CN205484051U - 一种柑橘溃疡病的检测装置 - Google Patents
一种柑橘溃疡病的检测装置 Download PDFInfo
- Publication number
- CN205484051U CN205484051U CN201620098964.9U CN201620098964U CN205484051U CN 205484051 U CN205484051 U CN 205484051U CN 201620098964 U CN201620098964 U CN 201620098964U CN 205484051 U CN205484051 U CN 205484051U
- Authority
- CN
- China
- Prior art keywords
- conveyer belt
- internal chamber
- sensor
- overhead door
- distance measuring
- 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.)
- Expired - Fee Related
Links
- 235000020971 citrus fruits Nutrition 0.000 title claims abstract description 43
- 241000207199 Citrus Species 0.000 title claims abstract description 40
- 238000001514 detection method Methods 0.000 title claims abstract description 25
- 201000010099 disease Diseases 0.000 claims abstract description 30
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 30
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 230000005540 biological transmission Effects 0.000 claims abstract description 6
- 230000001580 bacterial effect Effects 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 9
- 238000007599 discharging Methods 0.000 claims description 7
- 230000008520 organization Effects 0.000 claims description 6
- 229920006395 saturated elastomer Polymers 0.000 claims description 5
- 229930002875 chlorophyll Natural products 0.000 abstract description 16
- 235000019804 chlorophyll Nutrition 0.000 abstract description 16
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 abstract description 16
- 235000013399 edible fruits Nutrition 0.000 abstract description 10
- 244000012254 Canarium album Species 0.000 abstract 1
- 235000009103 Canarium album Nutrition 0.000 abstract 1
- 241000675108 Citrus tangerina Species 0.000 abstract 1
- 241000196324 Embryophyta Species 0.000 description 13
- 239000000523 sample Substances 0.000 description 12
- 238000000034 method Methods 0.000 description 7
- 208000008469 Peptic Ulcer Diseases 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000010239 partial least squares discriminant analysis Methods 0.000 description 4
- 230000004300 dark adaptation Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000000977 initiatory effect Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000004445 quantitative analysis Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000007621 cluster analysis Methods 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 238000003331 infrared imaging Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000035800 maturation Effects 0.000 description 2
- 230000029553 photosynthesis Effects 0.000 description 2
- 238000010672 photosynthesis Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 210000003462 vein Anatomy 0.000 description 2
- 208000035143 Bacterial infection Diseases 0.000 description 1
- 206010039509 Scab Diseases 0.000 description 1
- 208000025865 Ulcer Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 208000022362 bacterial infectious disease Diseases 0.000 description 1
- 244000052616 bacterial pathogen Species 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000002615 epidermis Anatomy 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000002073 fluorescence micrograph Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002420 orchard Substances 0.000 description 1
- 230000009340 pathogen transmission Effects 0.000 description 1
- 230000000243 photosynthetic effect Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 210000003491 skin Anatomy 0.000 description 1
- 230000036269 ulceration Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本实用新型涉及一种柑橘溃疡病的检测装置,包括检测机构、控制机构、传送带以及计算机,检测机构分隔成第一密闭内腔和第二密闭内腔,第二密闭内腔内设置有升降平台,升降平台上依次设有测距传感器、叶绿素荧光成像仪以及RGB相机;测距传感器、叶绿素荧光成像仪以及RGB相机在传送带上垂直投影的位置上分别设有第一位置传感器、第二位置传感器和第三位置传感器;测距传感器以及三个位置传感器分别与中控系统连接,计算机分别与叶绿素荧光成像仪和RGB相机连接,用于数据传输和分析。上述装置通过融合叶绿素荧光成像仪和RGB相机,可连续自动化地检测幼果期、青果期和成熟期等不同生长期以及不同病害程度的柑橘果实溃疡病。
Description
技术领域
本实用新型涉及植物溃疡病的检测领域,具体涉及一种柑橘溃疡病的检测装置。
背景技术
柑橘溃疡病是柑橘最严重的细菌性病害之一,果农因此遭受严重的经济损失,在商业贸易活动中被列为强制性检疫疾病。在自然条件下,该病菌可随风雨传播、扩散,主要侵染途径为气孔、皮孔或伤口,可侵染植物的叶片、叶茎、枝条以及果实,导致植物体的衰弱和枯死,严重的情况下能造成植株大量落叶、落果,甚至全株死亡;染病果实即使未脱落,也会在其表皮形成开裂、结疤状溃疡斑,大大降低果实的外观、品相,对其销售和出口造成不良影响。且该病菌传播能力强,一旦在新区发生,则需要大量的人力物力进行防治,造成很大的经济损失。
目前,柑橘溃疡病的无损检测方法主要包括RGB成像技术、热红外成像以及高光谱成像技术,并且检测对象主要集中在柑橘叶片和成熟期的果实,对幼果期和青果期柑橘果实染病的研究较少。RGB成像检测技术只适用于病害显现之后,但此时对病情的控制为时已晚;热红外成像检测技术的准确率容易受到外界环境(如天气状况、测量时间和温度等)的影响;高光谱成像技术结合了传统图像技术和光谱技术的优势,能够同时获取样品的空间信息和光谱信息,但由于高光谱图像的数据量巨大、数据冗余严重,目前主要应用于实验室的离线分析。
柑橘受到溃疡病胁迫时,其光合作用会受到影响,叶绿素荧光作为植物光合作用的探针,能跟踪植物光合作用过程中光能的捕获、传递和利用。叶绿素荧光成像技术既能可视化植物的代谢状态,也可分析不同状态下植物光合作用活动的异质性。中国发明专利(CN 104034710 A)公开一种基于叶绿素荧光及成像技术的植物病害检测方法及装置。该装置放置于光照箱内,蓝色LED灯作为激发光源,呈等边三角形结构,能实现稳定均匀的光照,用于激发植物叶片的叶绿素荧光,彩色高速相机和可调镜头前置红色滤光片,用于过滤干扰光,采集叶绿素荧光图像。通过图像预处理、图像分割和特征提取等步骤,可以将叶片与背景分离,获得以主叶脉为中心位置的像素区域的子图像,并计算叶片的纹理特征和叶脉特征参数,最后通过分类器计算,可以将植物分类为健康和病害两类。该装置只能定性分析将植物分类为健康和病害两类,而不能继续进一步实现病害程度的定量分析和病害部位的精确定位。同时所公开的植物病害检测装置,不能实现全自动化测量。
发明内容
本实用新型的目的在于针对现有技术的不足,提供一种柑橘溃疡病的检测装置,通过融合叶绿素荧光成像仪和RGB相机,可连续自动化地检测幼果期、青果期和成熟期等不同生长期以及不同病害程度的柑橘果实溃疡病。
为了达到上述目的,本实用新型采用的技术方案:
一种柑橘溃疡病的检测装置,包括检测机构、控制机构、传送带以及计算机,其中,所述的控制机构包括中控系统和控制面板,控制面板和传送带分别与中控系统连接,中控系统与计算机连接;所述的检测机构分隔成第一密闭内腔和第二密闭内腔,两个密闭内腔之间设置中间进料升降门,第一密闭内腔设有进料升降门,第二密闭内腔设有出料升降门;所述的传送带贯穿进料升降门、中间进料升降门以及出料升降门;所述的第二密闭内腔内设置有升降平台,所述的升降平台上依次设有测距传感器、叶绿素荧光成像仪以及RGB相机;所述的测距传感器、叶绿素荧光成像仪以及RGB相机在传送带上垂直投影的位置上分别设有第一位置传感器、第二位置传感器和第三位置传感器;测距传感器以及三个位置传感器分别与中控系统连接,计算机分别与叶绿素荧光成像仪和RGB相机连接,用于数据传输和分析。
上述技术方案中,中控系统能够控制传送带运动以及三个升降门的开与关。同时可以通过控制面板设置初始化参数以及测距传感器与待测柑橘之间的距离,利用中控系统对检测装置进行控制以及调整升降平台的高度。其中,第一位置传感器能够触发测距传感器,通过控制面板初始设置的距离调整升降平台的高度;第二位置传感器能够触发计算机打开叶绿素荧光成像仪进行荧光信息和荧光图片的采集;第三位置传感器能够触发计算机打开RGB相机进行RGB图像的采集。计算机能够接受叶绿素荧光成像仪和RGB相机的数据传输,通过建立数据模型分析数据,判断柑橘是否染病以及计算病害的面积。
作为改进,所述的传送带末端设有第四位置传感器以及回收装置。第四位置传感器能够触发回收装置对待测柑橘进行回收,完成自动化的检测过程。
作为优选,所述的叶绿素荧光成像仪具有向下凸起的棱台形状的光源装置,LED光源安装在光源装置内。作为进一步优选,所述的LED光源包括测量光光源、光化光光源、饱和光光源以及远红外光光源。
作为优选,所述的中控系统以单片机MCU为中控核心。
同现有技术相比,本实用新型的有益效果体现在:
(1)本实用新型的装置能够应用于不同生长期以及不同病害程度的柑橘果实溃疡病的检测;
(2)本实用新型的装置只需设定一次参数就能够批量测量,可实现全自动化测量;
(3)本实用新型的装置不仅能够实现待测柑橘是否染上溃疡病的判别,而且能够实现病害程度的定量分析和病害部位的精确定位,最终实现柑橘溃疡病的快速无损检测。
附图说明
图1为实施例中柑橘溃疡病的检测装置的结构示意图;
图2为实施例中升降平台上各个传感器的位置示意图;
图3为本实用新型检测装置的具体操作流程图。
其中,1、进料升降门;2、传送带;3、待测柑橘;4、中间进料升降门;5、第一位置传感器;6、第二位置传感器;7、第三位置传感器;8、出料升降门;9、回收装置;10、第四位置传感器;11、RGB相机;12、升降平台;13、第二密闭内腔;14、叶绿素荧光成像仪;15、测距传感器;16、计算机;17、第一密闭内腔;18、远红外光光源;19、测量光光源;20、饱和光光源;21、光化光光源。
具体实施方式
下面结合附图和实施例对本实用新型作进一步说明。
如图1所示,一种柑橘溃疡病的检测装置,包括检测机构、控制机构、传送带2以及计算机16,控制机构包括中控系统和控制面板,控制面板和传送带2分别与中控系统连接,中控系统与计算机16连接;检测机构分隔成第一密闭内腔17和第二密闭内腔13,两个密闭内腔之间设置中间进料升降门4,第一密闭内腔17设有进料升降门1,第二密闭内腔13设有出料升降门8;传送带2贯穿进料升降门1、中间进料升降门4以及出料升降门8;第二密闭内腔13内设置有升降平台12,升降平台12上依次设有测距传感器15、叶绿素荧光成像仪14以及RGB相机11;测距传感器15、叶绿素荧光成像仪14以及RGB相机11在传送带2上垂直投影的位置上分别设有第一位置传感器5、第二位置传感器6和第三位置传感器7;测距传感器15以及三个位置传感器分别与中控系统连接,计算机16分别与叶绿素荧光成像仪14和RGB相机11连接,用于数据传输和分析。传送带2末端设有第四位置传感器10以及回收装置9。
柑橘溃疡病的检测装置的具体检测流程如图3所示,将待测柑橘3放在传送带2上,传送带将待测柑橘3运送至第一密闭内腔17,关闭进料升降门1,确保不漏光。控制面板上输入暗适应时间20min,按下开始暗适应按钮开始倒计时;同时设定叶绿素荧光成像仪14的初始化参数以及测距传感器15与待测柑橘3之间的距离,由于待测样品大小直径不同,因此需要预先设定待测距离,最后保存所设定的初始化参数。
暗适应时间结束后,中控系统控制中间进料升降门4打开,并同时启动传送带2将待测柑橘3运送至测量位置。首先第一位置传感器5检测到待测柑橘3后,测距传感器15测量传感器到待测柑橘3之间的当前距离,根据预先设定的距离,升降平台12调整到合适的位置。接着,第二位置传感器6和第三位置传感器7依次检测到待测柑橘3,分别产生一个触发信号,通过中控系统向计算机16传输信号;计算机16根据传输信号依次开始叶绿素荧光成像仪14和RGB相机11的数据采集,中控系统以单片机MCU为中控核心。
如图2所示,所述的叶绿素荧光成像仪14具有向下凸起的棱台形状的光源装置,LED光源安装在光源装置内。LED光源包括测量光光源19、光化光光源21、饱和光光源20以及远红外光光源18。叶绿素荧光成像仪14获取荧光信息的方法:先打开测量光光源19,此时将得到暗适应时的基础荧光Fo;接着打开饱和光光源20,此时所测到的是暗适应后的最大荧光Fm;再接着打开光化光光源21,测量光适应时的稳态荧光Fs,再关闭光化光光源21;最后打开远红外光光源18,测量光适应后的最小荧光Fo'。叶绿素荧光成像仪14获取相应的荧光信息,完成后,远红外光光源18关闭,叶绿素荧光成像仪14停止采样,传送带2向左移动,直到第三位置传感器7检测到样品后,传送带2暂停移动。
待测柑橘3到达RGB相机11对应的位置,RGB相机11开始采集RGB图像。完成后,RGB相机11停止采样,传送带2继续向左移动,直到第四位置传感器10检测到待测柑橘3后,产生回收信号,利用回收装置9回收样品。
根据荧光信息计算叶绿素荧光参数,光系统Ⅱ的最大光化学量子效率Fv/Fm=(Fm-Fo)/Fm、初始荧光Fo、非光化光系数NPQ=Fm/Fs-1。其次,根据RGB图像计算颜色特征和纹理特征,颜色特征是指一阶矩、二阶矩和三阶矩,纹理特征是指方差、同质性、对比度、熵、二阶矩和相关性。将上述计算所测得的叶绿素荧光参数、RGB图像的颜色特征和纹理特征作为模型输入,输入到偏最小二乘判别分析法(partial least squares discriminant analysis,PLS-DA)判别模型来区分待测柑橘3是否染病。
针对染病的待测柑橘3读取荧光图片,导入MATLAB软件,利用小波软阈值对所得的图像进行降噪处理,应用高斯混合模型(Gaussian mixture model,GMM)荧光图像每点像素所对应的叶绿素荧光参数值进行聚类分析并进行图像的阈值分割,生成柑橘染病程度的可视化图像,计算病害的面积,并保存。测量分析完毕,下一个样品重复上述步骤。
应用本实用新型所述的装置对柑橘青果期果实的溃疡病进行检测,正常样本对应的叶绿素荧光参数值范围为:Fv/Fm=0.80~0.85、Fo=170~190、NPQ=0.55~0.65;染病样本对应的叶绿素荧光参数值范围为:Fv/Fm<0.8、Fo=280~320、NPQ=0.9~0.95。
正常样本图像的RGB三个通道的前三阶颜色矩,一阶矩:Rμ=0.21~0.72、Gμ=0.36~0.79、Bμ=0.11~0.71;二阶矩:Rσ=0.01~0.06、Gσ=0.01~0.06、Bσ=0.01~0.12;三阶矩:Rθ=-0.06~0.05、Gθ=-0.07~0.04、Bθ=-0.04~0.11;染病样本图像的RGB三个通道的前三阶颜色矩,一阶矩:Rμ=0.13~0.47、Gμ=0.13~0.47、Bμ=0.14~0.60;二阶矩:Rσ=0.03~0.09、Gσ=0.03~0.10、Bσ=0.03~0.14;三阶矩:Rθ=-0.06~0.07、Gθ=-0.06~0.09、Bθ=-0.07~0.14。基于灰度共生矩阵的纹理特征变量:正常样本图像的方差(8.91~36.04)、同质性(0.93~0.99)、对比度(0.002~0.13)、熵(0.01~1.14)、二阶矩(0.38~0.96)和相关性(0.26~0.89);染病样本图像的方差(3.9~20)、同质性(0.83~0.98)、对比度(0.03~0.35)、熵(0.19~1.96)、二阶矩(0.18~0.93)和相关性(0.18~0.85)。将上述的叶绿素荧光参数、颜色特征和纹理特征输入到偏最小二乘判别分析法(partialleast squares discriminant analysis,PLS-DA)判别模型,模型对174个样本是否染病进行判别,判别正确率达91.3%。
将荧光图像导入MATLAB,采用小波软阈值去除图像噪声。应用高斯混合模型(Gaussian mixture model,GMM)对每个点像素所对应的叶绿素荧光参数值进行聚类分析,针对染病的柑橘果实,在Fv/Fm<0.3时,为坏死组织;0.3<Fv/Fm<0.58时,为枯萎的组织;0.58<Fv/Fm<0.80时,为轻微受影响的组织;0.80<Fv/Fm<0.85时为健康组织。最后进行图像分割,计算病害面积和占总面积的比值。达到了定量分析柑橘的染病程度的目的。
以上所述仅为本实用新型的具体的实施例,凡依本实用新型申请专利范围所做的变化与修饰,皆应属本实用新型的涵盖范围。
Claims (5)
1.一种柑橘溃疡病的检测装置,包括检测机构、控制机构、传送带(2)以及计算机(16),其特征在于,所述的控制机构包括中控系统和控制面板,控制面板和传送带(2)分别与中控系统连接,中控系统与计算机(16)连接;所述的检测机构分隔成第一密闭内腔(17)和第二密闭内腔(13),两个密闭内腔之间设置中间进料升降门(4),第一密闭内腔(17)设有进料升降门(1),第二密闭内腔(13)设有出料升降门(8);所述的传送带(2)贯穿进料升降门(1)、中间进料升降门(4)以及出料升降门(8);所述的第二密闭内腔(13)内设置有升降平台(12),所述的升降平台(12)上依次设有测距传感器(15)、叶绿素荧光成像仪(14)以及RGB相机(11);所述的测距传感器(15)、叶绿素荧光成像仪(14)以及RGB相机(11)在传送带(2)上垂直投影的位置上分别设有第一位置传感器(5)、第二位置传感器(6)和第三位置传感器(7);测距传感器(15)以及三个位置传感器分别与中控系统连接,计算机(16)分别与叶绿素荧光成像仪(14)和RGB相机(11)连接,用于数据传输和分析。
2.根据权利要求1所述的柑橘溃疡病的检测装置,其特征在于,所述的传送带(2)末端设有第四位置传感器(10)以及回收装置(9)。
3.根据权利要求1所述的柑橘溃疡病的检测装置,其特征在于,所述的叶绿素荧光成像仪(14)具有向下凸起的棱台形状的光源装置,LED光源安装在光源装置内。
4.根据权利要求3所述的柑橘溃疡病的检测装置,其特征在于,所述的LED光源包括测量光光源(19)、光化光光源(21)、饱和光光源(20)以及远红外光光源(18)。
5.根据权利要求1所述的柑橘溃疡病的检测装置,其特征在于,所述的中控系统以单片机MCU为中控核心。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201620098964.9U CN205484051U (zh) | 2016-02-01 | 2016-02-01 | 一种柑橘溃疡病的检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201620098964.9U CN205484051U (zh) | 2016-02-01 | 2016-02-01 | 一种柑橘溃疡病的检测装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN205484051U true CN205484051U (zh) | 2016-08-17 |
Family
ID=56672054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201620098964.9U Expired - Fee Related CN205484051U (zh) | 2016-02-01 | 2016-02-01 | 一种柑橘溃疡病的检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN205484051U (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105548124A (zh) * | 2016-02-01 | 2016-05-04 | 浙江大学 | 一种柑橘溃疡病的检测方法和装置 |
CN106896111A (zh) * | 2017-03-28 | 2017-06-27 | 华南农业大学 | 一种基于机器视觉的马铃薯外部品质智能检测系统 |
CN113418870A (zh) * | 2021-04-25 | 2021-09-21 | 鲁健检测科技有限公司 | 一种水果质量检测系统 |
CN114080939A (zh) * | 2020-08-24 | 2022-02-25 | 立派特科股份有限公司 | 生育信息收集装置 |
-
2016
- 2016-02-01 CN CN201620098964.9U patent/CN205484051U/zh not_active Expired - Fee Related
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105548124A (zh) * | 2016-02-01 | 2016-05-04 | 浙江大学 | 一种柑橘溃疡病的检测方法和装置 |
CN105548124B (zh) * | 2016-02-01 | 2019-02-26 | 浙江大学 | 一种柑橘溃疡病的检测方法和装置 |
CN106896111A (zh) * | 2017-03-28 | 2017-06-27 | 华南农业大学 | 一种基于机器视觉的马铃薯外部品质智能检测系统 |
CN114080939A (zh) * | 2020-08-24 | 2022-02-25 | 立派特科股份有限公司 | 生育信息收集装置 |
CN114080939B (zh) * | 2020-08-24 | 2023-10-10 | 立派特科股份有限公司 | 生育信息收集装置 |
CN113418870A (zh) * | 2021-04-25 | 2021-09-21 | 鲁健检测科技有限公司 | 一种水果质量检测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105548124A (zh) | 一种柑橘溃疡病的检测方法和装置 | |
CN205484051U (zh) | 一种柑橘溃疡病的检测装置 | |
CN103278460B (zh) | 一种柑橘树红蜘蛛虫害胁迫情况测试分析方法 | |
CN103063585B (zh) | 瓜果成熟度快速无损检测装置及检测系统建立方法 | |
CN102323221B (zh) | 烟叶成熟度检测方法及检测装置 | |
CN104155312B (zh) | 基于近红外计算机视觉的粮粒内部害虫检测方法和装置 | |
CN106525732B (zh) | 基于高光谱成像技术的苹果内外品质快速无损检测方法 | |
CN103109754B (zh) | 血斑蛋在线无损检测分选设备及其方法 | |
CN103076288B (zh) | 一种基于计算机视觉的鱼肉自动分级装置和方法 | |
CN103257118A (zh) | 一种基于特征波段的鱼肉嫩度高光谱检测方法 | |
CN106290238A (zh) | 一种基于高光谱成像的苹果品种快速鉴别方法 | |
CN107976428A (zh) | 水产品化学污染物的无损实时检测方法与装置 | |
CN107132228A (zh) | 一种油菜全生长期信息的高通量表型研究系统 | |
CN106546569B (zh) | 一种高通量的植物抗旱性突变体的筛选方法及装置 | |
CN104034710A (zh) | 基于叶绿素荧光及成像技术的植物病害检测方法及装置 | |
CN110363125A (zh) | 采用模型传递识别不同品种柑橘黄龙病的方法 | |
CN109827957A (zh) | 一种基于计算机视觉的水稻叶片spad值估测方法及系统 | |
CN109187417A (zh) | 一种无人机载的太赫兹波及高光谱遥感农作物监测系统 | |
CN109540894A (zh) | 一种烤烟烟叶成熟度无损快速检测方法 | |
CN103760166A (zh) | 一种烤烟外观信息采集装置 | |
CN109570051A (zh) | 基于机器视觉、激光和声学的板栗虫眼检测装置 | |
CN114419311B (zh) | 一种基于多源信息的百香果成熟度无损检测方法及装置 | |
CN102788796B (zh) | 基于高光谱图像及荧光图像多信息融合的作物氮营养诊断装置及方法 | |
CN203120696U (zh) | 一种血斑蛋在线无损检测分选设备 | |
CN203672794U (zh) | 一种烤烟外观信息采集装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160817 Termination date: 20170201 |
|
CF01 | Termination of patent right due to non-payment of annual fee |