-
使用高光谱数据增强机器视觉中的检测率
如果识别物体不依赖于形状，还可以怎么做？高光谱成像给出了答案：看“材质”。在果园里，叶片和果实的光谱完全不同，即使果实被树叶遮挡只露出一小块表面，这片区域的光谱信息依然足够清晰可辨。这种方法本质上改变了检测的逻辑——从猜测形状转向验证物质本身。
넶25 2026-04-10 -
农业和食品生产中的高光谱成像：以科技之力守护粮食安全
当前，气候变化、水资源短缺、土壤退化及农药过度使用四大难题，正持续威胁全球粮食供应链的稳定性。据统计，仅稻瘟病一种病害，每年就会导致全球水稻产量损失高达10%以上。
넶2 2026-04-16 -
从静态观测到动态表征，农业遥感的观测方式正在演进
Living optics高光谱相机是一款视频速率快照式高光谱相机，它不再假设作物是稳定的，而是把变化本身当作信息来源，可以在单次曝光中完成整个高光谱数据立方体的采集
넶2 2026-04-16 -
利用高光谱数据增强目标检测并提升机器视觉训练效率
在机器视觉领域，模型能力的提升往往需要更多的数据、更高的成本、更长的训练周期。但如果数据本身的信息密度就不够，再多的样本真的能够解决问题吗？这正是当前以RGB为核心的计算机视觉体系所面临的结构性瓶颈。而高光谱成像正是从“数据源头”改变机器视觉的训练逻辑。
넶2 2026-04-16 -
基于Living Optics高光谱相机的冬小麦叶片/冠层光谱特征采集与分析
构建基于快照式视频高光谱成像技术的冬小麦冠层光谱采集体系，验证在活体样本轻微晃动及光照微波动条件下，实现全波段同步获取高精度反射率与辐射率数据的可行性。
넶2 2026-04-16
