搜全站
   聯(lián)系電話

   028-86513885

江蘇雙利合譜科技有限公司

8
  • 2024

    04-15

    基于光譜感知和時(shí)空張量分解的高光譜時(shí)間序列目標(biāo)檢測(cè)

    題目:基于光譜感知和時(shí)空張量分解的高光譜時(shí)間序列目標(biāo)檢測(cè)應(yīng)用關(guān)鍵詞:復(fù)雜背景、高光譜序列、高光譜目標(biāo)檢測(cè)、時(shí)空張量分解、光譜感知背景:在軍事領(lǐng)域,敵方常常采用偽裝手段來(lái)掩蓋軍事目標(biāo),增加其隱蔽性和生存能力。因此,軍事偽裝目標(biāo)檢測(cè)對(duì)于提高軍事情報(bào)獲取和目標(biāo)識(shí)別的效能至關(guān)重要。準(zhǔn)確檢測(cè)偽裝目標(biāo)有助于及時(shí)發(fā)現(xiàn)潛在威脅,提供決策制定所需的關(guān)鍵信息,增強(qiáng)軍事作戰(zhàn)的戰(zhàn)略優(yōu)勢(shì)。高效的軍事偽裝目標(biāo)檢測(cè)技術(shù)能夠?yàn)檐婈?duì)提供戰(zhàn)場(chǎng)態(tài)勢(shì)認(rèn)知的深度和廣度,為作戰(zhàn)指揮提供有力的支持,從而在復(fù)雜多變的軍事環(huán)境中確保國(guó)家安全。高
  • 2024

    04-11

    高光譜指數(shù)和機(jī)器學(xué)習(xí)分類器增強(qiáng)小麥作物鐮刀菌頭枯病檢測(cè)

    高光譜指數(shù)和機(jī)器學(xué)習(xí)分類器增強(qiáng)小麥作物鐮刀菌頭枯病檢測(cè)小麥赤霉病(FHB)是一種常見的真菌性病害,由禾谷鐮刀菌和其他鐮刀菌物種導(dǎo)致。它無(wú)處不在,主要侵染穗部,嚴(yán)重影響谷物質(zhì)量。現(xiàn)階段基于光譜特征技術(shù)的病害監(jiān)測(cè),嚴(yán)重依賴病害侵染過(guò)程中作物生理生化參數(shù)改變所引起的光譜響應(yīng)。然而,作物穗器官的生理特性隨生育時(shí)期發(fā)展,也會(huì)產(chǎn)生顯著差異。現(xiàn)有的穗部病害光譜監(jiān)測(cè)研究多基于接種后數(shù)天內(nèi),或基于單一時(shí)期的數(shù)據(jù)樣本,進(jìn)行病害監(jiān)測(cè)研究,不同生育時(shí)期的病害光譜響應(yīng)規(guī)律是否相同、其病情嚴(yán)重度估算精度是否一致尚不明確。目
  • 2024

    04-09

    提升光譜成像系統(tǒng)性能的實(shí)用技巧

    光譜成像系統(tǒng)是一種集光學(xué)、電子學(xué)、計(jì)算機(jī)科學(xué)等多個(gè)領(lǐng)域于一體的先進(jìn)成像技術(shù)。它在多個(gè)領(lǐng)域,如遙感、生物醫(yī)學(xué)、食品安全等方面有著廣泛的應(yīng)用。隨著科技的發(fā)展,對(duì)該系統(tǒng)的性能要求越來(lái)越高。本文將從實(shí)用角度出發(fā),探討提升該系統(tǒng)性能的幾種技巧。一、優(yōu)化光學(xué)設(shè)計(jì)光學(xué)設(shè)計(jì)是光譜成像系統(tǒng)的核心部分,其性能直接影響到成像質(zhì)量。優(yōu)化光學(xué)設(shè)計(jì)需要關(guān)注以下幾點(diǎn):1.選擇合適的光學(xué)元件:根據(jù)實(shí)際應(yīng)用需求,選擇合適的光學(xué)元件,如鏡頭、濾光片等。這些元件的性能直接影響到系統(tǒng)的成像質(zhì)量和光譜分辨率。2.優(yōu)化光學(xué)布局:合理設(shè)計(jì)光
  • 2024

    03-30

    高光譜相機(jī)的四種原理

    高光譜相機(jī)是一種結(jié)合了傳統(tǒng)二維成像技術(shù)和光譜技術(shù)的設(shè)備,能夠獲取目標(biāo)的空間信息和光譜信息。這種相機(jī)通常具有空間可識(shí)別性、超多波段、光譜分辨率高以及圖譜合一等優(yōu)點(diǎn)。高光譜相機(jī)可以應(yīng)用于許多領(lǐng)域,如大氣、食品、藥品安全檢測(cè)等。在遙感應(yīng)用方面,高光譜相機(jī)被認(rèn)為是理想的選擇。這為了獲得不同波長(zhǎng)的圖像,目前有四種原理的高光譜相機(jī):點(diǎn)掃描(Whiskbroom),線掃描(Pushbroom),光譜掃描(Staring)和快照(Snapshot)。1、點(diǎn)掃描就是一次獲得一個(gè)點(diǎn)的光譜數(shù)據(jù),成像設(shè)備是個(gè)分光儀(s
  • 2024

    02-02

    基于高光譜成像技術(shù)的高粱農(nóng)藥殘留種類檢測(cè)研究

    背景高粱在發(fā)展中國(guó)家作為食糧作物,在田間種植過(guò)程中需要噴撒農(nóng)藥以減少病蟲害對(duì)于產(chǎn)量和品質(zhì)的影響。當(dāng)出現(xiàn)嚴(yán)重的病蟲害時(shí),農(nóng)戶們會(huì)多次噴灑高濃度的農(nóng)藥溶液,這導(dǎo)致高粱中存在過(guò)量的農(nóng)藥殘留。研究表明,長(zhǎng)期食用農(nóng)藥殘留超標(biāo)的食物對(duì)人體危害巨大,會(huì)造成癌癥、心臟病、神經(jīng)性疾病等嚴(yán)重后果。因此,如何無(wú)損、快速、準(zhǔn)確檢測(cè)高粱中的農(nóng)藥殘留是亟待解決的問(wèn)題?,F(xiàn)階段農(nóng)藥檢測(cè)方法包括氣相色譜法、氣相色譜-串聯(lián)質(zhì)譜法、高效液相色譜法等,這些方法雖然具備較高的檢測(cè)準(zhǔn)確性和精密度,但存在制樣復(fù)雜、價(jià)格昂貴、檢測(cè)耗時(shí)長(zhǎng)、破壞
  • 2024

    02-02

    基于光譜-空間特征的鈦鐵礦多組分高光譜品位評(píng)估

    背景鈦因其優(yōu)異的性能被廣泛應(yīng)用于航空航天、醫(yī)藥等領(lǐng)域,由于其用量大,也被譽(yù)為僅次于鐵、鋁的“第三金屬”。然而,鈦礦的品質(zhì)直接關(guān)系到鈦金屬的經(jīng)濟(jì)價(jià)值和開采潛力。作為評(píng)估礦石質(zhì)量的主要指標(biāo),礦石品位的確定至關(guān)重要。目前,多種基于傳感器的品位分析技術(shù)在采礦業(yè)內(nèi)外蓬勃發(fā)展。盡管上述方法取得了一些進(jìn)展,但它們?cè)S多都是緩慢的,需要繁瑣的樣品制備程序,并且會(huì)使用有毒的、昂貴的化學(xué)試劑,無(wú)法滿足智慧礦山和綠色環(huán)保的理念要求。高光譜成像技術(shù)(HSI)具有“圖譜合一”的優(yōu)勢(shì),可以同時(shí)檢測(cè)目標(biāo)的光譜和空間域信息,并獲
  • 2024

    01-31

    利用高光譜成像和化學(xué)計(jì)量學(xué)無(wú)損監(jiān)測(cè)水稻水分和脂肪酸含量

    背景水分含量(Moisturecontent,MC)和脂肪酸含量(Fattyacidcontent,FAC)是大米品質(zhì)的重要指標(biāo),影響大米的存儲(chǔ)和食用品質(zhì)。因此,建立一種快速、準(zhǔn)確、無(wú)損的MC和FAC檢測(cè)方法至關(guān)重要??梢?近紅外光譜可以響應(yīng)樣品中的某些含氫基團(tuán),從而獲得樣品中的內(nèi)部化學(xué)信息。該技術(shù)已被用于檢測(cè)農(nóng)產(chǎn)品中的水分和脂肪酸含量。同時(shí),與可見光/近紅外光譜相比,高光譜成像(Hyperspectralimaging,HSI)技術(shù)具有光譜與圖像相結(jié)合的優(yōu)勢(shì)。利用每個(gè)像素點(diǎn)的光譜預(yù)測(cè)水稻的MC
  • 2024

    01-31

    基于無(wú)人機(jī)載高光譜基準(zhǔn)數(shù)據(jù)集對(duì)土壤覆蓋進(jìn)行精確分類的三維奇異光譜分析

    背景精確的土地覆蓋分類與制圖對(duì)于土地資源規(guī)劃與管理、環(huán)境保護(hù)、自然災(zāi)害防治等具有重要意義。然而,現(xiàn)有無(wú)人機(jī)載HSI數(shù)據(jù)集的場(chǎng)景覆蓋范圍相對(duì)簡(jiǎn)單,這在一定程度上限制了分類方法的泛化能力評(píng)估。在同一傳感器下構(gòu)建包含復(fù)雜且具有挑戰(zhàn)性的場(chǎng)景的無(wú)人機(jī)載HSI數(shù)據(jù)集是值得的。最近,奇異譜分析(SSA)由于其對(duì)全局的局部建模而在HSI特征提取和分類中受到了相當(dāng)大的關(guān)注。由于HSI的三維立方結(jié)構(gòu),基于SSA的方法在內(nèi)在特征表示方面仍然一些缺陷。其次,目前還沒有用于HSI聯(lián)合光譜空間特征提取的SSA的3D版本,這
  • 2024

    01-31

    一種針對(duì)遙感影像直接提取像元陽(yáng)葉可視概率的新方法

    近日,杭州師范大學(xué)副研究員方美紅(第一作者)與南京大學(xué)居為民教授(通訊作者)發(fā)表了題為“ANormalizedSpectralAngleIndexforEstimatingtheProbabilityofViewingSunlitLeavesfromSatelliteData”的論文,值得一提的是,該論文中用到的高分辨率成像數(shù)據(jù)是由本公司所售光譜相機(jī)GaiaField-F-V10測(cè)量得到。在利用遙感數(shù)據(jù)和技術(shù)獲取植被冠層結(jié)構(gòu)和葉片生化參數(shù)特征的研究中,利用光學(xué)遙感數(shù)據(jù),不可避免會(huì)遇到的一個(gè)問(wèn)題就
  • 2024

    01-31

    高光譜成像技術(shù)在各應(yīng)用領(lǐng)域都具有哪些優(yōu)勢(shì)?

    高光譜成像技術(shù)是一種能夠獲取物體光譜信息并形成高分辨率圖像的技術(shù)。該技術(shù)通過(guò)記錄從可見光到近紅外光譜中的每個(gè)波長(zhǎng)所反射或發(fā)射的能量,提供了比傳統(tǒng)成像方法更為詳細(xì)的信息。在以下領(lǐng)域表現(xiàn)出了*性:遙感探測(cè)領(lǐng)域:可用于地質(zhì)資源勘探、海洋資源調(diào)查、環(huán)境監(jiān)測(cè)等。農(nóng)業(yè)領(lǐng)域:可用于作物生長(zhǎng)狀態(tài)監(jiān)測(cè)、土地覆蓋分類、無(wú)人機(jī)精準(zhǔn)噴藥等。醫(yī)學(xué)領(lǐng)域:可用于癌癥早期診斷、醫(yī)學(xué)影像分析等。環(huán)保領(lǐng)域:可用于水污染檢測(cè)、空氣質(zhì)量監(jiān)測(cè)等。GaiaSkymini3-VN無(wú)人機(jī)載高光譜成像系統(tǒng)適配大疆M300RTK。采用自有的內(nèi)置掃
  • 2023

    12-09

    高光譜分選儀的工作原理和特點(diǎn)介紹

    高光譜分選技術(shù)利用物體反射光譜信息進(jìn)行分類,將物體反射的光線分解為不同波長(zhǎng)的光譜進(jìn)行分析和處理,通過(guò)波長(zhǎng)和光強(qiáng)度的變化來(lái)判斷物體的品質(zhì)。高光譜分選儀的核心部件包括均勻光源、光譜相機(jī)、電控移動(dòng)平臺(tái)(或傳送帶)、計(jì)算機(jī)及控制軟件等部分。工作原理:通過(guò)光源照射在放置于電控移動(dòng)平臺(tái)上的待測(cè)物體,樣品的反射光通過(guò)鏡頭被光譜相機(jī)捕獲,得到一維的影像以及光譜信息,隨著電控移動(dòng)平臺(tái)帶動(dòng)樣品連續(xù)運(yùn)行,從而能夠得到連續(xù)的一維影像以及實(shí)時(shí)的光譜信息,所有的數(shù)據(jù)被計(jì)算機(jī)軟件所記錄,終獲得一個(gè)包含了影像信息和光譜信息的三
  • 2023

    11-09

    高光譜分選儀可通過(guò)波長(zhǎng)和光強(qiáng)度的變化來(lái)判斷物體的品質(zhì)

    高光譜分選技術(shù)利用物體反射光譜信息進(jìn)行分類,將物體反射的光線分解為不同波長(zhǎng)的光譜進(jìn)行分析和處理,通過(guò)波長(zhǎng)和光強(qiáng)度的變化來(lái)判斷物體的品質(zhì)。高光譜分選儀采集物體反射的所有波長(zhǎng)數(shù)據(jù),形成高分辨的光譜圖像,然后通過(guò)計(jì)算機(jī)算法對(duì)數(shù)據(jù)進(jìn)行處理,得到分選結(jié)果。儀器具有高精度、高效率、高穩(wěn)定性等特點(diǎn)。可以應(yīng)用于農(nóng)業(yè)、食品加工、礦產(chǎn)開采等領(lǐng)域,未來(lái)將更加智能化和自動(dòng)化。高光譜分選儀的核心部件包括均勻光源、光譜相機(jī)、電控移動(dòng)平臺(tái)、計(jì)算機(jī)及控制軟件等部分。它的標(biāo)準(zhǔn)配置針對(duì)大小為300mm(長(zhǎng))*300mm(寬)*10
  • 2023

    10-30

    一種新的高光譜特征提取方法用于小麥葉片生物量監(jiān)測(cè)

    背景高光譜遙感可獲得窄波段的連續(xù)光譜信息,可提供大量關(guān)于作物理化參數(shù)的豐富信息。但是使用全波段作為輸入變量會(huì)帶來(lái)較大的噪聲和冗余信息,同時(shí)必然會(huì)增加數(shù)據(jù)處理負(fù)荷、儀器成本和應(yīng)用的復(fù)雜性。因此現(xiàn)有研究中通常選擇一小組傳達(dá)數(shù)據(jù)主要信息的敏感特征來(lái)反演作物目標(biāo)參數(shù)。目前,協(xié)同區(qū)間偏最小二乘(SIPLS)或連續(xù)投影算法(SPA)已被成功應(yīng)用于優(yōu)特征的選擇。SIPLS可以保證所選波長(zhǎng)的連續(xù)性,使模型性能穩(wěn)定。然而,研究中發(fā)現(xiàn)SIPLS選擇的區(qū)間位置和長(zhǎng)度都是固定的,這表明優(yōu)選特征中存在無(wú)用信息和共線性。而
  • 2023

    10-23

    機(jī)載高光譜成像系統(tǒng)GaiaSky-mini的技術(shù)特點(diǎn)

    無(wú)人機(jī)載高光譜測(cè)量體系是近年來(lái)興起的一項(xiàng)先進(jìn)技能,其在農(nóng)業(yè)范疇的使用正逐漸展現(xiàn)出巨大的潛力。機(jī)載高光譜激光雷達(dá)技術(shù)結(jié)合了激光雷達(dá)高精度測(cè)距和高光譜成像的技術(shù)優(yōu)勢(shì),可實(shí)現(xiàn)對(duì)地物目標(biāo)的全天時(shí)、全譜段、高精度和高分辨的監(jiān)測(cè),已成為國(guó)內(nèi)外遙感技術(shù)發(fā)展的熱點(diǎn)。推掃式機(jī)載高光譜成像系統(tǒng)GaiaSky-mini是針對(duì)小型旋翼無(wú)人機(jī)開發(fā)的高性價(jià)比機(jī)載高光譜成像系統(tǒng)。采用內(nèi)置掃描系統(tǒng)和增穩(wěn)系統(tǒng),成功克服了小型無(wú)人機(jī)系統(tǒng)搭載推掃式高光譜相機(jī)時(shí),由于無(wú)人機(jī)系統(tǒng)的震動(dòng)造成的成像質(zhì)量差的問(wèn)題。為高光譜成像技術(shù)在目標(biāo)識(shí)別、
  • 2023

    10-23

    食品領(lǐng)域白色可降解和不可降解塑料的鑒別:動(dòng)態(tài)殘差網(wǎng)絡(luò)與高光譜技術(shù)相結(jié)合

    背景塑料根據(jù)其可降解性分為可降解塑料和不可降解塑料。不可降解塑料制品由于價(jià)格低廉,在日常生活中被廣泛使用。然而,大多數(shù)不可降解的塑料制品不能及時(shí)有效地處理。造成環(huán)境嚴(yán)重污染,造成生態(tài)破壞、作物減產(chǎn)、食品安全問(wèn)題。目前,可降解塑料的推廣應(yīng)用才剛剛起步,許多不合格的塑料制品混入市場(chǎng)。這給市場(chǎng)監(jiān)管帶來(lái)了很大的困難,因此迅速識(shí)別不可降解和可降解塑料勢(shì)在必行。高光譜成像技術(shù)因其無(wú)損、無(wú)污染、低耗、高效等優(yōu)點(diǎn),在質(zhì)量控制、定量分析、定性鑒定等方面得到了廣泛應(yīng)用。普通塑料聚合物具有不同的光譜特征,因此利用可見
  • 2023

    10-16

    森林動(dòng)態(tài)監(jiān)測(cè)中基于多傳感器低空遙感影像配準(zhǔn)的空間坐標(biāo)校正

    背景森林管理可以有效地改變森林生境的結(jié)構(gòu)并影響其生物多樣性。然而,人類活動(dòng)、土壤侵蝕、蟲害和自然災(zāi)害正在導(dǎo)致樹種多樣性急劇下降。因此迫切需要采用輕量化、低成本的動(dòng)態(tài)監(jiān)測(cè)技術(shù),以實(shí)現(xiàn)不同時(shí)間尺度上的森林動(dòng)態(tài)監(jiān)測(cè)。隨著航空遙感技術(shù)的不斷進(jìn)步,利用航空影像對(duì)樹種多樣性進(jìn)行動(dòng)態(tài)監(jiān)測(cè)是一種有效的方法。與使用飛機(jī)或衛(wèi)星相比,小型無(wú)人機(jī)(Unmannedaerialvehicle,UAV)可以更便宜和更快速地獲取目標(biāo)信息,特別是在需要更高的時(shí)間分辨率的情況下。為獲得更多的樹種理化信息,通常會(huì)在UAV上搭載RG
  • 2023

    10-09

    利用無(wú)人機(jī)高光譜數(shù)據(jù)結(jié)合臨界氮濃度和機(jī)器學(xué)習(xí)估算水稻缺氮

    背景氮是影響水稻生長(zhǎng)發(fā)育和最終產(chǎn)量的元素,氮含量的變化對(duì)光合作用、蛋白質(zhì)合成和碳氮代謝有明顯影響。因此,快速、準(zhǔn)確、大規(guī)模地診斷稻田氮素需求,并根據(jù)診斷結(jié)果進(jìn)行合理施肥,是實(shí)現(xiàn)水稻田間精確管理、保證水稻產(chǎn)量的重要手段。臨界氮濃度曲線是傳統(tǒng)水稻氮素診斷的主要標(biāo)準(zhǔn)。氮營(yíng)養(yǎng)指數(shù)作為作物氮營(yíng)養(yǎng)診斷的重要指標(biāo),可以定量描述作物的氮豐缺程度?;诘獱I(yíng)養(yǎng)指數(shù)計(jì)算缺氮量需要實(shí)地采樣數(shù)據(jù),成本高,測(cè)量周期長(zhǎng),結(jié)果滯后,因此難以指導(dǎo)實(shí)際的農(nóng)業(yè)生產(chǎn)。近年來(lái),隨著高光譜遙感技術(shù)的發(fā)展,利用無(wú)人機(jī)高光譜遙感技術(shù)獲取水稻理
  • 2023

    09-28

    利用高光譜影像和考慮類別概率信息的圖像半監(jiān)督法實(shí)現(xiàn)番茄成熟度判別

    背景番茄成熟度是描述番茄生長(zhǎng)狀態(tài)和品質(zhì)的重要指標(biāo)。成熟期中等的番茄保質(zhì)期較長(zhǎng),適合保存,具有較高的商業(yè)價(jià)值。因此,準(zhǔn)確區(qū)分中間成熟度有助于小農(nóng)和小型食品加工企業(yè)進(jìn)行收獲和儲(chǔ)存決策。高光譜成像技術(shù)作為一種高效、無(wú)損的技術(shù),將傳統(tǒng)光譜分析與機(jī)器視覺有機(jī)結(jié)合,在水果成熟度檢測(cè)中得到了廣泛應(yīng)用。高光譜圖像包含數(shù)百個(gè)連續(xù)波段的大量數(shù)據(jù),可以提供豐富的番茄成熟度相關(guān)信息。因此本研究利用高光譜成像技術(shù)對(duì)番茄成熟度進(jìn)行區(qū)分。考慮到有監(jiān)督方法中獲取大量準(zhǔn)確的成熟度標(biāo)簽是費(fèi)時(shí)費(fèi)力的,并且隨著標(biāo)記樣本數(shù)量的增加,錯(cuò)誤
  • 2023

    09-23

    利用高光譜顯微成像系統(tǒng)結(jié)合多數(shù)據(jù)的Faster RCNN實(shí)現(xiàn)白細(xì)胞的快速檢測(cè)

    背景白細(xì)胞(Whitebloodcells,WBCs)是血液的重要組成部分,具有抵抗病毒和細(xì)菌感染的功能。在一定的血容量中,白細(xì)胞的數(shù)量和比例為醫(yī)生診斷相應(yīng)疾病提供了有價(jià)值的信息。無(wú)論是白細(xì)胞計(jì)數(shù)還是形態(tài)檢測(cè),需要解決的關(guān)鍵問(wèn)題是實(shí)現(xiàn)白細(xì)胞的分類和識(shí)別。然而,傳統(tǒng)的顯微鏡方法嚴(yán)重依賴于操作人員的經(jīng)驗(yàn),檢測(cè)方法過(guò)于復(fù)雜。近年來(lái),相應(yīng)的計(jì)算機(jī)視覺算法和系統(tǒng)已廣泛應(yīng)用于血細(xì)胞自動(dòng)檢測(cè)領(lǐng)域。然而,大多數(shù)識(shí)別算法只是將特征提取和分類模塊按順序疊加在一起。當(dāng)樣本空間較小或類間差距不明顯時(shí),這些算法的泛化能力
  • 2023

    09-18

    利用高光譜成像和化學(xué)計(jì)量學(xué)無(wú)損檢測(cè)水稻水分和脂肪酸含量

    背景水分含量(Moisturecontent,MC)和脂肪酸含量(Fattyacidcontent,FAC)是大米品質(zhì)的重要指標(biāo),影響大米的存儲(chǔ)和食用品質(zhì)。因此,建立一種快速、準(zhǔn)確、無(wú)損的MC和FAC檢測(cè)方法至關(guān)重要??梢?近紅外光譜可以響應(yīng)樣品中的某些含氫基團(tuán),從而獲得樣品中的內(nèi)部化學(xué)信息。該技術(shù)已被用于檢測(cè)農(nóng)產(chǎn)品中的水分和脂肪酸含量。同時(shí),與可見光/近紅外光譜相比,高光譜成像(Hyperspectralimaging,HSI)技術(shù)具有光譜與圖像相結(jié)合的優(yōu)勢(shì)。利用每個(gè)像素點(diǎn)的光譜預(yù)測(cè)水稻的MC
34567共12頁(yè)237條記錄