CN109297909A - 一种鲜食葡萄品质的高光谱检测装置及方法 - Google Patents
一种鲜食葡萄品质的高光谱检测装置及方法 Download PDFInfo
- Publication number
- CN109297909A CN109297909A CN201811500229.6A CN201811500229A CN109297909A CN 109297909 A CN109297909 A CN 109297909A CN 201811500229 A CN201811500229 A CN 201811500229A CN 109297909 A CN109297909 A CN 109297909A
- Authority
- CN
- China
- Prior art keywords
- tank wall
- plane mirror
- slide
- grape
- bloom
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
Landscapes
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本申请公开了一种鲜食葡萄品质的高光谱检测装置及方法,高光谱仪设置在所述检测箱中央顶部位置,信号光源设置在检测箱的内壁上;检测箱包括第一箱壁、第二箱壁、第三箱壁和第四箱壁,滑门包括第一滑门和第二滑门,分别活动设置在第三箱壁和第四箱壁上。平面镜包括第一平面镜和第二平面镜,第一平面镜和第二平面镜分别设置在对应第三箱壁和第四箱壁的内侧,呈凹槽状,且镜面朝向检测箱内侧。第一滑门和第二滑门可以控制被检测的葡萄进入到检测箱内,当被检测的葡萄进入到检测箱后,滑门关闭。信号光源发出光信号,借助平面镜的反射作用,高光谱仪获取葡萄的正面与两侧的图像信息并完成光谱图像的采集,用于后续的葡萄品质评定。
Description
技术领域
本申请涉及水果品质检测技术领域,具体涉及一种鲜食葡萄品质的高光谱检测装置及方法。
背景技术
我国鲜食葡萄的出口量小,且售出单价低,因此,提高鲜食葡萄的商品化水平是提高其竞争力的重要方法。目前,我国鲜食葡萄的检测主要基于外观检测,如果穗的大小、形状、颜色等,且检测自动化程度低。
传统的鲜食葡萄内部品质检测的方法主要依据一些化学手段,如检测可溶性固形物的糖度计或高效液相色谱法,检测总酸的酸度计或酸碱滴定等,这些检测方法具有破坏检测样本、耗时长且工作量大的缺点。
高光谱成像技术能够形成三维光谱图像,包括表征地物的图像特征的二维空间图像,与表征某一像素点的光谱特性的一维光谱,并且高光谱成像技术检测方法具有无损、环保及分析速度快等优点,能够解决传统的鲜食葡萄外观与内部品质检测的问题。高光谱图像具有波段窄与波段多的特点,识别目标的可信度较高,进而能够提高鲜食葡萄品质的检测精度。
发明内容
本申请为了解决上述技术问题,本申请是通过如下技术方案实现的:
第一方面,本申请实施例提供了一种鲜食葡萄品质的高光谱检测装置,包括:高光谱仪、检测箱、信号光源、滑门和平面镜,其中:所述检测箱为可屏蔽外部光源的的方形箱体,所述高光谱仪设置在所述检测箱中央顶部位置,所述信号光源设置在所述检测箱的内壁上;所述检测箱包括第一箱壁、第二箱壁、第三箱壁和第四箱壁,所述第一箱壁的长度等于第二箱壁的长度,所述第三箱壁的长度等于第四箱壁的长度,所述第一箱壁的长度小于所述第三箱壁的长度;所述滑门包括第一滑门和第二滑门,所述第一滑门和所述第二滑门分别设置在所述第三箱壁和所述第四箱壁上,所述第一滑门与所述第三箱壁活动连接,所述第二滑门与所述第四箱壁活动连接;所述平面镜包括第一平面镜和第二平面镜,所示第一平面镜和所述第二平面镜分别设置在对应所述第三箱壁和所述第四箱壁的内侧,且所述第一平面镜和所述第二平面镜呈凹槽状,所述第一平面镜和所述第二平面镜的镜面朝向所述检测箱内侧。
采用上述实现方式,第一滑门和第二滑门可以控制被检测的葡萄进入到检测箱内,当被检测的葡萄进入到检测箱后,滑门关闭。信号光源发出光信号,借助平面镜的反射作用,高光谱仪获取葡萄的正面与两侧的图像信息并完成光谱图像的采集,用于后续的葡萄品质评定。
结合第一方面,在第一方面第一种可能的实现方式中,所述检测箱靠近顶部的位置嵌设一定心板,所述定心板中央开设一方孔,所述高光谱仪通过所述方孔与所述检测箱的顶部相连接。
结合第一方面第一种可能的实现方式,在第一方面第二种可能的实现方式中,所述高光谱仪与所述检测箱的顶部之间设置一伸缩杆,所述伸缩杆两端分别连接所述高光谱仪和所述检测箱的顶部。
结合第一方面第二种可能的实现方式,在第一方面第三种可能的实现方式中,所述信号光源包括四个,四个所述信号光源分别设置在所述检测箱四个内壁的中央位置。
结合第一方面第三种可能的实现方式,在第一方面第四种可能的实现方式中,所述定心板上还固定设置有两个光电传感器,两个所述光电传感器分别设置在所述定心板中央开设的方孔两侧。
结合第一方面,在第一方面第五种可能的实现方式中,所述第三箱壁和所述第四箱壁的内侧还分别设置有旋转角度装置,所述旋转角度装置分别于所述第一平面镜和第二平面镜活动连接,所述旋转角度装置用于调整所述第一平面镜和第二平面镜的角度。
结合第一方面第五种可能的实现方式,在第一方面第六种可能的实现方式中,所述第一平面镜和所述第二平面镜为等腰梯形平面镜。
结合第一方面第六种可能的实现方式,在第一方面第七种可能的实现方式中,所述信号光源包括:汞灯光源。
第二方面,本申请实施例提供了一种鲜食葡萄品质的高光谱检测方法,所述方法包括:获取被检测葡萄的三幅高光谱图像与光谱;根据所述高光谱图像和所述光谱获得被检测葡萄的检测指标数据,其中:所述检测指标数据包括:葡萄果穗紧实度、成熟颜色面积占比、有无碰压伤和病虫害、可溶性固形物含量;根据获取的所述被检测葡萄的检测指标数据获得所述被检测葡萄的分级结果。
结合第二方面,在第二方面第一种可能的实现方式中,所述获取被检测葡萄的三幅高光谱图像与光谱包括:控制设置在检测箱上的第一滑门和第二滑门上升,以使得被检测葡萄进入到检测箱内;当光电传感器检测到葡萄时,控制所述第一滑门和所述第二滑门下降关闭,同时调节高光谱仪、第一平面镜和第二平面镜,以使得被检测葡萄具有合适的图谱信息;控制高光谱仪开始扫描,获取被检测葡萄的三幅高光谱图像与光谱。
附图说明
下面结合附图对本申请作进一步的说明。
图1为本申请实施例提供的一种鲜食葡萄品质的高光谱检测装置的内部结构示意图;
图2为本申请实施例提供的一种鲜食葡萄品质的高光谱检测装置的结构示意图;
图3为本申请实施例提供的一种鲜食葡萄品质的高光谱检测方法的流程示意图;
图1-3中符号表示为:
1-高光谱仪,2-检测箱,3-信号光源,4-滑门,5-平面镜,6-定心板,7-伸缩杆,8-光电传感器,9-旋转角度装置。
具体实施方式
为能清楚说明本方案的技术特点,下面结合附图与具体实施方式对本方案进行阐述。
图1为本申请实施例提供的一种鲜食葡萄品质的高光谱检测装置的内部结构示意图。参见图1,鲜食葡萄品质的高光谱检测装置包括:高光谱仪1、检测箱2、信号光源3、滑门4和平面镜5。
所述检测箱2为可屏蔽外部光源的的方形箱体,所述高光谱仪1设置在所述检测箱2中央顶部位置,所述信号光源3设置在所述检测箱2的内壁上。所述信号光源3包括四个,四个所述信号光源3分别设置在所述检测箱2四个内壁的中央位置,四个信号光源3分布在四个内壁的中央,可以使得照射在葡萄上的光源是均匀的,本实施例中所述信号光源3包括:汞灯光源。
所述检测箱2包括第一箱壁、第二箱壁、第三箱壁和第四箱壁,所述第一箱壁的长度等于第二箱壁的长度,所述第三箱壁的长度等于第四箱壁的长度,所述第一箱壁的长度小于所述第三箱壁的长度。所述滑门4包括第一滑门和第二滑门,所述第一滑门和所述第二滑门分别设置在所述第三箱壁和所述第四箱壁上,所述第一滑门与所述第三箱壁活动连接,所述第二滑门与所述第四箱壁活动连接。所述平面镜5包括第一平面镜和第二平面镜,所述第一平面镜和所述第二平面镜为等腰梯形平面镜。所述第一平面镜和所述第二平面镜分别设置在对应所述第三箱壁和所述第四箱壁的内侧,且所述第一平面镜和所述第二平面镜呈凹槽状,所述第一平面镜和所述第二平面镜的镜面朝向所述检测箱2内侧。第一平面镜和第二平面镜组合,用于折射葡萄两侧的图像,获得两侧的图谱,使得高光谱仪1获得被检葡萄的全面信息。
所述第三箱壁和所述第四箱壁的内侧还分别设置有旋转角度装置9,所述旋转角度装置9分别于所述第一平面镜和第二平面镜活动连接,所述旋转角度装置9用于调整所述第一平面镜和第二平面镜的角度。可使得高光谱仪1获得合适的葡萄侧面信息,且减少校准光源的影响。
所述检测箱2靠近顶部的位置嵌设一定心板6,所述定心板6中央开设一方孔,所述高光谱仪1通过所述方孔与所述检测箱2的顶部相连接。所述高光谱仪1与所述检测箱2的顶部之间设置一伸缩杆7,所述伸缩杆7两端分别连接所述高光谱仪1和所述检测箱2的顶部。参见图2,所述定心板6上还固定设置有两个光电传感器8,两个所述光电传感器8分别设置在所述定心板6中央开设的方孔两侧。定心板6用于校准高光谱仪1的检测视角,保证被检葡萄在检测范围内,伸缩杆7用于调节高光谱仪1的物距,使得高光谱仪1处于最佳的检测高度。光电传感器8用于检测葡萄是否位于检测视线范围内。
由上述实施例可知,本实施例提供了一种鲜食葡萄品质的高光谱检测装置包括:高光谱仪1、检测箱2、信号光源3、滑门4和平面镜5。所述检测箱2为可屏蔽外部光源的的方形箱体,所述高光谱仪1设置在所述检测箱2中央顶部位置,所述信号光源3设置在所述检测箱2的内壁上。所述检测箱2包括第一箱壁、第二箱壁、第三箱壁和第四箱壁,所述第一箱壁的长度等于第二箱壁的长度,所述第三箱壁的长度等于第四箱壁的长度,所述第一箱壁的长度小于所述第三箱壁的长度。所述滑门4包括第一滑门和第二滑门,所述第一滑门和所述第二滑门分别设置在所述第三箱壁和所述第四箱壁上,所述第一滑门与所述第三箱壁活动连接,所述第二滑门与所述第四箱壁活动连接。所述平面镜5包括第一平面镜和第二平面镜,所示第一平面镜和所述第二平面镜分别设置在对应所述第三箱壁和所述第四箱壁的内侧,且所述第一平面镜和所述第二平面镜呈凹槽状,所述第一平面镜和所述第二平面镜的镜面朝向所述检测箱2内侧。第一滑门和第二滑门可以控制被检测的葡萄进入到检测箱2内,当被检测的葡萄进入到检测箱2后,滑门关闭。信号光源3发出光信号,借助平面镜5的反射作用,高光谱仪1获取葡萄的正面与两侧的图像信息并完成光谱图像的采集,用于后续的葡萄品质评定。
与上述实施例提供的一种鲜食葡萄品质的高光谱检测装置相对应,本申请还提供了一种鲜食葡萄品质的高光谱检测方法的实施例。参见图3,所述方法包括:
S101,获取被检测葡萄的三幅高光谱图像与光谱。
具体地,本实施例中获取被检测葡萄的三幅高光谱图像与光谱包括:控制设置在检测箱上的第一滑门和第二滑门上升,以使得被检测葡萄进入到检测箱内。当光电传感器检测到葡萄时,控制所述第一滑门和所述第二滑门下降关闭,同时调节高光谱仪、第一平面镜和第二平面镜,以使得被检测葡萄具有合适的图谱信息。控制高光谱仪开始扫描,获取被检测葡萄的三幅高光谱图像与光谱
S102,根据所述高光谱图像和所述光谱获得被检测葡萄的检测指标数据。
所述检测指标数据包括:葡萄果穗紧实度、成熟颜色面积占比、有无碰压伤和病虫害、可溶性固形物含量。具体地:
S1021,葡萄果穗紧实度。对葡萄的三幅高光谱图像预处理、阈值分割等一系列处理,提取归一化后有关紧实度的特征变量,并将特征变量作为模型输入量,果穗紧实度作为输出量传输给主控计算机,主控计算机根据已建立好的分类模型,分类模型优选为支持向量机,进行判别。
S1022,成熟颜色面积占比。将葡萄的三幅RGB图像转换HSB图像,在RGB图像与HSB图像中提取各颜色分量图,比较能明显表征成熟度的分量图,采用贝叶斯线性判别函数,得到判别图像,最后经过图像增强技术,提高分辨率,最终到得不同成熟度面积的占比。
S1023,有无碰压伤和病虫害。光谱图像中包括全部波段的光谱图像,根据所检测的碰伤与病害条件,优选波长的葡萄图像,利用图像处理技术,提取碰伤或者病虫害的区域,从而判断葡萄是否存在碰伤或者病虫害;
S1024,可溶性固形物含量。鲜食葡萄的可溶性固形物的原始光谱曲线经过一系列的预处理,优选多元信号修正、一阶微分、卷积平滑作为预处理方法后,根据以建立好的预测模型,优选偏最小二乘模型,进行预测,得到判别结果;
S103,根据获取的所述被检测葡萄的检测指标数据获得所述被检测葡萄的分级结果。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
当然,上述说明也并不仅限于上述举例,本申请未经描述的技术特征可以通过或采用现有技术实现,在此不再赘述;以上实施例及附图仅用于说明本申请的技术方案并非是对本申请的限制,如来替代,本申请仅结合并参照优选的实施方式进行了详细说明,本领域的普通技术人员应当理解,本技术领域的普通技术人员在本申请的实质范围内所做出的变化、改型、添加或替换都不脱离本申请的宗旨,也应属于本申请的权利要求保护范围。
Claims (10)
1.一种鲜食葡萄品质的高光谱检测装置,其特征在于,包括:高光谱仪(1)、检测箱(2)、信号光源(3)、滑门(4)和平面镜(5),其中:
所述检测箱(2)为可屏蔽外部光源的的方形箱体,所述高光谱仪(1)设置在所述检测箱(2)中央顶部位置,所述信号光源(3)设置在所述检测箱(2)的内壁上;
所述检测箱(2)包括第一箱壁、第二箱壁、第三箱壁和第四箱壁,所述第一箱壁的长度等于第二箱壁的长度,所述第三箱壁的长度等于第四箱壁的长度,所述第一箱壁的长度小于所述第三箱壁的长度;
所述滑门(4)包括第一滑门和第二滑门,所述第一滑门和所述第二滑门分别设置在所述第三箱壁和所述第四箱壁上,所述第一滑门与所述第三箱壁活动连接,所述第二滑门与所述第四箱壁活动连接;
所述平面镜(5)包括第一平面镜和第二平面镜,所示第一平面镜和所述第二平面镜分别设置在对应所述第三箱壁和所述第四箱壁的内侧,且所述第一平面镜和所述第二平面镜呈凹槽状,所述第一平面镜和所述第二平面镜的镜面朝向所述检测箱(2)内侧。
2.根据权利要求1所述的鲜食葡萄品质的高光谱检测装置,其特征在于,所述检测箱(2)靠近顶部的位置嵌设一定心板(6),所述定心板(6)中央开设一方孔,所述高光谱仪(1)通过所述方孔与所述检测箱(2)的顶部相连接。
3.根据权利要求2所述的鲜食葡萄品质的高光谱检测装置,其特征在于,所述高光谱仪(1)与所述检测箱(2)的顶部之间设置一伸缩杆(7),所述伸缩杆(7)两端分别连接所述高光谱仪(1)和所述检测箱(2)的顶部。
4.根据权利要求3所述的鲜食葡萄品质的高光谱检测装置,其特征在于,所述信号光源(3)包括四个,四个所述信号光源(3)分别设置在所述检测箱(2)四个内壁的中央位置。
5.根据权利要求4所述的鲜食葡萄品质的高光谱检测装置,其特征在于,所述定心板(6)上还固定设置有两个光电传感器(8),两个所述光电传感器(8)分别设置在所述定心板(6)中央开设的方孔两侧。
6.根据权利要求1所述的鲜食葡萄品质的高光谱检测装置,其特征在于,所述第三箱壁和所述第四箱壁的内侧还分别设置有旋转角度装置(9),所述旋转角度装置(9)分别于所述第一平面镜和第二平面镜活动连接,所述旋转角度装置(9)用于调整所述第一平面镜和第二平面镜的角度。
7.根据权利要求6所述的鲜食葡萄品质的高光谱检测装置,其特征在于,所述第一平面镜和所述第二平面镜为等腰梯形平面镜。
8.根据权利要求7所述的鲜食葡萄品质的高光谱检测装置,其特征在于,所述信号光源(3)包括:汞灯光源。
9.一种鲜食葡萄品质的高光谱检测方法,其特征在于,所述方法包括:
获取被检测葡萄的三幅高光谱图像与光谱;
根据所述高光谱图像和所述光谱获得被检测葡萄的检测指标数据,其中:所述检测指标数据包括:葡萄果穗紧实度、成熟颜色面积占比、有无碰压伤和病虫害、可溶性固形物含量;
根据获取的所述被检测葡萄的检测指标数据获得所述被检测葡萄的分级结果。
10.根据权利要求9所述的方法,其特征在于,所述获取被检测葡萄的三幅高光谱图像与光谱包括:
控制设置在检测箱(2)上的第一滑门和第二滑门上升,以使得被检测葡萄进入到检测箱(2)内;
当光电传感器(8)检测到葡萄时,控制所述第一滑门和所述第二滑门下降关闭,同时调节高光谱仪(1)、第一平面镜和第二平面镜,以使得被检测葡萄具有合适的图谱信息;
控制高光谱仪(1)开始扫描,获取被检测葡萄的三幅高光谱图像与光谱。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811500229.6A CN109297909A (zh) | 2018-12-10 | 2018-12-10 | 一种鲜食葡萄品质的高光谱检测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811500229.6A CN109297909A (zh) | 2018-12-10 | 2018-12-10 | 一种鲜食葡萄品质的高光谱检测装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109297909A true CN109297909A (zh) | 2019-02-01 |
Family
ID=65142517
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811500229.6A Pending CN109297909A (zh) | 2018-12-10 | 2018-12-10 | 一种鲜食葡萄品质的高光谱检测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109297909A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102081039A (zh) * | 2010-08-17 | 2011-06-01 | 江苏大学 | 一种环境可控的作物营养水分高光谱图像检测装置 |
CN103257109A (zh) * | 2013-04-09 | 2013-08-21 | 中国农业大学 | 畜肉细菌总数检测***及方法 |
CN203299112U (zh) * | 2013-06-26 | 2013-11-20 | 浙江农林大学 | 一种农产品品质的多光谱成像检测装置 |
CN204374068U (zh) * | 2015-01-22 | 2015-06-03 | 浙江大学 | 一种植物侧表面冠层的高光谱扫描装置 |
CN204630916U (zh) * | 2015-05-21 | 2015-09-09 | 华中农业大学 | 基于高光谱成像***的农产品图像v型平面镜采集装置 |
CN105170485A (zh) * | 2015-10-07 | 2015-12-23 | 西北农林科技大学 | 一种猕猴桃检测分级装置 |
CN209167100U (zh) * | 2018-12-10 | 2019-07-26 | 山东农业大学 | 一种鲜食葡萄品质的高光谱检测装置 |
-
2018
- 2018-12-10 CN CN201811500229.6A patent/CN109297909A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102081039A (zh) * | 2010-08-17 | 2011-06-01 | 江苏大学 | 一种环境可控的作物营养水分高光谱图像检测装置 |
CN103257109A (zh) * | 2013-04-09 | 2013-08-21 | 中国农业大学 | 畜肉细菌总数检测***及方法 |
CN203299112U (zh) * | 2013-06-26 | 2013-11-20 | 浙江农林大学 | 一种农产品品质的多光谱成像检测装置 |
CN204374068U (zh) * | 2015-01-22 | 2015-06-03 | 浙江大学 | 一种植物侧表面冠层的高光谱扫描装置 |
CN204630916U (zh) * | 2015-05-21 | 2015-09-09 | 华中农业大学 | 基于高光谱成像***的农产品图像v型平面镜采集装置 |
CN105170485A (zh) * | 2015-10-07 | 2015-12-23 | 西北农林科技大学 | 一种猕猴桃检测分级装置 |
CN209167100U (zh) * | 2018-12-10 | 2019-07-26 | 山东农业大学 | 一种鲜食葡萄品质的高光谱检测装置 |
Non-Patent Citations (1)
Title |
---|
欧阳爱国,吴 建,刘燕德: "高光谱成像在农产品无损检测中的应用", 《广东农业科学》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mishra et al. | Close range hyperspectral imaging of plants: A review | |
CN103308466B (zh) | 便携式滤光片色轮型多光谱成像***及其光谱图像处理方法 | |
CN103808263B (zh) | 谷粒粒形参数的高通量检测方法 | |
CN105651713A (zh) | 一种基于计算机图像分析的青菜叶片叶绿素定量检测方法 | |
Nitka et al. | Design of an automated rice grain sorting system using a vision system | |
Wei et al. | Tea moisture content detection with multispectral and depth images | |
Liu et al. | Registration of multispectral 3D points for plant inspection | |
CN108152231A (zh) | 基于可见/近红外光谱的枣果内部缺陷检测方法及装置 | |
CN109682821A (zh) | 一种基于多尺度高斯函数的柑橘表面缺陷检测方法 | |
US20240062330A1 (en) | Multimodal inspection system | |
CN109297909A (zh) | 一种鲜食葡萄品质的高光谱检测装置及方法 | |
CN209167100U (zh) | 一种鲜食葡萄品质的高光谱检测装置 | |
US20230326083A1 (en) | Construction method and system for visible near-infrared spectrum dictionary | |
CN107462528A (zh) | 一种多通道光谱检测红枣品质的方法 | |
Capobianco et al. | Pigment identification in pictorial layers by HyperSpectral Imaging | |
Saafin et al. | Pre-processing techniques for colour digital pathology image analysis | |
Basener et al. | Microscene evaluation using the Bhattacharyya distance | |
Wang et al. | Classification of wood species using spectral and texture features of transverse section | |
Gay et al. | Fruit color assessment for quality grading purposes | |
Peleg et al. | Repeatability of hyperspectral imaging systems—quantification and improvement | |
CN207215690U (zh) | 一种高光谱食品检测*** | |
Sumriddetchkajorn et al. | Palm-size wide-band three-dimensional multispectral imaging camera | |
van der Heijden et al. | Comparison of multispectral images across the Internet | |
Liu et al. | Application of hyperspectral imaging technology in nondestructive testing of fruit quality | |
LU503093B1 (en) | A Hyperspectral Image Classification Method and System Based on Local Correntropy Matrix |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |