大范圍的大氣遙感應用中使用。 ...

與裝調；衛星遙感成像、生物成像、熱成像領域；球面、非球面光學元器件檢測 (平面, 球面, 透鏡)；虹膜定位像差引導；大口徑高精度光學元器件檢測；激光通信領域；航空航天等領域。波前探測器產品系列型號SID4SID4 HRSID4 UV-HRSID4 NIRSID4 DWIRSID4 SWIR孔徑尺寸（mm2）3.6 x4.88.9 x11.88.0 x8.03.6x4.813.44x10.089.6x7.68測量點數160x120300x400250x250160x12096x7280X64波長范圍350-1100 nm350-1100 nm190-400 nm1.5-1.6μm3-5μm 8- ...

80%多光譜遙感應用場景。與Landsat和Sentinel衛星數據相似的波段，具有雙倍的頻帶，提高分析能力，使用新的沿海藍色氣溶膠帶，新的波段有利于監測淺水環境，由于新出現的紅、綠、紅邊波段可以深入分析葉綠素效率等。【RedEdge-MX Blue特征波長應用點】①RedEdge-MX Blue擁有水質檢測波長效果很好的444納米波長，這種氣溶膠海岸藍波長能很好的區分水生植被，有利于檢測淺水環境。②擁有的531nm(14)，在特種的植被生理病變情況中，有很好的效果。是VIS -NIR生理扎根指數(使用531和560)(光化學反射率指數)使用較長的波長。③再添加的兩個“紅邊”波長705nm(1 ...

慮到遠程地面遙感的特殊條件，為獲取最低點而建立的校正方法不適用，或需要進行嚴格的修改。在本文中，我們遇到了這些額外的挑戰，并提出了一個新的工作流程，允許創建完全校正的遠程地面高光譜圖像數據用于地質應用。除了傳感器引起的幾何畸變校正外，該工作流程現在還包括一種遠程地面數據輻射校正的新方法，以及一種基于自動匹配算法與三維表面數據集成的地形校正算法。我們還描述了一種制作三維超云的詳細方法，即高光譜數據立方體的幾何正確表示，用于顯示生成的光譜映射產品。提出的方法將包括在開源礦物勘探Python高光譜工具箱MEPHySTO。我們在地質、氣候和研究目標不同的兩個領域演示了方法。第一個區域位于北極環境中，從 ...

，應用高光譜遙感技術監測中藥材品質的關鍵環節是，找到優質藥材中各有效成分的光譜特征，建立各有效成分與特征光譜之間的綜合關系模型和基于高光譜特征的優質藥材評價標準，及同種藥材不同產地、不同品質的標準光譜數據庫。實踐應用中可利用各種地面光譜儀獲取待測樣品的光譜數據，根據標準光譜數據庫和評價標準，在不破壞樣品或包裝的情況下確定中藥材的品質，有助于中藥材工農業生產和市場流通中實時監控中藥材的品質，識別藥材的優劣。將蟲草粉與地蠶、蛹蟲草混合監測的案例在獲取樣品的高光譜影像后，需要對采集的光譜圖像進行圖像校正才能得到樣品的反射率，圖像校正公式如下：式中，Rref 是校正過的圖像，DNraw 是原始圖像，D ...

在生物醫學、遙感成像等領域有廣闊應用前景。圖1 關聯成像示意圖由于使用了沒有空間分辨能力的點探測器，關聯成像需要多次采樣來重構物體的二維或三維圖像，成像過程需要一定的時間，在此期間物體和成像系統的相對運動會導致圖像質量退化。而在很多實際應用場景中，常常需要對運動物體成像，如活細胞成像、安全監控、自動駕駛、空中預警等。如何提升對運動物體成像的能力是關聯成像走向應用亟需解決的關鍵問題之一。二、運動物體關聯成像技術手段首先是提升成像速度，對運動物體成像，唯快不破。影響關聯成像速度的因素主要包括光源刷新頻率和成像算法耗時。因此提升關聯成像速度的思路有提升光源刷新頻率、開發實時算法兩個技術方向。現階段關 ...

洋同步網絡，遙感數據，和帶光纖延遲線路的激光器。通常，每攝氏度的溫度變化可以使每公里標準實芯光纖的傳播時間改變約40皮秒。如圖7中不同芯直徑的空芯光纖在通信波段的熱延遲系數（TCD）的變化，更高的芯直徑（37-cells）擁有更低的損耗。中空的光子帶隙光纖與實心石英光纖的結構差異，使得大部分的光功率通過空氣介質而非玻璃（石英）材料傳遞。第二方面是與玻璃（石英）材料相關的群速度折射率，空芯光纖群速度折射率降低，光在光纖中行進更快。這些都有助于提高信號的傳輸速度，減少延時，最終降低信息服務企業的運營成本。有研究報道了37芯的(Hollow-Core Photonic BandGap Fibers- ...

品，從先進的遙感應用到工業OEM部門和易于使用的手持設備。您可以通過我們的官方網站了解更多的產品信息，或直接來電咨詢4006-888-532。 ...

、智能家居、遙感、顯微鏡、安防監控、國防和物聯網等，計算成像系統需要記錄和處理前所未有的大量數據。這些數據不是給人類看的，而是由人工智能 (AI) 算法來解釋。在這些應用中，深度神經網絡(DNN)以其無與倫比的性能迅速成為視覺數據處理的標準算法。這主要得益于現代GPU的強大并行計算能力以及海量的數據集使得DNN能夠使用監督學習的策略有效訓練。然而，運行越來越復雜的神經網絡的高端GPU以及其它的加速器，對功率和帶寬的需求是驚人的，且需要大量的計算時間和龐大的體積。這些限制使得DNN難以應用在邊緣設備(edge devices)上，如相機、自動駕駛汽車、機器人或物聯網的外圍設備等。很難想象把一個這 ...

些學科包括：遙感、攝影、圖像增強和復原。章節3：成像的簡單歷史。章節4：計算成像的基礎，從圖像形成的物理機制開始，考慮了檢測，后處理，以成像的信息理論觀點結束。章節5-7：重點環節，基于為什么要采用計算成像的三個動機介紹了計算成像的種類。章節8：介紹了計算成像當前的優勢、不足、未來的機會和威脅。章節9：總結和評論。2、感知、成像和攝影感知是對環境的某些物理屬性進行測量和估計。舉個例子，放在室外的溫度計測量（感知）空氣中單個點的溫度。對于普通人來講，單個點的溫度已經足夠，而對于氣象學家來說，這是不夠的。因為他們知道空氣中兩點之間的溫度差會產生氣流，當這個溫度差足夠大的時候，氣流將對人們的生命和財 ...