基于可见光视频的森林火灾识别算法

以森林火灾远程视频预警监控工程为依托,对森林火灾发生、发展的可见光视频图象进行研究,提出森林火灾识别算法,并进行处理。分析了基于视频的森林火灾火焰特征,指出火焰特征主要包括颜色变化、面积变化、边缘变化、形体变化、闪动规律和整体移动等。在此基础上,提出了视频图像中的森林火灾区域检测方法与森林火灾识别方法;根据图像区域分割匹配算法,以火焰颜色特征和面积变化为火灾判别依据,统计疑似火灾区域面积,定时地对其进行两两匹配,实现对森林火灾图像的实时检测和识别。经实际验证,该算法的查全率与查确率分别达到72.22%和92.86%。     

TiO_2光催化剂可见光改性研究进展

TiO2光催化剂的可见光改性是提高太阳光利用率的有效途径。介绍了金属离子掺杂、非金属离子掺杂、半导体复合、染料光敏化和贵金属沉积等提高TiO2可见光催化性能的方法,并分析了其催化机理以及相应缺陷。     

基于可见光波段的无人机超低空遥感图像处理

【目的】探讨低成本的可见光超低空农业遥感平台提取与分析农情信息的可行性,为农用无人机精准施药与农情监测提供技术支持。【方法】以仅包含红光、蓝光和绿光的超低空可见光农田遥感图像为研究对象:首先利用张氏校正法获取相机的畸变矩阵,并校正图像;然后提取与分析图像的可见光植被指数;最后通过分析超低空可见光农田图像中植被与非植被的光谱特性,对可见光超低空遥感图像进行植被信息提取。【结果】获得的农田植被提取图像很好地区分了植被与非植被。【结论】基于可见光的超低空遥感农业信息获取系统应用具有可行性,可为构造低成本的可见光低空遥感监测系统提供参考。     

基于数据挖掘技术的高光谱土壤质地分类研究

【目的】寻找红壤地区不同土壤质地类型的Vis-NIR光谱反射规律,通过光谱对土壤质地类别进行快速、准确的预测。【方法】以江西省奉新县北部为研究区,245个土壤样本为研究对象,在国际制土壤质地4组和12级两种分类标准下,首先分析不同土壤质地类型的光谱反射率,然后采用9种数学变换方法和5种机器学习算法相互组合的数据挖掘模型,进行土壤质地的分类研究,最后对建模准确度最高的混淆矩阵和预测结果三角坐标分布图进行分析。【结果】(1)不同土壤质地之间的光谱反射率存在较多的交叉重叠现象,土壤质地与光谱反射率之间的规律较为复杂;(2)分数阶导数变换是整数阶导数的扩展,有助于土壤质地的分类,但原始光谱数据具有更加丰富的特征信息,更适合进行土壤质地分类建模;(3)在对非均衡数据集建模时,集成学习方法和神经网络方法都是不错的选择;(4)较难通过模型去区分土壤质地分界线附近的类别,其中在4组分类标准下最容易被预测错误成黏壤土组,在12级分类标准下最容易被预测错误成黏壤土和壤质黏土这两种土壤质地类型;(5)在4组分类标准中,进行归一化处理和MLP模型组合取得了0.68的最高预测准确度,其中黏壤土组的预测准确度能达...     

g-C3N4/CdMoO4复合光催化材料的制备及其可见光降解磺胺噻唑

制备了不同复合比例的g-C3N4/CdMoO4纳米片状复合光催化材料(CN-CMO)。通过SEM、TEMEDS、XRD、FT-IR、DRS等方法对复合材料CN-CMO的晶体结构、形貌特点、光吸收能力、化学键合情况等进行表征。CN-CMO在可见光下对磺胺噻唑光降解性能的研究结果表明,磺胺噻唑的光降解反应具备表观一级动力学的特点,且降解反应速率常数分别为g-C3N4及CdMoO4材料的3倍和10倍。光催化降解机制的研究表明,CN-CMO光催化活性提高的原因在于g-C3N4和CdMoO4复合后材料中电子与空穴更容易分离;同时,考察光催化过程中催化剂的投加量对光催化活性的影响,发现CN-CMO在质量浓度为1g/L时对磺胺噻唑的光催化降解效果最佳。     

基于无人机可见光图像的作物分类研究

【目的】采用无人机遥感技术对作物进行分类识别,为及时获取农田信息、制定农田管理策略及产量估测提供技术支持。【方法】采用无人机遥感平台,获取试验区域玉米、桃树、菜花、大豆的可见光正射影像;利用HSV色彩空间转换和纹理滤波,获取不同地物的24项纹理特征与3项色彩特征。分别通过ReliefF算法及基于支持向量机的递归特征消除算法(support vector machine-recursive feature elimination,SVM-RFE)进行特征选择与分类,建立6种监督分类模型,利用得到的特征子集对其进行训练,对各模型分类效果进行精度评价。【结果】由SVM-RFE特征子集训练的6种监督分类模型测试集的分类精度均高于80%,分类精度平均提高5.023%,优于ReliefF特征子集训练的监督分类模型,其中SVM-RFE特征子集与支持向量机模型组合对作物的监督分类效果最佳,总体精度达83.417%,Kappa系数为78.60。【结论】基于无人机遥感技术的作物分类识别是可行的。     

紫外可见光分光光度法测定莽吉柿胶囊中总双苯吡酮的含量

建立一种测定莽吉柿胶囊中总双苯吡酮含量的方法。以α-倒捻子素为标准品,以NaNO2-Al(NO3)3-NaOH为显色系统,采用紫外可见光分光光度法在370nm测量波长测定莽吉柿胶囊中总双苯吡酮的含量。紫外可见光分光光度法符合精密度、准确度、线性(r=0.999)的基本要求,加样回收率为100.38%,RSD为2.49%。该方法简便、准确、灵敏度高、重现性好,可用于莽吉柿胶囊中总双苯吡酮的含量测定。     

光谱分析技术在水果品质与安全检测中的应用

【目的】对可见光/近红外光谱和拉曼光谱应用于我国水果品质与安全检测领域近年来的研究成果进行总结,并展望其未来发展方向。【方法】文章在纵向梳理基于光谱分析技术检测水果品质与安全研究文献的基础上,深入分析了可见光/近红外光谱和拉曼光谱在我国水果品质(包括内部糖、酸、可溶性固形物、维生素C含量、内部霉变、坚实度及外部缺陷、损伤检测)与安全(农药残留)检测中的研究状况及存在的问题。【结果】在我国,可见光/近红外光谱技术广泛应用于水果各品质指标检测研究,并取得了大量研究成果。拉曼光谱技术在我国水果品质分析领域获得成功应用较少,但在水果农药残留量检测方面比可见光/近红外光谱分析技术更具优势。【结论】可见光/近红外光谱和拉曼光谱在水果品质与安全检测方面应用广泛,但存在较多问题。同时检测指标多、通用性强的便捷式检测系统和痕量检测是未来光谱分析技术在水果质量检测与分级方面的发展方向。     

不同光照条件对斑马鱼趋光行为的影响

为探究斑马鱼(Danio rerio)在不同光照条件下的趋光行为差异,记录了6月龄的斑马鱼成鱼在紫外光(ultraviolet, UV)和可见光照射下的行为反应和在无光、紫光(420nm)、蓝光(460nm)、绿光(500nm)、黄光(585nm)和红光(620nm)6种光照条件下的趋光分布情况。结果表明,刺激光为UV时,斑马鱼优先游向黑暗环境一侧,刺激光为可见光时,斑马鱼优先游向可见光一侧;UV和可见光分别设置在试验区A和试验区B时,随着UV刺激强度增加,斑马鱼的偏好指数未呈现明显的增加趋势,UV和可见光同时设置在试验区B时,随着UV刺激强度增加,斑马鱼的偏好指数呈现出明显的下降趋势;5min和30min时斑马鱼的平均分布率均呈现红光区>紫光区>蓝光区>黄光区,绿光区的平均分布率在5min时高于红光区,在30min时介于紫光区和蓝光区之间。研究表明,斑马鱼趋向可见光而远离紫外光,表现出明显的避UV性和趋可见光性,且避UV性与趋可见光性之间存在显著的抑制作用,而无协同作用。此外,斑马鱼对红光、绿光和紫光的喜好程度较高,对黄光的喜好程度较低。研究结果可为斑马鱼视觉生态的...     

基于无人机可见光影像和面向对象的树种分类研究

针对目前林业部门人工调查树种存在效率低、成本高等问题,采用无人机遥感技术进行树种分类识别,提高树种调查效率,辅助林业管理部门进行林木种植结构分析、病虫害防治等工作。利用无人机获取矮冬青、三球悬铃木、马尾松和紫叶李的冠层红绿蓝（red-green-blue,RGB）可见光影像,进行数字表面模型（digital surface model,DSM）特征图像提取,通过色彩空间转换提高树种间颜色差异;应用最优尺度分割,以纹理特征、颜色特征及几何特征为分类特征参数,优选最佳分类特征集,以期实现无人机可见光影像的树种分类。结果表明,DSM与RGB特征融合图像提取树种的精度较高,可见光影像分类总精度为91.58%,Kappa系数为0.89;特征融合图像分类总精度为98.27%,Kappa系数为0.98。研究提出的特征融合图像结合面向对象分类方法实现了可见光影像的树种分类,为实现树种计数、统计、分类提供数据参考。