CN106780489A - 一种树木年轮灰度信息分析方法及装置 - Google Patents

一种树木年轮灰度信息分析方法及装置 Download PDF

Info

Publication number
CN106780489A
CN106780489A CN201710039056.1A CN201710039056A CN106780489A CN 106780489 A CN106780489 A CN 106780489A CN 201710039056 A CN201710039056 A CN 201710039056A CN 106780489 A CN106780489 A CN 106780489A
Authority
CN
China
Prior art keywords
tree
core sample
width
tree core
predetermined threshold
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
CN201710039056.1A
Other languages
English (en)
Inventor
于洋
甘淼
孙凌霄
杨美琳
郑宏伟
于瑞德
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.)
Xinjiang Institute of Ecology and Geography of CAS
Original Assignee
Xinjiang Institute of Ecology and Geography of CAS
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 Xinjiang Institute of Ecology and Geography of CAS filed Critical Xinjiang Institute of Ecology and Geography of CAS
Priority to CN201710039056.1A priority Critical patent/CN106780489A/zh
Publication of CN106780489A publication Critical patent/CN106780489A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B5/00—Measuring arrangements characterised by the use of mechanical techniques
    • G01B5/0035—Measuring of dimensions of trees
    • 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
    • G01N21/84—Systems specially adapted for particular applications
    • 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
    • G01N21/84—Systems specially adapted for particular applications
    • G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30161—Wood; Lumber

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Botany (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明涉及一种树木年轮灰度信息分析方法及装置，其中的方法包括：S1：扫描树芯样本，获取树芯样本的宽度和灰度数据；S2：将获取的树芯样本的宽度和灰度数据转换成国际树木年轮数据库的标准格式。本发明的树木年轮灰度信息分析方法，其通过采用数字化树木年轮测定和分析技术替代我国采用的传统的人工识别和测定方法来确定树木年轮数和年轮宽度，即是通过获取树芯样本的灰度图像，分析其灰度信息和树轮宽度，并将其转换成国际树木年轮数据库的标准格式，可提高树木年龄及树木生长量测定的工作效率和精度，将把我国森林资源动态监测水平提高到一个层次，产生良好的经济、生态和社会效益。

Description

一种树木年轮灰度信息分析方法及装置
技术领域
本发明涉及图像灰度信息分析技术领域，尤其涉及一种树木年轮灰度信息分析方法及装置。
背景技术
树木年轮是树的语言，从年轮中可以分析出树木的成色、树龄等，树轮灰度就是树芯样本灰度图像中像素的反射光强度。
由于目前国内的树轮灰度研究多集中在对气候要素的响应和对历史时期气候变化的重建上，而对于树轮灰度信息分析系统的研究却很有限，为了进一步完善对树木年轮的分析，树木年轮灰度信息分析系统的研究应运而生。
发明内容
为克服现有技术存在的上述技术问题，本发明提供了一种树木年轮灰度信息分析方法及系统，其通过数字化树木年轮测定和分析技术，提高树木年龄及树木生长量测定的工作效率和精度。
根据本发明的一个方面，提供了一种树木年轮灰度信息分析方法，其包括：
扫描树芯样本，获取树芯样本的宽度和灰度数据；
将获取的树芯样本的宽度和灰度数据转换成国际树木年轮数据库的标准格式。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，所述扫描树芯样本，获取树芯样本的宽度和灰度数据具体包括：
扫面树芯样本；
获取树芯样本灰度图像；
在所述获取的树芯样本灰度图像上标示分析区域；
生成所述标示分析区域的宽度和灰度数据。
进一步，所述将获取的树芯样本宽度和灰度数据转换成国际树木年轮数据库的标准格式具体包括：
设定第一预设阈值和第二预设阈值；
若获取的树芯样本的灰度值大于第一预设阈值，则所述树芯样本为早材，将大于所述第一预设阈值的灰度值调整为第一值；
若获取的树芯样本的灰度值大于第二预设阈值，则所述树芯样本为晚材，将大于所述第二预设阈值的灰度值调整为第二值。
进一步，还包括：在扫描树芯样本之前，对扫描仪进行图像校准和清洁。
进一步，还包括：存储获取的树芯样本的宽度和灰度数据。
进一步，还包括：存储转换后的树芯样本的宽度和灰度数据。
根据本发明的另一个方面，提供了一种树木年轮灰度信息分析装置，其包括：
扫描仪，用于扫描树芯样本，获取树芯样本的灰度图像；
图像分析单元，用于根据所述树芯样本的灰度图像，获取树芯样本的宽度和灰度数据；
数据转换单元，用于将获取的树芯样本的宽度和灰度数据转换成国际树木年轮数据库的标准格式。
进一步，所述数据转换单元包括：
阈值设定单元，用于设定第一预设阈值和第二预设阈值；
对比单元，用于将获取的树芯样本的灰度值与所述第一预设阈值进行对比，若获取的树芯样本的灰度值大于第一预设阈值，则所述树芯样本为早材，将大于所述第一预设阈值的灰度值调整为第一值；若获取的树芯样本的灰度值大于第二预设阈值，则所述树芯样本为晚材，将大于所述第二预设阈值的灰度值调整为第二值。
进一步，还包括第一存储单元，用于存储获取的树芯样本的宽度和灰度数据。
进一步，还包括第二存储单元，用于存储转换后的树芯样本的宽度和灰度数据。
根据本发明上述的一个或多个技术方案，通过采用数字化树木年轮测定和分析技术，替代我国采用的传统的人工识别和测定方法来确定树木年轮数和年轮宽度，提高了树木年龄及树木生长量测定的工作效率和精度，将把我国森林资源动态监测水平提高到一个层次，可产生良好的经济、生态和社会效益。
附图说明
图1为本发明实施例一提供的树木年轮灰度信息分析方法的流程图；
图2为树芯样本灰度图像；
图3为选定的分析区域的灰度图像；
图4为本发明实施例三提供的树木年轮灰度信息分析装置的结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
实施例一
在对树木年轮进行灰度信息分析之前，需获得树芯样本，树芯样本的获取包括野外采样和样本预处理过程。
野外采样过程具体可包括：
在野外获取适宜进行树轮灰度分析的树芯样本是树轮灰度资料采集工作的基础。首先要确定所采集的树种和采样点，采集样本树芯前，应给采样点拍照并参照气象行业标准；在选择采样点时，宜选择原始林，而避免次生林；采样点应选在树种生长分布中的气候极限或对气候变化反应敏感的地点，应在每一个采样点尽可能多地采样树芯样本，即至少保证在一个采样点采集20棵以上相同树种的样本，每棵样树采集不少于2个树芯样本作为复本。
样本预处理过程具体可包括：
先在样本板侧面写下样本信息，在确保树芯样本木质纤维垂直样本板上细槽的前提下，用对木质无影响的水溶性胶将样本粘在样本板上，再用细绳将树芯样本与样本板捆扎牢固，防止样本发生翘起和扭曲的情况。待水溶性胶晾干后，拆去捆扎树芯样本的细绳，按先用粗砂纸，再用细砂纸的顺序打磨树芯样本表面弧度部分，直至样本平整、光滑、明亮能在显微镜下清楚看到每一条树木年轮的细胞为止。在显微镜下仔细观察每条树芯样本的树轮，挑选出树轮清晰，表面完整、无缺损和扭曲、少断裂和污渍以及树轮宽度和色泽没有因生长发生异常变化的树芯样本，对不符合要求的树芯剔除。
经过上述预处理选出的树芯样本用于下述的分析。
如图1所示，该树木年轮灰度信息分析方法，包括：
S1：扫描树芯样本，获取树芯样本的宽度和灰度数据；
S2：将获取的树芯样本的宽度和灰度数据转换成国际树木年轮数据库的标准格式。
可将经过上述预处理的树芯样本扫描至计算机上，获得树芯样本的电子图像，启动图像分析单元，选择所需树轮宽度和灰度数据的种类，对树芯样本的灰度图像做进一步的处理，获取树芯样本的宽度和灰度数据，并将获取的树芯样本的宽度和灰度数据转换成国际树木年轮数据库的标准格式。
本实施例提供的树木年轮灰度信息分析方法，其通过采用数字化树木年轮测定和分析技术替代我国采用的传统的人工识别和测定方法来确定树木年轮数和年轮宽度，即是通过获取树芯样本的灰度图像，分析其灰度信息和树轮宽度，并将其转换成国际树木年轮数据库的标准格式，可提高树木年龄及树木生长量测定的工作效率和精度，将把我国森林资源动态监测水平提高到一个层次，产生良好的经济、生态和社会效益。
实施例二
在经过实施例一中所述的野外采样过程和样本预处理过程之后，将选取的树芯样本经过下述处理：
扫描树芯样本，获取树芯样本的宽度和灰度数据；
将获取的树芯样本的宽度和灰度数据转换成国际树木年轮数据库的标准格式。
其中，所述扫描树芯样本，获取树芯样本的宽度和灰度数据可具体包括：
扫面树芯样本；
获取树芯样本灰度图像；
在所述获取的树芯样本灰度图像上标示分析区域；
生成所述标示分析区域的宽度和灰度数据。
可将经过上述预处理的树芯样本扫描至计算机上，获得树芯样本的彩色图像，启动图像分析单元，选择所需树轮宽度和灰度数据的种类，例如，可以是excel或txt等，将扫描的彩色图像转换成灰度图像，如图2所示，可利用Matlab数学软件，在已获取的树芯样本灰度图像上标示分析区域，即设定待需要分析的图像的路径，如图3所示，图3为选定的分析区域的灰度图像，图像分析单元便会自动分析树芯年轮灰度图像上每个像素点上的反射光强度，从而生成树芯年轮的宽度和灰度数据。其中，灰度数据取值范围0至255，共256个值，0对应黑色，255对应白色。
可选地，在扫描树芯样本之前，还可对扫面仪进行图像校准和清洁，例如，可对扫描仪的尺寸、分辨率进行校准，保证所扫描图像的精确性。
经过上述过程生成的树轮宽度和灰度数据的格式往往不能够被国际树木年轮数据库所提供的树轮分析程序所识别和分析，因此，需要将这些树轮宽度和灰度数据的格式转换成国际树木年轮数据库标准的tucson格式。
在生成树芯年轮的宽度和灰度数据之后，将获取的树芯样本宽度和灰度数据转换成国际树木年轮数据库的标准格式，其转换过程可具体包括：
根据树种的不同，设定阈值，针对不同的树种，所设定的阈值也不同。具体地，可设定第一预设阈值和第二预设阈值，若获取的树芯样本的灰度值大于第一预设阈值，则对应的树芯样本为早材，将大于第一预设阈值的灰度值调整为第一值；若获取的树芯样本的灰度值大于第二预设阈值，则所述树芯样本为晚材，将大于所述第二预设阈值的灰度值调整为第二值。例如，第一值为0，第二值为255，将大于第一预设阈值的灰度值调整为0，将大于所述第二预设阈值的灰度值调整为255，调整后的灰度信息为0，所对应的树芯样本为早材，调整后的灰度信息为255，所对应的树芯样本为晚材。其中的第一预设阈值和第二预设阈值的大小可根据树种确定，不同树种所设定的第一预设阈值和第二预设阈值是不同的。同理,所获取的树芯样本的宽度数据的转换也可根据树种的不同设定不同的阈值，从而将其宽度数据转换成国际树木年轮数据库标准的tucson格式。
可选地，该方法还可包括：存储获取的树芯样本的宽度和灰度数据。可将树芯样本灰度图像和灰度数据刻录或存储在光盘、移动硬盘等存储介质上并备份，以防资料的遗失和损坏。
可选地，该方法还可包括：存储转换后的树芯样本的宽度和灰度数据。可将转换后的树芯样本的宽度和灰度数据刻录或存储在光盘、移动硬盘等存储介质上并备份，以防资料的遗失和损坏。
实施例三
基于实施例一或二所述的树木年轮灰度信息分析方法，如图4所示，本实施例提供了一种树木年轮灰度信息分析装置，其包括：
扫描仪41，用于扫描树芯样本，获取树芯样本的灰度图像；
图像分析单元42，用于根据所述树芯样本的灰度图像，获取树芯样本的宽度和灰度数据；
数据转换单元43，用于将获取的树芯样本的宽度和灰度数据转换成国际树木年轮数据库的标准格式。
利用扫描仪41将经过预处理的树芯样本扫描至计算机上，获取树芯样本的灰度图像，启动图像分析单元42，选择所需树轮宽度和灰度数据的种类，利用图像分析单元中的Matlab数学软件，在已获取的树芯样本灰度图像上标示分析区域，即设定待需要分析的图像的路径，图像分析单元42便会自动分析树芯年轮灰度图像上每个像素点上的反射光强度，从而生成树芯年轮的宽度和灰度数据。
可选地，其中的数据转换单元43包括：
阈值设定单元，用于设定第一预设阈值和第二预设阈值；
对比单元，用于将获取的树芯样本的灰度值与所述第一预设阈值进行对比，若获取的树芯样本的灰度值大于第一预设阈值，则所述树芯样本为早材，将大于所述第一预设阈值的灰度值调整为第一值；若获取的树芯样本的灰度值大于第二预设阈值，则所述树芯样本为晚材，将大于所述第二预设阈值的灰度值调整为第二值。
根据树种的不同，可利用阈值设定单元设定第一预设阈值和第二预设阈值，通过对比单元将获取的树芯样本的灰度值与第一预设值和第二预设值进行比较，若获取的树芯样本的灰度值大于第一预设阈值，则所述树芯样本为早材，将大于所述第一预设阈值的灰度值调整为第一值；若获取的树芯样本的灰度值大于第二预设阈值，则所述树芯样本为晚材，将大于所述第二预设阈值的灰度值调整为第二值。
可选地，该装置还包括第一存储单元，用于存储获取的树芯样本的宽度和灰度数据。可将树芯样本的宽度和灰度数据储存在第一存储单元上并可进行备份，以防资料的遗失和损坏。
可选地，该装置还包括第二存储单元，用于存储转换后的树芯样本的宽度和灰度数据。可将转换后的树芯样本的宽度和灰度数据储存在第二存储单元上并可进行备份，以防资料的遗失和损坏。
在本发明的描述中，需要说明的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种树木年轮灰度信息分析方法，其特征在于，包括：
扫描树芯样本，获取树芯样本的宽度和灰度数据；
将获取的树芯样本的宽度和灰度数据转换成国际树木年轮数据库的标准格式。
2.根据权利要求1所述的树木年轮灰度信息分析方法，其特征在于，所述扫描树芯样本，获取树芯样本的宽度和灰度数据具体包括：
扫面树芯样本；
获取树芯样本灰度图像；
在所述获取的树芯样本灰度图像上标示分析区域；
生成所述标示分析区域的宽度和灰度数据。
3.根据权利要求1所述的树木年轮灰度信息分析方法，其特征在于，所述将获取的树芯样本宽度和灰度数据转换成国际树木年轮数据库的标准格式具体包括：
设定第一预设阈值和第二预设阈值；
若获取的树芯样本的灰度值大于第一预设阈值，则所述树芯样本为早材，将大于所述第一预设阈值的灰度值调整为第一值；
若获取的树芯样本的灰度值大于第二预设阈值，则所述树芯样本为晚材，将大于所述第二预设阈值的灰度值调整为第二值。
4.根据权利要求1或2所述的树木年轮灰度信息分析方法，其特征在于，还包括：在扫描树芯样本之前，对扫描仪进行图像校准和清洁。
5.根据权利要求1所述的树木年轮灰度信息分析方法，其特征在于，还包括：存储获取的树芯样本的宽度和灰度数据。
6.根据权利要求1所述的树木年轮灰度信息分析方法，其特征在于，还包括：存储转换后的树芯样本的宽度和灰度数据。
7.一种树木年轮灰度信息分析装置，其特征在于，包括：
扫描仪，用于扫描树芯样本，获取树芯样本的灰度图像；
图像分析单元，用于根据所述树芯样本的灰度图像，获取树芯样本的宽度和灰度数据；
数据转换单元，用于将获取的树芯样本的宽度和灰度数据转换成国际树木年轮数据库的标准格式。
8.根据权利要求7所述的树木年轮灰度信息分析装置，其特征在于，所述数据转换单元包括：
阈值设定单元，用于设定第一预设阈值和第二预设阈值；
对比单元，用于将获取的树芯样本的灰度值与所述第一预设阈值进行对比，若获取的树芯样本的灰度值大于第一预设阈值，则所述树芯样本为早材，将大于所述第一预设阈值的灰度值调整为第一值；若获取的树芯样本的灰度值大于第二预设阈值，则所述树芯样本为晚材，将大于所述第二预设阈值的灰度值调整为第二值。
9.根据权利要求7或8所述的树木年轮灰度信息分析装置，其特征在于，还包括第一存储单元，用于存储获取的树芯样本的宽度和灰度数据。
10.根据权利要求9所述的树木年轮灰度信息分析装置，其特征在于，还包括第二存储单元，用于存储转换后的树芯样本的宽度和灰度数据。
CN201710039056.1A 2017-01-19 2017-01-19 一种树木年轮灰度信息分析方法及装置 Pending CN106780489A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710039056.1A CN106780489A (zh) 2017-01-19 2017-01-19 一种树木年轮灰度信息分析方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710039056.1A CN106780489A (zh) 2017-01-19 2017-01-19 一种树木年轮灰度信息分析方法及装置

Publications (1)

Publication Number Publication Date
CN106780489A true CN106780489A (zh) 2017-05-31

Family

ID=58944615

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710039056.1A Pending CN106780489A (zh) 2017-01-19 2017-01-19 一种树木年轮灰度信息分析方法及装置

Country Status (1)

Country Link
CN (1) CN106780489A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108375353A (zh) * 2017-12-14 2018-08-07 北京木业邦科技有限公司 一种木材检测方法、装置和设备
CN114677365A (zh) * 2022-04-18 2022-06-28 北京林业大学 一种高精度的树木年轮分析方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101441180A (zh) * 2007-11-23 2009-05-27 夏萍 树木年轮组成成分快速分析方法
CN101922916A (zh) * 2009-05-08 2010-12-22 北京林业大学 树木年轮宽度量测误差校正
CN102184389A (zh) * 2011-05-17 2011-09-14 浙江大学 用于心材与边材高色差树种的年轮自动识别方法
CN102749330A (zh) * 2012-05-08 2012-10-24 冯泽民 一种利用普通相机测算树木年龄和年轮宽度的方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101441180A (zh) * 2007-11-23 2009-05-27 夏萍 树木年轮组成成分快速分析方法
CN101922916A (zh) * 2009-05-08 2010-12-22 北京林业大学 树木年轮宽度量测误差校正
CN102184389A (zh) * 2011-05-17 2011-09-14 浙江大学 用于心材与边材高色差树种的年轮自动识别方法
CN102749330A (zh) * 2012-05-08 2012-10-24 冯泽民 一种利用普通相机测算树木年龄和年轮宽度的方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
张同文等: ""用于气候分析的树木年轮灰度资料获取方法与质量控制"", 《沙漠与绿洲气象》 *
胡玉斌等: ""基于图像阈值的年轮识别方法"", 《农业网络信息》 *
袁玉江等: ""树轮灰度资料采集技术方法简介"", 《干旱区地理》 *
赵涓涓: "《基于PET-CT的肺癌早期计算机辅助诊断技术》", 31 May 2015 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108375353A (zh) * 2017-12-14 2018-08-07 北京木业邦科技有限公司 一种木材检测方法、装置和设备
CN108375353B (zh) * 2017-12-14 2024-04-19 北京木业邦科技有限公司 一种木材检测方法、装置和设备
CN114677365A (zh) * 2022-04-18 2022-06-28 北京林业大学 一种高精度的树木年轮分析方法及系统
CN114677365B (zh) * 2022-04-18 2024-04-05 北京林业大学 一种高精度的树木年轮分析方法及系统

Similar Documents

Publication Publication Date Title
Campbell et al. Blue intensity in Pinus sylvestris tree rings: a manual for a new palaeoclimate proxy
Gärtner et al. The core-microtome: a new tool for surface preparation on cores and time series analysis of varying cell parameters
Macfarlane et al. Estimation of leaf area index in eucalypt forest using digital photography
Gorsky et al. Digital zooplankton image analysis using the ZooScan integrated system
Beaufort Weight estimates of coccoliths using the optical properties (birefringence) of calcite
Chianucci A note on estimating canopy cover from digital cover and hemispherical photography
Grotti et al. An intensity, image-based method to estimate gap fraction, canopy openness and effective leaf area index from phase-shift terrestrial laser scanning
CN101059426A (zh) 基于近红外光谱技术无损测量茶叶中茶多酚含量的方法
CN1793844A (zh) 纺织品色牢度色差评级测试方法和装置
KR20140045923A (ko) 미생물 성장을 분석하는 방법 및 소프트웨어
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
CN100357725C (zh) 近红外技术快速检测牛肉嫩度的方法和装置
CN103063835B (zh) 一种免疫层析试条定量检测仪的校准试条及其制作方法
Rolke et al. Size structure analysis of zooplankton samples by means of an automated image analyzing system
Giroud et al. Regional variation in wood density and modulus of elasticity of Quebec's main boreal tree species
Richner et al. Root image analysis and interpretation
CN105004722A (zh) 一种烟叶成熟度快速检测方法
CN101806750A (zh) 一种自动检测煤岩参数的方法及其专用设备
CN106780489A (zh) 一种树木年轮灰度信息分析方法及装置
CN110689567A (zh) 一种乔木整株总叶面积的测算方法
Oduntan et al. High throughput phenotyping of cross-sectional morphology to assess stalk lodging resistance
Hu et al. A new method to estimate branch biomass from terrestrial laser scanning data by bridging tree structure models
Blouin et al. A quick method to determine root biomass distribution in diameter classes
CN105223140A (zh) 同源物质的快速识别方法
Arenas-Castro et al. A method for tree-ring analysis using DIVA-GIS freeware on scanned core images

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20170531

RJ01 Rejection of invention patent application after publication