公共文化服务平台

搜索到2178篇“ 光谱反射率“的相关文章

光谱反射率实时辐射校正方法及装置: 本申请涉及辐射校正技术领域，提供一种光谱反射率实时辐射校正方法及装置。所述方法包括：获取光合有效辐射传感器测量的光合有效辐照度；光合有效辐射传感器包括余弦校正器；根据相同波长范围内光合有效辐照度和太阳下行辐照度之间的比例...; 杨浩杨贵军徐波杨小冬冯海宽龙慧灵孟炀胡海棠

一种光谱反射率的确定方法、装置及设备: 本申请适用于光学技术领域，提供了一种光谱反射率的确定方法，所述方法包括：获取配准深度图和目标光谱图像；从配准深度图中获取目标点的深度信息以及漫反射板的深度信息；从目标光谱图像中获取目标点的第一灰度值和漫反射板的第二灰度值...; 师少光吕晓波刘敏张雅琴

利用高光谱反射率预测枸杞叶片氮素含量: 2024年; 为实现枸杞氮素含量的快速无损监测,以“宁杞7号”为研究对象,同步测定枸杞叶片光谱反射率与叶片氮素含量,选用快速傅里叶变换(FFT)对测定的枸杞叶片光谱进行平滑滤波处理,并获取原始光谱(OS)。采用一阶微分、二阶微分及连续统去除法对原始光谱进行变换处理,获取枸杞叶片一阶微分光谱(FDS)、二阶微分光谱(SDS)及连续统去除光谱(CRS),将原始光谱及3种变式光谱分别与叶片氮素含量进行相关性分析,进而筛选出敏感波长,并构建预测枸杞叶片氮素含量的随机森林回归模型(RFRM)和多元线性回归模型(MLRM)。结果表明,基于3种变换光谱构建的RFRM和MLRM的预测精度均优于基于OS构建的模型;其中:基于FDS构建的模型预测效果最优,其次为基于SDS和基于CRS构建的模型,基于OS构建的模型预测精度最差。同时表明,RFRM的拟合度均优于MLRM,基于原始光谱OS、一阶微分光谱FDS、二阶微分光谱SDS和连续统去除光谱CRS构建的RFRM,同MLRM相比,其模型拟合度分别提高0.258、0.259、0.275和0.291,RMSE分别降低0.044、0.054、0.059、0.076,MAE分别降低0.045、0.043、0.066、0.059。基于FFT+FDS组合方法下筛选的敏感波长构建的RFRM,其建模数据集的拟合度、RMSE和MAE分别为0.897、0.071和0.058,检验数据集的决定系数、RMSE和MAE分别为0.689、0.129和0.102,模型具有良好的精度和稳定性,可作为枸杞叶片氮素的高光谱估测方法。; 李永梅张立根张鹏程; 关键词：氮素枸杞高光谱反射率二阶微分

光学窗口高温光谱反射率测试装置以及测试方法: 本申请公开了一种光学窗口高温光谱反射率测试装置以及测试方法，涉及光学测试技术领域。其中，测试装置包括：样品测试室和反射镜组；所述样品测试室内形成被测样品的测试空间；所述测试装置与光谱仪联用；所述样品测试室有一加热平台，加...; 刘丹丹刘华松孙鹏郎垚璞杨霄廉伟艳

基于光谱反射率的低照度图像增强方法研究被引量：2: 2024年; 低照度图像增强技术是机器视觉研究热点之一,Retinex理论模型假设图像是反射分量与光照分量乘积,通过去除或校正光照分量并结合物体的反射特性来恢复图像,被广泛应用在传统算法和深度学习增强模型中。光谱反射率是颜色的指纹,多光谱图像比普通图像的信息量更为丰富。色度学理论和Retinex理论都认为图像的颜色特性取决于反射系数,但光谱反射率是基于仪器测量获得真实的数据,而图像反射分量是基于图像分解假设的数据,目前文献没有从光谱角度对低照度图像增强进行研究。受Retinex理论启发结合深度学习非线性拟合能力,用颜色的光谱反射率代替RetinexNet网络中的图像反射分量,用CIE标准光源的光谱功率分布代替网络中的图像照明分量,提出了一种基于光谱反射率的低照度图像增强方法。首先对图像数据库中正常光照图像进行光谱重建,构建低照度图像与正常光照的多光谱图像数据集。然后训练将低照度图像转换成多光谱图像的深度学习网络模型。任意低照度图像通过网络模型得到多光谱图像,多光谱图像根据色度学理论得到CIEXYZ三刺激值,再通过标准颜色空间转换到RGB颜色空间中显示。该方法在公开LOL数据集上进行训练与测试,结果表明在图像噪声抑制和颜色恢复方面都优于常用方法,证明该方法对低照度图像增强的优越性和有效性。; 麻祥才曹前白春燕王晓红张大伟; 关键词：光谱反射率 RETINEX理论

一种水下目标光谱反射率计算模型的构建方法: 本发明公开了一种水下目标光谱反射率计算模型的构建方法，属于图像数据处理领域，包括以下步骤：S1、标定高光谱成像系统的液体镜头电压与对焦距离的关系；S2、利用水下航行器搭载标定完毕的高光谱成像系统在水下航行，并在航行过程中...; 门少杰鞠昊辰刘兆军刘博涵

一种水下目标光谱反射率计算模型的构建方法: 本发明公开了一种水下目标光谱反射率计算模型的构建方法，属于图像数据处理领域，包括以下步骤：S1、标定高光谱成像系统的液体镜头电压与对焦距离的关系；S2、利用水下航行器搭载标定完毕的高光谱成像系统在水下航行，并在航行过程中...; 门少杰鞠昊辰刘兆军刘博涵

基于光谱反射率的寒地水稻叶片氮含量预测: 2024年; 为实现利用水稻叶片光谱指数实时预测叶片群体的氮素含量,采集了不同年份中氮素、品种差异下寒地水稻主要生育期(T_(1)穗分化中期、T_(2)拔节期、T_(3)孕穗期、T_(4)齐穗期、T5蜡熟期)顶部3片全展叶(上1、上2、上3叶分别记作L1、L_(2)、L_(3))的光谱反射率,探究其变化规律以及光谱指数与叶片氮素含量的关系,并用P-k、均方根误差(RMSE)、对称平均绝对百分比误差(SMAPE)、校正均方根误差(RMSEC)、交互验证均方根误差(RMSECV)、相对预测性能(RPD)对模型精度进行验证。结果显示:提高氮肥投入量,叶片反射率在可见光区域内呈降低趋势,在近红外平台叶片反射率上升。随着生育期的推进,在可见光区域内,不同品种L1叶反射率先降低后上升,L_(2)、L_(3)叶的反射率一直上升,与叶片氮素百分含量的敏感波段为500~550和650~700nm。对光谱指标和叶片氮素百分含量进行相关分析,生育前期以下位叶片的光谱指标相关系数高,生育后期则相反,筛选出T_(1)时期L_(2)叶指标FD-NDNI、T_(2)时期L_(2)叶指标GM2、T_(3)时期L_(2)叶指标Lic2、T_(4)时期L1叶指标MRESRI以及T5时期L1叶指标Ctr1适宜作为不同时期预测叶片氮素含量的最佳指标,预测叶片氮素含量的回归方程R2分别0.54^(**)、0.60^(**)、0.66^(**)、0.62^(**)、0.51^(**),均达到极显著水平;验证指标的P-k值分别为0.00、0.04、0.06、0.01、0.04;RMSE分别为0.39、0.58、0.22、0.54、2.56;SMAPE分别为1.11、1.41、1.03、1.64、3.89;RMSEC分别为0.17、0.15、0.13、0.13、0.13;RMSECV分别为0.18、0.14、0.12、0.12、、0.14;RPD分别为2.46、2.19、3.15、1.74、3.01,其中T_(3)时期L_(2)叶指标Lic2的预测效果表现最佳。借助筛选的光谱指标能够实现快捷、无损和实时预测水稻不同生育时期的氮素营养状况,促进高产优质的寒地水稻可持续发展。; 李红宇李红宇王志君林添赵海成范名宇; 关键词：寒地水稻反射率叶片含氮量

光谱反射率检测方法、系统、设备及计算机可读存储介质: 本申请公开了一种光谱反射率检测方法、系统、设备及计算机可读存储介质,涉及光学测量技术领域。通过色散共焦镜头扫描标准反射镜面，获取多个第一反射光谱信号，通过色散共焦镜头扫描待测表面，获取多个第二反射光谱信号，根据多个第一反...; 李星辉白蛟王晓浩

基于光谱反射率的甘薯叶片钾素营养监测与诊断: 2024年; 以商薯19和心香2个甘薯(Ipomoea batatas)品种为试验材料,通过设置不同梯度钾素处理测定叶片的光谱反射率,分别构建基于比值植被指数(RVI)的甘薯叶片钾含量和钾营养指数预测模型。结果表明,RVI与叶片钾含量构建的线性模型表明,RVI(R_(1598 nm),R_(1771 nm))对甘薯叶片钾含量的预测精度较高,回归方程为y=58.6010x-58.446(R^(2)=0.7414,RMSE=0.83),采用验证数据对线性模型进行检验,模型对不同钾肥水平处理下的甘薯叶片钾含量具有较好的预测能力(R^(2)=0.7324,RMSE=0.85);RVI与钾营养指数构建的线性模型表明,RVI(R_(700 nm),R_(1385 nm))对甘薯叶片钾营养指数的预测精度较高,回归方程为y=6.0329x-0.833(R^(2)=0.7688,RMSE=0.15),采用验证数据对线性模型进行检验,模型对不同钾肥水平处理下的甘薯叶片钾营养指数具有较好的预测能力(R^(2)=0.6395,RMSE=0.20);利用RVI能够较好监测与诊断甘薯钾素营养。; 鲁燕君王旭伟胡继杰陈少杰陈玉吕尊富; 关键词：反射率钾素营养

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈