CN104990888A - 利用太赫兹成像技术检测储备粮食粒内虫害的方法 - Google Patents

利用太赫兹成像技术检测储备粮食粒内虫害的方法 Download PDF

Info

Publication number
CN104990888A
CN104990888A CN201510355724.2A CN201510355724A CN104990888A CN 104990888 A CN104990888 A CN 104990888A CN 201510355724 A CN201510355724 A CN 201510355724A CN 104990888 A CN104990888 A CN 104990888A
Authority
CN
China
Prior art keywords
grain
sample
terahertz
storing
stored
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
Application number
CN201510355724.2A
Other languages
English (en)
Inventor
廉飞宇
葛宏义
蒋玉英
付麦霞
李智
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Henan University of Technology
Original Assignee
Henan University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Henan University of Technology filed Critical Henan University of Technology
Priority to CN201510355724.2A priority Critical patent/CN104990888A/zh
Publication of CN104990888A publication Critical patent/CN104990888A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种利用太赫兹成像技术检测储备粮食粒内虫害的方法,包括:1)收集未受害虫虫卵或幼虫危害的储备粮食作为标准品,对该标准品进行太赫兹光谱成像检测;2)收集待检测储备粮食样品并对其进行太赫兹光谱成像检测;3)对比分析步骤1)得到的储备粮食标准品太赫兹图像和步骤2)得到的待测储备粮食样品太赫兹光谱图像,分析确定待测储备粮食样品粒内是否含有害虫虫卵或幼虫。本发明提供的方法具有操作简便、快速高效、检测准确率高等优点,可在虫害初期快速准确地检测出储备粮食粒内的储粮害虫虫卵或幼虫,对于保证储备粮食安全和质量品质、减少经济损失具有重要的实践意义,具有良好的市场应用前景。

Description

利用太赫兹成像技术检测储备粮食粒内虫害的方法
技术领域
本发明涉及太赫兹时域光谱分析领域,具体涉及一种利用太赫兹成像技术检测储备粮食粒内虫害的方法。
背景技术:
粮食,也称谷物,指可供食用的植物种子,广义的粮食也包括马铃薯等植物可食的根或茎部,而狭义的粮食单指禾本科植物。粮食所含营养物质主要为糖类(淀粉为主),其次是蛋白质。联合国粮农组织对粮食的定义包括三种谷物,包括麦类、粗粮类(又称杂粮,即经常被用作动物饲料的植物)和稻谷类三大类。
在我国,储备粮食品种主要包括麦类(如小麦、大麦等)、粗粮类(如玉米、高粱等)和稻谷类(粳稻,籼稻,糯稻等)三大类,此外,还包括豆类、花生等油料类经济作物品种。其中,小麦、稻谷、玉米、大豆是中国最重要储备粮食来源,其储备数量和品质直接关乎人们的生活质量与食物安全。
储备粮食储藏期间,储粮害虫的危害是造成粮食巨大数量与品质损失的主要原因。据统计,全球每年因储粮害虫造成的粮食、豆类、油料的损失约占总储存量的5%,其经济损失约达1.2亿到2.4亿美元;据有关部门调查,我国粮食储藏过程损失,按我国国库粮食计,每年储粮经济损失高达10多亿元,同时证实,导致储粮损失的主要因素是害虫的侵害。储粮害虫中以蛀食性储粮害虫对粮食储备的危害最大。蛀食性储粮害虫是指卵产于粮粒上,幼虫在粮粒内部生长发育的一类害虫。典型的有玉米象、米象、谷象、谷蠹、豆象类、麦蛾等。以玉米象为例,在小麦刚收获(7月份)和翌年5月开始进入玉米象危害期,对玉米,则是于翌年5月进入危害期;经过13个月的储藏的小麦和玉米,虫蛀率分别高达45.6%和70%,损失率分别达16.5%和18.5%。在适宜条件下,玉米象造成的粮食质量损失在3个月内可达11.25%,6个月内可达35.12%;其中,对小麦所造成的质量损失为10%左右。再如,米象成虫产卵时,用口吻啮食麦粒,形成卵窝,把卵产在其中,后分泌粘液封口,卵期7-16天,6月中下旬至7月上中旬幼虫孵化,蛀入粒内,幼虫期约30天,7月中下旬化蛹,蛹期7-10天,8月上旬成虫羽化。上述储粮害虫在粮粒内蛀食,这些粮粒内部的隐蔽性害虫的卵、幼虫和蛹均在粮粒内生长发育,以蛀空式危害谷物,这类隐蔽性害虫既不容易检测,也不容易除掉,因此,如何在虫害初期快速准确地检测出储备粮食粒内的储粮害虫虫卵或幼虫,对于保证储备粮食食品安全和质量品质、减少经济损失具有重要的实践意义。
由于蛀食性害虫将卵产于粮粒内部,卵在粮粒内部孵化并生长发育,人们很难发现这类害虫的幼虫。当发现成虫从粮粒表面钻出后,粮粒往往已被蛀空。现在检测蛀食性害虫的幼虫还缺乏有效的技术手段,主要靠人工目测的方法,当蛀食不明显时往往无法判断或判断错误,由于人工检测偏差较大,且效率低下,因而亟需有效的检测手段。
目前这类隐蔽性虫卵或幼虫的检测,文献报道可有生物光子法检测和声学法检测。其中,生物光子法是通过对生物体的自发光子进行检测,由于隐蔽性虫卵或幼虫生物组织结构不同,所以自发光子数也不同,因而理论上可采用对生物光子数进行计数进行检测,但该法需要高精密的生物光子数探测设备,且环境干扰难以去除,因而不易实现,实用性差,目前还处于理论研究阶段。声学法是通过害虫啃食粮粒的声音来检测和识别害虫,由于这类声音极其微弱,所以需要高精度的微声传感器,而真实的粮仓环境中背景噪声极其复杂,因而这类检测成本较高,时间较长而且检测效果差,目前也处于理论研究阶段,不具有实用性。
太赫兹波(Terahertz,THz)通常是指频率在0.1~10THz区间的电磁波,其作为一种光源和其他辐射如可见光、X射线、近/中/远红外、超声波等一样,可以作为物体成像的信号源。而且现在,太赫兹成像技术已经成为了X射线成像、毫米波成像、超声成像等成像技术的有力补充。太赫兹成像的基本原理是:利用成像系统将所记录下来的样品的透射谱或反射谱信息(包括振幅和相位的二维信息)进行分析和处理,最后得到样品的太赫兹图像。太赫兹成像系统的基本结构与太赫兹时域光谱系统(THz-TDS)相比,多了图像处理装置和扫描控制装置。利用反射扫描或透射扫描都可以对物体成像,选取哪种成像方式主要取决于样品及成像系统的性质,根据不同的需要,可使用不同的成像方式。太赫兹波可以穿透被测对象进行内部成像,因而利用太赫兹成像技术探测储备粮食粒内的隐蔽性害虫理论上是非常适合的。现有技术中尚未发现有使用太赫兹成像技术检测储备粮食粒内害虫虫卵或幼虫的报道。
发明内容
本发明的目的是提供利用太赫兹成像技术检测储备粮食粒内虫害的方法。
本发明的目的通过以下技术方案予以实现:一种利用太赫兹成像技术检测储备粮食粒内虫害的方法,包括如下步骤:1)收集未受害虫虫卵或幼虫危害的储备粮食作为标准品,对该标准品进行太赫兹光谱成像检测;2)收集待检测储备粮食样品并对其进行太赫兹光谱成像检测;3)对比分析步骤1)得到的储备粮食标准品太赫兹图像和步骤2)得到的待测储备粮食样品太赫兹光谱图像,分析确定待测储备粮食样品粒内是否含有害虫虫卵或幼虫。
其中,上述储备粮食品种主要包括麦类(如小麦、大麦等)、粗粮类(如玉米、高粱等)和稻谷类(粳稻,籼稻,糯稻等)和油料类经济作物类(豆类、花生等),其中最主要储备粮食的是小麦、稻谷、玉米和大豆。
储粮害虫主要为蛀食性储粮害虫,如玉米象、米象、谷象、谷蠹、豆象类、麦蛾等。这类储粮害虫在粮粒内蛀食,这些粮粒内部的隐蔽性害虫的卵、幼虫和蛹均在粮粒内生长发育,以蛀空式危害谷物,这类隐蔽性害虫既不容易检测,也不容易除掉,危害很大。
本发明提供的技术方案主要分为三大部分。第一部分:在太赫兹时域光谱分析系统(THz-TDS)上加装反射成像组件;第二部分:对样品的太赫兹反射成像数据进行采集,并保存成原始数据文件;第三部分:对原始数据进行成像显示,用THz-TDS自带软件对目标图像进行后处理,并对目标图像的尺寸和大小进行计算,对比分析储备粮食标准品太赫兹图像和待测储备粮食样品太赫兹光谱图像,分析确定待测储备粮食样品粒内是否含有害虫虫卵或幼虫。
具体来讲,包括:1)在太赫兹时域光谱系统(THz-TDS)的样品放置区上增加一对用于对太赫兹波的聚焦的抛物面镜;2)在抛物面镜的中间加装用于移动样品的平移台;3)将储备粮食标准品或储备粮食样品分别固定于支架上,将支架安装于移动平台上,其中,支架优选由对太赫兹波透光性极好的聚乙烯材料或或聚四氟乙烯等材料做成;4)将储备粮食标准品或储备粮食样品固定在平移台上,利用聚焦的太赫兹波在二维空间X-Y中对样品进行光栅扫描,在扫描的同时获取原始扫描数据并根据每个像素点的波形再重构出样品的二维太赫兹图像;5)对比分析储备粮食标准品太赫兹图像和待测储备粮食样品太赫兹光谱图像,分析确定待测储备粮食样品粒内是否含有害虫虫卵或幼虫。采用上述图像检测方法的优点是:图像分辨率较高;信号强度较大,有利于光谱分析;且受背景噪声干扰小,信噪比可达104以上。
其中,具体的分析判断方法有:
1).人工方法。此方法是根据太赫兹成像的结果,由有经验的专家判断在粮粒中是否存在幼虫、虫卵或害虫,一般是根据图像不同区域形状、密度、大小的不同做出判断。
2).计算机辅助分析方法。主要是采用数字图像处理的方法进行图像的计算机辅助分析。一般采用图像去噪、图像增强、边缘检测以及图像不同区域灰度分析进行识别判断,由于虫卵或幼虫部位水分比周围大,因而会显得更暗些,而虫蛀空洞部位由于含水分比周围少,因而会显得更亮些,但由于会受到灰度级数(共256级)的限制,当明暗差别不容易分辨时,可以将不同灰度级区域染色,以突出异常区域,增强可视效果,便于计算机的辅助分析。
本发明采用的太赫兹成像技术具有操作简便、图像分辨率高(图像分辨率可达1mm左右)、检测准确率高,而且由本方法获取的太赫兹图像除易于存储与传输外,还可以采用多种后处理方法进一步提高图像的可读性:如调谐处理,频率处理及减影处理等优点。本发明利用太赫兹成像技术检测储备粮食粒内虫害的方法可在虫害初期快速准确地检测出储备粮食粒内的储粮害虫虫卵或幼虫,对于及时发现虫害灾情,为储备粮食虫害防治工作提供有力的测报,避免因灾情扩大造成重大经济损失,以保证储备粮食安全和质量品质等具有重要实践意义和良好的市场应用前景。
附图说明
图1利用太赫兹成像技术扫描待测小麦麦粒所得太赫兹图像,其中,A图显示虫卵和虫蛀的空洞;B图显示虫蛀的空洞。
具体实施例
实施例1:
1)打开空调,使测量环境的温度保持在20℃~25℃左右,顺序打开激光器、控制器、太赫兹时域光谱系统(THz-TDS),系统预热30分钟;
2)在太赫兹时域光谱系统(THz-TDS)的样品放置区上增加一对用于对太赫兹波的聚焦的抛物面镜,在抛物面镜的中间加装用于移动样品的平移平台;
3)从A、B、C三个不同的储备粮仓库中各取出小麦麦粒若干,从中按每一个仓库随机筛选10粒作为待测样品,编为A、B、C三个组,取未受虫害危害的小麦麦粒(含完整粒和不完整粒)10粒作为标准样品编为D组,将前述标准样品和待测样品分别固定于支架上,将支架安装于移动平台上;
4)向探测仓中充入氮气,直到仓内压力不再增加,而且湿度保持在4%左右,打开计算机,运行太赫兹波采集软件,调整参数,直到获取稳定的参考信号波形;
7)根据目测将移动平台置于测量区域,进行最低分辨率的扫描,根据扫描结果,用软件细微调整移动平台的位置,进行低分辨率快速扫描,以确定目标对象处于扫描范围中部位置;
8)待扫描位置确定好后,记下扫描开始位置,修改扫描参数,改用高分辨率扫描,在扫描的同时获取原始扫描数据并根据每个像素点的波形再重构出样品的二维太赫兹图像,保存扫描的图像和数据;
9)取下支架,在支架上换上新的样品,将支架安装于移动平台上,利用软件将移动台回复到扫描开始位置,开始新一次的扫描,直至将所有样品扫描完毕,保存数据和图像;
10)通过计算机辅助分析方法结合人工方法分析检测结果,检测结果如下表:
由以上结果可知,采用本发明公开的太赫兹成像技术检测隐蔽性害虫和不完善粒,正确率达到98.5%。为了提高可靠性,采用人工方法检测空洞和虫卵时,往往采取切割等破坏性的措施,操作复杂,且工作效率低,且存在目测耗时、偏差大等缺点。本发明提供的方法自动化程度较高,其人工过程仅为将样品置于支架上,其他检测过程均能自动完成,具有工作效率和检测准确率高等优点。
另外,该发明的潜在价值在于:可将光谱仪安装于流水线上,实现连续、快速在线抽样检测,将检测结果运用统计学方法,估算虫害威胁程度,以便及时提供虫害预警信息,减少储粮损失,这些是人工方法等常规方法难以做到的。

Claims (8)

1.一种利用太赫兹成像技术检测储备粮食粒内虫害的方法,包括如下步骤:
1)收集未受害虫虫卵或幼虫危害的储备粮食作为标准品,对该标准品进行太赫兹光谱成像检测;2)收集待检测储备粮食样品并对其进行太赫兹光谱成像检测;3)对比分析步骤1)得到的储备粮食标准品太赫兹图像和步骤2)得到的待测储备粮食样品太赫兹光谱图像,分析确定待测储备粮食样品粒内是否含有害虫虫卵或幼虫。
2.如权利要求1所述的方法,其特征在于,所述储备粮食包括麦类、稻谷类、粗粮类、油料类作物种子。
3.如权利要求2所述的方法,其特征在于,所述储备粮食为小麦、稻谷、玉米、大豆。
4.如权利要求1至3任一项所述的方法,其特征在于,所述储粮害虫为蛀食性储粮害虫。
5.如权利要求4所述的方法,其特征在于,所述蛀食性储粮害虫有玉米象、米象、谷象、谷蠹、豆象类、麦蛾。
6.如权利要求1所述的方法,其特征在于,对储备粮食标准品或储备粮食样品进行太赫兹光谱成像检测的步骤包括:1)在太赫兹时域光谱系统的样品放置区上增加一对用于对太赫兹波的聚焦的抛物面镜;2)在抛物面镜的中间加装用于移动样品的平移台;3)将储备粮食标准品或储备粮食样品分别固定于支架上,将支架安装于移动平台上;4)将固定好的样品放置于太赫兹成像模块上进行太赫兹成像测试、采集并保存原始数据;5)根据原始数据重构出样品的二维太赫兹图像。
7.如权利要求6所述的方法,其特征在于,所述步骤4)和步骤5)包括:将储备粮食标准品或储备粮食样品固定在平移台上,利用聚焦的太赫兹波在二维空间X-Y中对样品进行光栅扫描,在扫描的同时获取原始扫描数据并根据每个像素点的波形再重构出样品的二维太赫兹图像。
8.如权利要求6所述的方法,其特征在于,所述支架由聚乙烯材料或或聚四氟乙烯做成。
CN201510355724.2A 2015-06-24 2015-06-24 利用太赫兹成像技术检测储备粮食粒内虫害的方法 Pending CN104990888A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510355724.2A CN104990888A (zh) 2015-06-24 2015-06-24 利用太赫兹成像技术检测储备粮食粒内虫害的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510355724.2A CN104990888A (zh) 2015-06-24 2015-06-24 利用太赫兹成像技术检测储备粮食粒内虫害的方法

Publications (1)

Publication Number Publication Date
CN104990888A true CN104990888A (zh) 2015-10-21

Family

ID=54302728

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510355724.2A Pending CN104990888A (zh) 2015-06-24 2015-06-24 利用太赫兹成像技术检测储备粮食粒内虫害的方法

Country Status (1)

Country Link
CN (1) CN104990888A (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106706551A (zh) * 2016-12-05 2017-05-24 河南工业大学 基于差分进化的组氨酸太赫兹吸收谱波长选择方法及装置
CN106778815A (zh) * 2016-11-23 2017-05-31 河南工业大学 基于DS证据理论的小麦品质THz光谱分类方法
CN106950253A (zh) * 2017-03-31 2017-07-14 河南工业大学 一种粮食虫蚀粒早期检测方法及装置
CN107144542A (zh) * 2017-03-24 2017-09-08 泛联尼塔生态环境建设股份有限公司 一种园林绿化施工的智能化监控系统
CN108169272A (zh) * 2017-12-18 2018-06-15 河南工业大学 一种利用核磁共振技术检测粮食虫害情况的方法
US20180260647A1 (en) * 2016-08-11 2018-09-13 DiamondFox Enterprises, LLC Handheld Arthropod Detection Device
CN109387498A (zh) * 2018-12-12 2019-02-26 江苏省农业科学院 一种基于光谱成像技术的豆象危害情况观测技术
WO2019179251A1 (zh) * 2018-03-20 2019-09-26 深圳市太赫兹科技创新研究院有限公司 基于太赫兹波检测大米的方法及系统
WO2019237650A1 (zh) * 2018-06-12 2019-12-19 清华大学 太赫兹光谱成像的数据重构方法、装置、设备和存储介质
CN111784573A (zh) * 2020-05-21 2020-10-16 昆明理工大学 一种基于迁移学习的被动太赫兹图像超分辨率重构方法
CN112529916A (zh) * 2020-12-18 2021-03-19 北京航空航天大学 一种基于太赫兹视频成像技术的蚕卵发育程度检测方法
CN113447502A (zh) * 2021-06-25 2021-09-28 河南工业大学 一种粮食杂质含量的检测方法
US11715556B2 (en) 2016-08-11 2023-08-01 DiamondFox Enterprises, LLC Handheld arthropod detection device
CN118131849A (zh) * 2024-05-07 2024-06-04 山东稷丰粮油仓储设备有限公司 一种智能粮仓调节控制系统
CN118131849B (zh) * 2024-05-07 2024-07-02 山东稷丰粮油仓储设备有限公司 一种智能粮仓调节控制系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101846752A (zh) * 2010-06-03 2010-09-29 北京理工大学 被动THz波成像系统单波束扫描成像方法
CN103822899A (zh) * 2014-01-28 2014-05-28 华中农业大学 基于太赫兹时域光谱检测小麦粉中害虫碎片的方法
CN103983604A (zh) * 2014-05-28 2014-08-13 中国石油大学(北京) 一种基于太赫兹时域光谱技术的检测系统
CN104007115A (zh) * 2014-05-28 2014-08-27 中国石油大学(北京) 一种利用太赫兹时域光谱技术检测珠宝结构的方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101846752A (zh) * 2010-06-03 2010-09-29 北京理工大学 被动THz波成像系统单波束扫描成像方法
CN103822899A (zh) * 2014-01-28 2014-05-28 华中农业大学 基于太赫兹时域光谱检测小麦粉中害虫碎片的方法
CN103983604A (zh) * 2014-05-28 2014-08-13 中国石油大学(北京) 一种基于太赫兹时域光谱技术的检测系统
CN104007115A (zh) * 2014-05-28 2014-08-27 中国石油大学(北京) 一种利用太赫兹时域光谱技术检测珠宝结构的方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
TIANTIAN GUO.ET AL: "Evaluation of wheat seeds by terahertz imaging", 《MILLIMETER WAVES AND THZ TECHNOLOGY WORKSHOP》 *
逯美红: "太赫兹技术在毒品及玉米种子鉴定识别中的应用", 《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》 *

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180260647A1 (en) * 2016-08-11 2018-09-13 DiamondFox Enterprises, LLC Handheld Arthropod Detection Device
US11715556B2 (en) 2016-08-11 2023-08-01 DiamondFox Enterprises, LLC Handheld arthropod detection device
US11348351B2 (en) 2016-08-11 2022-05-31 DiamondFox Enterprises, LLC Handheld arthropod detection device
US10489670B2 (en) * 2016-08-11 2019-11-26 DiamondFox Enterprises, LLC Handheld arthropod detection device
CN106778815A (zh) * 2016-11-23 2017-05-31 河南工业大学 基于DS证据理论的小麦品质THz光谱分类方法
CN106706551B (zh) * 2016-12-05 2020-03-24 河南工业大学 基于差分进化的组氨酸太赫兹吸收谱波长选择方法及装置
CN106706551A (zh) * 2016-12-05 2017-05-24 河南工业大学 基于差分进化的组氨酸太赫兹吸收谱波长选择方法及装置
CN107144542A (zh) * 2017-03-24 2017-09-08 泛联尼塔生态环境建设股份有限公司 一种园林绿化施工的智能化监控系统
CN106950253A (zh) * 2017-03-31 2017-07-14 河南工业大学 一种粮食虫蚀粒早期检测方法及装置
CN108169272A (zh) * 2017-12-18 2018-06-15 河南工业大学 一种利用核磁共振技术检测粮食虫害情况的方法
WO2019179251A1 (zh) * 2018-03-20 2019-09-26 深圳市太赫兹科技创新研究院有限公司 基于太赫兹波检测大米的方法及系统
US11293860B2 (en) 2018-06-12 2022-04-05 Tsinghua University Terahertz spectral imaging data reconstruction method, apparatus, device, and storage medium
WO2019237650A1 (zh) * 2018-06-12 2019-12-19 清华大学 太赫兹光谱成像的数据重构方法、装置、设备和存储介质
WO2020119067A1 (zh) * 2018-12-12 2020-06-18 江苏省农业科学院 一种基于光谱成像技术的豆象危害情况观测技术
CN109387498A (zh) * 2018-12-12 2019-02-26 江苏省农业科学院 一种基于光谱成像技术的豆象危害情况观测技术
CN109387498B (zh) * 2018-12-12 2021-07-13 江苏省农业科学院 一种基于光谱成像技术的豆象危害情况观测技术
CN111784573A (zh) * 2020-05-21 2020-10-16 昆明理工大学 一种基于迁移学习的被动太赫兹图像超分辨率重构方法
CN112529916A (zh) * 2020-12-18 2021-03-19 北京航空航天大学 一种基于太赫兹视频成像技术的蚕卵发育程度检测方法
CN113447502A (zh) * 2021-06-25 2021-09-28 河南工业大学 一种粮食杂质含量的检测方法
CN118131849A (zh) * 2024-05-07 2024-06-04 山东稷丰粮油仓储设备有限公司 一种智能粮仓调节控制系统
CN118131849B (zh) * 2024-05-07 2024-07-02 山东稷丰粮油仓储设备有限公司 一种智能粮仓调节控制系统

Similar Documents

Publication Publication Date Title
CN104990888A (zh) 利用太赫兹成像技术检测储备粮食粒内虫害的方法
Martinsen et al. Measuring soluble solids distribution in kiwifruit using near-infrared imaging spectroscopy
Ishimwe et al. Applications of thermal imaging in agriculture—A review
Corti et al. Hyperspectral imaging of spinach canopy under combined water and nitrogen stress to estimate biomass, water, and nitrogen content
Dale et al. Hyperspectral imaging applications in agriculture and agro-food product quality and safety control: A review
Ambrose et al. High speed measurement of corn seed viability using hyperspectral imaging
Turner et al. Relationships between leaf area index and Landsat TM spectral vegetation indices across three temperate zone sites
ElMasry et al. Emerging thermal imaging techniques for seed quality evaluation: Principles and applications
Duan et al. Remote estimation of grain yield based on UAV data in different rice cultivars under contrasting climatic zone
US10127451B1 (en) Method of detecting and quantifying sun-drying crops using satellite derived spectral signals
Sethy et al. Hyperspectral imagery applications for precision agriculture-a systemic survey
Brian McConkey et al. Optimal time for remote sensing to relate to crop grain yield on the Canadian prairies
Al-doski et al. Thermal imaging for pests detecting-a review
Belyakov et al. Photoluminescent control ripeness of the seeds of plants
Gupta et al. Bistatic measurements for the estimation of rice crop variables using artificial neural network
Rani et al. Remote sensing as pest forecasting model in agriculture
ElMasry et al. Multichannel imaging for monitoring chemical composition and germination capacity of cowpea (Vigna unguiculata) seeds during development and maturation
Martin et al. Laboratory evaluation of the GreenSeeker handheld optical sensor to variations in orientation and height above canopy
Saha et al. Application of near-infrared hyperspectral imaging coupled with chemometrics for rapid and non-destructive prediction of protein content in single chickpea seed
Yaqoob et al. Imaging techniques in agro-industry and their applications, a review
Wu et al. Attributing differences of solar-induced chlorophyll fluorescence (SIF)-gross primary production (GPP) relationships between two C4 crops: corn and miscanthus
Tsoulias et al. In-situ fruit analysis by means of LiDAR 3D point cloud of normalized difference vegetation index (NDVI)
Senthilkumar et al. Detection of fungal infection in canola using near-infrared hyperspectral imaging
Kumar et al. Monitoring of spectral signatures of maize crop using temporal sar and optical remote sensing data
Gupta et al. Estimation of crop variables using bistatic scatterometer data and artificial neural network trained by empirical models

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20151021