颜色检测技术综述
彩色印刷图像质量检测技术综述
层 厚 度 和浓 度 成 正 比 ，所 以 密度 值 反 映 了 墨层 的厚
度 。 在 印 品质 量 控制 过 程 中 ，用 密 度计 测 量 ，通 过 密度 值 间接反 映墨层厚 度 。
控 制 在允 许 的范 围之 内 ，从 而控 制 印 刷 品 的 阶调再 现 性 和 色彩 再 现 性 ；求 取 印 刷 品 （ 或测 控 条 ）上 的
２ ）测控 条 与仪器 设 备相 配合 的方法
目前 各 国用 于质 量 控 制 的测 试 条 种 类 较 多 ，如
油 墨 叠 印率 ，用 于 过程 控 制 ，从 而 监 视 印 刷生 产 过
的密 度 ，其 密 度 的差 值 即 为 重影 、变形 ，将 其 控 制
在 允许 的范 围之 内 ，从 而 控 制 印刷 品 的 清 晰度 ；确
由若 干 区 、段测试 单 元 （ ）和 少量 的信号 块组 成 ， 块
定 各 印 刷色 墨 的 最 佳实 地 密 度 ，将 其 控 制 在允 许 的
次 产 品 印刷 质 量 的 控制 、测 定 和评 价 。 对 于控 制 条
的 目测 发展 到仪 器测 量 ，再 到今 天 的在线 检 测技 术 ， 每 一 步 发展 都 简 化 了操 作 工 序 ，减 少 了 不 必要 的浪
费 ，提 升 了印 刷 质量 。下 面 概要 介 绍 一 下 彩 色 印刷 图像 的各种 检测技 术 。
程 的 变化 ；求 取 印刷 品上测 量 控 制块 不 同方 向线 条
美 国的 Ｇ Ｔ Ａ Ｆ系 统 ，瑞 士 布 鲁 纳 尔 系 统 ，联 邦 德 国 弗 格 拉 系统 ，以 及格 灵 达 系 统等 。我 国一 般 采 用美
无人机影像处理中的目标检测算法综述
无人机影像处理中的目标检测算法综述目标检测在无人机影像处理中扮演着关键的角色，其能够识别并定位图像中的特定目标，为无人机提供精确的导航和监测功能。
随着无人机技术的快速发展，目标检测算法也在不断演进和改进。
本文将对无人机影像处理中的目标检测算法进行综述，包括传统方法和深度学习方法。
一、传统目标检测算法1. 基于图像特征的传统目标检测算法基于图像特征的传统目标检测算法主要包括颜色特征、纹理特征和形状特征等。
其中，颜色特征算法通过提取目标物体的颜色信息进行检测，如基于颜色空间变换和阈值分割的方法。
纹理特征算法则利用目标物体的纹理信息进行检测，如基于纹理描述符和局部二值模式的方法。
形状特征算法则利用目标物体的形状信息进行检测，如基于轮廓描述和边缘检测的方法。
传统方法在目标检测中取得了一定的成果，但其鲁棒性和通用性相对较差，难以应对复杂的场景和光照变化。
2. 基于模型的传统目标检测算法基于模型的传统目标检测算法通过构建目标物体的模型来进行检测，主要包括模板匹配法和统计模型法。
模板匹配法通过将目标物体的模板与待检测图像进行匹配来进行检测，如基于相关滤波器和灰度共生矩阵的方法。
统计模型法则通过对目标物体进行统计特征建模来进行检测，如基于隐马尔可夫模型和高斯混合模型的方法。
基于模型的传统方法在某些场景下能够获得较好的检测效果，但对目标物体的先验知识依赖较高，对目标形状和尺度变化敏感。
二、深度学习目标检测算法随着深度学习技术的发展，深度学习目标检测算法在无人机影像处理中逐渐取得了突破性的进展。
1. 基于卷积神经网络的深度学习目标检测算法基于卷积神经网络的深度学习目标检测算法主要包括R-CNN、Fast R-CNN、Faster R-CNN和YOLO等。
R-CNN通过首先生成候选框，再对候选框进行卷积特征提取和分类，实现目标检测。
Fast R-CNN将分类和定位任务融合到一个网络中，提高了检测速度。
Faster R-CNN则引入了区域建议网络，同时实现了准确的目标检测和高效的候选框生成。
光学检测的综述
光学检测的综述光学检测的综述摘要随着科学技术和⼯业的发展，测量检测技术在⾃动化⽣产、质量控制、机器⼈视觉、反求⼯程、CAD/CAM以及⽣物医学⼯程等⽅⾯的应⽤⽇益重要。
传统的接触式测量技术存在测量⼒、测量时间长、需进⾏测头半径的补偿、不能测量弹性或脆性材料等局限性，因⽽不能满⾜现代⼯业发展的需要。
近年来由于光学⾮接触式测量技术克服了上述缺陷，其⾮接触、⾼效率、⾼准确度和易于实现⾃动化的特点，成为近年来测量技术研究的热点。
本⽂介绍了多种基于各种测量原理的光学检测⽅法。
关键词:光学检测；三维测量; 数字相移;1.光电检测技术光电检测技术以激光、红外、光纤等现代光电器件为基础，通过对载有被检测物体信号的光辐射（发射、反射、衍射、折射、透射等）进⾏检测，即通过光电检测器件接收光辐射并转换为电信号。
由输⼊电路、放⼤滤波等检测电路提取有⽤的信息，再经过A/D变换接⼝输⼊微型计算机运算、处理，最后显⽰或打印输出所需检测物体的⼏何量或物理量[1]。
如图1所⽰光电检测系统的组成。
图1 光电检测系统光电检测技术的特点：–⾼精度：从地球到⽉球激光测距的精度达到1⽶。
–⾼速度：光速是最快的。
–远距离、⼤量程：遥控、遥测和遥感。
–⾮接触式检测：不改变被测物体性质的条件下进⾏测量。
–寿命长：光电检测中通常⽆机械运动部分，故测量装置寿命长。
–数字化和智能化：强的信息处理、运算和控制能⼒。
光电检测的⽅法：直接作⽤法差动测量法补偿测量法脉冲测量法光电检测系统◆主动系统/被动系统(按信息光源分)–主动系统通过信息调制光源,或者光源发射的光受被测物体调制。
如图2所⽰图2 主动系统的组成框图–被动系统光信号来⾃被测物体的⾃发辐射。
如图3所⽰图3 被动系统的组成框图◆红外系统/可见光系统(按光源波长分)[2]–红外系统多⽤于军事,有⼤⽓窗⼝,需要特种探测器。
–可见光系统多⽤于民⽤◆点探测/⾯探测系统(按接受系统分)–⽤单元探测器接受⽬标的总辐射功率。
检测技术综述
检测技术综述一、检测技术定义检测技术是指利用物理、化学或生物的方法，对物质进行定性或定量分析，以获取物质的各种性质、组成和变化信息的技术。
检测技术广泛应用于科学研究、工业生产、环境保护、医疗健康等领域。
二、检测技术分类根据检测原理和应用领域，检测技术可以分为以下几类：1. 物理检测技术：利用物理原理进行物质性质和状态的检测，如电导率、红外光谱、核磁共振等。
2. 化学检测技术：利用化学反应进行物质成分和含量的检测，如色谱分析、光谱分析、质谱分析等。
3. 生物检测技术：利用生物学的原理和方法进行生物样品或生物体的检测，如免疫分析、基因测序等。
4. 环境检测技术：利用各种物理、化学和生物的方法，对环境中的各种污染物进行检测和分析，如空气质量检测、水质检测等。
5. 医学检测技术：利用各种医学设备和仪器，对人体内的各种生理参数和疾病标志物进行检测和分析，如心电图、医学影像等。
三、检测技术原理各种检测技术的原理各不相同，但大致可以分为以下几个步骤：1. 信号产生：通过物理、化学或生物的方法，产生与待测物质相关的信号。
2. 信号传输：将产生的信号传输到相应的传感器或探测器中。
3. 信号转换：将传输过来的信号转换为电信号或其他易于处理的形式。
4. 信号处理：对转换后的信号进行放大、滤波、数字化等处理，以便进行后续的数据分析。
5. 数据分析：对处理后的信号进行数据分析和解释，得到待测物质的性质、组成和变化信息。
四、常用检测仪器常用的检测仪器包括光谱仪、质谱仪、色谱仪、电化学仪、气体检测仪、水质分析仪等。
这些仪器可以对气体、液体和固体中的物质进行定性和定量分析，并具有自动化、快速和灵敏度高等优点。
色谱文献综述
第1章文献综述1.1.引言高效液相色谱（HPLC）作为分析化学中复杂体系分离分析的重要手段之一，在许多领域都有着广泛的应用。
蛋白质组学[1-4]、中药[1-3]、聚合物[4-6]、环境[7]和药物[8]等复杂体系的分离分析为各种色谱技术的发展带来了机遇和挑战。
蛋白质组学和中药等研究中样品体系极其复杂，采用传统的一维分离模式所能提供的分辨率和峰容量难以满足高效分离与高灵敏检测的要求[9, 10]。
Gidding等[11]指出，当样品中的组份数超过系统峰容量的时，样品在系统中便得不到良好的分离。
对于随机分布的样品，完全分离其中98%的组份，系统的峰容量需要是样品中组份数的100倍以上[12]，采用一维液相色谱进行分离时，分离500个峰需200万理论塔板/m（分离度1.5）的柱效[13]。
显然，我们不能寄希望于一维色谱分离能力能提高几个数量级[14]，因此，只能采取其他方法，如多维色谱分离系统。
多维色谱技术的历史可以追溯到1944年，Martin和同事利用纸色谱法[15]，在两次分析中，将流动相以直角的方式洗脱样品，第一次实现了二维的高效分离。
近年来，色谱工作者把主要的精力放在使用现代柱色谱技术代替薄层技术上。
柱色谱技术的优点包括重现性、速度、选择性和易用性，重要的是，柱色谱易于与其他检测技术相连，如质谱。
1978年，Erni和Frei[16]设计出了阀切换系统，构建了GPC/RPLC模式的二维色谱。
由于采样不足（切阀时间长达75 min），分离度有限，同时没有自动化的阀配置和数据转换过程，没有给出二维色谱图，因此并没有引起重视。
1987年，J. W. Jorgenson受J. C. Giddings的启发，开始研究复杂样品分析实用的多维色谱方法。
1990年[17]，Bushey和Jorgenson改进了Erni 和Frei的装置，构建了IEX/SEC二维系统，通过降低采样时间到6 min，以及协调两维间的流动相梯度和流量，实现了较高的正交性分离，并第一次以3D图的方式展现出来，实现了蛋白质的全二维分析，第一次展现了多维色谱的巨大优势。
《2024年特殊天气条件下的目标检测方法综述》范文
《特殊天气条件下的目标检测方法综述》篇一一、引言随着计算机视觉技术的快速发展，目标检测技术在多种场景下都取得了显著的成果。
然而，在特殊天气条件下，如雾天、雨天、雪天等，目标的检测往往面临极大的挑战。
本文旨在全面综述特殊天气条件下的目标检测方法，分析其技术特点及适用性，以期为未来的研究提供有益的参考。
二、雾天目标检测在雾天环境中，由于大气中悬浮微粒的散射作用，图像的对比度和清晰度都会降低，从而增加了目标检测的难度。
针对这一问题，研究者们提出了多种方法。
其中，基于深度学习的去雾技术与目标检测技术相结合的方法成为研究热点。
通过深度学习模型对雾天图像进行去雾处理，提高图像质量，从而提升目标检测的准确率。
此外，还有一些方法通过构建雾天特定场景下的目标检测模型，提高对雾天环境的适应性。
三、雨天目标检测雨天环境下，雨水会在摄像头镜头上形成水珠或水雾，导致图像模糊、失真。
针对这一问题，研究者们提出了基于雨滴模型的目标检测方法。
这种方法通过构建雨滴模型，模拟雨天环境下的图像变化，从而对目标进行准确检测。
此外，还有一些方法通过改进目标检测算法的鲁棒性，使其在雨天环境下仍能保持良好的性能。
四、雪天目标检测雪天环境下，由于雪花的遮挡和反射作用，图像的对比度和亮度都会发生变化，给目标检测带来困难。
针对雪天环境，研究者们提出了基于颜色和纹理特征的目标检测方法。
这些方法通过提取目标的颜色和纹理特征，在雪天环境下仍能实现较为准确的目标准确率。
同时，还有一些方法通过改进算法的适应性，使其在雪天环境下具有更好的性能。
五、技术特点及适用性分析特殊天气条件下的目标检测方法具有以下技术特点：一是需要结合特殊天气环境的特点进行模型构建和算法优化；二是需要提高算法的鲁棒性，以适应不同天气环境下的变化；三是需要充分利用目标的颜色、纹理等特征信息进行准确检测。
在适用性方面，不同方法适用于不同的特殊天气环境和场景。
因此，在实际应用中，需要根据具体场景和需求选择合适的目标检测方法。
纺织品颜色在线检测研究进展
离 线 方 式 并 且 由 人 工 对 色 ，这种
方 式 存 在 很 多 缺 点 ：人工目测的
方 式 不 仅 耗 费 劳 动 力 ，并且目测
不 能 准 确 地 判 定 色 差 ，常常会出
现 误 判 ，采 取 离 线 检 测 能 及 时
发现生
生大量的
费⑴。 , 、准确的在
线色差测量方式是我国染整行业
急需解决的技术难&
1 在线式颜色测量特点和要求
谓 在 线 式 颜 色 测 量 即 [2_3]:
将计 控制的测量在生源自，控制 ，在
行的
,对
和工的
动：
地 行 测 。 颜色 •
预 , 测量 会 工
人 发出 ,
在生
中及时调整工
生产，
&
目前，对 织 色 差 的 在 线 测
量
种 式, 种是对染
的 测 量 ，一 种 是 对 动
匹 的 颜色测量。无论是哪一种在
测 的光 量分 、 、
值
值
，通 CIELab
计
算，
样与测 样 值的
影响进入仪器的光 射通量，
会对测量 产 生 大 的 影 响 ，
因此一定要采取距离偿 ；
d. 生 产 环 境 一 比
\
， 高、 大、
体 、灰 尘 等 ，因 此 要 在 线 测 量 仪
器以
这
环境
$
2 颜色测量方法
测量
要
法 、分 光 光 计 、光电积分
测 [6]$
2 . 1 分光光度计
t 分 光 光 计 & 7-9]是通
Key words:Textiles % Color；Online Detection; Measurement Methods; Color Difference; Efficient and Accu-
肤色检测技术综述
!" # $ % & )" * + ,( . ( $’(
= %&) (L H @ F < * E 9 F M
=$ #
$ % !$
= ’ -N E 9 F < O @ A !0 M
$
! " $ % & ’ " ( & ) , " & % ) ( . -+ ( . ( " " % . ( ( 01 ( ) % ’ $ & . ) (2 . " ( "% 3 ( . 4 " % 5 . & . " ( "$ ( 07 " 8 ( ) , ) 8 . ( $%: " " . I # # ! J$ !! # *+ / /$ * 6) *2 / 6) *9 * !$ # $ ! " $ % & ’ " ( & ) ) ’ ; & " %2 . " ( "%: ; $ . $ )3 ( . 4 " % 5 . & = ; $ ( > 8 ) ;!I $ ! # ! = # *9 # < 6%
$ I # # ! J ! 合肥 !!
$ $ ! # ! = ! 泉州 !I
摘 ! 要 ! 肤色检测在人脸和手势识别与跟踪 & 数据库或因特网中的人物检索和医疗诊断等方 K 9 : 图像内 容 过 滤 & 面有广泛应用 8 文中通过分别介绍基于统计和基于物理的两类肤色检测技术 % 较 全 面 地 综 述 了 肤 色 检 测 技 术% 其中 静& 动态肤色建模方法 & 肤色反射模 型 和 肤 色 波 谱 特 性 等 肤 色 检 测 重 要 环 节 做 了 分 析 % 明确了选 对颜色空间选择 & 择颜色空间与特征提取和分类方法的联系 % 强调了研 究 肤 色 波 谱 特 征 对 基 于 物 理 的 肤 色 检 测 技 术 的 重 要 性 8 最后 探讨了肤色检测的技术难题和发展趋势 8 关键词 ! 肤色检测 " 肤色建模 " 反射模型 " 皮肤光谱 " 计算机视觉 中图法分类号 4 3 I " =
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
摘要
LED作为现在最重要的光源之一，正在以其独特的特性全面渗入到社会的各个层面和角落。
LED具有亮度高、寿命长、运行稳定、驱动简单等特点，且经过简单处理后其光束质量也可以有较大改善，研究LED的必要性不言而喻。
而LED光源虽然应用方便，但同激光器相比，其发射光谱宽，发射角大，对她的应用有一定的限制。
在可见光波段，研究LED的单色性是一个重要课题，因此，如何在近似的波段里面准确区分LED的发光颜色，如何准确检测和判断LED是我们的实际操作。
本文介绍了LED光源的一些特性和目前的几种LED颜色检测方法，对其未来的发展趋势作了预测。
关键词：LED光源；颜色检测；颜色评价
一、LED及LED光源
LED（Light Emitting Diode），发光二极管，是一种能够将电能转化为可见光的半导体。
它的一端附在一个支架上，一端是负极，另一端连接电源的正极，整个被环氧树脂封装起来。
由两部分组成，一部分是P型半导体，在它里面空穴占主导地位，另一端是N型半导体，在这边主要是电子，当电流通过导线作用于这个晶片的时候，电子就会被推向P区，在P区里电子跟空穴复合，然后就会以光子的形式发出能量。
由于LED的半导体本质和其发光原理，LED很明显的拥有高亮度、高光效、长寿命、无辐射、功耗低等优点。
同时，根据其P-N结材料的不同，LED可以发出不同波长的光，所以其发射光谱很宽，在可见光波段，我们可以比较容易得到多种颜色的LED光源。
LED亮度高，在照明领域，目前LED已开始了广泛的应用，而且由于LED发光效率高，且在小角度上光能集中，几W的LED已经可以媲美数十W的传统光源，在单位功率内的成本大大降低。
根据其发光原理，LED光源的驱动结构比较简单，这大大节省了其在驱动部分的消耗，也减小了光源的体积。
目前，LED光源已广泛应用于照明、汽车、LCD背光、测量、仪器等领域，方便了人们的生活。
根据专家作出的预测，未来，LED的最大优势----寿命将在现有基础上大大提高，理论上LED可拥有无限的生命周期，目前，常用的LED光源也已经达到和大于了10万小时。
所以，LED的全面应用是毋庸置疑的。
目前，LED的限制条件主要是
发射角大、单个LED发射光谱宽。
对比激光光源，这个劣势很明显。
而发散角我们可以通过外部光路对其进行整理，而对于宽的光谱，我们则需要通过对其内部结构进行调整，在可见光波段，这主要表现在单色LED光源的发射光谱中含有多个波长的单色光，虽然各波长差别不大，特别是外在表现相差无几，但是在较精密的应用领域，这是不能接受的，因此，如何对单色LED光源的发光颜色进行检测，从而评价当前的LED结构，是LED未来发展道路上需要解决的重要问题。
二、单色LED光源与标准色度系统
单色LED光源
在常用的LED中，其发射光谱一般呈高斯分布，中心波长决定了光的颜色。
同时，根据已有的研究结果，我们知道发射光谱和发射峰还会随着驱动电流的变化而发生变化。
以InGaN蓝芯片做成的蓝光LED为例，驱动电流从5mA到90mA变化时，发射光谱如图[1]：
图1 InGaN蓝光LED发射光谱[1]
从图中可以看出，随着驱动电流的增加，发射光谱和发射峰先向
短波长方向移动（蓝移），然后向长波长方向移动（红移）。
蓝移和红移的发射峰相差十几个纳米，而且，有明显变化的两条曲线，其驱动电流变化也比较小。
由此可以知道，单色LED光源发出的光本身已经是“多色”（虽然看起来是单色），而驱动电流变化也会导致其发生变化。
这使得LED在一些精密应用中无法得到像激光一样的表现效果，限制了它的应用；在普通应用中，如显示背光、摄影等领域，这也会加剧单色变化导致的组合背光颜色变化。
因此，快速的对LED光源做颜色检测和评价，从而控制机构能够更好的使之稳定工作，形成颜色稳定的光场就显得比较重要了。
单色LED光源的亮度与其发射角度也很有关系，在发射角度小的时候，光源亮度变化较小，随着发射角角度变大，光源亮度也会有明显的降低，这在有单色光源组合成混色效果时，很容易导致亮度不均匀导致的颜色变化。
如何使组合光场能够均匀、稳定，如何使组合广场的颜色统一，通过对光场的颜色检测和判别可以使这一问题变得简单。
CIE标准色度系统简介
色度学是研究人的颜色视觉规律、颜色测量的理论与技术的科学，也就是说，我们对于光源、物体的颜色感知可以通过色度学来进行科学的计算和判断。
对于颜色，人眼的分辨能力是有限的，只能分辨颜色的三种变化(如明度/色调/饱和度)。
而准确判断颜色，单靠人眼的观察是不可靠的，需要进行准确的计算，而计算依据就是标准色度系统。
CIE（国
际照明委员会）制定和改进了一系列的标准，让颜色的判断标准更为准确，其他的一些大型企业也相应制定了自己的颜色判断标准。
CIE 在1931年统一了实验结果, 提出了CIE 标准色度观察者和色品坐标系统；并规定了三种标准光源(A, B, C)；对测量的照明观测条件进行了标准化。
这被称作CIE 1931标准色度系统，奠定了现代色度学的基础。
CIE 1931标准色度观察者数据代表2︒视场的色觉平均特性。
当观察视场增大到4︒以上时，发现波长380nm 至460nm 区间内数值偏低。
日常观察物体时视野经常超过4︒范围，为了适应大视场颜色测量的需要，CIE 在1964年规定了一组“CIE 1964补充标准色度观察者光谱三刺激值”简称为“CIE 1964补充标准色度系统”，也叫做10︒视场X 10Y 10Z 10色度系统。
1976年CIE 推荐了两个色空间及有关的色差公式。
分别称为CIE 1976L*u*v*色空间和CIE 1976L*a*b*色空间。
我国国家标准局在彩色印刷品的质量要求上也使用了CIE L *a *b *色差，并将这一质量标准作为国有企业晋级的一项条件。
CIE 94色差公式是CIE1995年推荐的工业界测试色差公式： CIEDE2000色差公式是最新的由CIE 推荐的国际标准色差公式，不仅包含有明度、彩度和色调加权函数，还加入了功能与BFD 公式相似的交叉项和改善中性灰色色差预测能力的函数项： 2
*2*2**94⎪⎪⎭⎫
⎝⎛∆+⎪⎪⎭⎫ ⎝⎛∆+⎪⎪⎭⎫ ⎝⎛∆=∆H H ab C C ab L L S k H S k C S k L
E 00E ∆=
国际上使用较多的色差公式,尤其是CIE推荐的公式是近几年来国际上认为较好的色差公式。
但是至今仍未找到一种大家一致公认的公式。
色差问题是工农业迫切需要解决的重要问题, 国际上成立了专门研究色差问题的委员会, 许多国家的科学家都在从事这方面的工作, 但由于色差问题的复杂性, 至今尚未得到满意的结果, 还待今后努力。
三、颜色检测方法
颜色检测的方法，目前常用的有三种：目视法、光电积分法、分光光度法。
目测法是在一定标准的CIE标准光源照射下，利用人眼观察得出颜色结论。
此种方法对操作人员的要求极高，丰富的颜色观察经验和敏锐的观察力是必不可少的东西；同时，还要求操作人员有很稳定的心理状态，要抛除主观因素对观察结果的影响。
这种检测方法适用的面较窄，且准确性不能保证，主观因素对结果判断的影响不可能完全消除，对于大批量生产更是效率低下。
优点是对于一些小型企业来说，有经验的技工可以一定程度上取代仪器，节约成本。
光电积分法是通过把探测器的光谱响应匹配成所要求的CIE标准色度观察者光谱三刺激值曲线或某一特定的光谱响应曲线，从而对探测器所接收到的来自被测颜色的光谱能量进行积分测量。
其优点是测量速度很快，具有较好的精确度，可以较好的反映出被测颜色，但是这种方法无法测出颜色的光谱组成，对于单色光更是无法对其进行
光谱分析，局限性明显。
分光光度法是指测定物体反射的光谱功率分布或物体本身的反射光度特性，然后根据光谱测量数据可计算出物体在各种标准光源和标准照明体下的三刺激值。
分光光度法可分为光谱扫描、同时探测全波段光谱两种。
光谱扫描法是利用分光色散系统对被测光谱进行机械扫描，逐点测出各个波长对应的辐射能量，由此达到光谱功率分布的测量。
由于是逐点检测，这种方法测量精度很高，但是测量速度慢。
同时探测全波段光谱法又分为以下两种：
1、多光路探测技术：多光路同时性只在红外波段实现，在可见光区只能部分实现。
2、多通道探测技术：即平行探测法。
这种方法的优点是快速、高效，大大降低对测量对象和照明光源的时间稳定性要求，应用快速存取和分组处理，在时间分辨和光谱分辨两者之间实现有益的兼顾。
综上所述，三种方法各有优势，但分光光度法在大规模工业应用上明显更为恰当，目前国际上产品级的自动配色的颜色检测系统都是采用多通道的全波段光谱探测法。
四、总结
颜色检测是现代社会生活中不可缺少的技术，显示、印刷、产品检查等都可以见到其身影。
LED技术是目前发展最为迅速的新兴技术，而且LED作为光源，其应用领域也越来越宽广。
LED和颜色检测的交
叠越来越多，使用颜色检测技术对LED光源进行检测、判断和评价也是正在研究中的复合技术。
在工业生产中，这种复合技术也有了一定的应用，如LED背光液晶面板的快速出厂检测。
未来，随着LED技术的进一步发展，颜色检测也将在LED领域做出更多更大的贡献。
参考文献：
[1]刘行仁，郭光华，林秀华，InGaN 蓝光 LED 的发射光谱、色品质与正向电流的关系，照明工程学报，2004年15卷第一期。