含んでおり、光が入射すると強い散乱や吸収が起こります。透過方式だけでは光は透過できません。反射法だけでは内部媒質の光学的特徴を捉えることができません。したがって、これらの食品では、表面の色と全体の濁度を総合的に評価するために、透過 + 反射のデュアル モードに対応する比色計が必要になることがよくあります。   3.高粘度半固体液体の非接触および専門容器測定：風味付けソース（トマトソース、サラダドレッシング）、蜂蜜、オイスターソースなど。これらのサンプルは流れにくく、測定窓に付着しやすいため、光学レンズの汚染を引き起こし、洗浄が非常に不便になり、食品の相互汚染を引き起こす可能性さえあります。この問題を解決する鍵は、専用の検査アクセサリ (特定仕様の液体サンプル カップなど) を備えた比色計を使用するか、非接触測定アーキテクチャを採用して、衛生的な安全性とデータの正確性の両方を確保することにあります。 Ⅲ．液体食品の色管理における CHNSpec 比色計の適応ソリューション 1.DS-812Nシリーズ / CS-810卓上液体分光測色計 CHNSpec は、ミネラルウォーター、酒類、食用油、清澄シロップなどの透明度の高い液体食品を対象として、卓上液体専用比色計 DS-810N および CS-810 を発売しました。   光学性能: この機器は D/0 照明ジオメトリ条件を採用しており、受光器として高感度の UV 強化シリコン フォトダイオードを内蔵しており、透過率の測定範囲が 0 ～ 200% に大幅に向上しています。これにより、色がわずかに異なるだけで極めて透明に近い液体サンプルを相手にしても、極めて微弱な光の揺らぎを捉えることができます。   統合された専用カラーインデックス: 正確な L* a* b* および ΔE* データを直接出力できるだけでなく、白金コバルト指数 (APHA/Pt-Co)、ガードナー指数、黄色度、吸光度、濃度など、国際的な食品および化学薬品の取引で普遍的な複数のパラメーターを完全に統合することもできます。手作業による目の色の比較による主観的なランダム性を排除することで、国際貿易において完全に追跡可能なデジタル証拠を提供します。 2.CS-821Nシリーズ アドバンストベンチトップ分光測色計 測色計 牛乳、豆乳、濃い果汁、酒、醤油などの複雑な混濁、エマルション、または濃い液体食品の場合、CHNSpec CS-821N ベンチトップ分光光度計は業界にとって理想的な選択肢です。   デュアル光路スペクトル解析技術：CS-821Nは、光源として高輝度パルスキセノンランプを採用しており、デュアル光路スペクトル解析技術と連携して、光源の微小な変動をリアルタイムで監視し、自動補正を実行することで、極めて高い測定再現性を保証します（分光反射率の標準偏差は0.08％以内）。   反射 + 透過の完全な互換性: この機器は、D/8 (拡散照明ジオメトリ、8 度表示) 反射モードと D/0 透過モードをサポートしており、固体や粉末からさまざまな複雑な液体に至るまでの色の決定を簡単に習得できます。牛乳を測定する際、その光学構造により、脂肪含有量の違い（全脂肪、低脂肪、脱脂）や高カルシウム成分の添加によって生じるわずかな白さと黄色の違いを正確に識別できます。醤油や石油化学の液体に直面した場合、非常に高い信号対雑音比の色データを提供することもできます。 IV.品質管理プロセスの液体食品製造における比色計の応用 実際の国際および地域の液体食品サプライ チェーンでは、CHNSpec 比色計のデジタル カラー管理は 3 つのコア リンクを通じて実行されます。   1.工場に入る原材料の精密スクリーニング:工場に入る果汁ピューレ、生乳、粗植物油などの原料は、産地や季節によってその地色が大きく左右されます。比色計を使用して初期の色データを決定すると、その後の配合微調整の基礎が得られ、原材料の色の変動によって最終完成品に不一致が生じるのを防ぐことができます。   2.処理技術パラメータの最適化:超高温殺菌（UHT）、蒸発濃縮、発酵（醤油やビール醸造など）などの液体食品プロセスでは、過度の加熱によりメイラード反応（褐変）が起こり、製品の色が濃くなります。定期的にオンライン サンプルを採取し、CHNSpec 比色計で測定することで、加熱温度、圧力、時間を動的に調整して、プロセスを最適なゴールデン ゾーンに維持することができます。   3.工場出荷後の完成品と保存期間の一貫性保証: 製品が世界中のさまざまなスーパーマーケットや棚に販売される場合、視覚的に均一な色は、高級で厳格なブランド イメージを大幅に確立することができます。比色計は、模擬保存期間テストにも使用でき、液体包装内の食品の色に対する光と温度の影響を監視し、包装材料の遮光性と酸素バリア性を向上させるための客観的な定量化されたデータを提供します。 V. 結論 今日、国際的な食品貿易へのアクセスがますます厳しくなり、消費者の品質に対する要求がますます厳しくなっているため、従来の目の色評価ではもはや対外貿易における高級食品製造業界のニーズを満たすことができなくなっています。比色計は、抽象的で人に依存する視覚体験を、国際標準の普遍的なデジタル資産に変換します。   DS-812N シリーズ、CS-810、CS-821N シリーズなど、CHNSpec が提供する高精度分光測色計の複数のモデルは、二重光路分析技術、超広範な透過範囲、および深く統合された複数業界に特化したカラーインデックスにより、液体食品企業向けの科学的で厳密かつ追跡可能な最新の色品質管理システムを構築しています。高精度比色計の導入により、不良率を効果的に管理し、原材料を節約できるだけでなく、国際市場におけるブランドの中核的な競争力が大幅に強化され、ボトルを開けるたびに視覚と味覚の完璧な楽しみが生まれます。

葉の質評価システムでは,油分含有量は,煙で固められたタバコの質を測定するための重要な指標の一つです.油分濃度の評価は主に専門家の経験的な判断に基づいています近年では,グラフとスペクトルを組み合わせる特性により,超スペクトル画像技術が農産物品質検定の分野での応用可能性を示したこの論文では,煙で固められたタバコ油の含有量を検出する研究を例として,このシナリオにおける可視近赤外線超スペクトル技術の実用的な応用効果を紹介しています. 研究背景と実験設計この研究では,全国22のタバコ栽培州 (自治州) から,上部,中部,下部をカバーした634本の煙で固められたタバコ葉サンプルを採取した. The research team used the FigSpec series hyperspectral imaging system from CHNSpec (including FigSpec-23 and FigSpec-25 cameras) to synchronously collect the spectral information of tobacco leaves in the wavelength ranges of 400-1000nm and 900-1700nm収集過程で,光源の角度とカメラ距離を固定することで,照明の均一性が確保されました.そして各サンプルでスペクトルデータを2回収集した後の平均値は,元の入力として使用されました.. 20 人で構成された外見品質評価チームによって,油分濃度のスコアは10点のスケールで独立して評価されました.試料は,カリブレーションセット (443個) と検証セット (191個) に分割され,比は7個でした.:32組のサンプルにおける油分濃度の分布特性は,全体集団と一致し,後のモデル構築のための信頼できる基盤を提供しました. スペクトル前処理と相関分析原スペクトルデータには騒音と分散干渉があり,効果的信号を強化するために事前処理が必要である.研究では,5つの単一の事前処理方法を比較した.移動平均平滑 (MA) を含む標準標準変数 (SNV),第1派生数 (D1) と標準化 (SS),およびそれらの組み合わせ戦略. MSCとSNVの事前処理は,スペクトル反射率と油分量のスコアとの相関を効果的に改善することが分析結果から明らかになった.関連系数が0から増加した0.076-0.124 元のスペクトルから 0.331-0.640D1 予備処理により,スペクトル曲線の局所変異特性を強化することで,強く相関する帯の数 (相関率≥0.4) が100を超えました.これらの結果は,合理的な事前処理戦略が,後のモデルの予測能力を改善するのに役立つことを示しています.. モデル構築と性能評価この研究では,石油含量スコアの定量予測モデルを構築するために,部分最小平方回帰 (PLSR) とサポートベクター回帰 (SVR) の2つのアルゴリズムを使用しました.全可視近赤外線帯に基づくPLSRモデルでは,RPD値が1.642と1.775は,ほとんどの事前処理条件下で,そのうちの検証セットR2は0.683に達し,MA事前処理後RMSEは0.346であった.SVRモデルは検証セットR2を0であった.653 と 0 の RMSE.362 D1+SS組み合わせ前処理で この研究では,両モデルの利点を統合するために,重度の平均的な核融合戦略を導入しました.完全な可視近赤外線帯 (MA前処理でPLSRとD1+SS前処理でSVR) をベースにした核融合モデルは,検証セットR2が0に増加しました.721RMSEは0に下がる3241 に達します.894単一のモデルよりも優れた予測効果を示しています 特徴帯の選択とモデル最適化超スペクトルデータには数百の帯があり,データ冗長性の問題がある.研究では,特徴的な帯選択のために連続投影アルゴリズム (SPA) を採用した.試験結果によると,MAの予備処理後,SPA によって選択された95の特徴帯で構築されたPLSRモデルは,検証セットR2が0.685で,RMSEは0でした.345D1+SS前処理後,SPAによって選択された56の特徴帯で構築されたSVRモデルは,検証セットR2が0.666であり,RMSEは0であった.355特徴帯の数が全帯域の428から大幅に減少し,データの次元性が劇的に低下しました. SPA 選択に基づく PLSR と SVR の融合モデルは予測精度をさらに改善し,検証セット R2 が 0 に達しました.724RMSEは0で3231時から RPD904この結果は,特徴的な帯域選択がデータ冗長性を削減しながらモデルの有効性を維持することを示しています. アプリケーション Outlookこの研究により,可視近赤外線超スペクトル技術の可行性が示され,煙で固められたたばこ油の含有量を非破壊的に検出できる.伝統的な手動評価方法と比較して超スペクトル技術には客観性,非破壊性,速度といった利点があります自動タバコ葉の分類装置の開発とインテリジェント品質管理システムの構築のための基準基盤を提供できるCHNSpecのFigSpecシリーズ超スペクトル画像システムは,この研究におけるデータ収集の核心課題を遂行し,農業用材料の品質検出シナリオにおけるその適用性を検証した.