logo
メッセージを送る

CHNSpec Technology (Zhejiang)Co.,Ltd chnspec@colorspec.cn 86--13732210605

私達のプロダクト
推奨する製品
会社情報
なぜ私達を選びなさいか。
CHNSpec Technology (Zhejiang) Co.,Ltdは2008年に設立され,色計の研究開発,生産,販売を専門としています.
お問い合わせ
CHNSpec Technology (Zhejiang)Co.,Ltd

高品質

信頼証券 信用チェック RoSH サプライヤーの能力評価 企業には厳格な品質管理システムと 専門的なテストラボがあります
CHNSpec Technology (Zhejiang)Co.,Ltd

開発

専門的な設計チームと 先進的な機械のワークショップ 必要な製品を開発するために協力することができます.
CHNSpec Technology (Zhejiang)Co.,Ltd

ソースファクトリー

先進的な自動機械 厳格なプロセス制御システム 電気端末を全て 製造できます
CHNSpec Technology (Zhejiang)Co.,Ltd

親密なサービス

卸売品と小型のパッケージは FOB,CIF,DDU,DDPです 心配事項の最善の解決策を 見つけられるようにしましょう.

2013

確立される年

200+

従業員

100000+

役立つ顧客

30000000+

年間売上

私達のプロダクト

特色にされたプロダクト

いつでも接触
送りなさい

CHNSpec Technology (Zhejiang)Co.,Ltd

住所: Wenyuanの道、江干区、杭州都市、浙江省、中国の第166
ファクシミリ: 86--13732210605
電話: 86--13732210605
私達のプロダクト
上プロダクト
さらに商品を見る
わたしたち の ケース
最近 の 産業 プロジェクト
最近の企業事件について 生細胞の脂質分解能: ハイパースペクトル中赤外光音響顕微鏡における新たなブレークスルー
2026/07/09
生細胞の脂質分解能: ハイパースペクトル中赤外光音響顕微鏡における新たなブレークスルー
脂質は細胞膜や エネルギー貯蔵分子の構造成分であるだけでなく 癌,肥満,糖尿病,心血管疾患しかし,生きた細胞内の異なるタイプの脂質を直接観察し区別することは,長い間技術的な課題に直面してきました.伝統的なフラウレッセンスのラベル付け方法は,ラベル付けの効率性によって制限されています細胞機能に対する特異性や潜在的な干渉は,ラベルのない光学技術では,似たような化学構造を持つ脂質分子を区別するのに苦労することが多い. ネイチャー・メソッドは"ハイパースペクトラル指紋領域光音顕微鏡" (hyFOPM) という技術について研究を発表しました中央赤外線指紋領域の単一結合振動モードを活用することによってこの技術により,生体細胞におけるスフィンゴミエリン (SM) とコレステロール (Chol) のラベルフリー検出とダイナミック画像撮影が可能になります. 技術的原則ほとんどのラベルフリー光学方法は,C-H伸縮振動領域 (約2800~3000cm−1) の信号に依存するが,この領域のスペクトル帯は様々な脂質で非常に似ている.異なるタイプを区別するのが難しくなります反対に,中赤外線指紋領域 (900~1730cm−1) は,分子のユニークな構造を反映する単一結合の振動情報を多く含んでいます.アミド結合の特徴的な吸収などエステル結合とステロイドリング hyFOPMシステムの設計は,このコンセプトを中心に,調節可能な量子カスケードレーザーを刺激源として採用し,スペクトル解像度2cm-1で900×2932cm−1範囲をカバーしている.レーザーパルスは,光音信号を生成するためにサンプルを興奮させる超スペクトル画像の構築のために超音波変換器によって検出される.このシステムは,約4.3μmの空間解像度があり,生きた細胞レベルでの画像撮影が可能である. 脂質モデルの検証研究チームは,この技術の可行性を検証するために,まず,コレステロール (Chol),不飽和型リン酸塩素 (DOPC),スフィンゴミエリン (SM). (1) スペクトル特性の比較 hyFOPMによって収集された指紋領域スペクトルは,ATR-FTIR結果と非常に一致している. 3つの脂質は区別可能なスペクトルピークを示している:コレステロールは1056cm−1でステロイドリング変形に強い吸収ピークを示します; DOPCは1731cm−1でエステルグループのC=O伸縮振動を特徴とし,スフィンゴミエリンは1645cm−1でアミドI帯,アミドII帯,脂肪酸CH2屈曲振動に対応する.1555cm−1,および1464cm−1,それぞれ. (2) スペクトル分解と分類能力指紋領域で15の波番号のみを線形解混に使用すると,コレステロールとスフィンゴミエリンとの間の交差音は 0%に近いが,DOPCの交差音は 23%である.C-H ストレッチ領域で 7 波番号を使用すると,クロスストークは著しく増加します線形差別分析 (LDA) のさらなる適用は,指紋領域またはC-H領域を使用すると平均分類精度は96%に達することを示します.そしてすべての波数を使えば 97%に達します. (3) 巨大な単粒胞性泡 (GUV) のモデル研究では,細胞膜をシミュレートするために3種類のGUVを準備しました:モデル1,SMとCholの1:1混合物,密度の高い順序の膜を形成;モデル2, a2:2液体順序と液体不順序の相で共存するDOPC,SM,Cholの混合物と,不順序の液体膜を形成する純粋なDOPCのモデル32852 cm−1 で hyFOPM によって取得された画像は,ナイル赤の?? 光染色によって得られたものと形態学的に一致しています異なる泡のスペクトル特性は純粋な脂質に対応し,混合膜の個々の成分を識別することが確認される. (4) 品質管理の応用各型に対して10つの異なるGUVでスペクトル測定を行い,三次相形図をプロットすることで,研究チームは,実際の脂質組成が目標比値 (約40%の差) から偏ったことを発見しました.これは,hyFOPMがGUV準備における品質評価に使用できることを示しています. 生きた 細胞 に 適用 さ れるこの研究では,さらに生きた細胞にhyFOPMを適用し,それぞれ2つの細胞モデルでスフィンゴミエリンとコレステロールの動的変化を観察しました. (1) A549 細胞におけるスフィンゴミエリン蓄積人間の肺腺がん細胞 (A549) は,スフィンゴミエリン蓄積を誘発することが期待される抗腫瘍化合物2-ヒドロキソール酸 (2-OHOA) で治療されました.50個の細胞から指紋領域スペクトル (1600~1400cm−1) が採取されました.治療後,ピーク面積は117%増加し,対照群では23%増加した.波数は4本 (2852cm−1 総脂質) でしたタンパク質アミドIIでは1540cm−1,スフィンゴミエリンでは1464cm−1,コレステロールでは1048cm−1) の値が上昇し続けた.コレステロール信号は有意な変化を示さなかった. (2) HEK 細胞 の コレステロール 積 量人間の胚性腎臓細胞 (HEK293) は,細胞膜のコレステロールを増やすために,メチルβ-サイクロデクストリン-コレステロール複合体 (MβCD-Chol) と併合して発芽しました.治療後1048cm−1ピーク面積が161%増加した.サイクロデクストリンがコレステロールを供給しながら,いくつかの膜脂質を抽出するという既知の性質に一致する.3000個の細胞の多波数画像により コレステロール信号の上昇が確認されました総脂質信号のわずかな増加とタンパク質信号のわずかな変化です. 意義 と 展望この研究は,ラベル付けなしに生きた細胞で類似した化学構造を持つ脂質分子を区別する能力を示しています.流光性または同位体ラベルに依存する従来の方法と比較して,hyFOPMは,ラベルの効率性や細胞機能への干渉などの問題を回避します.刺激波数を調整することで,標的脂質のスペクトル特性に柔軟に適応できます.. 既存のシステムの指紋領域のスペクトル特異性は,C-H伸縮領域の特異性より優れているため,より多くの脂質亜種を区別する可能性が開かれています.試験では,高度なスペクトル解混技術を組み合わせることでさらに,中赤外線光音顕微鏡は,組織内の画像の深さ150μmを超えることができる.厚いサンプルや in vivo 設定に拡張できるテクノロジーの加速 (例えば,この技術がポイント・オブ・ケア分析やルーティン・ラボ試験へと進めるための重要な方向性です.
最近の企業事件について 2026 EL 検出器 選択ガイド
2026/06/01
2026 EL 検出器 選択ガイド
まばゆいばかりの数々に直面してEL検出器市場でさまざまなモデルが販売されている場合、実際のニーズに基づいて賢明な選択をするにはどうすればよいでしょうか?この記事では、太陽光発電の専門家向けに、さまざまなピクセル構成の適用可能なシナリオに焦点を当てた、2026 年の EL 検出器の選択ガイドを提供します。 ピクセルは EL 検出器の重要なパラメータの 1 つであり、画像の鮮明さと検出精度を直接決定します。異なるピクセルを備えた EL 検出器は、適用可能なシナリオと検出効果に明らかな違いがあります。 1.3 メガピクセルの EL 検出器は、基本的な検出シナリオに適しています。 FigSpec のエントリーレベル モデル EP-D-130 を例にとると、画像解像度は中程度であり、微小な亀裂、グリッド線の破断、破片などのモジュール内部の明らかな欠陥を明確に識別できるため、小規模な発電所の運転および保守、簡単なモジュールのスポット チェックなどのシナリオに適しています。このモデルの総重量は1kg未満であり、操作とデータのエクスポートはAndroidタブレットを通じて完了し、基本的な検出ニーズを満たします。 2 ~ 3 メガピクセルの EL 検出器が市場の主流の選択肢です。 FigSpec のミッドレンジ モデル EP-D-300 は主にこのピクセルを採用しており、画像解像度が 1920×1080 以上にアップグレードされているため、より微細な欠陥を捕捉できるため、発電所の日常的な運用と保守、バッチ モジュールのスポット チェック、入荷材料の検査などの従来の検出シナリオに適しており、精度と費用対効果の両方のバランスが取れています。このモデルは、最大 2080×1544 の解像度に達する 2 ~ 3 メガピクセルのハイパースペクトル イメージング システムを搭載し、昼間 EL、昼間 PL、夜間 EL の 3 つの検出モードをサポートし、基本的な AI 欠陥認識機能を内蔵し、GPS 測位とモジュール バーコード入力をサポートします。 3 ~ 5 メガピクセルの EL 検出器は、高精度の検出シナリオに適しています。 FigSpec の EP-D-500 は、最大 2560 × 2048 の解像度を備えた 500 万ピクセルのハイパースペクトル イメージング システムを採用しており、マイクロスケールの亀裂や細いグリッド線の破線など、モジュール内部の微細な欠陥を明確に捕捉できるため、研究室での研究開発、モジュールの品質検査、欠陥メカニズムの研究など、検出精度が要求されるシナリオに適しています。 ピクセルだけが検出精度を決定する要因ではないことに注意してください。ハイパースペクトル イメージング システム、レンズの品質、FigSpec の EL 検出器のアルゴリズムの最適化は、共同してイメージングの鮮明さと検出精度に影響を与えます。モデルを選択する際には、ユーザーはピクセルと他のコアパラメータを組み合わせて総合的に判断し、自分のニーズに合った機器を選択する必要があります。 さらに、FigSpec は 20 ~ 48 メガピクセルの EP-N シリーズおよび EP-D シリーズも発売しており、発電所のオンサイト運用および保守、モジュールの到着受け入れなどのフルシナリオ要件に対応し、昼間 EL、昼間 PL、および夜間 EL フルモード検出をサポートし、ユーザーにより多くの勾配の選択肢を提供します。
最近の企業事件について 繊維およびアパレル製造における「メタメリズム」のジレンマを解決する
2026/07/08
繊維およびアパレル製造における「メタメリズム」のジレンマを解決する
繊維およびアパレル製造業界では、ブランド所有者と製造業者の両方にとって非常に頭の痛いシナリオに遭遇することがあります。 生地や完成した衣類は、工場の検査用ライトの下では完璧な色に見え、顧客のオリジナルのサンプルと完全に一致します。ただし、小売店のモールのショーウィンドウに出荷されたり、消費者が自然光の下で着用したりすると、肉眼で目に見える色のずれが発生します。ある照明条件下では色が一致するが、別の照明条件下では色が大幅に異なるこの現象は、光学および色彩科学では「メタメリズム」として知られています。 この記事では、このジレンマの原因を分析し、最新のデジタル カラー マネージメントに基づいた究極の解決策を提供します。 1. 照明が異なると服の「色が変わる」のはなぜですか? 物理学では、色は物体に固有の絶対的な特性ではないことがわかります。むしろ、それは、光源のスペクトル構成、物体の表面の光反射特性、人間の目/脳システムという 3 つの要素の組み合わせの作用の結果です。光源が異なれば、大きく異なる相対スペクトル出力分布 (SPD) が得られます。 自然太陽光 (D65 など):連続的で均一な可視光スペクトルを持ち、色評価の最も信頼できるベースラインとして機能します。 モール蛍光灯/LED ライト (TL84、CWF など):スペクトルには、特定の波長に特定のスパイクがあり、他の波長では比較的不足していることがよくあります。 ホームウォームライト(ソースAなど):スペクトルは赤と黄色の波長帯域に大きく偏っています。 繊維の染色プロセス中に、目標の色を調合するために、工場は顧客の元のサンプルとは異なる染料の組み合わせを使用する場合があります。これら 2 つの異なる染料配合を特定の工場光源 (D65 など) で照射すると、人間の目に反射して戻ってくる光エネルギーの合計が偶然にまったく同じになる可能性があり、その時点で肉眼は「色が一貫している」と判断します。 しかし、モールの TL84 蛍光灯の下で衣服を動かすと、光源のスペクトル構成が変化したため、新しいスペクトルの下では 2 つの染料の反射率に大きな差異が生じます。本来の光エネルギーのバランスが崩れ、二つの衣服は全く異なる色合いを呈する。 「工場では完璧な注文でも、モールでは色ずれの不良品になる」のはこのためです。 2. 従来の方法の限界: なぜ「肉眼」と「色評価キャビネット」だけに頼ることができないのでしょうか? 従来の繊維工場は、標準的な色評価キャビネットの下で視覚的なカラーマッチングを行うために品質検査官に依存していることがよくあります。これらのキャビネットは光源を切り替えることができますが、手動評価には克服できない致命的な欠陥があります。 主観と個人差:人間の目の色に対する感度は、年齢、性別、生理的疲労、心理的暗示の影響を受けます。同じ検査員でも午前と午後では調色結果が異なる場合があります。 迷光干渉:外部環境からの迷光やライトキャビネットの内壁の反射や摩耗により、肉眼が欺かれる可能性があります。 定量化できない:海外顧客からの品質に関する紛争に直面している工場は、染料の安定性を証明するための客観的なデジタルレポートを提示できず、コミュニケーションにおいて弱い立場に置かれています。 3. デジタル ブレークスルー: 測色計による複数光源評価の重要性 現代の繊維サプライチェーンでは、カラーマネジメントの「デジタル化」と「標準化」が求められています。メタメリズムを解決する比色計の中核となる武器は、内部に統合されたデジタル多光源評価システムにあります。単一の光源の下で数値を調べることはなくなりましたが、ワンクリックで自動的に切り替えて、次の主流の光源の下でテキスタイルのパフォーマンスを計算できます。 D65 (人工昼光、色温度 6500K):世界的に認められている北方の平均日照量であり、毎日のテストの絶対ベースラインとして使用されます。 TL84 (色温度 4000K):ヨーロッパ、中国、日本のモールで広く使用されている蛍光灯。 CWF(色温度4150K):米国のショッピングモールやオフィス環境で一般的に使用される冷白色蛍光灯。 ソース A (色温度 2856K):アメリカのショーウィンドウ、ショールーム、または家庭で一般的に使用される典型的な黄色のタングステン フィラメント ランプ。 測色計は、測定を通じてメタメリズム インデックス (MI) を直接計算できます。 D65 では 2 つのサンプル間の色差 ΔE が非常に小さいが、TL84 では ΔE または MI が顧客が設定したしきい値を超える場合、比色計は即座に警告を発します。これは、現在の染料配合にはメタメリズムの重大なリスクがあり、より一致するスペクトル特性を持つ染料を選択するように調整する必要があることを研究開発部門と染色部門に警告します。 4. 業界ツールの推奨事項: CHNSpec のコア モデルの分析 繊維および衣料品の外国貿易における高水準の需要をターゲットとして、CHNSpec は一連の高精度分光光度計を開発しました。安定した信頼性の高い光学構造と複数光源のサポートにより、ファブリックのメタメリズムの問​​題を効果的に解決できます。 (1)CHNSpec DS-700D 高精度ベンチトップ分光光度計 — ラボの研究開発および配合の第一選択繊維工場のサンプリング室や調色実験室において、DS-700D はフロントエンドで色品質をしっかりと制御できます。 包括的な光源範囲:D65、A、C、D50、D55、D75、F1-F12 (TL84、CWF、U30 などを組み込む) を含む数十の標準光源をサポートし、さまざまな小売環境や生活環境を完全にシミュレートします。 安定した優れた解像度:二重光路スペクトル解析技術を活用し、波長範囲は 360nm ~ 780nm をカバーし、非常に高い測定分解能を実現します。染料のスペクトル曲線の微妙な変動を捉えることができ、カラーマッチング段階でのメタメリズムの問​​題を効果的に軽減します。 自動絞り認識:複数の測定口を備え、生地の糸からボタン、アクセサリーに至るまで、さまざまな特殊素材を簡単に処理できます。 (2)CHNSpec CS-821N シリーズ ハイエンド ベンチトップ分光光度計 — グローバル サプライ チェーン全体でカラーの信頼を構築海外の顧客が色に関して非常に厳しいトレーサビリティ要件を持っている場合 (ナイキやアディダスなどのブランドのデジタル カラー サプライ チェーンなど)、CS-821N シリーズが最適です。 安定した信頼性の高いパフォーマンス:この機器の機器間の一致性と再現性は優れており、測定データが海外の顧客の研究所の機器と高い一貫性を維持することが保証されます。 MI の直感的なプレゼンテーション:対応するカラー管理ソフトウェアと組み合わせると、さまざまな光源下でのΔE およびメタメリズム インデックス データを含むプロフェッショナルなカラー レポートをワンクリックでエクスポートできます。 5. 結論 今日の世界的なアパレル競争において、品質は裁断と縫製の職人技だけでなく、色彩科学の正確な熟達にもかかっています。 CHNSpec の高精度比色計の助けを借りて、染料の研究開発、調色サンプリング、量産、工場品質検査の全プロセスを通じて多光源評価を実装することで、企業はメタメリズムに起因する紛争を効果的に回避できます。
最近の企業事件について 超スペクトル画像技術により,豚肉の鮮度を迅速かつ破壊的でない検査が可能
2026/07/03
超スペクトル画像技術により,豚肉の鮮度を迅速かつ破壊的でない検査が可能
豚肉とその製品の加工、流通、流通において、鮮度は品質と安全性を測る重要な指標です。総揮発性塩基性窒素 (TVB-N) や総生菌数 (TVC) の測定などの従来の検出方法は、信頼性の高い結果を提供しますが、煩雑で時間がかかり、サンプルに有害です。その結果、オンラインで迅速な非破壊検査に対する現代の食品業界の要求を満たすことが困難になっています。 近年、ハイパースペクトルイメージング技術は、その豊富な情報、非接触性、迅速な分析機能により、食品品質評価の分野で大きな応用可能性を示しています。 CHNSpec の FS-IQ-VISNIR ハイパースペクトル カメラ (400 ~ 1000 nm) は、この種の研究にデータ収集のサポートを提供します。 実験計画とデータ取得 Journal of Food Commission and Analysisに掲載された研究では、鄭州軽工業大学の研究チームがCHNSpecのFS-IQ-VISNIRハイパースペクトルカメラを利用して、4℃で冷蔵保存された豚ヒレ肉の可視-近赤外ハイパースペクトルデータを14日以内に収集しました。合計 112 個のサンプルが関与し、7 つの時点をカバーし、各時点で 16 個のサンプルが含まれました。このカメラは、400 ~ 1000 nm の波長範囲、1200 バンドを含む、約 0.5 nm のスペクトル サンプリング間隔、および 1920 × 1920 ピクセルの空間解像度を特徴とするプッシュほうきイメージング方式を利用しています。 信号品質を向上させるために、研究チームはスペクトルの違いに基づいた教師なし画像前処理方法を設計しました。 Otsu 適応閾値セグメンテーションおよび形態学的操作と組み合わせたこの方法は、関心領域 (ROI) を効果的に抽出し、背景干渉を低減しました。 デュアルブランチ特徴抽出ネットワークと機械学習の融合モデリング この研究では、HFE (Hybrid-FeatureExtractor) と呼ばれるデュアル ブランチ ハイパースペクトル特徴抽出ネットワークが提案されました。このネットワークは、2 つの並列特徴抽出チャネルで構成されます。 スペクトル ブランチ: 各バンドの重みを適応的に学習するためのスクイーズ アンド 励起 (SE) アテンション メカニズムを導入し、多層パーセプトロン (MLP) を組み合わせて主要なスペクトル特徴を抽出します。 空間ブランチ: 2 次元畳み込みニューラル ネットワーク (CNN) と残差モジュール (BasicBlock) および Atrous Spatial Pyramid Pooling (ASPP) モジュールを組み合わせて採用し、マルチスケールの空間特徴を抽出します。 2 種類の特徴は、ゲート フュージョン メカニズムを通じて統合され、その後、それぞれ部分最小二乗回帰 (PLSR) モデルとサポート ベクター回帰 (SVR) モデルに入力され、TVB-N および TVC コンテンツの定量的予測を完了します。 予測のパフォーマンスと分析 実験結果は、HFE モジュールを PLSR および SVR と組み合わせると、TVB-N および TVC コンテンツの予測において高い精度を発揮することを示しています。 HFE + PLSR: TVB-N 予測の R² は 0.9786、RMSE は 2.4685 です。 TVC 予測の R² は 0.9529 で、RMSE は 0.3223 です。 HFE + SVR: TVC 予測の R² は 0.9597 で、RMSE は 0.3066 です。 従来の化学測定法 (SG+SPA、SNV+CARS など) と比較して、この方法の予測精度とモデルの安定性は両方とも向上しています。残差予測偏差 (RPD) に関しては、TVB-N と TVC はそれぞれ 7.1204 と 5.1831 に達し、このモデルが強力な予測能力を備えていることを示しています。 モデルの解釈可能性とキーバンドの識別 研究チームは、SE アテンション メカニズムを通じて、スペクトル ブランチ内のさまざまなバンドの重みの視覚化分析を実施しました。結果は、モデルが 600 ~ 920 nm の範囲内でより高い重みを割り当てていることを示しました。この領域は、タンパク質の酸化や微生物の代謝産物 (アミン、アルデヒド、ケトンなど) の光学応答に密接に関連しています。保存時間が延長されるにつれて、TVB-N と TVC の含有量が増加し、これらの特性バンドの範囲も拡大しました。これは、このモデルが鮮度の変化に関連する微妙なスペクトル変化を捕捉できることを示しています。 応用の見通し この研究は、FS-IQ-VISNIR ハイパースペクトル カメラをデュアルブランチ特徴抽出ネットワークおよび機械学習回帰モデルと組み合わせることで、サンプルに損傷を与えることなく豚肉の鮮度指標を効果的に予測できることを実証しました。この方法は、食品加工、コールド チェーン輸送、および小売リンクにおけるオンラインの非破壊検査にとって実用的な参考値を保持します。 CHNSpec は今後も食品の品質と安全性の分野にハイパースペクトル イメージング機器と技術サポートを提供し、業界がより効率的でインテリジェントな検査方法に移行できるよう支援していきます。 製品推奨: FS-IQ-VISNIR ポータブル ハイパースペクトル カメラ スペクトル範囲: 400 ~ 1000 nm スペクトル分解能: 2.5 nm 画像解像度: 1920*1920 スペクトルチャンネル数: 1200
最近の企業事件について 実生活における測色計の応用
2026/07/01
実生活における測色計の応用
色は、人間が世界を認識する最も直感的な方法の 1 つです。朝の服装の色のコーディネートから、新鮮な果物や野菜の選択、車の外観や質感の判断に至るまで、色は遍在しており、私たちの判断や選択に大きな影響を与えます。しかし、人間の色の知覚は非常に主観的であり、環境の影響を受けやすく、個人差が大きいです。比色計の出現は、抽象的な「視覚認識」を客観的で定量化可能なデジタル標準に変換することにより、この主観性を排除することをまさに目的としており、さまざまな業界にわたるカラー管理と品質管理の「デジタルバランス」として機能します。 カラー量子化の科学的核心: Lab と ΔE とは何ですか? アプリケーションに入る前に、測色計がどのように色を「デジタル化」するかを理解する必要があります。現在の測色計は通常、国際照明委員会 (CIE) によって確立された CIE L*a*b* 色空間に基づいています。これはデバイスに依存しないカラー モデルです。 L*(明度) 明るさを 0 (真っ黒) ~ 100 (真っ白) で表します。 a*(赤/緑): 赤-緑軸を表し、正の値は赤みがかった色合いを示し、負の値は緑がかった色合いを示します。 b* (黄/青): 黄青軸を表します。正の値は黄色がかった色合いを示し、負の値は青みがかった色合いを示します。 測色計は 2 つの色の座標差を測定することにより、合計色差値 ΔE を計算できます。その計算式は通常次のとおりです。 一般的な工業規格では次のようになります。 ΔE < 1: 違いは人間の目ではほとんど知覚できません。 1
最近の企業事件について 生きた魚のアミノ酸の非破壊的検出におけるCHNSpec FS-13ハイパースペクトラルカメラの応用事例
2026/06/25
生きた魚のアミノ酸の非破壊的検出におけるCHNSpec FS-13ハイパースペクトラルカメラの応用事例
A study published in "Food Research International" utilized visible/near-infrared hyperspectral imaging technology to achieve non-destructive prediction of muscle amino acid content in live common carpこの研究は,上海海洋大学,中国漁業科学アカデミー,および他のユニットによって共同で完了されました.CHNSpec Technologyが提供したFS-13ハイパースペクトルカメラ (FigSpec FS-13) がコア検出機器として使用されましたCHNSpec TechnologyのエンジニアであるXiajun Qiは 研究に深く参加し,生きた魚の栄養質をリアルタイムで評価するための新しい技術的な経路を提供しました I. 研究背景と検出要件魚肉のアミノ酸組成は,その栄養価と商業価値を測定するための重要な指標です.伝統的な検出方法 (高性能液体染色体学など) が正確であるにもかかわらず魚の生存状態を維持することを要求するアプリケーションシナリオでは,精密食材など栄養分別や親の選別などで 業界は長年 迅速で破壊的でないオンライン検出ツールが 欠けていました この研究の出発点は,魚の殻がスペクトル信号の"窓"として機能できるかということです.近赤外線が魚の殻と皮膚に浸透できるか,筋肉から検出器へ化学成分情報を運ぶ生きた魚の栄養検出の問題を根本的に解決します. II 実験プロトコルとコア機器研究チームは 異なる年齢と重量範囲の 2 匹のカッパを集めました 合計 481匹の生きた魚ですMS222 麻酔薬で 暫く麻酔されましたその後,CHNSpec Technology FS-13ハイパースペクトルカメラ (スペクトル範囲400-1000nm,スペクトル解像度 2.5 nm) で,貝殻の背面フィニング領域の超スペクトル画像を取得した.各サンプルに対する関心領域は200×200ピクセルをカバーした.300帯域のスペクトル情報を含む各ピクセル. その後,対応する背筋部位でサンプルを採取した.そして 17 アミノ酸の実際の含有量は,モデル化と検証のための高性能液体染色体撮影によって決定されました. III. モデル構築と予測効果研究者は5つのモデルを比較した. 部分最小平方回帰 (PLSR),最小平方支持ベクトルマシン (LS-SVM),極端な学習マシン (ELM),ランダムフォレスト (RF),そしてバックプロパガンダの人工神経ネットワーク (BP-ANN)モデリングは全帯域スペクトル信号 (400-1000nm) を用いて行われ,訓練および予測セットの異なるモデルのR2値は一般的に0以上であった.95. これらのうち,BP-ANNモデルはほとんどのアミノ酸に対して比較的安定した予測効果を示した.独立した検証セットでは (異なる年齢と異なる飼育環境から181匹の魚),BP-ANN モデルの検証R2値は全て0を超えました.7773つの最も高い含有量のアミノ酸グルタミック酸,アスパルティック酸,リシンに対する検証R2は0に達した.8480 だった8580 となる858CARS アルゴリズムによって選択された特徴的な波長で完全な帯域を置き換えた後,予測の精度が限られていた (平均R2は約0%増加した)..013),アミノ酸関連スペクトル情報は広く分布していることを示している. IV. 正確性 に 影響 する 主要 な 要因この研究では,予測の正確性に対する6つの要因の影響を体系的に評価し,結果は以下を示した. 精度に影響する最も重要な要因はサンプル集団の異性差である.モデルが異なる年齢と体重の独立した集団に適用されたとき平均R2は約0減少しました182これは,2つの集団間のアミノ酸含有量の分布の違いに関連している可能性があります (例えば,最初の集団におけるほとんどのアミノ酸の中位値は,第2集団におけるものよりも著しく高かった)このにもかかわらず,BP-ANNモデルは異質な集団で依然として受け入れられる精度 (R2 > 0.777) を維持した. 一方,モデル型,アミノ酸型,波長選択方法,魚の体重,体長が精度に影響を及ぼしませんでした (平均R2変動は0.103未満です).魚を上部に分割した後BP-ANNモデルでは,R2の平均差は0.076 (特徴的な波長を使用する場合) でした.これは,スペクトル信号が主に筋肉の生化学的組成によって動いていることを示しています単に物理的なサイズ分散効果ではなく 特徴的な波長に関して,CARSアルゴリズムは516-584 nm,707-738 nm,828-834 nm,および939-1032 nmで濃縮されたグルタミン酸とリシンに敏感な帯を選択した.この領域は,C-H結合のオーバートーンと組み合わせ周波数に関連していますO-H結合とN-H結合を検証し,赤外線に近い光が肌のアミノ酸分子と相互作用する可能性を検証した. V.空間分布と応用価値FS-13の超スペクトルカメラから得られる それぞれのピクセルのスペクトル情報を利用して 研究チームは 生きた魚の体全体に含まれる 総アミノ酸の熱マップ分布をマッピングしました結果は,:下下下口,胸フィン,腹部の筋肉の総アミノ酸含有量は比較的高く,背のフィン地域と尾では比較的低かった. This distribution matches the functional differences in muscle fiber types (red muscle and white muscle) across different parts—the pectoral fin and abdomen are dominated by slow-twitch oxidative red muscleこのヒートマップは,消費者が栄養価の高い部分を選択するための視覚的な参照を提供することができます. CHNSpec FS-13ハイパースペクトルカメラと ディープラーニングアルゴリズムが 成功した技術的なボトルネックを 破りました軽量化水産物の精密検知と高品質のスクリーニングのための実用的な検出ツールですモデルデータベースの継続的な改善とポータブル機器の開発水産業界が知能,標準化,栄養可視化へとアップグレードするのを助けます. 製品推奨:FigSpecFS-13 超スペクトルカメラ (ラインスキャン) スペクトル範囲: 400-1000nm スペクトル解像度: 2.5nm スペクトル帯: 1200 空間ピクセル: 1920
最近の企業事件について 農業用マルチスペクトル カメラ ブランドの推奨: 精密農業用のスペクトル ツール
2026/06/22
農業用マルチスペクトル カメラ ブランドの推奨: 精密農業用のスペクトル ツール
精密農業は多スペクトルカメラ2026年の市場では,農業シナリオを対象とした製品には,高チャネル,軽量,インテリジェントの傾向があります.下記は,農業用途に適したブランドの推奨事項です.農作物成長監視,害虫と病気の特定,肥満評価などの基本的なニーズに焦点を当て,農業分野におけるCHNSpecの技術的優位性を分析する. I. 農業用多スペクトルカメラの基本的ニーズとブランドの適応 農業での応用シナリオ 基本 的 な 必要 推奨 ブランド 製品 の 利点 農作物成長監視 高海道,植生指数計算 CHNSpec 30-180チャンネル,NDVIとNDREのリアルタイム計算をサポートします. 害虫と病気の特定 高解像度 微妙な差異を捉える CHNSpec,スペック スペクトル解像度 < 3nm,早期の害虫や病気を正確に識別する 生育能力評価 多帯域比較,正確なデータ Ruahg 光電 エッジコンピューティングで 快速に生育分布地図を作成します 大規模な検査 軽量で耐久性がある ハイネングの認識 体重 < 2kg 小型のドローンに適しています II.CHNSpec 農業用多スペクトルカメラの主要な利点 CHNSpec FS-50シリーズは,農業シナリオのために特別に設計され,2026年に精密農業分野で広く適用されます.その主な利点には以下の通りがあります. スペクトル適応:30~180のスペクトルチャネルが400~1000nmをカバーし,クロロフィール敏感帯も含め,作物のスペクトル特性の変化を正確に捉えることができます. 画像処理性能:2K空間解像度,12ビット高精度サンプリングとグローバルシャッターデザインにより,ドローン飛行中に画像が明確であり,データが正確であるようにします. データ処理サポートソフトウェアは,リアルタイムで植生指数計算 (NDVI,NDREなど) をサポートし,変動率肥料のデータサポートを提供するために,作物成長分布地図を迅速に生成します. プラットフォーム調整:DJI M400などの主流の農業用ドローンに適応し,飛行姿勢の影響を排除するためのスペクトル空間同期校正アルゴリズムを内蔵しています. コストメリット性能は国際ブランドに比べて高く 価格も競争力があり 大規模な農業用途に適しています 農業用品の選択に関する勧告 小規模農業者基礎的な成長モニタリングニーズと制御コストを満たすために,6〜10チャネルを持つ入門レベルのモデルを選択します. 中規模農場:CHNSpec FS-50シリーズ (30チャンネル) は精度とコストをバランスして,地域管理に適しています. 大規模な農業グループCHNSpec FS-50シリーズ (180チャンネル) または高級モデルは,精巧な管理と科学的研究ニーズをサポートします. 科学研究機関:CHNSpec や Specim の高級モデルは,高精度のデータ収集と分析のニーズを満たしています. IV.結論 2026年には,農産物の選択は多スペクトルカメラ植物の規模と管理のニーズを組み合わせる必要があります. 高いチャネル,高精度,そして強力な適応性の特性により,CHNSpecは高品質の精密農業の選択肢になりました.
最近の企業事件について 応用事例 | FS-IQ ハイパースペクトル カメラは、イネの細菌性葉枯れ病の非破壊的早期検出を支援します
2026/06/09
応用事例 | FS-IQ ハイパースペクトル カメラは、イネの細菌性葉枯れ病の非破壊的早期検出を支援します
イネの細菌性葉枯れ病は、コメの収量と食糧安全保障に影響を与える主要な病気です。従来の現場検査では、無症候性の段階で病気を特定するのが難しく、病変が現れるまでに予防と制御の有効性が大幅に低下します。ハイパースペクトルイメージングは​​、画像とスペクトルを組み合わせるという特性により、病気によって引き起こされる微妙な生理学的および生化学的変化を捉えることができるため、植物の病気の早期診断のための重要な手段となっています。 イネの細菌性葉枯れ病の早期診断を目的とした研究において、科学研究チームはデータ収集を行うために CHNSpec 製の FigSpec FS-IQ-VISNIR ポータブル ハイパースペクトル カメラを選択し、インテリジェントな病気認識のための安定した信頼性の高いスペクトル データ ソースを提供しました。 I. 実験装置とデータ収集 機器モデル: FigSpec FS-IQ-VISNIR ハイパースペクトル カメラ。 スペクトル範囲: 400 ~ 1000 nm、スペクトル分解能 2.5 nm。 採取条件:晴れた日中の10:00~14:00。キャノピーからのレンズ距離は 60 ~ 80 cm でした。露出オーバーやノイズの影響を軽減するためにリアルタイムで露出時間を調整することで、DN 値を 3000 ~ 4000 に制御しました。 実験対象: 健康、軽度感染(無症候性段階)、重度感染の3つのレベルのイネ葉サンプル。 FS-IQ ハイパースペクトル カメラは、高速な非接触イメージングをサポートし、制御された環境とフィールド シナリオの両方で葉のスペクトル情報を安定して取得でき、その後の特徴抽出とモデル トレーニングのためのデータ基盤を構築します。 II.データの前処理とキーバンドマイニング 元のハイパースペクトル データには、暗電流補正、ホワイト ボード補正、および Savitzky-Golay 平滑化が施されました。両端の信号対雑音比の低いバンドを削除した後、モデリング分析用に 243 個の高品質バンドが保持されました。 この研究では、深層学習手法を使用して、主に以下に集中する細菌性葉枯れ病に敏感な特徴的なバンドを全スペクトルから除外しました。 緑色のピーク領域 (520 ~ 550 nm): クロロフィル含有量の変化に関連します。 レッドエッジ領域 (680 ~ 720 nm): 葉の細胞構造と応力状態を反映します。 コアバンドの約 8% のみを使用すると、ほとんどの識別情報を保持できるため、データの次元が削減され、同時にモデルの操作効率と認識の安定性が向上します。 Ⅲ.疾患認識効果と応用価値 細菌性葉枯れ病の分類と認識タスクでは、FS-IQ によって取得されたスペクトル データに基づいてモデル検証が行われました。 少数のコア バンドを入力として使用すると、分類精度は 96% 以上に達し、スペクトル全体を直接入力した場合よりも優れていました。 アンバランスなサンプルを含むシナリオでは、生成手法を通じて少数サンプルを拡張した後、モデルの全体的なパフォーマンスが 6% ~ 13% 向上しました。 バンド選択の結果は植物の生理学的変化の法則と一致しており、良好な機構的解釈可能性を備えていました。 この研究では、FS-IQ ハイパースペクトル カメラは次の適応上の利点を実証しました。 豊富な帯域と安定した信号対雑音比: 重要な可視光から近赤外線の範囲をカバーし、疾患の初期段階で弱いスペクトルの違いを捕捉できます。 ポータブルで使いやすい: 研究室および現場での野外収集に適しており、作物の表現型分析シナリオに適応します。 強力なデータ互換性: 出力スペクトルは深層学習および機械学習のワークフローに直接接続でき、特徴マイニングとモデルの最適化をサポートします。 IV.まとめ イネの細菌性葉枯れ病の非破壊的早期検出を目的としたこの事例では、FS-IQ ハイパースペクトル カメラを利用して高品質のスペクトル データを取得しました。インテリジェントなアルゴリズムと組み合わせることで、高感度のバンド抽出と正確な病気の認識を実現し、作物の病気の早期警告と正確な予防と制御のための実現可能な技術的道筋を提供しました。 CHNSpec FS-IQ シリーズのハイパースペクトル カメラは、安定した撮像性能とユーザーフレンドリーな操作エクスペリエンスを備えており、スマート農業、植物の表現型、食品の安全性などの科学研究や産業シナリオに引き続き貢献し、ユーザーが複雑なスペクトル情報から効果的な特徴を抽出できるようにし、非破壊的で効率的かつインテリジェントな方向に向けた検出技術の開発を促進します。 製品推奨: FS-IQ-VISNIR ポータブル ハイパースペクトル カメラ スペクトル範囲: 400-1000nm スペクトル解像度: 2.5nm 画像解像度: 1920*1920 スペクトルチャンネル数: 1200
イベント
最新 の ニュース
最新の会社ニュース 比色計とは何ですか?
比色計とは何ですか?
品牌の強さを直接反映しています 自動車の塗料やプラスチック製品 繊維製品などです食品のパッケージわずかな色差が商品の返品や ブランドイメージを損なう可能性があります工業生産における色を正確に捉え量定するために使用される"鋭い目"ですこの記事では,このコア色測定ツールについて 徹底的に説明します. 1カラーメーターとは? カラーメーターは標本の色を定量化して記述するために使用される高度な精度の心理物理的な色測定器です.人 の 目 の 色 を 認識 する 方法 を 模倣 し て いる が,人間 の 主観 的 な 認識 を 排除 し て いる環境照明の変数である. 光 の 特定の 波長 の 吸収 と 伝達 を 測定 し て,色計 は 視覚 的 な 色 を 客観 的 な 標準 的 な 数値 データ に 変換 する (例えば L*a*b* や L*C*h* の 色 空間).これは,製造者が明確な"色標準"を確立し,生産サンプルと目標色との間の正確な偏差 (ΔEとして知られる) を測定することを可能にします. 2カラーメーター は どう 機能 し ます かカラーメーターの仕組みを理解するには その内部光学システムを見てみましょう 光源とフィルターと 光感探知器の 3つの基本構成要素ですこのプロセスは次の手順に従って行われます: ステップ1:照明計器の内部標準光源 (通常は長持ちするLEDまたはゼノンランプ) は,サンプル表面に幅広いスペクトル光を照らす. ステップ2 フィルタリングサンプルから反射された光またはサンプルを通過した光は,特化したトリスティミュルスフィルターを通過する.このフィルターは人間の目の3種類の色受容体 (赤) の感受性を模倣します緑色と青いコンです) ステップ3:検出と計算フィルタリングされた光は 高感度光探知器に当たります この光探知器は 各次元の色波長の強度を測定します内部マイクロプロセッサはこれらの信号を国際標準トリスティミュルス値 (X) に変換しますL*a*b*のような可読座標として出力します. 上記の式を使って カラーメーターは 標本の色が 標準の色に比べると 赤すぎ 青すぎ 暗すぎ 浅すぎるとすぐに分かります 3カラーメーター は 何 に 用い られ ます かカラーメーターは,色素の正確性が重要な幅広い産業で使用される不可欠な品質管理 (QC) ツールである.その主な用途には以下が含まれます: 品質管理と検査: 製造ライン (プラスチック,繊維,塗料,コーティング)染色計は,入荷した原材料をチェックし,完成品を検査し,承認されたマスターサンプルと一致していることを確認するために使用されます.. 合格/不合格評価: 供給者は,特定の許容量制限 (ΔE
最新の会社ニュース 2026 色分光光度計の価格ガイド
2026 色分光光度計の価格ガイド
プラスチック、繊維、コーティング、印刷、自動車部品などの現代の製造部門では、正確な色管理が製品品質の生命線です。しかし、数千ドルから数万ドルもする精密な色測定器に直面すると、調達マネージャーや品質エンジニアは予算の制約と高精度の要件の間で板挟みになることがよくあります。この記事では、主流の分光光度計の世界的な価格設定マトリックスの包括的な内訳を提供します。 1. CHNSpec 分光光度計の価格と階層分析 迅速な現場でのワークショップ検査から要求の厳しい実験室の研究開発まで、多様なニーズを満たすために、CHNSpec Technology は、透明性があり競争力のある価格設定を特徴として、基本的なハンドヘルドからハイエンドのベンチトップまでの包括的な製品マトリックスを確立しました。 製品層 世界的な価格帯 (米ドル) 主な代表モデル 長所 短所 ベーシック / エントリー ポータブル $130 - $400 DS-200シリーズ 非常に強気な価格設定。軽量、超ポータブル、そして非常にユーザーフレンドリーです。素早いΔEパスに最適/ 生産ラインでのフェイルチェック 限られた高度な測色メトリクス。重いものをサポートしていません 配合ソフトウェアの統合 ミッドレンジ 精度 ポータブル $1,500 - $3,500 DS-700Dシリーズ 高度なスペクトル技術を利用します。同時 SCI/SCE をサポート 測定。並外れた 再現性と機器間 合意により並外れたROIが得られる 自動絞り切り替え 柔軟性は、次の理由によりわずかに制限されます。 コンパクトハンドヘルドCハシス ハイエンド ベンチトップ / マルチアングル $4,500 - $10,000 CS-821Nシリーズ エリート光学センサーを搭載。非常に低い機器間の一致(ΔE*ab≤0.1)を実現します。特徴 カメラのビューファインダーとハンドル 大容量の液体・粉末 設置面積が大きくなり、より大きくなる 重さ;主に以下のために設計されています 専用の研究室または 固定局の研究開発使用 2. CHNSpec 対レガシー国際ブランド グローバルなサプライチェーンでは、ブランド遺産よりも技術データの方が雄弁です。 ブランド 平均価格帯 (USD) 比較対象機種 総所有コスト (TCO) &価値分析 CHNスペック $1,600 - $9,000 DS-700D / CS-826 従来のブランドと同一の光学アーキテクチャと最大 99% のデータ調整を実現しながら、必要な設備投資は 25% ~ 35% のみです。メンテナンス、スペアパーツ、再校正のコストは依然として著しく低いままです エックスライト $8,000 - $16,000 Ci62 / エグザクト 2 成熟したカラー管理ソフトウェア エコシステムを備えた老舗の巨人です。ただし、高価なハードウェアのアップグレードや高額な年間再調整料金とともに、多額のブランドプレミアムが付いています。 コニカミノルタ $7,000 - $18,000 CM-26d / CM-700d 卓越した製造品質と市場での強い認知度で知られています。それにもかかわらず、そのエントリーからミッドラインの製品は価格対性能比が低く、交換部品には長い納期と高コストがかかります。 データカラー 6,000ドル - 20,000ドル チェック3 / ベンチトップシリーズ 繊維染色および塗料配合の分野では高く評価されていますが、ハイエンドのソフトウェアとハ​​ードウェアのパッケージがバンドルされているため、機敏な中小企業の価格を上回ることがよくあります。 多くの海外バイヤーは、価格が安いということは精度が犠牲になることを意味していると懸念しています。実際、CHNSpec のミッドエンドからハイエンドの分光光度計は、ΔE*ab≤0.01 の再現性標準偏差を達成しています。コアデータの精度に関しては、価格が 5 倍の国際ブランドと統計的に有意な差異はありません。 3. 結論: CHNSpec がグローバル サプライ チェーンにとって賢い選択である理由 分光光度計を購入する際の基本的なロジックは、従来のマーケティングにプレミアムを支払うのではなく、「安定した追跡可能なカラー データ」に投資することです。 CHNSpec Technology は、絶え間ない技術の反復とサプライ チェーンの最適化を通じて、ハイエンドのスペクトル測定を民主化しました。厳格な多国籍バイヤー基準を満たす輸出メーカーであっても、厳しい予算制限の下で作業する研究開発研究所であっても、CHNSpec を使用すると、測定精度を何分の 1 も犠牲にすることなく、設備資本支出 (CAPEX) を最大 70% 削減できます。
最新の会社ニュース 2026 カラースペクトロフォトメーター ブランドの推奨事項
2026 カラースペクトロフォトメーター ブランドの推奨事項
プラスチック,繊維,自動車用コーティング,3C電子機器,包装印刷など 現代の工業製造分野では 精密な色彩管理は "プラスポイント" ではなく商品の競争力を決定する生命線です2026年に世界各地の色測定技術が インテリジェンス,クラウドデジタル化,多角,フルシナリオの検査へと全面的に進化しました 市場にある幅広いスペクトロフォトメーターブランドに直面して,調達決定者はしばしば難しい選択に直面します.厳格な色差基準を満たし,ブランドプレミアムを膨らませないようにできる色測定装置をどのように選ぶか? 2026年の5つのグローバルスペクトロフォトメーターブランドの参考情報です. 機器の選択に合理的な選択をするのに役立ちます. 専門ブランド:CHNSpec CHNSpecは,世界の色検出市場に深く関わっており,色科学と光学検査のコア技術の研究開発に継続的に投資しています.ナノスケールのグリッドと 双光路構造を 現代のAIクラウドコンピューティングと組み合わせることでCHNSpecはスペクトロフォトメトリック測定の知的でデジタルな変革を推進しています CHNSpec の主要な技術的利点: 優れた計器間合意 (ΔE*ab ≤ 0.12) で,サプライチェーン全体でデータの一貫性を確保する. ナノスケール格子スペクトロフォトメトリと二重光学経路補償エンジンを独立開発した. ミニチュア・ポータブル・マルチアングル・ハイエンド・ベンチトップ・スペクトロフォトメーターを含む包括的な製品マトリックス オンライン・非接触色測定と超スペクトル画像技術における高度な能力 CHNSpec の主要特徴: 1固体光学ハードウェア工学CHNSpec's high-end benchtop and portable spectrophotometers (such as the flagship DS-36D/37D/39D series) utilize differential spectral engines and nanoscale gratings with independent intellectual property rights.卓越した機器間の合意と繰り返しが,デジタルカラーデータを送信する際にデバイスの変動によって引き起こされる誤判のリスクを緩和する世界的な多国籍サプライチェーンに役立ちます. 2全シナリオのカバーと多角突破:ゴニオマティック特性 (自動車車体や3C電子カービングで使用される金属塗料や真珠色粉末など) の複雑な検査ニーズに対応するため,CHNSpecはMC12と他の多角型携帯スペクトロフォトメーターシリーズを導入しましたこれは単角測定の限界を克服し,より包括的に色の空間的な視覚効果を再現します. 3オンライン自動化とスマート製造アプリケーション:オフラインの実験室測定に焦点を当てた多くの伝統的なブランドとは異なり,CHNSpecは産業4.0シナリオをターゲットとしています.CRXシリーズのオンライン非接触色センサーと高性能ハイパースペクトルカメラは,リアルタイムで企業に欠陥のある製品を源頭で特定するのに役立ちます 4業界基準への参加:CHNSpecは,色測定基準の作成において重要な参加者として,色科学のための複数の国家および業界基準の策定に深く関わっています.この分野における技術的専門知識と業界の影響力を反映する. 5透明性のある価格戦略CHNSpecは,色測定業界に従来の高価格モデルを拒絶しています.CHNSpec機器の調達コストは,一般的には,国際ブランドの価格の半分から3分の2です.校正,保守,ソフトウェア更新の後のコストも合理的に保たれ,ユーザー投資が光学技術と長期サービスに集中することを保証します. 伝統的な西欧・日本ブランド概要: 高いブランドプレミアムを持つ安定した技術 1X-Rite について 伝統的な印刷,包装,繊維産業の代表的な企業で,そのCi7800シリーズベンチトップスペクトロフォトメーターはPantone色系と緊密に統合されています. X-Riteのハードウェア性能は業界で広く認められていますが ブランドプレミアムはかなり顕著ですブランドは高額な年間校正サービス手数料とともに,ソフトウェアサブスクリプションモデル (Color iMatchなど) をグローバルに導入している.色の制御ネットワークを大規模に導入する必要がある企業では,長期的な保守の隠されたコストは相当である. 2コニカ・ミノルタ CM-3700Aのような古典的なモデルにより,このブランドはプラスチックや自動車インテリアなどの分野において,データ安定性と歴史的な互換性において優れている. Konica Minoltaは"安定し保守的な"ルートに従っており,これはスマート機能とソフトウェアエコシステムにおけるイノベーションのペースに影響を与えています.ユーザー が 支払う 価格 は,何 年 も 前 に 完成 さ れ た 光学 ソリューション に 対応 する こと が よく あり ます移動接続性やクラウドベースの急速な色マッチングなどの今日のアジャイルな製造要求に直面すると,システムのスケーラビリティと柔軟性は一定の限界を示します.さらに,販売後の対応は比較的長い輸入された部品や手動メンテナンスの費用は,顧客が負担しなければならない. 3バイク・ガーダー コーティングや自動車の外観に関する包括的な指標に焦点を当て,このブランドは色,光り,オレンジ皮,単一の機器に. BYKの多角計は自動車業界で広く使われていますが,価格は比較的高く,生態系はかなり閉鎖されています.BYKはハードウェアと独自のソフトウェアを深く結びつけています工場の主な要求事項は,他の物理的外観指標に対する要求が少なく,主に正確なスペクトル色測定である場合,BYKを選択すると,使わなくなった"自動車級特典"に追加プレミアムを支払うことになる. 4ハンターラボ 色の幾何学分野での初期の蓄積により,このブランドは食品,飲料,医薬品,および化学液体および粉末の色測定に深い業界専門知識を持っています. ハンターラボの製品は 従来の閉ざされた科学研究室に より傾いている.そのベンチトップ機器は, 比較的限られた構造的柔軟性で,特定の産業のためのカスタマイゼーションコストは高く近代的な複雑な工場では,高速で動作し,移動可能な検査やカテゴリー間の測定を必要とするため,業界間での適応性は一定の制限に直面します. 結論は 2026年の世界貿易環境では 配色楽器の調達は 基本的なものに 戻るべきです 先進技術 優れた再現性 シームレスな接続性合理的な総所有コスト (TCO) は,ブランドの歴史よりも大きな実用的な価値を持っています.
最新の会社ニュース 2026 最新の超スペクトルカメラの選択と価格ガイド
2026 最新の超スペクトルカメラの選択と価格ガイド
ハイパースペクトル カメラの購入を検討していますか? 産業オートメーションと実験室分析の緊密な統合により、ハイパースペクトルイメージング研究は非常に期待される焦点となっています。光学設計、インテリジェントなデータ圧縮、エッジ コンピューティングの画期的な進歩によって、ハイパースペクトル テクノロジは、象牙の塔の学術ツールから現代の商業品質検査の基礎へと進化しました。現在の実験室での研究成果は、将来の産業用インライン ソリューションに直接力を与えています。 このガイドでは次の内容について説明します。 ハイパースペクトル カメラの基本的な動作原理 標準価格帯 (ハイパースペクトル vs. マルチスペクトル) コスト変数: 完全なハイパースペクトル システムとスタンドアロンのハイパースペクトル カメラ ハイパースペクトル イメージング システムのコスト削減戦略 ハイパースペクトルイメージングとは何ですか? 物理メカニズムの観点から見ると、ハイパースペクトル イメージングは​​、ターゲット表面から反射、透過、または散乱した光子を捕捉して解読するために使用されます。自然太陽光で照らされた場合でも、人工光源 (広域スペクトルのハロゲン ランプ、キセノン ランプ、高均一 LED など) で照らされた場合でも、光は材料の内部分子構造と正確な物理化学的相互作用を受けます。この相互作用により、独特の「スペクトル指紋」(つまり、材料の特徴的な吸収バンド)が残り、それによって物体の正確な化学組成と空間分布が明らかになります。 これらの高密度のスペクトル特徴を分析することで、研究者は肉眼や従来のカメラでは検出できない内部欠陥や組成の不均一性を発見できます。 CHNSpec ハイパースペクトル システムの主な応用分野は次のとおりです。 農業: 作物の病気の早期検出とクロロフィル マッピング 精密林業: 森林の害虫や病気の早期警告と樹冠葉面積指数の逆転 地質学と鉱業: 鉱物マッピングとコアサンプルの分類 先端材料: 薄膜の均一性と表面コーティングの分析 セキュリティと偽造防止: 偽造品の識別と異物の検出 文化遺産: 文化遺物の顔料成分の非破壊同定と壁画修復のためのスペクトル分析 科学研究用顕微鏡: 顕微鏡スケールでの材料の光学特性の特性評価と生物学的切片の組成分析 ハイパースペクトル カメラはどのように機能しますか? ハイパースペクトル ハードウェアは、光を数十、さらには数百の連続した波長チャネルに分割するために、高精度の光学コンポーネント、分散コア (回折格子またはプリズム)、高感度センサー アレイなどの洗練された内部アーキテクチャに依存しています。 1.光の捕捉: 光子はサンプル表面から反射し、フロントレンズを通過し、小さな入口スリットに焦点を合わせます。 2.スペクトル分散:高精度の回折格子またはプリズムは、同じ空間点からの合成光を波長に応じてスリットに垂直な方向に分散します。 3.センサー投影: この分離された光は、科学グレードの CMOS (sCMOS) センサーやインジウム ガリウム ヒ素 (InGaAs) センサーなどの特定の検出器アレイに投影されます。 4.空間スキャン: 完全な 2 次元空間イメージを構築するには、システムはラインスキャン、プッシュほうきスキャンを必要とします。これは、外部の直線移動ステージ、ベルトコンベア、またはドローン航空測量によって実現できます。さらに、CHNSpec の特定のシリーズでは、統合デスクトップ レールフリー スキャンがすでにサポートされており、運用の複雑さが大幅に簡素化されています。 5.データキューブ再構築:専用ソフトウェアは、これらの連続した1次元スペクトルスライスを収集し、時空間同期アルゴリズムを使用して3D「ハイパースペクトルキューブ」(2つの空間次元と1つのスペクトル次元で構成される)にコンパイルし、即時の機械学習または深層学習アルゴリズムの分類を容易にします。 ハイパースペクトル カメラの価格帯 ハイパースペクトル システムにおける最大のコスト要因はイメージング センサーです。 センサーは、システムがターゲットにできるスペクトル境界を決定します。シリコンベースのセンサーは、標準の可視から近赤外線 (VNIR、400 ~ 1000 nm) スペクトルをカバーします。このテクノロジーは高度に成熟しており、依然として優れたコストパフォーマンスを提供します。逆に、短波赤外線 (SWIR、900 ~ 1700 nm 以上) 領域に踏み込むには、特殊な InGaAs (インジウム ガリウム ヒ素) 材料または内蔵の TEC (熱電冷却) 検出器が必要となり、製造コストが大幅に上昇します。 以下の表は、2026 年の推定市場ベンチマーク価格帯の概要を示しています。 スペクトル範囲 波長 センサー材質 EST(東部基準時。価格(米ドル) 代表的な用途 VNIR 400~1000nm CMOS 18,000ドル – 45,000ドル 植生指数、果物や野菜の軽微な損傷、偽造防止印刷 近赤外線 900~1700nm InGaAs 35,000ドル – 75,000ドル 穀物水分・タンパク質分析、プラスチック選別 SWIR 1000~2500nm InGaAs / MCT 5万ドル – 10万ドル ミネラルの同定、漢方薬成分の定量分析、バーコードの浸透 ハイパースペクトルとマルチスペクトル マルチスペクトルシステム離散的で孤立したスペクトル スライス (通常は 3 ~ 20 個の非連続バンド) をキャプチャします。これらは、高いフレーム レート、低いデータ量、および大幅に低い価格を特徴としています。確立された数学モデルを使用して植物の健康指標を特定したり、明らかなプラスチックの種類を分類したりするなど、タスクが比較的単純な場合は、通常、マルチスペクトル イメージングで十分です。 ハイパースペクトル システム連続的で中断のないスペクトル範囲にわたって何百もの狭帯域を捕捉します。この超高スペクトル分解能は、微妙な化学的違いに対処したり、複雑な有機化合物を分析したり、広範なスペクトル ライブラリを最初から構築したりする必要がある場合に不可欠です。 研究開発の初期段階では、ハイパースペクトル カメラは、特定のアプリケーションの「重要な診断情報」を運ぶ波長を正確に把握するのに非常に役立ちます。これらの特定の帯域が特定されると、開発者は大規模な商業展開向けに、低コストのアプリケーション固有のカスタマイズされたマルチスペクトル カメラに移行できる場合があります。 マルチスペクトル カメラの価格参考資料 カテゴリ 一般的な価格帯 (USD) 説明する エントリーレベルのマルチスペクトル 1,500ドル – 5,000ドル 低解像度の固定バンド カメラ (例: 5 ~ 6 バンド)。教育現場やDIYドローンで一般的に使用されています 産業用/研究用グレード 7,500ドル – 16,000ドル より高い精度と空間解像度を備え、より優れたカスタマイズ性を提供します。最大約20バンドをサポート 波長範囲は価格、空間解像度、スペクトル解像度、最大フレーム レート (ライン スキャン速度)、さらにはセンサーの信号対雑音比 (SNR) と冷却方法を決定する中心的な要素であり、すべて最終構成のカスタマイズ コストに大きな影響を与えることを強調しなければなりません。 スタンドアロンのハイパースペクトル カメラと完全なハイパースペクトル イメージング システム スタンドアロンのカメラ自体では有効なデータを直接収集できないことを覚えておくことが重要です。完全に動作するハイパースペクトル エコシステムには、連携して動作するいくつかの調整されたコンポーネントが必要です。 コアハイパースペクトルカメラ本体 低歪みと収差補正のために最適化された専用スペクトルレンズ スキャン プラットフォーム (高精度直線移動ステージ、産業用コンベア ベルト、または航空測量用のドローン ジンバル) 安定した出力と連続スペクトルを備えたプロフェッショナルな照明光源 (スペクトルギャップを回避するため) 標準放射校正を備えた拡散反射校正白色パネル (反射率補正用) 高性能収集およびデータ分析ソフトウェア ハイパフォーマンス コンピューティング ワークステーション ハイパースペクトル イメージング システムの予算を立てるときは、システム全体の統合コストを考慮する必要があります。通常、周辺機器とソフトウェアの予算は総投資の 30% ~ 50% を占めます。 長期的な研究目標を組み込む これまで、市場に出回っている多くの押しほうき構成は、ユーザーを独自の排他的で閉鎖的なハードウェア エコシステムに縛り付けることがよくありました。 CHNSpec は、「モジュール式でオープン」な設計哲学に焦点を当てることで、この問題点に対処しました。たとえば、FigSpec シリーズのハイパースペクトル カメラは、優れたクロスプラットフォーム適応性を提供します。これらの機器は、標準的な機械インターフェース (ユニバーサルねじ穴など) と互換性の高いデータ インターフェース (GigE Vision や USB3.0 など) を採用しているため、高価でベンダーにロックされた完全なシステムのオーバーホールを強制することなく、実験室のデスクトップ スタンドから産業用生産ラインの保護筐体やフィールド用三脚にシームレスに移行できます。 標準 C マウントと互換性のあるシステムを選択すると、高精度カメラを標準の実験室顕微鏡と簡単に光学的に結合できるようになり、非常に低コストで顕微鏡スケールのスペクトル分析機能を拡張できます。 ハイパースペクトル イメージング システムのコスト節約戦略 1. コンピュータ ワークステーション: 光学メーカーから標準コンピュータを注文するのに割増料金を支払う必要はありません。分析ソフトウェアに必要な最小限の RAM、グラフィックス カード、プロセッサ構成パラメータをリクエストするだけで、標準市場小売価格でラボ用ワークステーションを個別に購入できます。 2.照明光源: 高品質のハイパースペクトル データには、連続発光スペクトルが必要です。独自の照明キットは非常に高価ですが、高安定性の石英タングステン ハロゲン (QTH) ランプは実験室のサプライヤーや産業用ハードウェアの販売業者の間で普及しており、その価格はほんの数分の一です。 3.暗室と研究室のエンクロージャ:高価なカスタム暗室を購入する代わりに、マットな遮光布、高密度フォームボード、またはカスタムアルミニウムプロファイルフレームを使用して、効率的で光を遮断したイメージング暗箱を自分で構築する方が良いでしょう。迷光干渉のない環境を確保すると、予算を増やすことなくシステムの信号対雑音比 (SNR) を大幅に向上させることができます。 4.レンズの選択:この点では、オリジナルブランドのレンズを選択することを強くお勧めします。深刻な歪みを避けるために、レンズは特定のセンサー アレイを使用して工場レベルの放射校正を受ける必要があります。事前に複数の校正済みレンズを購入しておくと、後で再校正のためにメーカーに返送することで発生する高価な物流コストやダウンタイムを防ぐことができます。 高性能ハイパースペクトル イメージング デバイスは、将来の実験室研究を完全に強化します。各研究パラメータ、スペクトル分解能要件、ターゲット材料の特性帯域は異なるため、実際のシステムコストは特定の技術的ニーズによって異なります。予算に合わせて最適な構成ソリューションをカスタマイズするために、いつでも CHNSpec のハイパースペクトル テクノロジーの専門家にお気軽にお問い合わせください。
最新の会社ニュース ボロン基ナノ流体燃料の原子化と燃焼の研究におけるハイパースペクトラルカメラの応用
ボロン基ナノ流体燃料の原子化と燃焼の研究におけるハイパースペクトラルカメラの応用
I. 研究の背景とテスト要件 航空宇宙推進システムの研究分野では、ホウ素ベースの高エネルギーナノ流体燃料は、新しいタイプの高エネルギー密度燃料として、その霧化特性と燃焼特性から広く注目を集めています。 B/JP-10 ナノ流体燃料の点火および燃焼特性の研究において、研究チームは燃料噴霧燃焼火炎の空間特性発光スペクトルをテストする必要がありました。 従来のスペクトル試験方法では、火炎のさまざまな位置のスペクトル情報を取得するのが困難でしたが、イメージングハイパースペクトルカメラはターゲットの空間情報とスペクトル情報を同時に取得できるため、火炎成分の空間分布分析の研究要件を満たします。研究チームは、燃料噴霧火炎の空間放射スペクトルを体系的にテストするために、CHNSpec Technology Co., Ltd. 製の FS-22 イメージング ハイパースペクトル カメラを選択しました。 II.試験方法とスペクトルの選択 研究プロセスでは、FS-22 イメージング ハイパースペクトル カメラがナノ流体燃料噴霧燃焼試験システムと組み合わせて使用​​されました。この試験システムは主に、サンプル供給システム、霧化ノズル、試験システム、サンプリングシステムで構成されています。空気噴霧ノズルを使用してホウ素ベースのナノ流体燃料を噴霧し、プラズマ アークを使用してサンプルの噴霧ジェットを点火します。 ハイパースペクトル カメラは、燃料噴霧火炎の空間放射スペクトル データを収集するために使用されました。ホウ素元素と炭化水素燃料の燃焼の典型的な特性スペクトルに基づいて、研究チームは分析のために 2 つの特定の放射線バンドを選択しました。 1. 431 nm (青色バンド):炭化水素燃料 JP-10 の燃焼反応を特徴付けるために使用される CH ラジカルの放射に対応します。 2. 581 nm (緑色のバンド):は、ホウ素粒子の燃焼反応を特徴付けるために使用される BO2 ラジカルの放射に対応します。 図 7.11 10 wt% B/JP-10 ナノ流体燃料の 431 nm および 581 nm における放射密度 これら 2 つの特徴的なバンドの放射線強度の空間分布に対して画像解析を実行することにより、研究者は噴霧火炎内のさまざまな位置での主要な反応タイプを区別できます。 Ⅲ.実験結果と分析 軸中心位置のスペクトル解析 ハイパースペクトル カメラによって取得された画像データは、霧化トーチの軸中心のスペクトル放射が明らかな変化パターンを示していることを示しています。位置 1 と位置 2 のスペクトル曲線には、ホウ素燃焼の特徴的な「ファイブフィンガー ピーク」が含まれており、放射強度はノズルからの距離とともに増加します。これは、ホウ素燃焼反応がノズルから位置 2 までの噴霧トーチの中心に存在し、ホウ素粒子の移動に伴って徐々に強化されることを示しています。位置 3 から位置 5 では、噴霧火炎の中心にあるホウ素特性のピークが消え、このセクションではホウ素粒子の重大な化学反応が発生していないことを示しています。 半径位置のスペクトル分析 軸中心放射強度が最も高い位置 4 を中心として、異なる半径位置でのスペクトル放射を比較分析したところ、ボロン放射特性のピークは噴霧トーチの上端と下端の両方に存在しますが、全体の放射強度は上端の方が下端の放射強度よりわずかに高いことがわかりました。これは、JP-10 蒸気が浮力の影響で上方に移動し、トーチ上部での反応に参加する JP-10 の量が多くなるためです。同時に、明確なホウ素放射特性ピークが下端に存在し、これは重力の影響下で下方に移動するホウ素の特性と一致します。 燃焼ゾーン部門 研究チームは、ハイパースペクトルカメラで取得した空間スペクトル放射データと燃料微粒化燃焼画像を組み合わせて、B/JP-10ナノ流体燃料微粒化火炎の中心をノズル軸方向に沿ってB/JP-10連成燃焼帯(出口部)、JP-10単相燃焼帯(安定燃焼部)、B/JP-10連成燃焼帯(尾火部)、ホウ素の4つの燃焼帯に分割した。単相燃焼ゾーン。この地域区分は、燃料霧化燃焼メカニズムをさらに理解するための基礎を提供します。 IV.事例の概要 ホウ素ベースの高エネルギーナノ流体燃料の研究開発における CHNSpec FigSpec FS-22 ハイパースペクトル カメラの応用により、燃焼プロセス中の空間情報とスペクトル情報の統合収集が達成され、従来の検出方法では火炎場全体をカバーするのに苦労し、同時に成分分布を取得できないという問題点が解決されました。その安定したイメージング性能と優れたスペクトル分解能は、高エネルギー燃料配合の最適化、燃焼メカニズムの研究、燃焼モデルの確立のための信頼できる検出手段を提供し、新しいタイプの航空宇宙推進燃料の技術的ブレークスルーを支援します。 製品の推奨:FigSpec FS-22 イメージング ハイパースペクトル カメラ 画像解像度: 1920*1920 スペクトル範囲: 400-1000nm スペクトル分解能 (FWHM): 5nm スペクトルチャンネル数: 600
最新の会社ニュース 霧と光の伝達力は同じじゃない!
霧と光の伝達力は同じじゃない!
購買担当や品質管理に携わる友人なら、こう聞いたことがあるはずです。「私の素材の光透過率は 90% 以上で、間違いなく十分にクリアです!」また、多くの人は、光の透過率が高いほど、材料の透明度が高く、曇りが少ないという論理を想定しています。しかし、現実は厳しいものです。測定された光透過率がほぼ同じでも、2 つのプラスチック フィルムはまったく異なって見えることがあります。 1 つは透明ですが、もう 1 つは常に霧の層に覆われているように見えます。これはなぜでしょうか? 答えは簡単です。ヘイズと光透過率という 2 つの完全に独立した指標を完全に混同しているのです。これは、ヘイズ測定中に 90% の人が陥る最​​大の罠でもあります。 まず、これら 2 つの指標をわかりやすく定義しましょう。そうすれば、もう混同することはなくなるでしょう。 まず光の透過率についてお話します。 「方向」ではなく「量」だけを見ます。率直に言うと、光が物質を通過するときにどれだけうまく「通過」できるかということです。それは水をふるいに注ぐようなものです。全水量に対する最終的に流出する水の割合が光の透過率となります。水が穴からまっすぐに流れ落ちても、あちこちに飛び散って斜めに流れ出ても、出てくる限りは光の透過率にカウントされます。 一方、Haze は「総量」ではなく「品質」のみに注目します。通過した光のうちどれだけが「オフトラック」散乱光であるかを測定します。再び注水の例を使用すると、光の透過率は流出する水の総量を調べますが、ヘイズは流出した水が穴からまっすぐに落ちずにあちこちに飛び散る量を調べます。 極端な例として、曇りガラスを挙げてみましょう。実際、その光透過率は決して低くなく、多くの種類のすりガラスでは 80% 以上に達するものもありますが、ヘイズは 100% に近いです。これは、ほとんどすべての光が通過するときに粗い表面によって全方向に散乱されるため、明るさだけが見え、反対側の物体はまったくはっきりと見えないためです。これに対し、高級光学ガラスは光透過率92%でありながらヘイズは0.1%と低い。ほとんどすべての光がまっすぐに通過するため、すべてがはっきりと見えます。 ここが重要なポイントです。ヘイズと光透過率は 2 つの完全に独立した指標であり、絶対的な正の相関関係はありません。光透過率が高ければ高いほどヘイズが低くなければならないというのは真実ではありません。 たとえば、光透過率が 90% のフィルムには、肉眼では見えない微細な不純物が多数含まれている可能性があり、その結果、散乱光が大きくなり、ヘイズが 5% にも達し、曇って白っぽく見えます。別のフィルムは、光透過率が 88% しかありませんが、材料の純度が非常に高く、構造が均一であるため、ヘイズがわずか 0.3% で、より鮮明で透明に見えます。 日常の品質検査、材料の受け入れ、製品の研究開発では、光透過率とヘイズの両方を正確に制御するために、専門的で信頼性の高い試験装置が不可欠です。 CHNSpec TH-110 ヘイズメーターは、フィルム、ガラス、プラスチック、包装材料、光学プレートなどの業界向けに特別に設計されており、正確なヘイズと光透過率試験のためのワンストップソリューションを提供します。 CHNSpec の主要な利点と主要なパラメータTH-110 ヘイズメーター: 1.デュアル測定、高効率:光線透過率とヘイズを同時に測定します。データはリアルタイムで表示されるため、単一パラメータのテストの死角がなくなります。材質の比較、抜き取り検査、完成品の管理に適しています。 2.規格に準拠した正確な検出:GB/T 2410 や ASTM D1003 などの国内および国際規格に厳密に従っています。平行光路設計と、安定した均一な光源による拡散反射受信を特徴としており、散乱光検出エラーを回避し、わずかなヘイズの違いも正確に捕捉します。 3.高精度と良好な再現性:ヘイズ/透過率の測定範囲は0~100%です。ヘイズ解像度は 0.01 単位です。 Φ21mm口径で繰り返し精度0.05以内。透過率分解能は 0.01 単位です。再現性 ≤0.1 単位。積分球Φ154mm、光路構造0/D(平行光照射、拡散反射受光)。 4.多彩な適応性と簡単な操作:21mm / 7mm のデュアル測定口径とオープン測定エリアを備え、フィルム、シート、小さな不規則なサンプルに対応します。スマートなタッチ スクリーン操作により、ワンキー テスト、自動データ保存が可能になり、データのエクスポートとレポートの印刷がサポートされ、バッチ データのトレーサビリティが容易になります。 5.安定性、耐久性があり、量産QCに適しています:機械構造は安定しており、周囲光の干渉に耐性があります。作業場や研究室でも安定してご使用いただけます。長期間の測定でもデータがドリフトしないため、標準化された製品の品質管理に信頼性の高いデータ サポートが提供されます。 これら 2 つのインジケーターに対する要件は、製品ごとに大きく異なります。携帯電話のスクリーンや車のセンター コンソールでは、高い光透過率だけでなく、ヘイズが非常に低いことも必要です。画面が白っぽく見えたり、コントラストが低下したり、強い光の下ではよく見えなくなります。ランプシェード、つや消しパッケージ、および化粧品ボトルには、光を柔らかくしながら眩しさを感じさせないように、高い光透過率と高いヘイズが必要です。農業用温室フィルムには正確なバランスが必要です。作物が均一に光を受けるように散乱光を利用しながら、光合成のための光の透過を確保する必要があります。 光学エレクトロニクス、包装および印刷、建築用ガラス、またはプラスチックおよび化学産業のいずれにおいても、CHNSpec TH-110 ヘイズメーターの定量化されたデータに依存することで、主観的な視覚的判断を回避し、販売業者が設定したパラメータの罠を回避することができます。 最後に、役立つ要約を以下に示します。光の透過率によって、マテリアルがどの程度「明るい」かが決まります。ヘイズは、マテリアルがどの程度「透明」であるかを決定します。