CN108535199A - 一种户外多尺度枣园高光谱偏振探测方法 - Google Patents
一种户外多尺度枣园高光谱偏振探测方法 Download PDFInfo
- Publication number
- CN108535199A CN108535199A CN201810220162.4A CN201810220162A CN108535199A CN 108535199 A CN108535199 A CN 108535199A CN 201810220162 A CN201810220162 A CN 201810220162A CN 108535199 A CN108535199 A CN 108535199A
- Authority
- CN
- China
- Prior art keywords
- jujube
- light source
- hyperion
- sample
- model
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 46
- 230000010287 polarization Effects 0.000 title claims abstract description 31
- 240000008866 Ziziphus nummularia Species 0.000 title 1
- 241001247821 Ziziphus Species 0.000 claims abstract description 121
- 238000001228 spectrum Methods 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 23
- 230000005855 radiation Effects 0.000 claims abstract description 13
- 238000009659 non-destructive testing Methods 0.000 claims abstract description 11
- 230000001105 regulatory effect Effects 0.000 claims description 31
- 230000003595 spectral effect Effects 0.000 claims description 8
- 238000002329 infrared spectrum Methods 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 238000002310 reflectometry Methods 0.000 claims description 5
- 230000033228 biological regulation Effects 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims 1
- 238000001035 drying Methods 0.000 abstract description 9
- 230000000694 effects Effects 0.000 abstract description 5
- 235000013305 food Nutrition 0.000 abstract description 2
- 244000126002 Ziziphus vulgaris Species 0.000 description 13
- 235000008529 Ziziphus vulgaris Nutrition 0.000 description 13
- 235000013399 edible fruits Nutrition 0.000 description 12
- 238000000985 reflectance spectrum Methods 0.000 description 6
- 241000196324 Embryophyta Species 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 239000005357 flat glass Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004497 NIR spectroscopy Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
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
- G01N21/17—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
-
- 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
- G01N21/21—Polarisation-affecting properties
-
- 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
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
Landscapes
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种户外多尺度枣园高光谱偏振探测方法,涉及食品检测技术领域,主要目的是提高户外红枣堆放晾晒和枣园光谱无损检测模型的精度和稳定性。本发明的主要技术方案为:一种户外多尺度枣园高光谱偏振探测方法,包括:选择典型温度特征参量建立特征模型;选择红枣和光源的不同方位变量,通过不同尺度辐射标定和多角度偏振探测建立多因素多尺度模型。本发明提供的方法,通过光源和高光谱相机确定检测样品的位置,结合红枣典型环境温度和精细温度梯度差,建立多因素多尺度模型,进而达到提高户外红枣堆放晾晒和枣园光谱无损检测模型的精度和稳定性的技术效果。
Description
技术领域
本发明涉及食品检测技术领域,尤其涉及一种户外多尺度枣园高光谱偏振探测方法。
背景技术
随着农业的快速发展,果品的质量问题越来越受到人们的关注。现有技术中,通过光谱技术能够快速检测出果品的糖度等品质信息。其中,近红外光谱术主要通过单个红枣某一点附近的反射光谱,表征某一点品质信息;高光谱技术通过多光源均匀照明,采集图像光谱数据立方体,获取单个红枣固定方向的表面反射光谱,表征某一方向平面的品质分布信息。
现有的方式是通过多光源对果品进行均匀照射,再采集图像光谱数据,并获得单个果品的固定方向表面的反射光谱,从而得到果品的某一方向的品质分布信息,但是,现有的方式并没有考虑到果品表面不属于平面立体结构,并且果品的内部组织成分也不均匀,从而引起的反射光谱的差异的问题。
发明内容
有鉴于此,本发明实施例提供一种户外多尺度枣园高光谱偏振探测方法,主要目的是提高户外红枣堆放晾晒和枣园光谱无损检测模型的精度和稳定性和适应性。
为达到上述目的,本发明主要提供如下技术方案:
本发明实施例提供了一种户外多尺度枣园高光谱偏振探测方法,该方法包括:
步骤1,选择典型温度特征参量建立特征模型;
步骤2,选择红枣和光源的不同方位变量,通过不同尺度辐射标定和多角度偏振探测建立多因素多尺度模型;
其中,步骤2包括以下步骤:
通过光源和高光谱相机确定检测样品的位置和角度放置;
设置标准白板调节装置的位置和角度对探测红枣进行距离选通和方向选通;
结合红枣典型环境温度和精细温度梯度差,建立多因素多尺度模型。
可选择地,选择外观和品质一致的红枣,对红枣样品进行水分调节;
通过近红外无损检测模型对红枣样品水分进行初步检测;
对红枣样品建立温度光谱库和温度模型;
通过近红外光谱建立的温度光谱对比验证高光谱温度模型的精度和稳定性。
可选择地,步骤3,通过不同尺度辐射标定法对叶片尺度和冠层尺度进行层
次尺度辐射标定。
可选择地,由多个标准白板调节装置按照树形结构成弧线形依次排列,反
射面指向高光谱相机;
通过多个标准白板调节装置对特征波段、特征角度和特征方向进行标定;
通过叶片尺度和冠层尺度建立多因素多尺度模型。
可选择地,光谱相机确定检测样品的位置和角度放置,包括:
调节光源的偏振入射方向,获得偏振光源;
在高光谱相机前增加偏振片,并通过多个角度进行检测;
调整标准白板调节装置选择不同的位置和角度对红枣的光谱反射率进行校正。
可选择地,对红枣样品进行恒温处理;
建立红枣样品的近红外和高光谱温度光谱数据库;
采集红枣样品的理化指标;
选择特征波长的红枣样品,分别建立红枣品质近红外和高光谱温度模型。
可选择地,调节光源与标准白板调节装置之间的距离;
调节光源与标准白板调节装置的入射角度。
可选择地,所述偏振光源包括反射光源和透射光源。
与现有技术相比,本发明具有如下技术效果:
本发明实施例提供的技术方案中,通过选择典型温度特征参量建立特征模型,获得堆放晾晒的红枣品质随着温度的细微变化而产生的细节信息,提高户外检测模型的精准度,再通过光源和高光谱相机确定检测样品的位置和角度放置,设置标准白板调节装置的位置和角度对探测红枣进行距离选通和方向选通,结合红枣典型环境温度和精细温度梯度差,建立多因素多尺度模型,进而提高了户外红枣堆放晾晒和枣园光谱无损检测模型的精度和稳定性,相对于现有技术,通过多光源对果品进行均匀照射,再采集图像光谱数据,并获得单个果品的固定方向表面的反射光谱,从而得到果品的某一方向的品质分布信息,但是,现有的方式并没有考虑到果品表面不属于平面立体结构,并且果品的内部组织成分也不均匀,从而引起的反射光谱的差异的问题,本发明通过选择温度特征参量获得红枣样品的理化指标和高光谱模型,再通过光源和高光谱相机确定检测样品的位置和角度放置,结合红枣典型环境温度和精细温度梯度差,建立多因素多尺度模型,进而达到提高户外红枣堆放晾晒和枣园光谱无损检测模型的精度和稳定性的技术效果。
附图说明
图1为本发明实施例提供的一种户外多尺度枣园高光谱偏振探测方法的流程图;
图2为本发明实施例提供的一种多角度偏振探测装置的结构示意图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例。在下面的详细描述中,提出了许多具体细节,以便提供对本发明的全面理解。但是,对于本领域技术人员来说很明显的是,本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明的更好的理解。本发明绝不限于下面所提出的任何具体配置和算法,而是在不脱离本发明的精神的前提下覆盖了元素、部件和算法的任何修改、替换和改进。在下面的描述中,没有示出公知的结构和技术,以便避免对本发明造成不必要的模糊。
然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的实施方式,相反,提供这些实施方式使得本发明更全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本发明的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本发明的技术方案而没有所述特定细节中的一个或者更多,或者可以采用其他的方法、组元、材料等。在其他情况下,不详细示出或描述公知结构、材料或者操作以避免模糊本发明的主要技术创意。
如图1所示,本发明实施例提供一种户外多尺度枣园高光谱偏振探测方法,主要包括:
一、选择典型温度特征参量建立特征模型
1、选择外观和品质一致的红枣,对红枣样品进行水分调节:
挑选新疆南部的外观和品质基本一致的红枣样品,方便对红枣的理化指标进行检测,再将密封袋中加入水,将红枣样品放入密封袋中进行水分调节。
2、通过近红外无损检测模型对红枣样品水分进行初步检测:
通过近红外无损检测模型对红枣样品内的水分进行初步检测,将检测的红枣样品根据水分含量依次分类,包括10%,20%,30%三个等级,每个等级20取个样品。
3、对红枣样品进行恒温处理:
由于红枣长期处于室外或者冷藏环境中,为了控制红枣的表面温度和内部温度的一致性,根据新疆南部的温度环境设定红枣的温度环境为0度,18度和-6度,将每个等级的红枣样品分别放入烘箱或者冰箱控温设备中,对红枣样品进行24小时恒温处理,保证红枣内外温度的一致性。
4、建立红枣样品的近红外和高光谱温度光谱数据库:
选择部分经过红枣恒温处理的样品,记录当时的温度,并将选择的样品分为第一部分样品和第二部分样品,第一部分样品采集光谱数据,并标记出光谱采集位置,第二部分样品检测理化指标,包括水分、糖度、色泽度等理化指标,然后依次采集第一部分样品和第二部分样品的近红外光谱和高光谱数据,并导出标记采集点的光谱形成光谱库,根据采集第一部分样品和第二部分样品的近红外光谱和高光谱数据分别建立的近红外光谱和高光谱数据。
5、选择特征波长的红枣样品,分别建立红枣品质近红外和高光谱温度模型:依次录入红枣样品对应的光谱和理化指标,并且通过PCA(Principal Component Analysis)算法、最小噪声处理光谱预处理和其他适当的算法,并根据红枣样品的特征波长分别建立红枣品质的近红外模型和高光谱模型。
6、通过近红外光谱建立的温度光谱对比验证高光谱温度模型的精度和稳定性:
根据光谱之间的差值得出:水分随着温度变化而产生变化的温度修正经验模型,再通过近红外光谱建立的温度光谱对比验证高光谱温度模型的精度和稳定性,得出相应光谱模型的评价参数,并分析多个样品同时测量而产生误差的原因。
二、选择红枣和光源的不同方位变量,通过不同尺度辐射标定和多角度偏振探测建立多因素多尺度模型
1、调节光源与标准白板调节装置之间的距离:
通过设置和调整光源与标准白板调节装置之间的距离,进而调整偏振度,偏振是指横波的振动矢量偏于某些方向的现象,它是横波区别于其他纵波的一个最明显的标志,光源通常采用卤素灯,标准白板调节装置由多层玻璃片或者偏振片相互叠合形成玻璃片堆,通过光源照射在玻璃片堆上产生偏振光源,偏振光源的偏振矢量主要为S分量和P分量的矢量和,偏振光的反射主要为S分量,偏振光的透射主要为P分量,通过调整光源与玻璃片堆之间的距离,获得偏振度较高的反射式偏振光源或者透射式光源,可以用于对红枣样品进行检测,并且,还可以用于户外红枣堆放和晾晒过程中的主动照明。
2、调节光源与标准白板调节装置的入射角度:
通过调节光源和标准白板调节装置之间的入射角度,获得偏振度较高的反射式偏振光源或者透射式光源,标准白板调节装置上设置可以调节标准白板调节装置反射或者透射角度的调节杆,使光源照射标准白板调节装置的角度可调节,进而达到提高反射式偏振光源或者透射式光源的偏振度的技术效果。
3、在高光谱相机前增加偏振片,并通过多个角度进行检测:
设置高光谱相机,并在高光谱相机的镜头前设置偏振片,形成成像光谱仪,通过成像光谱仪从多个角度对红枣样品进行检测,能够获得红枣样品的光谱信息和偏振信息,检测角度为0度,90度,45度和135度,并记录和统计红枣样品的相关数据。
4、调整标准白板调节装置选择不同的位置和角度对红枣的光谱反射率进行校正:
再次调整标准白板调节装置,通过不同的位置和角度对红枣样品的光谱反射率进行校对和调整,并记录红枣样品的光谱反射率的数据。
5、对探测红枣进行距离选通和方向选通:
再次调整标准白板调节装置与红枣样品之间的距离和角度,通过多个距离和角度对红枣样品进行距离选通和方向选通,模拟户外复杂照明环境,通过不同位置对红枣样品差异引起的光谱偏振态的变化信息,获得不同位置和不同方向对红枣样品的光谱标定。
6、结合红枣典型环境温度和精细温度梯度差,建立多因素多尺度模型:
通过前述步骤中检测红枣样品数据,再结合红枣样品的环境温度和温度梯度差的数据,建立多因素多尺度模型,并通过模拟户外照明的方式对单个红枣样品、多个红枣样品、单株枣树和多株枣树进行不同尺度的光谱无损检测和(辐射标定、偏振标定、光谱标定)光谱标定,获取单个红枣样品、多个红枣样品、单株枣树和多株枣树的光谱偏振态的变化信息和检测信息,进而达到提高户外红枣堆放晾晒和典型枣园尺度品质检测模型的精度和稳定性的技术效果。
三、通过不同尺度辐射标定法对叶片尺度和冠层尺度进行层次尺度辐射标定
1、由多个标准白板调节装置按照树形结构成弧线形依次排列,反射面指向高光谱相机:
如图2所示,在户外模拟复杂的照明环境对枣树的影响,通过多角度偏振探测装置实现,通过多个标准白板调节装置依次弧线形排列设置,单个光源1照射第一标准白板调节装置2,并将第一标准白板调节装置2产生的偏振光源反射在第二标准白板调节装置3上,多个标准白板调节装置依次反射,最后反射在枣树4上,高光谱相机5设置在枣树4的反射面位置,高光谱相机5对枣树4上的红枣和叶片进行偏振探测,获得红枣样品的光谱信息和偏振信息。
2、通过多个标准白板调节装置对特征波段、特征角度和特征方向进行标定:通过调整多个标准白板调节装置的位置,对枣树上的红枣和叶片的特征波段、特征角度和特征方向进行标定,并记录枣树的特征波段、特征角度和特征方向的相关数据。
3、通过叶片尺度和冠层尺度建立多因素多尺度模型:
通过上述步骤获取的叶片尺度和枣树的冠层尺度的数据内容,建立多因素多尺度模型,方便建立红枣品质变化的快速检测体系。
本发明提出一种户外多尺度枣园高光谱偏振探测方法,具有以下有益效果:
1、本发明依据红枣的典型温度特征参量建立特征模型,根据新疆南部的典型温度和气候对红枣成熟度和含水量差异的对光谱偏振态的影响建立典型温度特征模型,再通过多角度偏振探测细微温度梯度,获得大面积堆放晾晒红枣品质随温度细微变化的细节信息,进而提高了户外检测的精准度和稳定性和适应性,在高光谱技术用于红枣等农产品快速检测领域具有良好的应用前景。
2、通过选择红枣和光源的不同方位变量、不同尺度辐射标定和多角度偏振探测建立多因素多尺度模型,设置标准白板的位置和角度对探测红枣进行距离选通和方向选通,结合红枣典型环境温度和精细温度梯度差,建立多因素多尺度模型,基于前期积累的南疆红枣品质综合数字化模型,开展单颗红枣,多个红枣,单株枣树,枣园等不同尺度光谱无损检测模型传递和光谱标定,提高了户外红枣堆放晾晒和枣园光谱无损检测模型的精度和稳定性。
3、根据叶片尺度和冠层尺度进行层次尺度辐射标定,再通过高光谱相机进行光谱检测和偏振探测,获取枣树的特征波段、特征角度和特征方向的相关数据,模拟户外复杂照明环境,不同位置红枣差异引起光谱偏振态的变化,实现不同位置红枣光谱的距离选通和方向选通,在叶片尺度和冠层尺度建立多因素多尺度模型,提高了红枣品质多目标快速识别的检测效果。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种户外多尺度枣园高光谱偏振探测方法,其特征在于,包括:
步骤1,选择典型温度特征参量建立特征模型;
步骤2,选择红枣和光源的不同方位变量,通过不同尺度辐射标定和多角度偏振探测建立多因素多尺度模型;
其中,步骤2包括以下步骤:
通过光源和高光谱相机确定检测样品的位置和角度放置;
设置标准白板调节装置的位置和角度对探测红枣进行距离选通和方向选通;
结合红枣典型环境温度和精细温度梯度差,建立多因素多尺度模型。
2.根据权利要求1所述的方法,其特征在于,步骤1包括:
选择外观和品质一致的红枣,对红枣样品进行水分调节;
通过近红外无损检测模型对红枣样品水分进行初步检测;
对红枣样品建立温度光谱库和温度模型;
通过近红外光谱建立的温度光谱对比验证高光谱温度模型的精度和稳定性。
3.根据权利要求1所述的方法,其特征在于,还包括:
步骤3,通过不同尺度辐射标定法对叶片尺度和冠层尺度进行层次尺度辐射标定。
4.根据权利要求3所述的方法,其特征在于,步骤3包括:
由多个标准白板调节装置按照树形结构成弧线形依次排列,反射面指向高光谱相机;
通过多个标准白板调节装置对特征波段、特征角度和特征方向进行标定;
通过叶片尺度和冠层尺度建立多因素多尺度模型。
5.根据权利要求1所的方法,其特征在于,步骤2中,所述通过光源和高光谱相机确定检测样品的位置和角度放置,包括:
调节光源的偏振入射方向,获得偏振光源;
在高光谱相机前增加偏振片,并通过多个角度进行检测;
调整标准白板调节装置选择不同的位置和角度对红枣的光谱反射率进行校正。
6.根据权利要求2所述的方法,其特征在于,所述对红枣样品建立温度光谱库和温度模型,包括:
对红枣样品进行恒温处理;
建立红枣样品的近红外和高光谱温度光谱数据库;
采集红枣样品的理化指标;
选择特征波长的红枣样品,分别建立红枣品质近红外和高光谱温度模型。
7.根据权利要求5所述的方法,其特征在于,所述调节光源的偏振入射方向,获得偏振光源,包括:
调节光源与标准白板调节装置之间的距离;
调节光源与标准白板调节装置的入射角度。
8.根据权利要求7所述的方法,其特征在于,所述偏振光源包括反射光源和透射光源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810220162.4A CN108535199B (zh) | 2018-03-16 | 2018-03-16 | 一种户外多尺度枣园高光谱偏振探测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810220162.4A CN108535199B (zh) | 2018-03-16 | 2018-03-16 | 一种户外多尺度枣园高光谱偏振探测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108535199A true CN108535199A (zh) | 2018-09-14 |
CN108535199B CN108535199B (zh) | 2020-05-08 |
Family
ID=63484665
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810220162.4A Active CN108535199B (zh) | 2018-03-16 | 2018-03-16 | 一种户外多尺度枣园高光谱偏振探测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108535199B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109459391A (zh) * | 2019-01-07 | 2019-03-12 | 塔里木大学 | 一种红枣品质检测、红枣偏振检测模型生成方法及装置 |
CN109580513A (zh) * | 2018-12-18 | 2019-04-05 | 塔里木大学 | 一种近地面遥感红枣含水率检测方法和装置 |
CN109596534A (zh) * | 2018-12-19 | 2019-04-09 | 塔里木大学 | 一种校正空间内不同方位的光谱图像的方法及装置 |
CN109655426A (zh) * | 2019-01-30 | 2019-04-19 | 塔里木大学 | 一种识别红枣光谱图像中目标红枣的方法及装置 |
CN109827910A (zh) * | 2019-01-22 | 2019-05-31 | 塔里木大学 | 一种建立果园数据快速监测处理方法 |
CN112053341A (zh) * | 2020-09-01 | 2020-12-08 | 广东电网有限责任公司 | 一种基于光反射率和人工智能的合金材料的表面温度测量方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104198397A (zh) * | 2014-07-30 | 2014-12-10 | 江苏大学 | 氮磷钾交互作用下温室作物营养含量检测的方法 |
CN104359838A (zh) * | 2014-11-11 | 2015-02-18 | 上海理工大学 | 一种无损检测梨的硬度方法 |
US8993964B2 (en) * | 2010-03-09 | 2015-03-31 | Chemimage Technologies Llc | System and method for detecting contaminants in a sample using near-infrared spectroscopy |
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 |
CN105954202A (zh) * | 2016-04-22 | 2016-09-21 | 浙江大学 | 一种柑橘溃疡病高光谱模型传递的方法 |
-
2018
- 2018-03-16 CN CN201810220162.4A patent/CN108535199B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8993964B2 (en) * | 2010-03-09 | 2015-03-31 | Chemimage Technologies Llc | System and method for detecting contaminants in a sample using near-infrared spectroscopy |
CN104198397A (zh) * | 2014-07-30 | 2014-12-10 | 江苏大学 | 氮磷钾交互作用下温室作物营养含量检测的方法 |
CN104359838A (zh) * | 2014-11-11 | 2015-02-18 | 上海理工大学 | 一种无损检测梨的硬度方法 |
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 |
CN105954202A (zh) * | 2016-04-22 | 2016-09-21 | 浙江大学 | 一种柑橘溃疡病高光谱模型传递的方法 |
Non-Patent Citations (4)
Title |
---|
NEIL A. SOLIMAN ET AL.: "Spectral Gating in Hyperspectral-Augmented Target Tracking", 《PROCEEDINGS OF SPIE-THE INTERNATIONAL SOCIETY FOR OPTICAL》 * |
PETER USENIK ET AL.: "Near-infrared hyperspectral imaging of water evaporation dynamics for early detection of incipient caries", 《JOURNAL OF DENTISTRY》 * |
张晓东,李立等: "基于PCA-BP 多特征融合的油菜水分胁迫无损检测", 《江苏大学学报》 * |
戚淑叶: "可见/近红外光谱检测水果品质时影响因素的研究", 《中国博士学位论文全文数据库 工程科技I辑》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109580513A (zh) * | 2018-12-18 | 2019-04-05 | 塔里木大学 | 一种近地面遥感红枣含水率检测方法和装置 |
CN109580513B (zh) * | 2018-12-18 | 2021-06-11 | 塔里木大学 | 一种近地面遥感红枣含水率检测方法和装置 |
CN109596534A (zh) * | 2018-12-19 | 2019-04-09 | 塔里木大学 | 一种校正空间内不同方位的光谱图像的方法及装置 |
CN109459391A (zh) * | 2019-01-07 | 2019-03-12 | 塔里木大学 | 一种红枣品质检测、红枣偏振检测模型生成方法及装置 |
CN109459391B (zh) * | 2019-01-07 | 2021-07-23 | 塔里木大学 | 一种红枣品质检测、红枣偏振检测模型生成方法及装置 |
CN109827910A (zh) * | 2019-01-22 | 2019-05-31 | 塔里木大学 | 一种建立果园数据快速监测处理方法 |
CN109827910B (zh) * | 2019-01-22 | 2021-05-04 | 塔里木大学 | 一种建立果园数据快速监测处理方法 |
CN109655426A (zh) * | 2019-01-30 | 2019-04-19 | 塔里木大学 | 一种识别红枣光谱图像中目标红枣的方法及装置 |
CN112053341A (zh) * | 2020-09-01 | 2020-12-08 | 广东电网有限责任公司 | 一种基于光反射率和人工智能的合金材料的表面温度测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108535199B (zh) | 2020-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108535199A (zh) | 一种户外多尺度枣园高光谱偏振探测方法 | |
Vina et al. | Monitoring maize (Zea mays L.) phenology with remote sensing | |
US7557924B2 (en) | Apparatus and methods for facilitating calibration of an optical instrument | |
CN102105781A (zh) | 卷材检查校准系统及相关方法 | |
AU2009226465A1 (en) | Plucking propriety assessment method, plucking propriety assessment apparatus and plucking propriety assessment system for tea leaf, and computer-usable medium. | |
JP6863279B2 (ja) | 検査装置、検査方法、及び、プログラム | |
CN111948148B (zh) | 一种多光场多角度多维度光谱偏振特性测量装置及方法 | |
CN109060670A (zh) | 一种反射和透射一体化的高光谱成像系统及方法 | |
WO2022262692A1 (zh) | 光谱反射率检测方法及系统 | |
CN102628800B (zh) | 植物叶片叶绿素含量测量方法及系统 | |
WO2017010261A1 (ja) | 検査装置、検査方法、及び、プログラム | |
CN107044959A (zh) | 显微多模态融合光谱检测系统 | |
CN111174911B (zh) | 一种空间光学相机任意地物绝对辐射定标方法 | |
CN104359855B (zh) | 一种基于近红外光谱的注水肉检测方法 | |
AU2006200712B1 (en) | Spectographic sample monitoring | |
Lu et al. | Rapid assessment of tomato ripeness using visible/near-infrared spectroscopy and machine vision | |
CN109580513A (zh) | 一种近地面遥感红枣含水率检测方法和装置 | |
Salvaggio et al. | Comparison of field-and laboratory-collected midwave and longwave infrared emissivity spectra/data reduction techniques | |
CN104198397B (zh) | 氮磷钾交互作用下温室作物营养含量检测的方法 | |
Jones et al. | Reflective and polarimetric characteristics of urban materials | |
CN107945162A (zh) | 基于计算机视觉技术对红火蚁巢的检测识别方法 | |
CN1357753A (zh) | 一种用数码相机测量地物波谱特性的装置及方法 | |
CN107462528A (zh) | 一种多通道光谱检测红枣品质的方法 | |
CN116105875A (zh) | 一种基于背景辐射校正的偏振遥感器短波红外波段偏振定标方法 | |
KR200404482Y1 (ko) | 휴대형 과일 품질정보 측정장치 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |