公开(公告)号：CN113252624A

公开(公告)日：2021-08-13

申请号：CN202110441517.4

申请日：2021-04-23

Applicant: 杭州电子科技大学

Inventor： 吴开华 ,  李欣恺 ,  张垚 ,  林宏泽 ,  张竞成 ,  张荣旭 ,  金立松 ,  芦振兴

IPC: G01N21/64

Abstract: 本发明公开了一种基于荧光光谱的苹果黄酮含量无损检测方法，该方法通过使用特定波段波长的激发荧光照射苹果表皮，使用光谱仪采集反射的荧光光谱，然后通过传统的化学方法测定相应区域的黄酮含量，利用主成分分析法分析采集到的荧光光谱与黄酮含量直接的关系，建立一个用于预测苹果黄酮含量的预测模型，根据该预测模型分析待测苹果的荧光光谱得到其黄酮含量，实现苹果黄酮含量的无损检测方法。与传统的化学检测相比，不需要配置试剂与复杂的操作，只需要通过LED进行荧光激发，就可以实现黄酮含量的检测。

公开(公告)号：CN114166793B

公开(公告)日：2023-08-04

申请号：CN202111294364.1

申请日：2021-11-03

Applicant: 杭州电子科技大学

Inventor： 吴开华 ,  金立松 ,  张垚 ,  张荣旭 ,  李欣恺 ,  李凯强 ,  田守鹏

IPC: G01N21/359 ,  G01N21/01

Abstract: 本发明公开了基于光谱波段重叠分离的叶片叶绿素a、b含量反演方法。现有的总叶绿素相对含量检测仪器，不能满足植物生理生态更为细致的监测需求。原因在于没有合适叶绿素a和b重叠波段的分离方法。该方法步骤如下：步骤一、对被测叶片进行高光谱反射率采集，采集的数据包括650nm波段反射率R650、700nm波段反射率R700、消除叶片结构影响的近红外波段反射率Rw。步骤二、计算被测叶片中叶绿素a含量Ca、叶绿素a含量Cb。本发明选取了叶绿素a、b反演特征波段，并建立了叶片中基于高光谱的伪吸收系数的叶绿素a、b含量模型，进而实现了叶绿素a、b含量的无损独立反演。

公开(公告)号：CN113252624B

公开(公告)日：2024-06-11

申请号：CN202110441517.4

申请日：2021-04-23

Applicant: 杭州电子科技大学

Inventor： 吴开华 ,  李欣恺 ,  张垚 ,  林宏泽 ,  张竞成 ,  张荣旭 ,  金立松 ,  芦振兴

IPC: G01N21/64

Abstract: 本发明公开了一种基于荧光光谱的苹果黄酮含量无损检测方法，该方法通过使用特定波段波长的激发荧光照射苹果表皮，使用光谱仪采集反射的荧光光谱，然后通过传统的化学方法测定相应区域的黄酮含量，利用主成分分析法分析采集到的荧光光谱与黄酮含量直接的关系，建立一个用于预测苹果黄酮含量的预测模型，根据该预测模型分析待测苹果的荧光光谱得到其黄酮含量，实现苹果黄酮含量的无损检测方法。与传统的化学检测相比，不需要配置试剂与复杂的操作，只需要通过LED进行荧光激发，就可以实现黄酮含量的检测。

公开(公告)号：CN114266978A

公开(公告)日：2022-04-01

申请号：CN202111638109.4

申请日：2021-12-29

Applicant: 杭州电子科技大学

Inventor： 张垚 ,  何宗泰 ,  吴开华 ,  金立松 ,  张荣旭 ,  李凯强 ,  李欣恺

IPC: G06V20/10 ,  G06V10/20 ,  G06V10/44 ,  G06V10/75 ,  G06T3/40 ,  G01N21/01 ,  G01N21/25 ,  G01S19/42

Abstract: 本发明公开了一种机载松材线虫枯树检测高分辨率成像光谱相机及方法；该成像光谱相机包括朝向相同的RGB相机和三个工业相机；本发明在结合松材线虫枯树光谱特征的基础上，选用545nm波段和750nm波段上的波段宽度为30nm的滤光片，以及670nm波段上的波段宽度为14nm的滤光片；将所获得的三个波段的灰度图像进行波段对齐后，换算反射率，获得完整图像，即可将松材线虫枯树高亮显示出来；相比于现有技术在所有波段内均使用4nm光谱分辨率的高光谱检测方案，本发明显著降低了对松材线虫枯树的检测成本。此外，本发明使用具有更高空间分辨率的工业相机，能够在600m高空完成大面积松材线虫枯树的检测。

公开(公告)号：CN114166793A

公开(公告)日：2022-03-11

申请号：CN202111294364.1

申请日：2021-11-03

Applicant: 杭州电子科技大学

Inventor： 吴开华 ,  金立松 ,  张垚 ,  张荣旭 ,  李欣恺 ,  李凯强 ,  田守鹏

IPC: G01N21/359 ,  G01N21/01

Abstract: 本发明公开了基于光谱波段重叠分离的叶片叶绿素a、b含量反演方法。现有的总叶绿素相对含量检测仪器，不能满足植物生理生态更为细致的监测需求。原因在于没有合适叶绿素a和b重叠波段的分离方法。该方法步骤如下：步骤一、对被测叶片进行高光谱反射率采集，采集的数据包括650nm波段反射率R650、700nm波段反射率R700、消除叶片结构影响的近红外波段反射率Rw。步骤二、计算被测叶片中叶绿素a含量Ca、叶绿素a含量Cb。本发明选取了叶绿素a、b反演特征波段，并建立了叶片中基于高光谱的伪吸收系数的叶绿素a、b含量模型，进而实现了叶绿素a、b含量的无损独立反演。

公开(公告)号：CN111832642A

公开(公告)日：2020-10-27

申请号：CN202010643798.7

申请日：2020-07-07

Applicant: 杭州电子科技大学

Inventor： 吴开华 ,  张赫 ,  张竞成 ,  陈冬梅 ,  李凯强 ,  李欣恺

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于VGG16在昆虫分类学上的图像识别方法，包括：S1、建立图像数据集；S2、对图像数据集的昆虫图像进行处理得到训练数据集；S3、利用VGG16模型对训练数据集进行训练；S4、从图像数据集中抽取部分图像作为参考图像和待识别图像，进行角点检测以对参考图像进行矫正；S5、将待识别图像以及矫正后的参考图像经过处理后输入训练后的VGG16模型，进行图像特征的提取；S6、将提取的图像特征进行可视化以得到特征图；S7、计算待识别图像与每类昆虫目级阶元下所有参考图像的特征图图像相似度SSIM并求取均值，将待识别图像分类至均值最大的一类，作为所属的目级阶元。本发明提高了昆虫分类的准确率和效率。