视频高光谱 AI边缘计算在农业科研中的三大优势

2026-06-17

传统成像技术通常以三种颜色捕捉场景结构,常用于估算叶片密度、统计植株数量等基础属性。这类传统/多光谱成像系统虽擅长提取物体的空间统计数据,但在量化化学变化或区分液体及其他无定形物质方面效果通常不佳。

传统成像技术重建RGB场景,将空间数据以彩色像素二维数组的形式输出;光谱检测采集光谱信息,把光谱数据生成波长与光强的对应关系曲线图。

新一代高光谱成像相机(包括更耐用、更便携且支持视频速率读出的系统)正在为多个行业创造新的研究机会,其中最活跃的研究领域即是农业,技术进步正推动高光谱成像从实验室走向田间地头。

 

 
农业研究中的高光谱和高空间分辨率
 
 
 

植物组织、土壤等有机质会形成光谱特征,可反映自身的结构与组分信息。传统 RGB 设备无法捕捉这类特征,而借助高光谱成像相机观测光谱特征,能够为农业领域提供关键数据。

事实上,光谱成像技术数十年以来一直被用于优化农业与环境监测数据集。但迄今为止,高光谱相机大多搭载于航空遥感平台。这类机载设备能够获取有关土壤状况、植被长势以及各类宏观变化趋势的光谱数据,可受观测距离限制,无法实现单株作物精细化检测使用。

如今,高光谱成像技术取得多项新突破,让这项技术可以落地实用,依托地面传感设备与手持检测仪器即可开展原位、实时检测。高光谱成像技术带来的高光谱数据,再配合近距离贴近作物获得的高空间分辨率,能够为增产增效的新型现代化耕作模式奠定技术基础。

 

 
农业产业为什么需要创新?
 
 
 

2023年《世界粮食安全和营养状况》报告发现,营养不良的发生率自疫情前以来显著上升。据估计,2022年面临饥饿的人数将在6.91亿至7.83亿之间,比2019年增加了约1.22亿。 

该报告还探讨了由于持续的城市化对农业食品系统产生影响,对新型城市及城郊农业(UPA)技术的需求。报告指出:“城市及城郊农业(UPA)的发展与高效生产技术及创新成果的应用密切相关,这类技术能够提升作物产量、降低环境负面影响。城市中土地、水源等优质粮食生产所需自然资源紧缺,在此背景下,技术能够发挥关键作用,让都市农业成为可持续的粮食供给备选方案。”

研究人员正在探索将光谱成像数据融入农业生产环节的各类方法,力求在既定土地与资源投入条件下实现粮食产出最大化。  

其中既包含常规作物监测技术,也涵盖持续实时采集高光谱数据等精细化作业流程,以此优化可控环境农业(CEA)的生产应用。  

 

 
高光谱成像在农业研究中的三大主要优势
 
 
 
01
 
提前预判作物异常

借助高光谱相机,农户能够深入掌握作物长势,在病害隐患危及整体收成前及早排查问题。高光谱成像技术提升了作物健康指标量化工作的自动化程度,该技术是摆脱定点采样模式、结合自主作业平台实现整片农田全域监测的关键。

实时高光谱监测能够实现早期干预,依托高光谱分辨率数据识别胁迫因素,不必等到目视巡查时相关问题显露出来。单套高光谱设备可针对多种胁迫因素搭建早期检测体系,例如: 

干旱
害虫
疾病
营养缺乏
杂草

除了探明阻碍作物生长的各类影响因素之外,高光谱技术还能够为作物产量预估、食品品质评定以及产品保质期测算提供数据支撑。依托这些数据,农户可以更科学地制定后续种植规划,而处在供应链下游的各类企业也能够精准预判产品保质期,进而减少粮食损耗。

02
 
现场应用

高光谱硬件正变得愈发小巧坚固、功能多样且易于操作。这使得科研人员能够在价值最大化的实地环境中采集高光谱数据,而非局限于实验室。

基于线扫描高光谱技术的系统需要配置更为复杂的机械结构。这类系统依靠机构移动完成场景扫描,需采集大量帧图像才能组建高光谱数据立方体,因此不仅数据输出速率偏低,设备耐用性差,使用操作也更为繁琐。 

快照式高光谱成像技术通过摒弃扫描移动需求、降低设备结构复杂度,实现了便携手持式设备的研发落地。快照式高光谱技术的应用场景不再受光谱分辨率制约,新型相机进一步强化了其核心优势——成像速度。该类相机能够输出视频帧率级别的高光谱数据以实现实时检测评估,同时在设备组装与操作便捷性方面具备多项实用优势。  

我们的研究目标是将高光谱技术从严苛的科研实验室推向实际应用场景。目前的难点在于屏蔽光学元件、压缩技术等底层专业细节,让全球农户能够借助这套设备判断何时增加灌溉、施用肥料,从而实现作物增产。还需开展更多研究来研发可适配多变环境与各类应用场景的实时算法,以此助力全球粮食安全保障工作。 

03
 
易于集成

Living Optics高光谱相机能够与各类软硬件技术相结合,推动农业科研发展,其中就包含嵌入式机器视觉相机与物联网设备,借此搭建通信链路,满足农业生产流程自动化所需的联网需求。,实现农业生产流程自动化。

还包含可以将高光谱数据输入前沿机器学习算法,以此优化图像处理效果。高光谱相机是整套技术架构中数据采集的首要环节。原始高光谱数据集能够提供像素级别的光谱信息,既可拓展农业领域各类计算机视觉应用的适用范围,也能依托质量更优的数据实现数据驱动型决策。 

 

 
Living Optics高光谱相机
 
 
 

Living Optics相机采用新一代快照成像技术,实现了高光谱成像技术的跨越式发展。该设备是便携式手持高分辨率光谱相机,搭配NVIDIA边缘计算设备实现实时视频成像,操作简单、检测精准,为农业科研提供强有力的硬件支撑,加速现代农业技术迭代升级。

 

结语
 

从提前预警作物风险、田间便捷检测,到联动智能技术搭建农业数据体系,高光谱成像以三大核心优势,彻底革新传统农业科研模式。在全球粮食紧缺的大环境下,这项技术将持续赋能智慧农业,实现增产、降耗、提质,为粮食安全筑牢技术防线。

 
Living Optics高光谱相机
 

 

相机参数

数值

补充说明

空间采样

5M pixels

指相机空间分辨率

500万像素的面阵成像能力

波长范围

440-900nm

覆盖可见光-近红外(VIS-NIR)波段

光谱通道数

96

每个光谱采样点对应96个波段

帧率

30fps

最大数据采集速率

 

 

 

 

 

 

其他新闻

  • 快照式视频高光谱相机对各行业的影响及其颠覆性应用

    Living Optics——更快、更便携、更易用的快照式视频高光谱相机 。虽然高光谱成像技术已经存在很长时间了,但传统方法限制了其应用。值得庆幸的是,随着新型快照成像技术的出现,高光谱成像技术已准备好发展成为一项在众多行业中都不可或缺的宝贵技术。

    1 2026-06-30
  • TELOPS 红外热像仪

    TELOPS(泰洛普斯)2000 年创立于加拿大魁北克市,现隶属于 Exosens 集团,是全球顶尖科研级制冷型红外成像设备厂商,专精高速红外、多光谱、高光谱红外探测系统,产品面向高校科研、航空航天、国防、工业精密测试、环境监测领域,中国区官方总代理为北京锐盛光电科技有限公司。

    11 2026-06-23
  • 视频高光谱 AI边缘计算在农业科研中的三大优势

    从提前预警作物风险、田间便捷检测,到联动智能技术搭建农业数据体系,高光谱成像以三大核心优势,彻底革新传统农业科研模式。在全球粮食紧缺的大环境下,这项技术将持续赋能智慧农业,实现增产、降耗、提质,为粮食安全筑牢技术防线。

    9 2026-06-17
  • Telops高速红外热像仪全工况制动系统测温方案

    Telops高速红外热像仪凭借微秒级成像、超高帧频与宽温域能力,在汽车安全气囊(毫秒级起爆)与刹车系统(高频摩擦热)测试中,实现瞬态热过程捕捉、温度场量化与失效溯源,是研发与认证的核心设备。

    9 2026-06-17
  • 如何借助Chronos 2.1-HD高速相机实现火箭自主着陆?

    随着航空航天、先进制造、流体力学以及燃烧研究的发展,高速成像技术的应用范围也在不断扩大。Chronos 2.1-HD支持1920×1080分辨率下1000fps高速拍摄,同时具备紧凑化设计,可适应实验室与外场测试等多种应用环境。

    14 2026-06-03
  • 「光谱之眼,空中洞察」Living Optics 让无人机拥有“光谱视觉“

    本次无人机\x26amp;Living Optics高光谱集成方案,真正做到: 轻量化、易上手、高稳定、高精度。打破了传统高光谱设备 “笨重、难用、门槛高” 的壁垒,让专业级高光谱遥感真正走进低空作业场景。

    20 2026-06-03
  • OGI GasCore:TELOPS全新红外气体泄露检测机芯,洞悉无形之气,守护核心安危

    在能源转型的关键时期,安全与环保是石油化工企业的生命线。OGI GasCore以其领先的NECL指标、灵活的集成能力和专业的光谱技术,为油气与化工行业建立了更高灵敏度、更高可靠性、更高集成度的遥感检测标准。

    23 2026-05-22
  • 全天候大气探测新方案:Telops ASSIST II 可用于外场部署的高光谱探测仪

    Telops ASSIST II 作为新一代可用于外场部署的大气探测光谱仪,凭借先进的傅里叶变换红外(FTIR)技术,为大气观测提供了更加精准、高效的解决方案。

    44 2026-05-08
  • 从单点测量到全场检测:轮胎热检测技术的全新升级

    高速红外热像仪通过非接触、高帧频、全场测温等优势,在轮胎研发、耐久测试、在线安全预警与故障诊断中实现 “热CT” 级检测,可精准捕捉高速旋转胎面的瞬态温场、热点与缺陷,是轮胎性能优化与安全防控的核心。

    49 2026-05-08