从实际需求出发,以红外热传感探头和树莓派为核心,组成基于红外传感原理的非接触式人体体温检测仪。红外传感探头采用MLX9064032×24 IR array为感测器件,其可从环境中获取尺寸为32×24的温度矩阵。通过红外探头获取数据,由树...从实际需求出发,以红外热传感探头和树莓派为核心,组成基于红外传感原理的非接触式人体体温检测仪。红外传感探头采用MLX9064032×24 IR array为感测器件,其可从环境中获取尺寸为32×24的温度矩阵。通过红外探头获取数据,由树莓派中运行的软件控制测温过程,并对数据进行读取、处理、可视化和异常告警。系统操作简单,数据直观,自动化程度较高,实现了非接触式快速测温,遥控测温,自动告警等功能,在大规模检疫防疫等场景下可发挥重要作用。展开更多
利用高光谱成像技术,明确苹果虫害无损检测的最优特征向量,以实现对苹果虫害的快速、准确、无损检测。本文首先对646 nm波长的特征图像进行阈值分割、膨胀与腐蚀运算获得掩膜图像,并利用掩模图像对高光谱图像进行掩模和主成分分析,对获...利用高光谱成像技术,明确苹果虫害无损检测的最优特征向量,以实现对苹果虫害的快速、准确、无损检测。本文首先对646 nm波长的特征图像进行阈值分割、膨胀与腐蚀运算获得掩膜图像,并利用掩模图像对高光谱图像进行掩模和主成分分析,对获得的PC1(the first principal component,第一主成分)图像进行最大熵阈值分割以有效提取虫害区域。然后对比分析虫害区域与正常区域图像的纹理特征,提取灰度共生矩阵的4个方向的4个纹理参数(能量、熵、惯性矩和相关性),并且采用基于高光谱图像的光谱差值获取了2个特征波长对应的光谱相对反射率作为光谱特征。优化组合纹理特征和光谱特征成4个特征向量组,采用BP(back propagation,反向传播)神经网络对正常苹果和虫害苹果进行检测。结果表明,融合0度方向的能量、熵、惯性矩和相关性的纹理特征和646、824 nm波段的相对光谱反射率的光谱特征进行检测识别效果最好,正常果的识别率为100%,虫害果的识别率为100%,并且速度快、误差小。该研究所获得的特征向量可为开发多光谱成像的苹果品质检测和分级系统提供参考。展开更多
文摘从实际需求出发,以红外热传感探头和树莓派为核心,组成基于红外传感原理的非接触式人体体温检测仪。红外传感探头采用MLX9064032×24 IR array为感测器件,其可从环境中获取尺寸为32×24的温度矩阵。通过红外探头获取数据,由树莓派中运行的软件控制测温过程,并对数据进行读取、处理、可视化和异常告警。系统操作简单,数据直观,自动化程度较高,实现了非接触式快速测温,遥控测温,自动告警等功能,在大规模检疫防疫等场景下可发挥重要作用。
文摘利用高光谱成像技术,明确苹果虫害无损检测的最优特征向量,以实现对苹果虫害的快速、准确、无损检测。本文首先对646 nm波长的特征图像进行阈值分割、膨胀与腐蚀运算获得掩膜图像,并利用掩模图像对高光谱图像进行掩模和主成分分析,对获得的PC1(the first principal component,第一主成分)图像进行最大熵阈值分割以有效提取虫害区域。然后对比分析虫害区域与正常区域图像的纹理特征,提取灰度共生矩阵的4个方向的4个纹理参数(能量、熵、惯性矩和相关性),并且采用基于高光谱图像的光谱差值获取了2个特征波长对应的光谱相对反射率作为光谱特征。优化组合纹理特征和光谱特征成4个特征向量组,采用BP(back propagation,反向传播)神经网络对正常苹果和虫害苹果进行检测。结果表明,融合0度方向的能量、熵、惯性矩和相关性的纹理特征和646、824 nm波段的相对光谱反射率的光谱特征进行检测识别效果最好,正常果的识别率为100%,虫害果的识别率为100%,并且速度快、误差小。该研究所获得的特征向量可为开发多光谱成像的苹果品质检测和分级系统提供参考。