CN102081039A - 一种环境可控的作物营养水分高光谱图像检测装置 - Google Patents
一种环境可控的作物营养水分高光谱图像检测装置 Download PDFInfo
- Publication number
- CN102081039A CN102081039A CN 201010255104 CN201010255104A CN102081039A CN 102081039 A CN102081039 A CN 102081039A CN 201010255104 CN201010255104 CN 201010255104 CN 201010255104 A CN201010255104 A CN 201010255104A CN 102081039 A CN102081039 A CN 102081039A
- Authority
- CN
- China
- Prior art keywords
- light
- moisture
- light box
- environmental information
- crop
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及作物的营养诊断,特指一种环境可控的作物营养水分高光谱图像检测装置。该装置包含高光谱成像***和光箱***。高光谱成像***通过采集作物可见光-近红外高光谱图像数据立方体,能够对作物营养和水分的视觉图像特征以及反射强度分布特征进行提取和分析。光箱***可以对光照、温度、湿度等检测环境进行标准值预设和调控,既能够为对作物营养和水分的高光谱检测提供稳定的检测环境;同时,通过对环境信息的调控,可以对不同环境条件下的作物营养和水分的高光谱图像特征进行研究。通过对可见光-近红外高光谱图像特征的优化,并结合环境监测信息,能够有效降低光强等环境因子变化所产生的误差影响,实现对作物营养和水分信息的快速检测。
Description
技术领域
本发明涉及一种环境可控的作物营养水分高光谱图像检测装置,尤其是能够利用作物的可见光-近红外高光谱图像特征,结合对环境信息的实时检测和调控,可以实现对不同环境条件下的作物营养和水分进行在线检测和实验研究的自动化装置。
背景技术
目前,公知的作物的营养诊断都是以实验室常规测试为主,主要有形态诊断法、叶色卡片法、化学诊断法、肥料窗口施用诊断法和酶学诊断法等。而作物的水分胁迫检测也以实验室分析为主。这些传统的测试手段通常会对作物产生破坏、影响作物生长,而且在取样、测定、数据分析等方面需要耗费大量的人力、物力,时效性差,不利于推广应用。无损检测技术是指在不破坏植物组织结构的基础上,利用各种手段对作物的生长、营养状况进行监测。这种方法可以迅速、准确、自动化、非破坏性的对作物营养状况进行监测,被认为是极有发展前途的作物营养诊断技术,是实施精确农业迫切需要的高新技术。作物营养和水分无损监测与检测的研究主要集中在光谱诊断、计算机视觉诊断等方面。
作物营养缺乏和过剩是会引起作物叶片表面和内部组织生理特性改变,从而引起作物叶片和冠层对光谱的反射特性发生改变。基于这一原理,可以利用作物营养的光谱特征波长和植被指数来反演作物的营养状态,如申请号为200510088935.0的发明专利申请,发明了一种便携式植物氮素和水分含量的无损检测方法及测量仪器,通过检测植株叶片在四个特征波长处的光谱反射强度信息来进行植物的营养诊断,利用对四个波长植被指数的反演来获取植物的氮素和含水率信息。申请号为200820078489.4的实用新型专利申请,公开了一种氮反射指数检测仪,利用作物叶片在两个特定波长处的光谱反射信息作为氮反射指数,进而推断作物的产量和品质。申请号为200510088935.0的发明专利申请,发明了一种植物叶片生理指标的无损检测方法,可以利用380nm-1100nm的光谱反射信息对叶绿素、叶黄素,氮素和水分等进行检测。目前,作物营养和水分等营养信息光谱诊断的专利所涉及的研究方法,光谱信息采集均采用的是点源采样方式,无法对作物营养和水分的光谱区域分布特征进行研究,且易受背景及光照等环境因素的影响,导致直接利用光谱技术进行营养检测精度不高。
计算机视觉成像由于其视角范围适中且分辨率较高,可获取整个叶片或冠层的不同区域的图像和光反射信息,能够反映叶片或冠层的不同区域由于反射特性差异引起的分布规律的变化,可获得较多的作物信息,是一种发展很快的无损检测技术。申请号为200710069116.0的发明专利公开了一种多光谱成像技术快速无损测量茶树含氮量的方法。申请号为200510062298.X的发明专利申请和申请号为200520134360.7的实用新型专利申请,公布了一种油菜氮素营养多光谱图像诊断方法及诊断***。上述***均采用3CCD多光谱摄像***作为视觉采集装置,在计算机的控制下,通过3CCD多光谱摄像***采集植株冠层多光谱图像信息,能够非破坏性的诊断植株的氮素营养状况。此类***虽然能够通过对植株冠层多光谱图像的颜色和纹理特征的分析,来诊断植物的营养状况,但由于可选波长有限,且受作物光强和温湿度等环境因子的影响较大,因此,很难做到对作为营养和水分特征进行精确分析和有效提取。
尽管地物光谱技术可以较便捷地进行植被指数检测,可获得作物养分与光谱反射率或其演生量的关系,可见光视觉图像或近红外视觉图像颜色和纹理特征的组合在一定程度上也能表征作物营养水平。但由于受采样方式和分辨率以及外界环境因素的影响,目前还很难做到对作物营养和水分的高精度定量分析。
发明内容
针对目前作物营养和水分诊断所存在的问题,本发明的目的是提供一种基于可见光-近红外高光谱图像技术,且检测环境稳定可控的作物营养和水分在线检测装置,通过对光照、温度、湿度等检测环境进行标准值预设,既能够为对作物营养和水分的高光谱检测提供稳定的检测环境;同时,通过对环境信息的调控,可以对不同环境条件下的作物营养和水分的高光谱图像特征进行研究。通过对可见光-近红外高光谱图像特征的优化,并结合环境监测信息,能够有效降低***检测时由于光强等环境因子变化所产生的误差影响,实现对作物营养和水分信息的高精度的快速在线检测。
本装置将高光谱图像技术应用于作物营养和水分检测。高光谱图像技术是一种集光谱技术和图像技术于一身的新技术,将CCD的面阵信息与光谱技术的光谱信息相结合,在连续的谱段上对同一目标以2~5nm的高分辨率用数百个波段连续成像,构成一个按光谱波长顺序排列的图像数据立方体,兼有光谱技术和图像技术的优势,既能对植株营养亏缺引起的颜色、纹理、形态变化等特征进行可视化分析,又能对植株叶片光谱特性的各向异性分布进行评价。
本装置采用400~1700nm波长范围的高光谱成像仪,能够覆盖营养诊断最有效的可见光和近红外谱段,而近红外区域能够很好的反映作物养分和水分,尤其是作物水分信息的变化,本装置能够以2~5nm波长细分的高分辨率进行特征的抽取和筛选,进一步扩展了传统图像检测的波长范围和识别精度,从而本装置提高了特征提取的有效性和可分性,降低了检测误差,提高了测量精度。
本发明一种环境可控的作物营养水分高光谱图像检测装置采用以下技术方案:
一种环境可控的作物营养水分高光谱图像检测方法,其特征在于:
1、在进行作物的高光谱图像信息采集前,预先设定基准光强和标准检测温湿度环境参数(在对不同对象进行测量时,根据信息采集时的样本区域尺寸、反光区域大小、阴影面积、成像质量,结合***测量误差,确定检测环境参数,并将其作为该类样本高光谱图像检测的基准光强和标准检测温湿度环境参数),并确定相机的分辨率、增益和曝光时间以保证图像的清晰,设定位移台的速度以配合样本采集,避免图像失真变形;
2、对高光谱图像***进行黑白场的标定,设定高光谱图像的有效反射强度区间(反射强度分布在0~4000之间,相当于光谱反射率的0~1区间),消除相机中暗电流噪声;
3、以设定值驱动位移台匀速运行,采集样本的可见光高光谱图像和近红外高光谱图像,并通过USB总线传输至计算机;同时采集实时光照和温湿度环境信息,并通过数据采集卡上传计算机,样本采集完毕后,位移台复位;
4、对获取的样本可见光-近红外高光谱图像特征进行提取。首先对高光谱数据立方体,通过二次Butterworth滤波器进行数字滤波去除CCD“坏点”等噪声;
5、通过高分辨率可见光图像中子图像的均值和方差信息,自动确定图像分割最优阈值,对样本进行背景分割,分离出样本分析区域;
6、在样本区域内,依据不同营养和水分水平样本光谱曲线的区间差异和交叠状况,以及不同层次高光谱图像的反射强度分布特征差异,分析确定营养和水分的有效光谱区间和反射强度分布,利用主成分分析法提取用于水分检测的近红外高光谱图像特征和用于营养检测的可见光高光谱图像特征;
7、计算机通过对光强和环境温湿度的分析,依据基准光强设定值和标准检测环境参数与实际环境因子的差值,利用相应的特征补偿模型,对样本营养和水分的高光谱图像特征进行补偿;最后,通过所建立的基于PCA-PLS法的营养和水分组合分析模型,给出对作物营养和水分水平的评价;
8、样本的营养和水分检测结果通过计算机显示出来,本轮检测结束。
上述近红外高光谱图像特征和用于营养检测的可见光高光谱图像特征包括:主成分图像的灰度、纹理和反射强度分布特征。
上述步骤(7)中所述的通过对光强等环境信息的分析,是指通过对光强和环境温湿度的的分析,依据基准光强设定值和标准检测环境参数与实际环境因子的差值,利用相应的特征补偿模型,对样本营养和水分的高光谱图像特征进行补偿的具体过程如下:
①首先在不同光照水平下采集样本的高光谱图像立方体,利用ENVI高光谱图像分析软件,提取高光谱主成分图像数据,例如对于油菜氮素提取的主成分图像分别为406、460、556、634、662、675nm处的高光谱子图像,而油菜含水率提取的主成分图像分别为720nm、960nm、1450nm处的高光谱子图像,同时记录不同光照水平数据;
②对不同光强水平下的主成分图像进行背景分割,并分别计算其特征图像的平均灰度和反射强度信息;
③将上述的主成分特征图像的平均灰度和反射强度数据分别与实验时记录的光强数据做OLS回归,得到各波长处的特征图像与光强之间的关系模型,即光强修正模型;
④在进行实际测量时,利用实时采集的光强数据,根据步骤③中的光强修正模型计算补偿量,对所采集的可见光、近红外高光谱特征子图像进行补偿。
一种环境可控的作物营养水分高光谱图像检测装置,其特征在于:
1、所述一种环境可控的作物营养水分高光谱图像检测装置包含高光谱成像***和可实现环境信息采集调控的光箱***;
2、所述的高光谱成像***包括可见光-近红外相机、成像光谱仪、镜头和计算机,相机和成像光谱仪相连,并通过USB接口与计算机相连,将光谱成像数据立方体高速传输到计算机,主要实现可见光-近红外高光谱图像信息的采集和分析;
3、所述光箱***包含光源***、环境信息采集调控***、载物台、位移台、高光谱探头架和光箱壳体;
4、所述光源***包含两组照明装置,第一组由4套飞利浦D65标准光源组成,以消除色差,避免同色异谱现象;第二组光源采用4套150W近红外成分丰富的卤素灯光源,均由光源控制器调控;
5、所述环境信息采集调控***包括环境信息采集模块和环境信息控制模块,主要实现光箱内光照、温度、湿度等环境信息的设定、采集和调控;
6、所述环境信息采集模块包含辐照度传感器、温度传感器、湿度传感器、数据采集卡、计算机,用来实现光箱内光照、温度、湿度环境信息的实时采集和监测;
7、所述环境信息控制模块包含光照控制器、温度控制器和超声波湿度控制器,能够对光箱内的样本的光照和环境温湿度进行设定和调控;
8、所述载物台和位移台位于光箱***的下方,用以承载样本。所述载物台可以根据不同对象和作物的大小和生长情况进行升降和高度调节;所述位移台位于载物台上方中部,最小脉冲当量为0.01mm,可实现平面内的水平和竖直方向的匀速位移运动,以配合高光谱成像***进行线扫描图像采集;
9、所述的高光谱探头架位于光箱***顶部的中心位置,用来安装固定相机、成像光谱仪和镜头,高度可根据检测对象大小和作物生长情况进行调节;
10、所述辐照度传感器、温度传感器、湿度传感器被固定在光箱壳体一侧,高度位置随样本的大小和视场可调;
11、所述的光箱壳体采用轻质铝合金框架,内衬为黑色的绝缘漫反射材料,外层为金属屏蔽层,信号传输均采用同轴电缆。
本发明由于采用上述技术方案具有以下优点:
1、本发明将高光谱成像技术应用于作物营养和水分检测,克服了光谱和视觉图像等单一检测手段的局限性;
2、本发明通过设定标准检测环境,能够有效的克服环境因素对检测的影响;
3、由于高光谱图像信息检测受光照强度变化的影响很大,本发明首次提出利用检测时同步采集的光照信息对***检测时光强变化的影响进行修正;
4、本发明所述高光谱探头架采用轻质不锈钢材料,高度可根据作物生长情况进行调节,可通过伸缩节进行拆卸和组装,操作轻便、灵活;
5、本发明所述光箱采用轻质铝合金框架,内衬为黑色的绝缘漫反射材料,外层为金属屏蔽层,信号传输均采用同轴电缆,抗干扰能力强;
附图说明
图1是本发明一种环境可控的作物营养水分高光谱图像检测装置结构示意图;
1-辐照度和温、湿度传感器 2-镜头 3-成像光谱仪
4-相机 5-高光谱探头架 6-光源***
7-光源控制器 8-数据采集卡 9-位移台控制器
10-计算机 11-环境湿度控制器 12-位移台
13-载物台 14-环境温度控制器 15-光箱壳体
具体实施方式
下面结合附图和实施步骤对本发明进行详细的描述。
参照附图1,本发明一种环境可控的作物营养水分高光谱图像检测装置包括高光谱成像***和光箱***。
其中高光谱成像***包括相机4(相机的成像光谱范围为400~1700nm,其中400~700nm属于可见光范围、700~1700nm属于近红外范围)、成像光谱仪3、镜头2和计算机10,相机4和成像光谱仪3相连,并通过USB接口与计算机10相连,高光谱成像***在连续的谱段上对同一目标以2~5nm的高分辨率用数百个波段连续成像,构成一个按光谱波长顺序排列的图像数据立方体,将光谱成像数据立方体高速传输到计算机10,计算机10以2~5nm波长细分的高分辨率进行高光谱特征的抽取和筛选,实现对样本高光谱图像信息的采集与分析。
其中光箱***包含光源***、环境信息采集调控***、载物台13、位移台12高光谱探头架5和光箱壳体15;其中光源***使用了两组照明装置,第1组照明装置由4套飞利浦D65型标准光源组成,D65型光源具有近似日光的光谱功率分布,色温为6500k,与日光一致,避免了同色异谱现象和色差的产生。为了满足高光谱图像采集的需要,第2组照明装置采用了4套近红外成分丰富的150W卤素灯光源,为了避免卤素灯直射被测物造成反光以及大量发热造成冠层温度的测量误差,将卤素灯照明***布置在箱体外侧,通过光纤将光源引入光箱,两套光源均由光源控制器7进行调控。其中环境信息采集调控***包括环境信息采集模块和环境信息调控模块,环境信息采集模块包括辐照度传感器、温度传感器、湿度传感器(图1中1所示)和数据采集卡8,分别用来采集样本检测时的光照及环境温、湿度信息,环境信息通过数据采集卡8上传计算机10后,计算机10对数据进行分析判断,并给出与标准检测环境的误差修正值,进而对高光谱图像特征进行补偿。环境信息调控模块包括光源控制器7、温度控制器14和湿度控制器11构成,环境信息调控模块能够根据检测对象,设定其标准检测环境参数(在对不同对象进行测量时,根据信息采集时的样本区域尺寸、反光区域大小、阴影面积、成像质量,结合***测量误差,确定检测环境参数,并将其作为该类样本高光谱图像检测的基准光强和标准检测温湿度环境参数),另外一个功能就是可以通过模拟不同的作物生长和检测环境,进行作物营养和水分探测的实验研究。载物台13处于温度控制器的上方,为了使温度控制的效率更高,在保证支撑强度基础上载物台被加工成网状的多孔结构,以便使热交换速度更快。载物台可调整高度,调节范围为1m,结合顶端高度可调的高光谱探头架,能够对高度为0.02~1.5m范围内的对象进行信息采集。位移台12固定在载物台13的正中位置,脉冲当量为0.01mm,检测时样本置于位移台上,实现样本在平面的横向和纵向匀速位移动作,高光谱成像***在位移台12承载样本移动的过程中,用线扫描的方式完成高光谱图像的采集;高光谱探头架5位于光箱顶部的中心位置,用来安装固定相机4、成像光谱仪3和镜头2,高光谱探头架5可根据对象大小和作物生长高度情况调整探头的高度,调整范围为1m。光箱壳体15采用轻质铝合金框架,内衬为黑色的绝缘漫反射材料,外层为金属屏蔽层,信号传输均采用同轴电缆,抗干扰能力强。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的不同技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进,这些改进也应视为本发明的保护范围。
Claims (5)
1.一种环境可控的作物营养水分高光谱图像检测装置,其特征在于:所述装置包含高光谱成像***和可实现环境信息采集调控的光箱***;所述的高光谱成像***包括相机(4)、成像光谱仪(3)、镜头(2)和计算机(10),其中镜头(2)位于成像光谱仪(3)前端,成像光谱仪(3)后端输出与相机(4)相连,相机(4)通过总线接口与计算机(10)相连,高光谱成像***能够在连续的谱段上对同一目标以2~5nm的高分辨率用数百个波段进行连续成像,构成一个按光谱波长顺序排列的图像数据立方体,将光谱成像数据立方体经总线接口高速传输到计算机(10),计算机(10)以2~5nm波长细分的高分辨率进行高光谱特征的抽取和筛选,实现对样本高光谱图像信息的采集与分析;所述光箱***包含光源***(6)、环境信息采集调控***、载物台(13)、位移台(12)、位移台控制器(9)、高光谱探头架(5)和光箱壳体(15);所述光源***(6)包含两组照明装置,第一组照明装置由能够消除色差影响的标准光源组成;第二组照明装置光源采用近红外成分丰富的卤素灯光源,两组光源均由光源控制器(7)调控;所述环境信息采集调控***包括环境信息采集模块和环境信息控制模块,用于实现光箱内光照、温度、湿度等环境信息的设定、采集和调控;所述环境信息采集模块包含辐照度和温湿度传感器(1)和数据采集卡(8),辐照度和温、湿度传感器(1)所采集的光照和环境温湿度信息通过数据采集卡(8)上传计算机(10),用来实现光箱内环境信息的实时采集和监测;所述环境信息控制模块包含光源控制器(7)、温度控制器(14)和湿度控制器(11),能够对光箱内样本的光照和环境温湿度进行设定和调控;所述载物台(13)和位移台(12)位于光箱***的下方,载物台(13)可根据样本的高度和大小调整高度,调节范围为1m,位移台(12)固定在载物台(13)的正中位置,检测时样本置于位移台(12)上,实现样本在平面的横向和纵向不同设定速度下的匀速位移动作,以配合高光谱成像***在位移台(12)承载样本移动的过程中,用线扫描的方式完成可见光近红外高光谱图像的采集;所述的高光谱探头架(5)位于光箱***的顶部的中心位置,用来安装固定相机(4)、成像光谱仪(3)和镜头(2),高度可根据检测对象大小和作物高度情况进行调节;所述辐照度和温湿度传感器(1)被固定在光箱壳体(15)的一侧,高度位置随样本的大小和视场可调;所述的光箱壳体(15)采用轻质铝合金框架,外层为金属屏蔽层,内衬为黑色的绝缘漫反射材料,信号传输均采用同轴电缆。
2.如权利要求1所述的检测装置,其特征在于:所述相机(4)的成像光谱范围为400~1700nm,其中400~700nm属于可见光范围、700~1700nm属于近红外范围。
3.如权利要求1所述的检测装置,其特征在于:所述的第一组照明装置由4套飞利浦D65型标准光源组成,D65型光源具有近似日光的光谱功率分布,色温为6500k,与日光一致,避免了同色异谱现象和色差的产生。
4.如权利要求1所述的检测装置,其特征在于:所述的第2组照明装置采用了4套近红外成分丰富的150W卤素灯光源,为了避免卤素灯直射被测物造成反光以及大量发热造成冠层温度的测量误差,将卤素灯照明***布置在光箱壳体(15)的外侧,通过光纤将光源引入光箱。
5.如权利要求1所述的检测装置,其特征在于:所述载物台(13)在保证支撑强度的基础上被加工成网状的多孔结构,以便使热交换速度更快。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010255104 CN102081039A (zh) | 2010-08-17 | 2010-08-17 | 一种环境可控的作物营养水分高光谱图像检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010255104 CN102081039A (zh) | 2010-08-17 | 2010-08-17 | 一种环境可控的作物营养水分高光谱图像检测装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102081039A true CN102081039A (zh) | 2011-06-01 |
Family
ID=44087126
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201010255104 Pending CN102081039A (zh) | 2010-08-17 | 2010-08-17 | 一种环境可控的作物营养水分高光谱图像检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102081039A (zh) |
Cited By (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102384767A (zh) * | 2011-11-17 | 2012-03-21 | 江苏大学 | 一种设施作物生长信息无损检测装置和方法 |
CN102384892A (zh) * | 2011-11-17 | 2012-03-21 | 江苏大学 | 基于偏振光谱技术的作物营养水平快速诊断装置和方法 |
CN102495005A (zh) * | 2011-11-17 | 2012-06-13 | 江苏大学 | 高光谱图像技术诊断作物水分亏缺的方法 |
CN102506938A (zh) * | 2011-11-17 | 2012-06-20 | 江苏大学 | 基于多传感信息的温室作物生长和环境信息检测方法 |
CN103018196A (zh) * | 2012-12-11 | 2013-04-03 | 江苏大学 | 一种油菜需水信息的快速探测方法 |
CN103604737A (zh) * | 2013-12-10 | 2014-02-26 | 山东大学 | 一种自动化血细胞识别装置及工作方法 |
US8775219B2 (en) | 2012-07-13 | 2014-07-08 | Northrop Grumman Systems Corporation | Spectral image classification of rooftop condition for use in property insurance |
CN104458596A (zh) * | 2014-12-21 | 2015-03-25 | 华东交通大学 | 多角度原位光谱检测番茄叶片丙二醛含量装置及方法 |
CN104457842A (zh) * | 2014-11-10 | 2015-03-25 | 江苏大学 | 基于高光谱同步扫描成像技术的凤梨无损检测装置及方法 |
CN104568773A (zh) * | 2014-12-21 | 2015-04-29 | 华东交通大学 | 原位光谱检测番茄叶片超氧化物歧化酶活性装置及方法 |
CN104568772A (zh) * | 2014-12-21 | 2015-04-29 | 华东交通大学 | 多角度原位光谱检测番茄叶片谷氨酸含量装置及方法 |
CN104568762A (zh) * | 2015-01-19 | 2015-04-29 | 无锡桑尼安科技有限公司 | 基于图像处理的葡萄水分胁迫检测设备 |
CN104697943A (zh) * | 2014-11-10 | 2015-06-10 | 江苏大学 | 一种油菜水分胁迫的无损检测方法 |
CN105466865A (zh) * | 2015-01-14 | 2016-04-06 | 青海春天药用资源科技利用有限公司 | 无损检测冬虫夏草子座真伪的方法 |
CN105486643A (zh) * | 2015-01-14 | 2016-04-13 | 青海春天药用资源科技利用有限公司 | 无损检测冬虫夏草虫体粉/粉片真伪的方法 |
CN105510270A (zh) * | 2015-01-14 | 2016-04-20 | 青海春天药用资源科技利用有限公司 | 无损检测冬虫夏草子座粉/粉片真伪的方法 |
CN105527241A (zh) * | 2015-01-14 | 2016-04-27 | 青海春天药用资源科技利用有限公司 | 无损检测冬虫夏草原草真伪的方法 |
CN105548063A (zh) * | 2015-01-14 | 2016-05-04 | 青海春天药用资源科技利用有限公司 | 无损检测冬虫夏草纯粉/粉片真伪的方法 |
CN105548037A (zh) * | 2015-01-14 | 2016-05-04 | 青海春天药用资源科技利用有限公司 | 无损检测中药原药材的方法 |
CN105606544A (zh) * | 2015-01-14 | 2016-05-25 | 青海春天药用资源科技利用有限公司 | 无损检测冬虫夏草虫体真伪的方法 |
CN105651705A (zh) * | 2015-01-14 | 2016-06-08 | 青海春天药用资源科技利用有限公司 | 无损检测冬虫夏草粉/粉片中伪品含量的方法 |
CN105784592A (zh) * | 2014-12-21 | 2016-07-20 | 华东交通大学 | 多角度原位光谱检测番茄叶片过氧化物酶活性装置及方法 |
CN106053344A (zh) * | 2016-05-10 | 2016-10-26 | 南京高恳特科技有限公司 | 带有照明补偿的高光谱图像检测舱、检测器及检测方法 |
CN106989776A (zh) * | 2017-05-05 | 2017-07-28 | 北京农业信息技术研究中心 | 一种可控环境作物表型连续获取***及方法 |
CN107345908A (zh) * | 2017-06-26 | 2017-11-14 | 浙江大学 | 一种获取果实多面漫反射信息的散射*** |
CN107991280A (zh) * | 2016-10-27 | 2018-05-04 | 中国人民解放军第二军医大学 | 光谱处理比对装置、处理比对方法以及药品真伪判定*** |
CN108007873A (zh) * | 2016-10-27 | 2018-05-08 | 中国人民解放军第二军医大学 | 光谱检测处理装置、方法以及药品真伪判定*** |
CN108318432A (zh) * | 2017-12-29 | 2018-07-24 | 北京农业智能装备技术研究中心 | 一种三维高光谱杂草成像装置及方法 |
CN109297909A (zh) * | 2018-12-10 | 2019-02-01 | 山东农业大学 | 一种鲜食葡萄品质的高光谱检测装置及方法 |
TWI656334B (zh) * | 2018-02-14 | 2019-04-11 | 國立中山大學 | 蘭花病蟲害高光譜成像早期偵測系統 |
CN110658121A (zh) * | 2018-06-28 | 2020-01-07 | 中国石油大学(北京) | 一种全光谱可视化地层渗流的模拟装置及方法 |
CN110749555A (zh) * | 2019-10-30 | 2020-02-04 | 宜宾五粮液股份有限公司 | 基于高光谱技术白酒曲块内部发酵状态检测装置及方法 |
CN111238778A (zh) * | 2019-12-30 | 2020-06-05 | 重庆大学 | 一种主动健康眼科图像类产品的成像性能检测*** |
CN111257265A (zh) * | 2020-02-17 | 2020-06-09 | 苏交科集团股份有限公司 | 一种钢桥面铺装用沥青针入度指标的快速检测方法 |
CN111724433A (zh) * | 2020-06-24 | 2020-09-29 | 广西师范大学 | 一种基于多目视觉的作物表型参数提取方法及*** |
CN111814545A (zh) * | 2020-06-01 | 2020-10-23 | 北京简巨科技有限公司 | 作物识别方法、装置、电子设备及存储介质 |
TWI728902B (zh) * | 2020-08-24 | 2021-05-21 | 國立陽明交通大學 | 高光譜三維影像建模之裝置與方法 |
CN112880734A (zh) * | 2020-12-31 | 2021-06-01 | 中农新科(苏州)有机循环研究院有限公司 | 一种用于反应器的生物干化过程数字化监测*** |
CN113310949A (zh) * | 2021-05-24 | 2021-08-27 | 山东大学 | 基于高光谱成像的tbm隧道搭载式岩渣矿物识别***及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004021050A2 (en) * | 2002-08-29 | 2004-03-11 | Kestrel Corporation | Hyperspectral imaging of the human retina |
US20040232339A1 (en) * | 2003-05-23 | 2004-11-25 | Institute For Technology Development | Hyperspectral imaging workstation having visible/near-infrared and ultraviolet image sensors |
CN2874482Y (zh) * | 2005-12-09 | 2007-02-28 | 江西农业大学 | 水果高光谱图像采集装置 |
CN101701906A (zh) * | 2009-11-13 | 2010-05-05 | 江苏大学 | 基于近红外超光谱成像技术的仓储害虫检测方法和装置 |
CN101710067A (zh) * | 2009-12-14 | 2010-05-19 | 中国农业大学 | 一种畜肉品质检测***及其检测方法 |
CN101726492A (zh) * | 2009-11-10 | 2010-06-09 | 山东大学 | 高光谱食品在线实时检测装置及其工作方法 |
CN101782505A (zh) * | 2010-03-04 | 2010-07-21 | 江苏大学 | 一种高光谱成像的光源*** |
-
2010
- 2010-08-17 CN CN 201010255104 patent/CN102081039A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004021050A2 (en) * | 2002-08-29 | 2004-03-11 | Kestrel Corporation | Hyperspectral imaging of the human retina |
US20040232339A1 (en) * | 2003-05-23 | 2004-11-25 | Institute For Technology Development | Hyperspectral imaging workstation having visible/near-infrared and ultraviolet image sensors |
CN2874482Y (zh) * | 2005-12-09 | 2007-02-28 | 江西农业大学 | 水果高光谱图像采集装置 |
CN101726492A (zh) * | 2009-11-10 | 2010-06-09 | 山东大学 | 高光谱食品在线实时检测装置及其工作方法 |
CN101701906A (zh) * | 2009-11-13 | 2010-05-05 | 江苏大学 | 基于近红外超光谱成像技术的仓储害虫检测方法和装置 |
CN101710067A (zh) * | 2009-12-14 | 2010-05-19 | 中国农业大学 | 一种畜肉品质检测***及其检测方法 |
CN101782505A (zh) * | 2010-03-04 | 2010-07-21 | 江苏大学 | 一种高光谱成像的光源*** |
Cited By (48)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102384892A (zh) * | 2011-11-17 | 2012-03-21 | 江苏大学 | 基于偏振光谱技术的作物营养水平快速诊断装置和方法 |
CN102495005A (zh) * | 2011-11-17 | 2012-06-13 | 江苏大学 | 高光谱图像技术诊断作物水分亏缺的方法 |
CN102506938A (zh) * | 2011-11-17 | 2012-06-20 | 江苏大学 | 基于多传感信息的温室作物生长和环境信息检测方法 |
CN102495005B (zh) * | 2011-11-17 | 2013-05-08 | 江苏大学 | 高光谱图像技术诊断作物水分亏缺的方法 |
CN102384767A (zh) * | 2011-11-17 | 2012-03-21 | 江苏大学 | 一种设施作物生长信息无损检测装置和方法 |
CN102506938B (zh) * | 2011-11-17 | 2014-05-28 | 江苏大学 | 基于多传感信息的温室作物生长和环境信息检测方法 |
US8775219B2 (en) | 2012-07-13 | 2014-07-08 | Northrop Grumman Systems Corporation | Spectral image classification of rooftop condition for use in property insurance |
CN103018196A (zh) * | 2012-12-11 | 2013-04-03 | 江苏大学 | 一种油菜需水信息的快速探测方法 |
CN103604737A (zh) * | 2013-12-10 | 2014-02-26 | 山东大学 | 一种自动化血细胞识别装置及工作方法 |
CN103604737B (zh) * | 2013-12-10 | 2015-11-25 | 山东大学 | 一种自动化血细胞识别装置及工作方法 |
CN104697943B (zh) * | 2014-11-10 | 2017-12-05 | 江苏大学 | 一种油菜水分胁迫的无损检测方法 |
CN104457842A (zh) * | 2014-11-10 | 2015-03-25 | 江苏大学 | 基于高光谱同步扫描成像技术的凤梨无损检测装置及方法 |
CN104697943A (zh) * | 2014-11-10 | 2015-06-10 | 江苏大学 | 一种油菜水分胁迫的无损检测方法 |
CN105784592A (zh) * | 2014-12-21 | 2016-07-20 | 华东交通大学 | 多角度原位光谱检测番茄叶片过氧化物酶活性装置及方法 |
CN104458596A (zh) * | 2014-12-21 | 2015-03-25 | 华东交通大学 | 多角度原位光谱检测番茄叶片丙二醛含量装置及方法 |
CN104568772A (zh) * | 2014-12-21 | 2015-04-29 | 华东交通大学 | 多角度原位光谱检测番茄叶片谷氨酸含量装置及方法 |
CN104568773A (zh) * | 2014-12-21 | 2015-04-29 | 华东交通大学 | 原位光谱检测番茄叶片超氧化物歧化酶活性装置及方法 |
CN105548063A (zh) * | 2015-01-14 | 2016-05-04 | 青海春天药用资源科技利用有限公司 | 无损检测冬虫夏草纯粉/粉片真伪的方法 |
CN105510270A (zh) * | 2015-01-14 | 2016-04-20 | 青海春天药用资源科技利用有限公司 | 无损检测冬虫夏草子座粉/粉片真伪的方法 |
CN105527241A (zh) * | 2015-01-14 | 2016-04-27 | 青海春天药用资源科技利用有限公司 | 无损检测冬虫夏草原草真伪的方法 |
CN105486643A (zh) * | 2015-01-14 | 2016-04-13 | 青海春天药用资源科技利用有限公司 | 无损检测冬虫夏草虫体粉/粉片真伪的方法 |
CN105548037A (zh) * | 2015-01-14 | 2016-05-04 | 青海春天药用资源科技利用有限公司 | 无损检测中药原药材的方法 |
CN105606544A (zh) * | 2015-01-14 | 2016-05-25 | 青海春天药用资源科技利用有限公司 | 无损检测冬虫夏草虫体真伪的方法 |
CN105651705A (zh) * | 2015-01-14 | 2016-06-08 | 青海春天药用资源科技利用有限公司 | 无损检测冬虫夏草粉/粉片中伪品含量的方法 |
CN105466865A (zh) * | 2015-01-14 | 2016-04-06 | 青海春天药用资源科技利用有限公司 | 无损检测冬虫夏草子座真伪的方法 |
CN104568762A (zh) * | 2015-01-19 | 2015-04-29 | 无锡桑尼安科技有限公司 | 基于图像处理的葡萄水分胁迫检测设备 |
CN106053344A (zh) * | 2016-05-10 | 2016-10-26 | 南京高恳特科技有限公司 | 带有照明补偿的高光谱图像检测舱、检测器及检测方法 |
CN106053344B (zh) * | 2016-05-10 | 2019-05-31 | 南京高恳特科技有限公司 | 带有照明补偿的高光谱图像检测舱、检测器及检测方法 |
CN108007873A (zh) * | 2016-10-27 | 2018-05-08 | 中国人民解放军第二军医大学 | 光谱检测处理装置、方法以及药品真伪判定*** |
CN108007873B (zh) * | 2016-10-27 | 2020-12-08 | 中国人民解放军第二军医大学 | 光谱检测处理装置、方法以及药品真伪判定*** |
CN107991280B (zh) * | 2016-10-27 | 2021-09-03 | 中国人民解放军第二军医大学 | 光谱处理比对装置、处理比对方法以及药品真伪判定*** |
CN107991280A (zh) * | 2016-10-27 | 2018-05-04 | 中国人民解放军第二军医大学 | 光谱处理比对装置、处理比对方法以及药品真伪判定*** |
CN106989776A (zh) * | 2017-05-05 | 2017-07-28 | 北京农业信息技术研究中心 | 一种可控环境作物表型连续获取***及方法 |
CN107345908A (zh) * | 2017-06-26 | 2017-11-14 | 浙江大学 | 一种获取果实多面漫反射信息的散射*** |
CN108318432A (zh) * | 2017-12-29 | 2018-07-24 | 北京农业智能装备技术研究中心 | 一种三维高光谱杂草成像装置及方法 |
TWI656334B (zh) * | 2018-02-14 | 2019-04-11 | 國立中山大學 | 蘭花病蟲害高光譜成像早期偵測系統 |
CN110658121A (zh) * | 2018-06-28 | 2020-01-07 | 中国石油大学(北京) | 一种全光谱可视化地层渗流的模拟装置及方法 |
CN109297909A (zh) * | 2018-12-10 | 2019-02-01 | 山东农业大学 | 一种鲜食葡萄品质的高光谱检测装置及方法 |
CN110749555A (zh) * | 2019-10-30 | 2020-02-04 | 宜宾五粮液股份有限公司 | 基于高光谱技术白酒曲块内部发酵状态检测装置及方法 |
CN110749555B (zh) * | 2019-10-30 | 2022-05-31 | 宜宾五粮液股份有限公司 | 基于高光谱技术白酒曲块内部发酵状态检测装置及方法 |
CN111238778A (zh) * | 2019-12-30 | 2020-06-05 | 重庆大学 | 一种主动健康眼科图像类产品的成像性能检测*** |
CN111257265A (zh) * | 2020-02-17 | 2020-06-09 | 苏交科集团股份有限公司 | 一种钢桥面铺装用沥青针入度指标的快速检测方法 |
CN111814545A (zh) * | 2020-06-01 | 2020-10-23 | 北京简巨科技有限公司 | 作物识别方法、装置、电子设备及存储介质 |
CN111724433A (zh) * | 2020-06-24 | 2020-09-29 | 广西师范大学 | 一种基于多目视觉的作物表型参数提取方法及*** |
CN111724433B (zh) * | 2020-06-24 | 2022-10-28 | 广西师范大学 | 一种基于多目视觉的作物表型参数提取方法及*** |
TWI728902B (zh) * | 2020-08-24 | 2021-05-21 | 國立陽明交通大學 | 高光譜三維影像建模之裝置與方法 |
CN112880734A (zh) * | 2020-12-31 | 2021-06-01 | 中农新科(苏州)有机循环研究院有限公司 | 一种用于反应器的生物干化过程数字化监测*** |
CN113310949A (zh) * | 2021-05-24 | 2021-08-27 | 山东大学 | 基于高光谱成像的tbm隧道搭载式岩渣矿物识别***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102081039A (zh) | 一种环境可控的作物营养水分高光谱图像检测装置 | |
CN101936882B (zh) | 一种作物氮素和水分无损检测方法及装置 | |
CN102384767B (zh) | 一种设施作物生长信息无损检测装置和方法 | |
CN101718683B (zh) | 快速检测叶片叶绿素含量的建模方法及检测方法 | |
CN202382768U (zh) | 一种设施作物生长信息无损检测装置 | |
CN105675549B (zh) | 一种便携式农作物参数测量与长势智能分析装置及方法 | |
Hall et al. | Optical remote sensing applications in viticulture‐a review | |
CN100464167C (zh) | 一种红外测温实时校准的方法及装置 | |
CN103018196A (zh) | 一种油菜需水信息的快速探测方法 | |
Dey et al. | An analysis of leaf chlorophyll measurement method using chlorophyll meter and image processing technique | |
CN102721651B (zh) | 基于多光谱图像的植物叶片水分含量的检测方法及*** | |
CN101210876A (zh) | 基于可见/近红外多光谱成像的水稻养分信息测量方法 | |
CN108376419A (zh) | 一种盆栽生菜的综合长势监测方法及装置 | |
CN103048266B (zh) | 一种设施番茄氮磷钾胁迫自动识别方法和装置 | |
CN102589705B (zh) | 热成像仪单黑体温控mrtd野外在线自动检测装置及检测方法 | |
CN104697943B (zh) | 一种油菜水分胁迫的无损检测方法 | |
CN103278503B (zh) | 一种基于多传感器技术的葡萄水分胁迫诊断方法及*** | |
CN100520356C (zh) | 基于可见/近红外多光谱成像的灰霉病害早期诊断*** | |
CN103018179A (zh) | 一种作物水分胁迫的近红外偏振超光谱成像检测装置和方法 | |
CN110186566B (zh) | 基于光场相机多谱测温的二维真实温度场成像方法及*** | |
US20190383730A1 (en) | Multispectral image analysis system | |
CN104596638B (zh) | 一种高分辨率多波长激光强度分布探测器及其测量方法 | |
CN105136732A (zh) | 田间作物双波段成像ndvi测量装置 | |
CN114202675A (zh) | 一种基于无人机多光谱遥感影像的作物生长参数测定方法及*** | |
CN114419311B (zh) | 一种基于多源信息的百香果成熟度无损检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110601 |