目前,田間雜草的識别方法主要有3種:人工識别法、遙感識别法和基於(yú)機器視覺的識别法,其中,人工識别法是世界上大多數國家和地區普遍沿用的方法,是區分作物和土壤背景的最佳方法,但既費時又費力、效率低下、勞動強度大、完全依賴人工主體的經驗與知識,在大面積雜草苗情觀測(cè)上,人工識别是無能爲力的。遙感識...
在軍事偵察與環境監測中,綠色僞裝塗料因與植被光譜相似而難以被傳統光學手段識别。劉志明等人撰寫的《 高光譜探測綠色塗料僞裝的光譜成像研究》(2009)通過分析綠色僞裝塗料與植被(尤其是被子植物葉片)的反射光譜差異,提出瞭(le)一種基於(yú)高光譜成像的可靠探測方法,爲星載/機載遙感識别僞裝目标提供瞭(le)新思...
中達瑞和自2005年成立以來,一直在光譜成像領域深度鑽研和發展,始終緻力於(yú)研發高性能、高可靠性的光譜成像相機,爲科研院校提供更優的産品和服務。在《低空背景下無人機目标的光譜特征研究及目标檢測應用》這篇論文中提到中達瑞和 LCTF 作爲多光譜成像系統的核心分光組件,實現瞭(le)在 920–1700...
在文件檢驗與物證溯源領域,對書寫材料(如墨水)進行快速、準確、無損的鑒别至關重要。由陳維娜等人撰寫的《高光譜技術結合化學計量法鑒别黑色水彩筆墨迹》(發表於(yú)《光譜學與光譜分析》2023年第7期)利用中達瑞和SHIS凝採式高光譜相機(型号SHIS-N220) 結合化學計量學方法,成功實現瞭(le)對2...
種子純度是衡量種子質量的核心指标之一,直接影響農作物産量與品質。傳統檢測(cè)方法(如形态學觀察、生化分析)存在耗時長、破壞樣本、依賴人工等缺陷。近年來,高光譜成像技術因其融合光譜與圖像信息的優勢,成爲無損檢測(cè)領域的研究熱點。中達瑞和作爲國内高光譜成像設備(bèi)的領先供應商,可實現國産替代,助力科研院...
在林木育種和精確(què)林業管理中,表型數據的精準獲取與分析是破解基因型-環境-表型互作關系的關鍵。傳統人工測(cè)量方式存在效率低、維度單一、破壞性強等局限,而高光譜成像技術憑借其多波段、高分辨率和非接觸式的優勢,成爲林業表型研究的重要工具。本文以中達瑞和高光譜成像相機(國産替代)爲核心,結合其在林業...
紙質文物承載著(zhe)曆史與文化的重要信息,但其保存過程中易受“狐斑”(foxing)病害侵蝕。狐斑表現爲黃褐色斑點,不僅影響文物外觀,還會導緻紙張酸化、強度下降,甚至引發不可逆的損壞。傳統檢測依賴人工目視,存在滞後性、主觀性強等問題,尤其對印章、墨迹覆蓋區域的狐斑難以識别。基於(yú)高光譜成像的無損檢...
在口服液自動化生産過程中,瓶體炸裂及污染物殘(cán)留一直是制約産品質量與生産效率的關鍵難題。傳統檢測方法依賴人工目檢或單一光學手段,存在效率低、誤檢率高、适應性差等痛點。針對這一行業需求,深圳市中達瑞和科技有限公司依托先進的光譜成像技術,開發瞭(le)口服液瓶污染物檢測系統,爲口服液生産企業的質量管控提...
随著(zhe)智慧農業的發展,精準監測農田環境與作物生長狀态成爲關鍵需求。傳統遙感技術受限於光譜分辨率與成像條件,難以滿足精細化管理要求。本文以無人機搭載中達瑞和S810多光譜相機爲技術載體,結合深度學習算法,提出單模态與多模态融合的農田語義分割方法。通過構建專用數據集與創新網絡架構,顯著提升瞭(le)複雜...