哈哈哈哈哈操欧洲电影,久草网在线,亚洲久久熟女熟妇视频,麻豆精品色,久久福利在线视频,日韩中文字幕的,淫乱毛视频一区,亚洲成人一二三,中文人妻日韩精品电影

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

基于高光譜的不同成熟期哈密瓜堅(jiān)實(shí)度研究

萊森光學(xué) ? 來源:萊森光學(xué) ? 作者:萊森光學(xué) ? 2024-03-12 15:41 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

哈密瓜是新疆的特色水果,目前,哈密瓜品種繁多,采收時(shí),不同品種的成熟期不同,在成熟時(shí)的表現(xiàn)也不同,因此,簡單地通過外表來分辨哈密瓜的成熟度,會(huì)造成判別不一致,影響哈密瓜的貨架期,從而降低聲譽(yù)和經(jīng)濟(jì)效益。因此,研究哈密瓜成熟度有重要意義。

堅(jiān)實(shí)度是哈密瓜成熟度的重要參考指標(biāo)之一。目前,堅(jiān)實(shí)度檢測多采用M-T有損檢測方法,該方法費(fèi)時(shí)、費(fèi)力,而且會(huì)破壞樣品。因此,急需一種無損、快速、便捷的檢測方法,綜合分析哈密瓜成熟期的理化指標(biāo)變化規(guī)律及其與堅(jiān)實(shí)度的相關(guān)性。近年來,高光譜技術(shù)在獼猴桃、草莓、蘋果、梨、櫻桃、香蕉和西甜瓜等水果的成熟度、堅(jiān)實(shí)度、糖度等品質(zhì)無損檢測中得到應(yīng)用,為哈密瓜成熟期的品質(zhì)評價(jià)提供了無損檢測技術(shù)。

測定方法

哈密瓜測定項(xiàng)目包括光譜信息采集和理化指標(biāo)(質(zhì)量、橫縱徑、堅(jiān)實(shí)度)測量。具體的方法如下:

(1)哈密瓜光譜信息的采集

(2)高光譜圖像數(shù)據(jù)采集前,先進(jìn)行黑白校正,調(diào)整輸送裝置的速度。數(shù)據(jù)采集時(shí),把哈密瓜樣本放到高光譜試驗(yàn)臺上,線陣的探測器光學(xué)焦面(哈密瓜前進(jìn)方向)的垂直方向橫向掃描,掃出整個(gè)平面,獲取3個(gè)檢測部位的哈密瓜圖像信息,通過軟件對光譜信息采集和保存。

(3)哈密瓜理化指標(biāo)的測量

縱橫徑的測量:哈密瓜的高度部位即縱徑,用高度游標(biāo)卡尺測量。哈密瓜赤道部位即橫徑,用游標(biāo)卡尺測量。

質(zhì)量的測量:采用電子秤測量哈密瓜質(zhì)量。

堅(jiān)實(shí)度的測量:哈密瓜堅(jiān)實(shí)度的測量采用手持式硬度計(jì)。

對已完成光譜信息采集的哈密瓜樣本的3個(gè)標(biāo)記區(qū)域(陰面、陽面與果臍)削去果皮進(jìn)行測量。

wKgaomXwB0KAE821AAMJ9uw0J_o269.png

2、光譜的處理及模型評價(jià)指標(biāo)

采集后的光譜數(shù)據(jù)采用ENVI4.7軟件進(jìn)行圖像數(shù)據(jù)降維和預(yù)處理。利用TQAnalyst6.1軟件進(jìn)行建模定量、定性分析。模型的穩(wěn)健性和準(zhǔn)確性評價(jià)指標(biāo)有校正集相關(guān)系數(shù)(Rc),預(yù)測集相關(guān)系數(shù)(Rp)、校正均方根誤差(RMSEC)和預(yù)測均方根誤差(RMSEP)。通常情況下,模型中R值越大,RMSEC、RMSEP值越小,模型表現(xiàn)得越穩(wěn)健,結(jié)果越準(zhǔn)確。

3、結(jié)果與分析

哈密瓜樣本理化指標(biāo)測定結(jié)果及分析

哈密瓜在成熟過程中,理化指標(biāo)會(huì)隨著不同成熟期呈現(xiàn)出一定的變化規(guī)律。由表1可知,不同成熟期的哈密瓜理化指標(biāo)存在一定的差異。從縱徑的平均值來看,同一成熟度的哈密瓜,金密16號要略大于金密17號;從橫徑的平均值來看,同一成熟度的金密16號要略小于金密17號;七成熟的哈密瓜平均質(zhì)量均要小于九成熟的哈密瓜;從堅(jiān)實(shí)度值來看,七成熟的哈密瓜平均堅(jiān)實(shí)度均要大于九成熟的哈密瓜。

不同品種哈密瓜堅(jiān)實(shí)度的分析

果實(shí)的堅(jiān)實(shí)度直接影響果肉質(zhì)地與脆性。哈密瓜堅(jiān)實(shí)度是衡量內(nèi)部品質(zhì)的重要指標(biāo)之一。從圖2可以看出,七成熟哈密瓜:金密16號的堅(jiān)實(shí)度值在54.0~120.0N,金密17號的堅(jiān)實(shí)度值在50.6~84.0N;九成熟哈密瓜:金密16號的堅(jiān)實(shí)度值在51.0~79.9N,金密17號的堅(jiān)實(shí)度值在48.0~61.2N。兩個(gè)品種的哈密瓜樣本點(diǎn)的堅(jiān)實(shí)度分布規(guī)律如圖1所示,通過對比可以發(fā)現(xiàn),金密16號的堅(jiān)實(shí)度均大于金密17號,說明不同品種哈密瓜的堅(jiān)實(shí)度存在明顯差異。

不同成熟期哈密瓜堅(jiān)實(shí)度的分析

隨著哈密瓜生長發(fā)育的不斷推進(jìn),堅(jiān)實(shí)度隨著成熟期的不同而發(fā)生變化。圖2所示兩個(gè)品種的哈密瓜不同

表1不同成熟期哈密瓜樣本的理化指標(biāo)值

wKgZomXwB0KAY9vHAAEcqmcyMqE890.pngwKgaomXwB0OAdhuOAAGRxCvCnow376.png

圖1不同品種哈密瓜樣本點(diǎn)的堅(jiān)實(shí)度分布

wKgZomXwB0OAf_jrAAFdtDhBJ6c983.png

圖2不同成熟期哈密瓜堅(jiān)實(shí)度變化規(guī)律

成熟期堅(jiān)實(shí)度變化規(guī)律,從中可以發(fā)現(xiàn),同一品種哈密瓜,九成熟的堅(jiān)實(shí)度要比七成熟低,成熟度越高,堅(jiān)實(shí)度越低。研究表明,隨著哈密瓜不斷成熟,果實(shí)細(xì)胞壁果膠物質(zhì)的降解和纖維素分離,導(dǎo)致細(xì)胞解體,果肉的硬度降低

不同原始光譜的分析

高光譜儀采集哈密瓜的光譜信息是由光源照射到哈密瓜表面后通過漫透射進(jìn)行擴(kuò)散傳輸?shù)?。圖4是2個(gè)品種哈密瓜不同成熟度的原始光譜曲線,從中可以發(fā)現(xiàn),同一品種、不同成熟期的哈密瓜光譜曲線走向基本一致。不同品種的哈密瓜光譜曲線之間存在很大差異,金密16號哈密瓜光譜在400~750nm存在明顯變化的波峰、波谷。金密17號哈密瓜光譜在500~850nm存在較明顯變化的波峰、波谷,在850nm之后波形基本一致。說明不同品種的哈密瓜由于內(nèi)部生物結(jié)構(gòu)不同,光譜曲線差別也很大。

wKgaomXwB0OAenfwAANWlPdiY50960.png

圖4哈密瓜原始光譜曲線

不同檢測部位堅(jiān)實(shí)度的分析

哈密瓜果實(shí)的成長與發(fā)育先是縱徑發(fā)育,再橫向增重發(fā)育。根據(jù)哈密瓜的生長特點(diǎn),對金密16號哈密瓜的3個(gè)檢測部位(赤道陽面、赤道陰面和果臍)的堅(jiān)實(shí)度進(jìn)行測量,其變化規(guī)律如圖5所示,從中可以發(fā)現(xiàn),不同檢測部位的哈密瓜堅(jiān)實(shí)度存在差異,赤道(陽面、陰面)部位的堅(jiān)實(shí)度要高于果臍部位的堅(jiān)實(shí)度;同一檢測部位相比,堅(jiān)實(shí)度的變化沒有明顯規(guī)律。

wKgZomXwB0SAUfw7AAFRxAuF7wE960.png

圖5不同檢測部位堅(jiān)實(shí)度值分布規(guī)律

水分是作物進(jìn)行生命活動(dòng)和生長代謝的重要物質(zhì),水分虧缺能直接影響作物的生理生化過程和形態(tài)結(jié)構(gòu),從而對其生長?產(chǎn)量和品質(zhì)造成影響。同時(shí),我國農(nóng)業(yè)用水占全國用水總量已經(jīng)達(dá)到70%,且水資源分布不均,每年因?yàn)楦珊刀棺魑锸転?zāi)面積最高達(dá)到4000萬hm2,嚴(yán)重威脅我國的糧食安全。

因此,在水資源短缺的嚴(yán)峻形勢下,提高水資源的利用效率對指導(dǎo)作物生長發(fā)育,提高作物產(chǎn)量,節(jié)約水資源具有重要意義。利用傳統(tǒng)烘干法測量作物水分耗時(shí)費(fèi)力,多光譜?近地非成像遙感光束分離的成像質(zhì)量差,光譜重疊度高,易受環(huán)境等背景因素影響,難以滿足對作物水分的高效?精準(zhǔn)實(shí)時(shí)監(jiān)測。而高光譜遙感技術(shù)具有空間分辨率高,光譜信息豐富,波段窄而連續(xù),時(shí)效性好的特點(diǎn),近年來已被廣泛應(yīng)用于作物水分含量監(jiān)測領(lǐng)域。

作物水分的常見測試方法

作物水分的測試有直接法和間接法2種,其中直接法是通過物理或化學(xué)測試直接獲取作物水分含量的方法,而間接法通過測量作物或其相關(guān)指標(biāo)屬性,以推斷或估計(jì)作物水分信息。

但常見的作物水分測量方法準(zhǔn)確度不高,操作較為復(fù)雜,易受環(huán)境溫度等外界因素影響,具有一定的局限性,并且應(yīng)用范圍窄,難以適應(yīng)大面積的農(nóng)業(yè)生產(chǎn)需要。隨著各項(xiàng)技術(shù)的深入研究,高光譜遙感技術(shù)以其超多波段?圖譜合一和光譜信息豐富的技術(shù)優(yōu)勢,能夠?qū)崿F(xiàn)作物水分含量準(zhǔn)確?快速?無損地實(shí)時(shí)監(jiān)測。

表1作物水分的常見測試方法

wKgZomXwB0SAa9_yAAKDxuAm1bc419.png

各方法的優(yōu)缺點(diǎn)比較

直接法測量過程簡單,結(jié)果較為準(zhǔn)確,但測量過程冗長繁瑣,增加了實(shí)驗(yàn)難度和周期,同時(shí)容易破壞待測樣品,并產(chǎn)生對環(huán)境有害的化學(xué)試劑和藥品。間接法相較于直接測定法有所提升,測量速度快,易實(shí)現(xiàn)在線批量檢測,但容易受噪聲?物體形狀及大小?環(huán)境溫度等因素影響,難以適用大面積作物水分監(jiān)測和指導(dǎo)農(nóng)業(yè)生產(chǎn)。隨著各項(xiàng)技術(shù)的深入研究,為能夠更好地指導(dǎo)農(nóng)業(yè)生產(chǎn)需要,高光譜成像技術(shù)作為一種發(fā)展較為成熟的遙感監(jiān)測技術(shù),以其準(zhǔn)確?無損?快速的技術(shù)優(yōu)點(diǎn)已廣泛應(yīng)用于作物水分監(jiān)測領(lǐng)域。

常見高光譜遙感分類

高光譜遙感按照作用空間尺度可劃分為衛(wèi)星遙感?機(jī)載高光譜儀?地物光譜遙感以及手持式光譜儀等。基于CGMD便攜式光譜儀和地物高光譜探測器對冬小麥冠層生長指標(biāo)對比研究發(fā)現(xiàn),CGMD光譜儀操作簡單,便于攜帶,精度可靠,而地物高光譜探測器采集信息量大,結(jié)合先進(jìn)預(yù)處理,特征提取和機(jī)器學(xué)習(xí)算法可以有效提高模型反演精度。

基于便攜式地物光譜儀結(jié)合手持式光譜探測器獲取冬小麥葉片反射率,并結(jié)合推掃式光譜儀波段寬,光譜分辨率高的特點(diǎn)獲得冠層反射率,但是受天氣條件或野外環(huán)境因素,如云層?大氣濕度?光線條件和地面高程差等都會(huì)影響數(shù)據(jù)采集和監(jiān)測結(jié)果。

3、光譜遙感在典型作物水分監(jiān)測的應(yīng)用

雖然當(dāng)前高光譜遙感技術(shù)應(yīng)用于水分監(jiān)測的作物類型已經(jīng)有很多種,但是在監(jiān)測作物水分指標(biāo)和方法上面也會(huì)有所不同,這些水分指標(biāo)包括植株含水量(PWC),葉片含水量(LWC),冠層含水量(CWC),葉片等效水厚度(LEWT)和相對含水量(RWC),而研究方法包括單波段光譜反射率法,光譜植被指數(shù)法,全波段光譜分析法和光譜輻射傳輸模型等。而水稻?小麥和玉米作為典型作物,在水分監(jiān)測指標(biāo)和研究方法方面更具全面性和系統(tǒng)性。已有許多學(xué)者對此作了細(xì)致而深入的研究,并取得了豐富的研究成果和技術(shù)創(chuàng)新,也為高光譜遙感技術(shù)監(jiān)測其它作物水分含量提供技術(shù)參考。因此,下面對高光譜遙感作用于典型作物水稻,小麥,玉米的水分監(jiān)測作詳細(xì)闡述。

3.1小麥

高光譜遙感通過敏感波段提取以及新型植被指數(shù)構(gòu)建可以顯著提高光譜反射率與水分含量的相關(guān)性。目前用高光譜監(jiān)測小麥水分的研究主要集中在濕潤和半濕潤地區(qū),而干旱和半干旱區(qū)域的研究還相對較少。隨著高分辨率遙感儀器的發(fā)展以及新型植被指數(shù)出現(xiàn),高光譜遙感技術(shù)在干旱和半干旱區(qū)域的應(yīng)用潛力十分廣泛。同時(shí),小麥在不同生長時(shí)期LWC的敏感波段存在差異,在開花期,小麥的LWC敏感波段主要集中在可見光和近紅外波段;而在孕穗期和乳熟期,則分布在近紅外和短波紅外波段。

表2 高光譜遙感估算小麥含水量的典型研究

wKgZomXwB0WADwtYAAEaxZ26flc135.png

3.2水稻

水稻的葉片水分敏感波段主要分布在近紅外和短波紅外波段,當(dāng)前對水稻水分監(jiān)測的研究主要集中在生長中后期以及濕潤和半濕潤地區(qū)。

水稻在不同生長時(shí)期的敏感波段主要分布在NIR(710~970nm)和SWIR(1450nm?1750nm和1830nm附近),并且未來應(yīng)克服植被覆蓋度?氣象條件和資源限制等不利因素,更多關(guān)注作物在生長前期和干旱?半干旱地區(qū)的研究。水稻是一種生長環(huán)境受地形和氣候變化影響較大的作物,其生長階段受到葉片水分變化的影響非常顯著。研究發(fā)現(xiàn),基于新的水分指數(shù)可以適應(yīng)不同地域?氣候以及葉綠素?基因型變異等動(dòng)態(tài)變化帶來的影響。

表3 高光譜遙感估算水稻含水量的典型研究

wKgZomXwB0aAFk_VAAFCy76xynQ816.png

推薦

便攜式高光譜成像系統(tǒng) iSpecHyper-VS1000

專門用于公安刑偵、物證鑒定、醫(yī)學(xué)醫(yī)療、精準(zhǔn)農(nóng)業(yè)、礦物地質(zhì)勘探等領(lǐng)域的最新產(chǎn)品,主要優(yōu)勢具有體積小、幀率高、高光譜分辨率高、高像質(zhì)等性價(jià)比特點(diǎn)采用了透射光柵內(nèi)推掃原理高光譜成像,系統(tǒng)集成高性能數(shù)據(jù)采集與分析處理系統(tǒng),高速USB3.0接口傳輸,全靶面高成像質(zhì)量光學(xué)設(shè)計(jì),物鏡接口為標(biāo)準(zhǔn)C-Mount,可根據(jù)用戶需求更換物鏡。

wKgaomXwB0aAU4uLAAG-q9GWvYo278.png
審核編輯 黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
  • 光譜儀
    +關(guān)注

    關(guān)注

    2

    文章

    1286

    瀏覽量

    32761
  • 無損檢測
    +關(guān)注

    關(guān)注

    0

    文章

    258

    瀏覽量

    19482
  • 高光譜
    +關(guān)注

    關(guān)注

    0

    文章

    489

    瀏覽量

    10740
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點(diǎn)推薦

    光譜與多光譜技術(shù):核心區(qū)別與應(yīng)用選擇

    光譜與多光譜技術(shù)是遙感領(lǐng)域的兩大重要技術(shù),它們在波段數(shù)量、光譜分辨率、數(shù)據(jù)處理和應(yīng)用場景上存在顯著差異。本文將系統(tǒng)解析兩者的區(qū)別,并為不同應(yīng)用需求提供選擇建議。 一、
    的頭像 發(fā)表于 03-03 07:42 ?138次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>與多<b class='flag-5'>光譜</b>技術(shù):核心區(qū)別與應(yīng)用選擇

    光譜光譜工業(yè)相機(jī)技術(shù)原理與差異

    光譜光譜工業(yè)相機(jī)通過捕捉傳統(tǒng)RGB相機(jī)無法獲取的波長信息,實(shí)現(xiàn)了更精細(xì)的分析和維數(shù)據(jù)解讀。
    的頭像 發(fā)表于 01-29 17:33 ?867次閱讀
    多<b class='flag-5'>光譜</b>與<b class='flag-5'>高</b><b class='flag-5'>光譜</b>工業(yè)相機(jī)技術(shù)原理與差異

    光譜成像:分析波長,可視化細(xì)微的色彩、材質(zhì)差異和異物

    在機(jī)器視覺系統(tǒng)成像過程中,光源起著重要作用,合適的光源方案可以極大降低圖像處理算法的復(fù)雜,提高系統(tǒng)的穩(wěn)定性、精度和速度。近年來,各領(lǐng)域利用光譜成像技術(shù)進(jìn)行檢測的市場規(guī)模不斷擴(kuò)大,對
    的頭像 發(fā)表于 12-26 17:02 ?708次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像:分析波長,可視化細(xì)微的色彩、材質(zhì)差異和異物

    用于煙葉分選的光譜相機(jī)推薦什么品牌?

    、糖分、總氮含量,甚至識別霉變、雜質(zhì)和不同部位葉片,從而實(shí)現(xiàn)自動(dòng)化精準(zhǔn)分選。 那么,針對煙葉分選這一具體工業(yè)應(yīng)用,應(yīng)該選擇哪個(gè)品牌的光譜相機(jī)呢? 煙葉分選對光譜相機(jī)的核心要求 與實(shí)
    的頭像 發(fā)表于 11-28 16:33 ?2658次閱讀
    用于煙葉分選的<b class='flag-5'>高</b><b class='flag-5'>光譜</b>相機(jī)推薦什么品牌?

    光譜成像在作物長勢監(jiān)測和產(chǎn)量預(yù)估的研究進(jìn)展

    參數(shù)的非接觸式、高精度監(jiān)測。近年來,隨著遙感技術(shù)和人工智能算法的發(fā)展,光譜成像系統(tǒng) (SKY機(jī)載光譜相機(jī)+中達(dá)瑞和 云平臺) 已成為作物長勢監(jiān)測和產(chǎn)量預(yù)估的重要工具。本文系統(tǒng)梳理該
    的頭像 發(fā)表于 10-16 16:31 ?661次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像在作物長勢監(jiān)測和產(chǎn)量預(yù)估的<b class='flag-5'>研究</b>進(jìn)展

    光譜成像在作物病蟲害監(jiān)測的研究進(jìn)展

    光譜成像技術(shù)(Hyperspectral Imaging, HSI)是一種將光學(xué)成像與光譜分析相結(jié)合的多維信息獲取技術(shù),其核心在于通過連續(xù)窄波段(通常 光譜特征基礎(chǔ) 植物受病蟲害侵襲
    的頭像 發(fā)表于 10-16 15:53 ?678次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像在作物病蟲害監(jiān)測的<b class='flag-5'>研究</b>進(jìn)展

    光譜成像技術(shù)在指紋提取的研究和應(yīng)用

    光譜成像技術(shù)(Hyperspectral Imaging, HSI)因其在非接觸式、無損檢測和多波段信息獲取方面的優(yōu)勢,成為指紋提取領(lǐng)域的研究熱點(diǎn)。本文系統(tǒng)梳理
    的頭像 發(fā)表于 09-26 17:55 ?1523次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像技術(shù)在指紋提取的<b class='flag-5'>研究</b>和應(yīng)用

    什么是 VNIR 光譜成像?以及適用于哪些做什么研究

    什么是 VNIR 光譜成像? VNIR(Visible and Near-Infrared,可見光-近紅外)光譜成像 是一種結(jié)合光學(xué)成像與光譜
    的頭像 發(fā)表于 09-18 10:15 ?648次閱讀
    什么是 VNIR <b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像?以及適用于哪些做什么<b class='flag-5'>研究</b>?

    光譜成像的照明源有哪些?

    光譜成像(Hyperspectral Imaging)是一種結(jié)合光譜分析與成像技術(shù)的多維度數(shù)據(jù)采集方法,能夠獲取目標(biāo)物體在連續(xù)窄波段范圍內(nèi)的光譜空間信息。 照明源 (光源)作為
    的頭像 發(fā)表于 09-17 10:14 ?965次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像的照明源有哪些?

    如何搭建一個(gè)光譜成像實(shí)驗(yàn)場景?

    光譜成像(Hyperspectral Imaging)通過獲取目標(biāo)物體在連續(xù)窄波段(通常 構(gòu)建穩(wěn)定、可重復(fù)的光譜數(shù)據(jù)采集系統(tǒng); 實(shí)現(xiàn)對目標(biāo)物體的空間-
    的頭像 發(fā)表于 09-13 10:36 ?2640次閱讀
    如何搭建一個(gè)<b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像實(shí)驗(yàn)場景?

    如何有效利用光譜成像技術(shù)提升數(shù)據(jù)分析效率

    光譜數(shù)據(jù),有效解決了傳統(tǒng)成像技術(shù)難以分辨細(xì)微物質(zhì)差異的問題。根據(jù)市場研究報(bào)告,全球光譜成像市場預(yù)計(jì)將以年均12.5%的速度增長,顯示出廣闊的發(fā)展前景。您是否想知道如何通過科學(xué)利用
    的頭像 發(fā)表于 09-11 16:13 ?989次閱讀
    如何有效利用<b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像技術(shù)提升數(shù)據(jù)分析效率

    光譜光譜工業(yè)相機(jī)的區(qū)別

    光譜相機(jī)可應(yīng)用于自動(dòng)化檢測、質(zhì)量管理、回收分類、醫(yī)療診斷等多個(gè)領(lǐng)域
    的頭像 發(fā)表于 08-08 16:28 ?1196次閱讀
    多<b class='flag-5'>光譜</b>與<b class='flag-5'>高</b><b class='flag-5'>光譜</b>工業(yè)相機(jī)的區(qū)別

    太陽光模擬器性能的影響參數(shù):光譜匹配、光譜覆蓋率及光譜偏離率

    的輻照度積分值確定匹配等級。如太陽光模擬器實(shí)際輻照度占比 80%,而標(biāo)準(zhǔn)需占 75%,則該波段匹配約為 1.07。 光譜匹配對太陽光模擬器性能的影響
    發(fā)表于 07-21 15:35

    光譜相機(jī)讓農(nóng)林管理進(jìn)入“光譜級”智能時(shí)代

    、病害應(yīng)激反應(yīng)等。這種能力使得光譜技術(shù)成為研究和管理作物、森林的強(qiáng)大工具。 為什么農(nóng)林業(yè)需要“光譜級”的感知? 作物和林木在受到病害、水分脅迫或營養(yǎng)失衡時(shí),表面可能尚未出現(xiàn)明顯癥狀,
    的頭像 發(fā)表于 06-27 10:50 ?656次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>相機(jī)讓農(nóng)林管理進(jìn)入“<b class='flag-5'>光譜</b>級”智能時(shí)代

    光譜成像相機(jī):基于光譜成像技術(shù)的玉米種子純度檢測研究

    無損檢測領(lǐng)域的研究熱點(diǎn)。中達(dá)瑞和作為國內(nèi)光譜成像設(shè)備的領(lǐng)先供應(yīng)商,可實(shí)現(xiàn)國產(chǎn)替代,助力科研院校進(jìn)行光譜成像領(lǐng)域的
    的頭像 發(fā)表于 05-29 16:49 ?787次閱讀
    合江县| 塔河县| 天峨县| 华坪县| 红原县| 武穴市| 奉化市| 黔东| 兴海县| 桂平市| 平湖市| 迁西县| 眉山市| 建湖县| 昌吉市| 丹江口市| 缙云县| 阿合奇县| 刚察县| 北海市| 武强县| 马山县| 呼伦贝尔市| 遵化市| 增城市| 井陉县| 云梦县| 咸阳市| 建昌县| 台山市| 西藏| 芜湖县| 巴塘县| 彩票| 尤溪县| 郁南县| 精河县| 大连市| 兰考县| 永平县| 卓尼县|