CN103018179B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN103018179B CN103018179B CN201210528872.6A CN201210528872A CN103018179B CN 103018179 B CN103018179 B CN 103018179B CN 201210528872 A CN201210528872 A CN 201210528872A CN 103018179 B CN103018179 B CN 103018179B
- Authority
- CN
- China
- Prior art keywords
- automatically controlled
- near infrared
- light source
- rocking arm
- detection
- 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.)
- Active
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种作物水分胁迫的偏振检测装置和方法,该装置由计算机、控制模块、数据采集卡、近红外偏振超光谱成像传感器、卤素光源、电控光源摇臂、电控检测摇臂、电控旋转样本台和仪器台架组成。由计算机驱动电控光源摇臂、电控检测摇臂、电控旋转样本台使卤素光源、近红外偏振超光谱成像传感器和被测样本定位到检测位置,采集作物叶片的近红外偏振超光谱数据立方体,提取作物叶片含水率的最优波长,获取偏振度分布、反射强度分布、stocks参量、纹理和灰度均值作物含水率检测的组合特征变量,建立了作物含水率检测模。与传统方法相比,本发明可同步获取强度分布、偏振和高光谱图像多维光信息,实现了对作物水分胁迫的精确定量分析。
Description
技术领域
本发明涉及一种作物水分胁迫的检测装置,特指一种基于近红外偏振超光谱成像技术的作物水分胁迫检测装置,还涉及一种利用该装置的检测方法。
背景技术
长期以来,作物水分胁迫诊断主要是通过测量植株叶片的气孔导度、叶水势、冠层温度、蒸腾速率、植株茎杆直径的变化等指标间接获得,或采用干湿重法测量。这些方法不仅费时费力,时效性差,还会对作物造成伤害。目前基于光谱和视觉技术的无损检测技术发展很快,但基于光谱技术的无损检测方法通常采用点源采样方式,无法体现整个叶片或冠层区域的光反射特性差异。视觉传感器具有较高的分辨率和较大的视场范围,通过图像分割技术能够有效去除背景等因素的影响,克服了光谱法点源采样和受环境背景影响较大的缺点,但计算机视觉技术主要利用叶片或冠层的颜色、纹理等宏观物理特性进行诊断,无法充分表征作物水分胁迫时丰富的微观结构特征信息,从而制约了作物水分胁迫快速检测方法的应用。
植物生理学和植物营养学的研究已经证明,作物发生水分胁迫时不仅能引起叶片颜色(灰度)和纹理等表面宏观特征的变化,叶片表面的粗糙度和质地等微观特征,气孔、海绵体、栅栏组织等内部微结构也会发生显著的变化,而传统的光谱和视觉图像技术难以感知这种微结构和表面质地的微变化。偏振成像技术能够对检测对象表面各点所反射和散射的偏振光进行成像,且偏振图像具有普通图像和反射光谱所不具备的优点,可以表征一些强度图像和光谱很难表征的信息,如目标表面的微观结构变化、物质内部对入射光的选择性吸收、散射以及物体表面前向反射、后向反射、漫反射特性的变化。由于偏振成像技术具有的独特之处,因此可以对作物水分胁迫导致的叶片表面质地和微结构变化信息进行提取和表征。而水分子的振动频率在900-1700nm的近红外区域,因此采用近红外偏振超光谱图像可以有效提取作物的含水率信息,进而对作物的水分胁迫状态进行分析。
本发明采用近红外偏振超光谱成像技术获取作物的水分胁迫信息,该技术是集近红外光谱反射强度、偏振成像和超光谱成像技术于一身的新技术,将近红外CCD的面阵信息与偏振信息、近红外反射光谱信息相结合,在900-1700nm范围的连续谱段上对同一目标以3.5nm的高分辨率用256个波段连续成像,构成一个按波长顺序排列的图像数据立方体,兼有偏振技术、高光谱技术和图像技术的优势,既能对植株水分胁迫引起的颜色(灰度)、纹理、形态变化等特征进行可视化分析,又能对植株叶片受水分胁迫导致的质地和微结构的偏振态、反射强度分布的各向异性分布信息,以及作物水分胁迫导致的水分子变化相关的近红外偏振和光谱反射信息进行全面综合的分析。目前,国内外文献尚未见利用近红外偏振超光谱成像技术进行作物水分胁迫分析的相关文件和报道。
发明内容
本发明的目的是针对现有高光谱和图像技术在作物水分胁迫检测方面的不足,提供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,能获得全面、高精度的诊断信息。
为实现上述目的本发明的技术方案如下:
本发明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包括如下部件:计算机、控制模块、数据采集卡、近红外偏振超光谱成像传感器、卤素光源、电控光源摇臂、电控检测摇臂、电控旋转样本台、仪器台架;其中仪器台架为长方形钢结构,仪器台架的左侧矩形端面的长度中心位置固定电控光源摇臂,与之相对的仪器台架的右侧矩形端面的长度中心位置固定电控检测摇臂,在仪器台架的上端面几何中心位置安装电控旋转样本台,仪器台架内部空间左侧底面固定控制模块、与之相对的右侧底面安装数据采集卡;其中电控光源摇臂的顶端固定了卤素光源,可在电控光源摇臂带动下,围绕电控旋转样本台在0-180°范围旋转;其中电控检测摇臂的顶端固定有偏振超光谱成像装置,可随电控检测摇臂围绕控旋转样本台在0-180°范围旋转;计算机与控制模块通过数据线相连接,控制模块的输出通过数据线与卤素光源、电控光源摇臂、电控检测摇臂、近红外偏振超光谱成像传感器、电控旋转样本台相连;计算机与数据采集卡通过数据线相连,数据采集卡通过数据线与近红外偏振超光谱成像传感器相连接。
计算机通过数据线对控制模块和数据采集卡发出指令,控制卤素光源、电控光源摇臂、电控检测摇臂、电控旋转样本台到达检测位置,并通过近红外偏振超光谱成像传感器获取样本的偏振超光谱图像,进而对获取的偏振超光谱图像数据进行采集、分析、处理和显示。计算机还用于按照实验要求设置不同的数据采集模式、检测流程和检测周期。数据采集卡通过接收计算机的控制指令,控制近红外偏振超光谱成像传感器获取样本的偏振超光谱图像信息,并上传计算机进行分析和处理。
控制模块通过接收计算机的控制指令,控制卤素光源、电控光源摇臂、电控检测摇臂、电控旋转样本台到达所需的检测位置,并按照计算机设定的数据采集模式和自动调整到下一个检测位置,直至检测流程和检测周期结束。所述的控制模块包括光源控制器、步进电机控制器和步进电机,其中步进电机共四台分别与电控光源摇臂、电控检测摇臂、偏振超光谱成像装置、电控旋转样本台相连接。
所述的近红外偏振超光谱成像传感器由依次连接的偏振光学系统、镜头、摄谱仪和CCD构成,偏振光学系统在最下端;其中,摄谱仪的光谱范围为350-2500nm,CCD为铟镓砷近红外CCD,成像范围为900-1700nm。所述电控旋转样本台的支撑面为正方形,可通过更换面板在100-300mm范围调整边长;支撑面离仪器台架的高度在20-300mm范围内可升降调节;电控旋转样本台可围绕其中轴线作0-360°旋转,可通过手动和计算机指令调整其高度、旋转角和检测位置。
其中所述卤素光源光谱范围: 300-2000nm,能够提供平行线光源,光束直径:50-100mm。
其中所述仪器台架为长方体,其空间尺寸为:960×540×200mm。其内部有长方体的腔体,空间尺寸为:950×530×190mm。
本发明一种作物水分胁迫的近红外偏振超光谱成像检测方法,按照下述步骤进行:
(1) 将水分胁迫作物样本固定在电控旋转样本台上;
(2) 对近红外偏振超光谱成像传感器进行标定;
(3) 设置偏振超光谱信息采集模式,利用近红外偏振超光谱成像传感器采集水分胁迫样本的近红外偏振超光谱数据;
(4) 对获取的近红外偏振超光谱数据进行分析和特征提取,建立作物含水率与偏振超光谱图像特征信息的对应关系,建立作物含水率检测模型;
(5) 基于获取的作物偏振超光谱特征信息和建立的作物含水率检测模型,对作物的水分胁迫状态进行评价。
其中所述的将水分胁迫作物样本固定在电控旋转样本台上是指将所需检测的作物叶片夹持在电控旋转样本台的上平面中心位置,通过并调整其水平高度,使处在卤素光源和近红外偏振超光谱成像传感器的延长线交点位置。
其中所述的对近红外偏振超光谱成像传感器进行标定是对近红外偏振超光谱成像传感器进行黑场和白场标定。其中黑场标定是将采集通道封闭采集无输入的传感器暗电流信息;白场标定是指在选定采集模式下,采集标准白板信息,并记录传感器输出,作为最大信号输出标准。
其中所述的设置近红外偏振超光谱数据采集模式是指通过计算机采集软件,设置卤素光源的入射角,近红外偏振超光谱成像传感器的探测角,样本台的旋转周期和样本的采用周期等检测参数。
其中所述的对获取的近红外偏振超光谱数据进行分析和特征提取是指利用计算机提取作物的反射光谱、强度图像和偏振图像特征变量,并对特征变量进行归一化和主成分分析消除多重共线性的影响。其中所述的建立作物含水率检测模型是指利用上述特征变量通过多信息融合建模技术,建立作物含水率的检测模型。
其中所述的对作物的水分胁迫状态进行评价是指利用作物含水率的检测结果,参照作物生长模型和标准对照组,对作物水分胁迫状态进行评价。
本发明的有益效果:本发明采用近红外偏振超光谱成像技术,,通过全方位同步获取作物水分胁迫的综合信息,融合作物水分胁迫的颜色、纹理、形态、微结构等信息进行作物水分胁迫诊断,诊断误差小于5%,与传统的无损检测方法相比信息更全面,诊断精度更高。
附图说明
图1是本发明一种作物水分胁迫的偏振超光谱成像检测装置结构示意图;
1-计算机;2-数据采集卡;3-控制模块; 4-近红外偏振超光谱成像传感器;5-卤素光源6-电控光源摇臂;7-电控检测摇臂;8-电控旋转样本台;9-仪器台架。
具体实施方式
下面结合附图对本发明进行进一步详细描述。
本发明一种作物水分胁迫的近红外偏振超光谱成像检测装置包括如下部件:计算机1,数据采集卡2,控制模块3,近红外偏振超光谱成像传感器4,卤素光源5,电控光源摇臂6,电控检测摇臂7、电控旋转样本台8,仪器台架9。仪器台架9为长方形钢结构,仪器台架9的左侧端面的长度中心位置固定电控光源摇臂6,与之相对的仪器台架的右侧端面长度中心位置固定电控检测摇臂7,在仪器台架9的上端面几何中心位置安装电控旋转样本台8,仪器台架内部空间左侧底面固定控制模块3、与之相对的右侧底面安装数据采集卡2;其中电控光源摇臂6的顶端固定了卤素光源5,可在电控光源摇臂6带动下,围绕电控旋转样本台8在0-180°范围旋转;其中电控检测摇臂7的顶端固定有近红外偏振超光谱成像传感器4,可随电控检测摇臂围绕电控旋转样本台8在0-180°范围旋转;计算机1与控制模块3通过数据线相连接,控制模块3的输出通过数据线与卤素光源5、电控光源摇臂6、电控检测摇臂7、近红外偏振超光谱成像传感器4、电控旋转样本台相连8;计算机1与数据采集卡2通过数据线相连,数据采集卡2通过数据线与近红外偏振超光谱成像传感器4相连接。
其中所述的计算机1用于通过数据线对控制模块3和数据采集卡2发出指令,控制卤素光源5、电控光源摇臂6、电控检测摇臂7、电控旋转样本台8到达检测位置,并通过近红外偏振超光谱成像传感器4获取样本的偏振超光谱图像,进而对获取的偏振超光谱图像数据进行采集、分析、处理和显示。计算机1还用于按照实验要求设置不同的数据采集模式、检测流程和检测周期。
其中所述的控制模块3通过接收计算机1的控制指令,控制卤素光源5、电控光源摇臂6、电控检测摇臂7、电控旋转样本台8到达所需的检测位置,并按照计算机1设定的数据采集模式和自动调整到下一个检测位置,直至检测流程和检测周期结束。
其中所述的数据采集卡2通过接收计算机1的控制指令,控制近红外偏振超光谱成像传感器4获取样本的偏振超光谱图像信息,并上传计算机1进行分析和处理。
其中所述近红外偏振超光谱成像传感器4包括偏振光学系统、镜头、摄谱仪、CCD构成,最前端为偏振光学系统,其后依次连接镜头、摄谱仪、CDD;其中所述的摄谱仪的光谱范围为350-2500nm,其中所述的CCD为所述CCD为铟镓砷近红外CCD,成像范围为900-1700nm。
其中所述电控旋转样本台8支撑面为正方形,边长为200mm,高度为200mm;支撑面尺寸可通过更换面板在100-300mm范围调整边长,高度可在20-300mm范围升降;电控旋转样本台可围绕其中轴线作0-360°旋转,可通过手动和计算机指令调整高度、旋转角和检测位置。
其中所述的电控光源摇臂6、电控检测摇臂7的转动中心线重合;电控旋转样本台8位于电控光源摇臂6、电控检测摇臂7之间与两摇臂距离相等,其上端面与转动中心线高度一致;电控光源摇臂6、电控检测摇臂7可围绕同一转动中心线各自按照所需的工作模式围绕电控旋转样本台8在0-180°范围转动,最小转动角度为0.1°。
其中所述卤素光源5光谱范围: 300-2000nm,能够提供可见光-近红外高质光源。
其中所述仪器台架9为长方体,其空间尺寸为:960×540×200mm。其内部有长方体的腔体,空间尺寸为:950×530×190mm。
实际测量时,首先将样本固定在电控旋转样本台8上,通过计算机1调整高度至电控光源摇臂6、电控检测摇臂7的转动中心线一致,并使样本位于卤素光源5和近红外偏振超光谱成像传感器4的延长线交点的检测位置。对近红外偏振超光谱成像传感器4进行黑场标定消除暗电流噪声,对近红外偏振超光谱成像传感器4进行白场标定,采集标准白板信息,作为最大信号输出标准。进行采样试验,确定近红外偏振超光谱成像传感器4的起偏角、焦距和曝光时间等参数。通过计算机1设定数据采集模式、检测流程和检测周期,按照数据采集模式完成近红外偏振超光谱数据检测流程,并上传至计算机1,检测流程完成后系统自动复位。利用计算机1对近红外偏振超光谱数据进行分析和处理,提取水分胁迫样本的数据立方体最优特征波长,在特征波长利用偏振超光谱成像检测装置抽取近红外偏振超光谱数据的偏振特征图像和特征强度分布曲线,获取偏振度分布、反射强度分布、stocks参量、纹理、色度和灰度均值作物含水率检测的特征变量。对特征变量归一化,并进行主成分分析进行特征变换,消除多重共线性影响,建立叶片的含水率特征空间。通过多信息融合,利用非线性建模方法建立作物的含水率的检测模型。利用作物的含水率的检测模型对作物的含水率水平进行分析,依据作物生长模型和标准对照组,对作物水分胁迫状态进行评价。
其中所述的通过计算机1设定数据采集模式、检测流程和检测周期是指根据实验对卤素光源的入射角的要求,通过计算机1设置电控光源摇臂6的旋转角度、方位和光源照射时间周期;根据实验所需的近红外偏振超光谱成像传感器的探测角,通过计算机1设置电控检测摇臂7的旋转角度、方位和数据采样时间周期;根据实验要求通过计算机1设置电控旋转样本台8的旋转周期、检测位置和该检测位置下的样本采样周期等检测参数。其中所述的数据采集模式、检测流程和检测周期等实验参数的确定在不同实验阶段的具体实施要求不同,在实验前期提取特征变量时采用等角度间隔采样(角度间隔为0.1-45度)或者使用正交试验表确定实验参数,在特征变量提取后,时间检测时采用固定角度进行检测,本方法采用的光源入射角为45度,近红外偏振超光谱成像传感器的探测角为135度,电控旋转样本台的角度为固定值0度。
其中所述的通过多信息融合,利用非线性建模方法建立作物的含水率的检测模型是指利用支持向量机、神经网络等方法进行多变量的信息融合,建立作物含水率检测模型,用该检测模型检测作物叶片的含水率的决定系数达到了0.96,检测误差小于5%。
以上只是示例性说明及帮助进一步理解本发明,但实施例具体细节仅是为了说明本发明,并不代表本发明构思下全部技术实施例,因此不应理解为对本发明总的技术实施例限定,一些在技术人员看来,不偏离发明构思的非实质性改动,例如以具有相同或相似技术效果的技术特征简单改变或替换,均属本发明保护范围。
Claims (8)
1.一种作物水分胁迫的近红外偏振超光谱成像检测装置,其特征在于,包括如下部件:计算机、数据采集卡、控制模块、近红外偏振超光谱成像传感器、卤素光源、电控光源摇臂、电控检测摇臂、电控旋转样本台和仪器台架,仪器台架为长方形钢结构,所述仪器台架一侧的长度中心位置固定电控光源摇臂,另一侧的长度中心位置固定电控检测摇臂;在所述仪器台架上面的几何中心位置安装电控旋转样本台;所述仪器台架内部一侧底面固定控制模块,另一侧底面安装数据采集卡;所述卤素光源固定在电控光源摇臂的顶端;所述近红外偏振超光谱成像传感器固定在电控检测摇臂的顶端;计算机与所述控制模块通过数据线相连接,控制模块的输出通过数据线与所述卤素光源、电控光源摇臂、电控检测摇臂、近红外偏振超光谱成像传感器和电控旋转样本台相连;计算机与所述数据采集卡通过数据线相连,数据采集卡通过数据线与所述近红外偏振超光谱成像传感器相连接;所述近红外偏振超光谱成像传感器由依次连接的偏振光学系统、镜头、摄谱仪和CCD构成,所述偏振光学系统在最下端;所述摄谱仪的光谱范围为350-2500nm,所述CCD为铟镓砷近红外CCD,成像范围为900-1700nm。
2.根据权利要求1所述的一种作物水分胁迫的近红外偏振超光谱成像检测装置,其特征在于,所述电控旋转样本台的支撑面为正方形,边长为100-300mm;支撑面离仪器台架的高度在20-300mm范围内可升降调节;所述电控旋转样本台可围绕其中轴线作0-360°旋转。
3.根据权利要求1或2所述的一种作物水分胁迫的近红外偏振超光谱成像检测装置,其特征在于,所述电控光源摇臂和电控检测摇臂可围绕电控旋转样本台在0-180°范围转动,最小转动角度为0.1°,所述电控光源摇臂和电控检测摇臂的转动中心线重合;所述电控旋转样本台位于电控光源摇臂、电控检测摇臂之间且与两摇臂距离相等,所述电控旋转样本台的高度与所述转动中心线在同一水平线上。
4.根据权利要求3所述的一种作物水分胁迫的近红外偏振超光谱成像检测装置,其特征在于,所述卤素光源的光谱范围:300-2000nm;所述仪器台架的尺寸为:长960×宽540×高200mm,其内部有长方体的腔体,空间尺寸为:长950×宽530×高190mm。
5.根据权利要求1所述的一种作物水分胁迫的近红外偏振超光谱成像检测装置,其特征在于,所述控制模块包括光源控制器、步进电机控制器和步进电机,其中所述步进电机共四台分别与所述电控光源摇臂、电控检测摇臂、近红外偏振超光谱成像传感器和电控旋转样本台相连接。
6.利用如权利要求1所述的一种作物水分胁迫的近红外偏振超光谱成像检测装置的检测方法,其特征在于,按下述步骤进行:
1)将样本固定在电控旋转样本台上,通过计算机调整电控旋转样本台的高度至与电控光源摇臂、电控检测摇臂的转动中心线高度一致,并使样本位于卤素光源和近红外偏振超光谱成像传感器的延长线交点的检测位置;
2)对近红外偏振超光谱成像传感器进行黑场标定消除暗电流噪声,对近红外偏振超光谱成像传感器进行白场标定,采集标准白板信息,作为最大信号输出标准;
3)进行采样试验,确定近红外偏振超光谱成像传感器的起偏角、焦距和曝光时间;
4)通过计算机设定数据采集模式、检测流程和检测周期,按照数据采集模式完成近红外偏振超光谱数据检测流程,并上传至计算机,检测流程完成后系统自动复位;
5)利用计算机对近红外偏振超光谱数据进行分析和处理,提取水分胁迫样本的数据立方体最优特征波长,在特征波长利用近红外偏振超光谱成像检测装置抽取近红外偏振超光谱数据的偏振特征图像和特征强度分布曲线,获取偏振度分布、反射强度分布、stocks参量、纹理、色度和灰度均值作物含水率检测的特征变量;
6)对特征变量进行特征变换,消除多重共线性影响,建立叶片的含水率特征空间;
7)通过多信息融合,利用非线性建模方法建立作物的含水率的检测模型;利用作物的含水率的检测模型对作物的含水率水平进行分析,依据作物生长模型和标准对照组,对作物水分胁迫状态进行评价。
7.根据权利要求6所述的检测方法,其特征在于,步骤4)所述的通过计算机设定数据采集模式、检测流程和检测周期是指根据检测需要,通过计算机设置电控光源摇臂的旋转角度、方位以调整光源入射角;通过计算机设置电控检测摇臂的旋转角度、方位和数据采样时间周期,以调整近红外偏振超光谱成像传感器的探测角和检测方式;通过计算机设置电控旋转样本台的旋转周期、检测位置和该检测位置下的样本采样周期的检测参数。
8.根据权利要求6所述的检测方法,其特征在于,步骤7)所述的非线性建模方法是指支持向量机或神经网络方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210528872.6A CN103018179B (zh) | 2012-12-11 | 2012-12-11 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210528872.6A CN103018179B (zh) | 2012-12-11 | 2012-12-11 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103018179A CN103018179A (zh) | 2013-04-03 |
CN103018179B true CN103018179B (zh) | 2015-04-22 |
Family
ID=47967032
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210528872.6A Active CN103018179B (zh) | 2012-12-11 | 2012-12-11 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103018179B (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103335948B (zh) * | 2013-05-31 | 2016-05-11 | 合肥众沃仪器技术有限公司 | 卷烟纸罗纹强度测量装置及方法 |
CN103487439B (zh) * | 2013-09-23 | 2016-03-02 | 北京农业信息技术研究中心 | 植物叶片表观纹理材质信息采集装置及其采集方法 |
CN104048904A (zh) * | 2014-06-23 | 2014-09-17 | 中国石油大学(华东) | 谐振波作用下表面活性剂吸附性能测试实验装置及方法 |
CN104457843B (zh) * | 2014-11-10 | 2017-06-27 | 江苏大学 | 导轨式设施番茄长势双位自动巡航成像检测装置及其检测方法 |
CN104568750A (zh) * | 2015-01-19 | 2015-04-29 | 无锡桑尼安科技有限公司 | 一种基于图像处理的葡萄水分胁迫检测方法 |
CN104677839A (zh) * | 2015-01-22 | 2015-06-03 | 浙江大学 | 一种旋转扫描式的高光谱作物茎秆信息获取系统 |
CN104865194A (zh) * | 2015-04-03 | 2015-08-26 | 江苏大学 | 基于近红外、荧光、偏振多光谱的蔬菜农残检测装置及方法 |
CN108254396B (zh) * | 2017-12-05 | 2019-12-03 | 江苏大学 | 一种基于micro-CT和偏振-高光谱成像多特征融合的番茄苗期水分胁迫检测方法 |
CN108323295B (zh) * | 2017-12-05 | 2019-12-03 | 江苏大学 | 一种基于多尺度生境信息的苗期作物水肥检测和控制方法及装置 |
CN109297933A (zh) * | 2018-12-10 | 2019-02-01 | 大连海洋大学 | 一种针形植被叶片反射光谱测量仪器及测量方法 |
CN109490222A (zh) * | 2018-12-27 | 2019-03-19 | 核工业北京地质研究院 | 一种偏振光谱测量装置及其测量方法 |
CN109771052B (zh) * | 2018-12-28 | 2021-07-27 | 合刃科技(深圳)有限公司 | 基于多目成像和多偏振态成像的三维图像建立方法及系统 |
CN109883548B (zh) * | 2019-03-05 | 2020-04-21 | 北京理工大学 | 基于优化启发的神经网络的光谱成像系统的编码优化方法 |
CN110082309B (zh) * | 2019-05-20 | 2021-03-16 | 中国水利水电科学研究院 | 冬小麦冠层spad值综合光谱监测模型建立方法 |
CN110118733B (zh) * | 2019-05-27 | 2021-06-29 | 广州大学 | 一种水分在集料表层的含量分布检测方法及装置 |
CN110320175B (zh) * | 2019-07-04 | 2021-07-13 | 中南林业科技大学 | 一种近红外光谱检测装置及控制方法 |
CN110320176B (zh) * | 2019-07-04 | 2021-07-13 | 中南林业科技大学 | 一种用于近红外光谱检测的可调光源装置及控制方法 |
CN112858189A (zh) * | 2021-02-24 | 2021-05-28 | 深圳市太赫兹科技创新研究院有限公司 | 光谱仪的电控组件和光谱仪 |
Citations (1)
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 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2654455A1 (en) * | 2006-06-05 | 2007-12-13 | Tir Technology Lp | Apparatus and method for determining characteristics of a light source |
-
2012
- 2012-12-11 CN CN201210528872.6A patent/CN103018179B/zh active Active
Patent Citations (1)
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 |
Non-Patent Citations (4)
Title |
---|
Characterization of crop canopies and water stress related phenomena using microwave remote sensing methods: A review;HARRY VEREECKEN等;《VADOSEZONE JOURNAL》;20120531;第11卷(第2期);全文 * |
Potentials of polarimetric SAR interferometry for agriculture monitoring;JUAN M. LOPEZ-SANCHEZ等;《RADIO SCIENCE》;20101231;第44卷;RS2010,1-20 * |
扫描成像光谱仪和地物光谱仪在单叶尺度上的对比研究;张东彦等;《中国农业科学》;20101231;第43卷(第11期);2239-2245 * |
运用偏振荧光的手段研究氧化胁迫对小麦叶绿体荧光的影响;冯娟等;《光谱学与光谱分析》;20120229;第32卷(第2期);425-429 * |
Also Published As
Publication number | Publication date |
---|---|
CN103018179A (zh) | 2013-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103018179B (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 | |
CN103018180B (zh) | 一种基于多源光信息技术的棉花病害检测方法和装置 | |
CN203299112U (zh) | 一种农产品品质的多光谱成像检测装置 | |
CN108376419A (zh) | 一种盆栽生菜的综合长势监测方法及装置 | |
CN101718522B (zh) | 一种植物生长的非接触式无损检测装置及其检测方法 | |
CN107044959B (zh) | 显微多模态融合光谱检测系统 | |
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 | |
CN103712777B (zh) | 检测紫外光电成像系统性能参数的装置及检测方法 | |
CN102081039A (zh) | 一种环境可控的作物营养水分高光谱图像检测装置 | |
CN105510253B (zh) | 用空间频域成像检测农产品组织光学特性的装置及方法 | |
CN102384892A (zh) | 基于偏振光谱技术的作物营养水平快速诊断装置和方法 | |
CN103018196A (zh) | 一种油菜需水信息的快速探测方法 | |
CN102735429B (zh) | 一种用于ccd调制传递函数测试的设备及其测试方法 | |
CN103926274A (zh) | 一种cfrp层板缺陷的红外热波雷达成像无损检测方法与系统 | |
CN100520356C (zh) | 基于可见/近红外多光谱成像的灰霉病害早期诊断系统 | |
CN101793664B (zh) | 一种集料级配实时检测方法和图像采集系统 | |
CN107063456B (zh) | 原位时间分辨光栅衍射效率光谱测量装置和方法 | |
CN103278503B (zh) | 一种基于多传感器技术的葡萄水分胁迫诊断方法及系统 | |
CN104458594A (zh) | 一种生鲜肉品质参数多点同时检测的系统及方法 | |
CN104897583A (zh) | 一种微量血迹无损检测装置及方法 | |
CN108152231B (zh) | 基于可见/近红外光谱的枣果内部缺陷检测方法 | |
CN107272226A (zh) | 一种基于角度调谐的声光可调滤波装置 | |
CN102507457A (zh) | 一种快速无损检测作物营养元素的装置及方法 | |
CN103487180A (zh) | 自动玻璃应力检测仪 | |
CN103424363A (zh) | 非旋转式旋光溶液测量仪及采用该测量仪测量旋光溶液旋光率的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |