-
无人机高光谱新利器：Gaiasky mini3-VN成像系统驱动的水稻表型产量关联分析
背景水稻作为全球主要粮食作物之一，在养活世界人口方面具有重要地位。然而，随着人口增长和耕地资源减少，提升水稻单位面积产量成为解决粮食**的重要途径。在传统水稻育种过程中，高产品种的筛选依赖人工测量产量和生物量，但这种方法耗时费力、效率低且难以大范围应用。此外，受气候变化和环境因素影响，产量差异显著，增加了高产品种筛选的复杂性。 近年来，随着无人机（UAV）和高光谱成像技术的发展，农业高通量表型检测
发布时间：2025-04-03 09:37
点击次数：795 次
-
高光谱成像智能检测系统：大米水分/脂肪酸含量无损分析与可视化平台（下）
（5）稻壳影响分析由于稻壳的高吸水能力，大米中MC模型的性能优于精米，且大米光谱中包含了更多的水分信息。而大米中FAC模型的性能不如精米。因为稻壳不含有脂肪酸，而存在于大米光谱中的稻壳干扰信息可能会影响脂肪酸的预测。然而，在进行波长选择后，大米和精米中MC或FAC的预测精度更为接近，看起来稻壳的影响消失了。因此，通过Fearn提出的方法验证了稻壳对
发布时间：2025-03-10 14:11
点击次数：664 次
-
高光谱成像智能检测系统：大米水分/脂肪酸含量无损分析与可视化平台（中）
1.2.结果与讨论（1）水分含量（MC）和脂肪酸值（FAC）的统计分析一种合适的样本划分方法能够为建模选择更具代表性的样本，并提高模型的稳健性。在本研究中，采用了基于联合x-y距离的样本集分割（SPXY）方法，按照2:1的比例将样本划分为校准集和预测集。表2显示了不同集合中样本的MC和FAC的统计结果。从表2可以看出，校准集中的MC和FAC的范围覆盖了预测集中的范围，这符合构建高光谱校准模型的条件
发布时间：2025-03-10 14:07
点击次数：743 次
-
高光谱成像智能检测系统：大米水分/脂肪酸含量无损分析与可视化平台（上）
应用方向：在本研究中，高光谱成像技术（HSI）主要应用于大米水分含量和脂肪酸含量的无损检测与可视化分析。通过结合化学计量学方法，HSI技术不仅能够获取大米的外部物理特征，还能深入分析其内部化学成分，实现精准、高效的质量评估。该技术可用于大米在预存储阶段的快速检测，识别水分和脂肪酸含量异常样本，从而优化储存管理。此外，HSI还可应用于存储过程中的实时监测，直观展示水分和脂肪酸的空间分布，便于及时发现
发布时间：2025-03-10 13:37
点击次数：736 次
-
高光谱成像技术于猕猴桃品质检测领域的多元应用探究（下）
高光谱成像技术在猕猴桃其它检测中的应用1.1猕猴桃隐性损伤方面猕猴桃在采收、运输和储存过程中，果肉常因碰撞或挤压而碰伤。然而，猕猴桃身上的伤痕肉眼极难识别，被称为隐性损伤。Buetal.(2024)利用高光谱成像（HSI）与深度学习相结合的方法检测了猕猴桃中隐性损伤（图8）。该研究使用主成分分析(PCA)选择对猕猴桃隐藏损伤敏感的光谱范围(924–1277nm)和特征波长（928.19、1051.
发布时间：2025-03-04 10:56
点击次数：767 次
-
高光谱成像技术于猕猴桃品质检测领域的多元应用探究（上）
猕猴桃品质检测的重要性猕猴桃因其营养价值高、风味独特，被誉为“水果**”，广受消费者喜爱。然而，在猕猴桃种植、采摘、储存和销售的各个环节中，其品质始终是关键问题。随着农业向智能化和高效化方向发展，传统的人工检测手段已难以满足大规模种植的需求。无损检测技术的引入，不仅能提升工作效率，还为大数据分析、精准农业和全产业链质量管理提供了坚实基础。猕猴桃品质检测方法传统的猕猴桃果实品质检测方法主要是化学分析
发布时间：2025-03-04 10:36
点击次数：687 次
-
基于连续小波变换与高光谱成像技术的霉变花生精准识别研究（下）
（2）用于识别霉变花生的波长特征（WFs）在不同波长和尺度下，计算了每个样本光谱的小波系数，图5展示了健康与霉变花生样本的平均光谱结果。随后，通过计算不同类别小波系数之间的J-M距离，生成了一张指示WFs光谱敏感性和区分能力的尺度图（图6）。在本研究中，顶部1%元素的阈值J-M值为1.70，基于该阈值筛选出五个对霉变花生高度敏感的小波特征区域（图6中的橙*区域）。如图6所示，这些敏感特征区域主要集
发布时间：2025-03-04 09:04
点击次数：622 次
-
基于连续小波变换与高光谱成像技术的霉变花生精准识别研究（上）
应用方向：本研究结合高光谱成像技术和连续小波变换（CWT），聚焦于霉变花生的精准识别，通过提取光谱敏感特征区分健康与霉变样本。这一方法展示了高光谱技术在食品质量与**检测中的重要应用价值，尤其在霉变与**感染监测、农产品自动分选和在线监控等方面具有广泛潜力。相比传统检测方法，高光谱技术实现了非接触、快速、绿色环保的检测方式，为食品**监管及智能农业提供了高效解决方案。背景：花生作为全球广泛种植和消
发布时间：2025-03-04 08:51
点击次数：572 次
-
双利合谱高光谱成像技术-精准识别冻害水稻种子
@pageSection1{size:595.3pt841.9pt;margin:72pt90pt}div.Section1{page:Section1}鑫娜姜东晓刘212025-02-25T05:23:00Z2025-02-25T05:23:00Z1276743773610513416.0000C48FA2460ED04D97B0ACCED01F480522_122052-12.1.0.1977
发布时间：2025-02-25 13:48
点击次数：588 次
-
GaiaField 便携式成像光谱系统案例分享：高光谱在文物保护方面的应用（下）
补雅晶等人提出了一种基于可见光谱特征提取的敦煌壁画颜料无损识别方法，通过分析不同颜料的光谱反射特性，提取光谱曲线的二阶导数负数部分表征峰值区域几何轮廓信息，并采用中值金字塔降采样进一步突出重要光谱特征。研究建立了含48种颜料的光谱数据库，通过计算欧氏距离自动识别颜料。以敦煌壁画为例，成功识别了不同窟室的蓝色、绿色和红色颜料。该方法快速无损，为壁画数字存档与修复提供科学依据，展现出实用性与**性，为
发布时间：2025-02-08 16:39
点击次数：971 次
-
GaiaField 便携式成像光谱系统案例分享：高光谱在文物保护方面的应用(上）
1.文物保护研究的重要性中国拥有丰富的文化遗产，承载着悠久的历史与深厚的文化内涵。文物不仅是历史的见证，还具有重要的文化、经济和社会价值。文物保护研究的意义在于传承历史文化、促进学科交叉、提升社会经济发展，并推动国家软实力的增强。通过文物保护，我们能够深入理解古代社会、推动文化交流，并为文化旅游业注入新活力。2.高光谱成像技术的发展传统的文物鉴定依赖专家的经验，虽能提供初步判断，但存在诸多不足。目
发布时间：2025-02-08 16:17
点击次数：1061 次
-
高光谱成像与深度学习构建三文鱼品质 “防伪墙”（下）
（4）纹理模型分析本研究基于8个选定的特征纹理信息建立了三文鱼的纹理分类模型。为了消除光谱数据维度的差异，特征纹理信息经过了归一化预处理，以确保数据的一致性。采用与光谱模型相同的机器学习和深度学习方法区分三文鱼的地理来源。如图4所示，经过归一化处理后，所有模型的准确率都有所提高，训练集上的提高范围从0.7%到13.1%，测试集上的提高范围从2.7%到15.1%。这种提高可以归因于高维高光谱图像中熵
发布时间：2025-01-21 17:28
点击次数：710 次
-
高光谱成像与深度学习构建三文鱼品质 “防伪墙”（上）
应用方向在该研究中，高光谱成像技术（HSI）主要应用于三文鱼地理来源溯源及真实性检测。通过分析光谱和纹理数据，结合深度学习与数据融合策略，HSI成功实现了不同产地三文鱼的精准分类，并有效检测出掺假现象，为水产品真实性鉴定提供了快速、无损且高效的解决方案。此外，研究开发了一种基于HSI数据的智能云平台，实现了实时分类，展示了该技术在食品溯源中的实际应用潜力和扩展性。这些成果凸显了HSI在食品质量检测
发布时间：2025-01-21 17:05
点击次数：824 次
-
高光谱成像与NMR技术融合深度学习：开启枸杞产地溯源新篇章（下）
（3）地理标志与HSI特征波长相关性分析HSI和NMR都证明了在确定枸杞的地理起源方面的有效性。NMR，特别是与多元统计分析相结合，成为识别GI标记物的有力工具。它提供了可以用来区分不同来源的化学信息的深度。然而，尽管在HSI中通常采用特征波段选择的做法，但这些特征波长与样品中特定成分之间的相关性通常仍未被探索。这一差距可能会限制HSI数据在潜在化学变化方面的可解释性。此外，虽然NMR提供了丰富的
发布时间：2025-01-21 11:44
点击次数：791 次
-
高光谱成像与NMR技术融合深度学习：开启枸杞产地溯源新篇章（中）
基于RGB图像和全光谱HSI数据构建的ResNet-34与改进版ResNet-34模型的混淆矩阵分别展示于图3a和b及图3c和d中。矩阵对角线上的值表示正确分类的样本数和真实阳性率，而非对角线上的值则对应误分类样本数和假阴性率。值得注意的是，当以HSI数据为输入时，改进版ResNet-34模型在所有产地（TX、NMH、DLH、ZN1和ZN2）中实现了95.63%的*高分类准确率。这一结果较传统机器
发布时间：2025-01-21 10:19
点击次数：828 次
