公开(公告)号：CN112098415B

公开(公告)日：2022-11-18

申请号：CN202010782563.6

申请日：2020-08-06

Applicant: 杭州电子科技大学

Inventor： 张垚 ,  王铖杰 ,  陈浪 ,  周泽华 ,  张竞成 ,  吴开华 ,  黄然

IPC: G01N21/88 ,  G01N21/55

Abstract: 本发明公开了一种杨梅品质无损检测方法。现有的近红外光谱检测，X射线检测，激光诱导荧光检测等杨梅品质无损检测方法，普遍成本较高。本发明使用带有特定中心波段滤波片的工业相机拍摄杨梅图像，并根据图像和拍摄时的光照强度推导出杨梅的反射率，从而在杨梅无损检测中用工业相机替代了高光谱仪，从而大大降低了杨梅无损检测的成本。本发明建立了光照强度和白板图像灰度值之间的关系，从而为用工业相机获取杨梅反射率提供了基础。本发明提供了利用反射率无损检测杨梅糖分含量和酸度的检测方法，并利用双目系统，获取杨梅果实的尺寸大小，从而在多个维度上实现对杨梅品质的综合判断。

公开(公告)号：CN111854955B

公开(公告)日：2022-08-12

申请号：CN202010690472.X

申请日：2020-07-17

Applicant: 杭州电子科技大学

Inventor： 许晨 ,  张垚 ,  陈丰农

IPC: G01J3/28 ,  G01J3/02

Abstract: 本发明公开了一种双通道成像光谱物镜及成像光谱仪装置。本发明包括前组镜头、分光狭缝和后组镜头。经过前置镜组后的光通过倾斜放置的分光狭缝，一部分光束透射通过分光狭缝，其余成像光束在所述分光狭缝前表面发生反射。所述在分光狭缝上透射穿过的光束路径为所述光谱通道；所述在分光狭缝的前表面上发生反射的光束路径为图像通道。本发明使得光谱获取和图像拍摄具有相同的视点并且同时进行，有益于光谱数据对应空间位置的标定，即在无人机飞行拍摄或使用者手持拍摄过程中，无须按照特定要求进行平扫，而是可以任意方式扫描覆盖后，根据图像拼接进行光谱数据的空间位置对准。

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：CN110070004B

公开(公告)日：2021-07-20

申请号：CN201910261685.8

申请日：2019-04-02

Applicant: 杭州电子科技大学

Inventor： 张竞成 ,  刘鹏 ,  车弘书 ,  张雪雪 ,  袁琳 ,  吴开华 ,  周贤锋 ,  张垚

IPC: G06K9/00 ,  G01N21/25

Abstract: 本发明公开一种应用于深度学习的近地高光谱数据扩展方法。本发明采用现有技术获取近地高光谱数据以及为了后续深度学习所需的其他匹配信息数据；对近地高光谱原始数据进行光谱模拟，具体可以采用光照扰动和添加噪声两种方法，从而扩展近地高光谱的数据量；最后通过对原始数据先增加一系列一定范围内的光谱扰动，再基于这些数据添加基于原始数据获取的噪声。本发明中创新性的采用光照扰动和噪声添加两步对近地原始高光谱数据进行了光谱模拟，实现了近地高光谱数据的扩充，有效的增加了光谱数据量，可以有效的提高近地高光谱数据在深度学习应用中的模型精度，从而为深度学习在近地高光谱中的应用提供理论基础。

公开(公告)号：CN111737876A

公开(公告)日：2020-10-02

申请号：CN202010608628.5

申请日：2020-06-29

Applicant: 杭州电子科技大学

Inventor： 张垚 ,  陈祖豪 ,  沈艳艳 ,  何宇航 ,  张静文 ,  吴开华 ,  张竞成

IPC: G06F30/20 ,  G06Q10/04 ,  G06Q50/02 ,  G06F111/10

Abstract: 本发明公开了一种具有时空分布特征的茶叶开采期及采摘时长预测方法。春茶采摘对于时间要求很强，开采失时会造成巨大的经济损失。本发明如下：1、数据获取；2、确定开采评估时间范围和结束评估时间范围。3、分别计算各采样点前n年中每年的开采评估时间范围内的积温以及每年的结束评估时间范围内的积温。4、分别建立目标茶叶采摘开始时间、采摘结束时间的预报模型。5、获取被测区域逐日温度分布订正图。6、获取被测区域的采摘开始时间预测时空分布图和采摘结束时间预测时空分布图。本发明能够依据温度信息对春茶的最佳采摘时长做出预测，克服了现有技术中无法预测最佳采摘时长的缺陷，能够为各地采茶工的招募和调配提供指导性依据。