• 产品
  • 服务
  • 应用
  • 案例
  • 新闻
  • 资料
    • 2022-10-06
      Aero LF/500/1000 机载探地雷达
    • 2022-10-06
      SE-40/70/150 多功能机载探地雷达
    • 2022-10-06
      ECT400/D052 机载回声测深仪
    • 2022-10-06
      R3/R4 机载多通道磁通门磁力仪
    • 2022-10-05
      A660B 无人机BRDF测量系统
    • 2022-10-05
      AZ-BRDF 无人机自动化测量软件
    • 2022-11-08
      机载地物光谱测量服务
    • 2022-10-07
      Q20 高光谱光场成像仪
    • 2022-10-07
      U20 水下高光谱光场成像仪
    • 2019-04-16
      LightShift 光场偏振成像光谱仪
    • 2019-04-16
      SOC710VP 高光谱成像光谱仪
    • 2025-02-25
      EM10 便携式红外发射率测量仪
    • 2025-02-25
      EM100 便携式半球发射率测量仪
    • 2019-05-05
      410Vis-IR 便携式红外反射发射率仪
    • 2019-05-05
      410Solar 便携式红外反射率测量仪
    • 2022-10-02
      X20P-LIR 一体式激光雷达红外高光谱成像系统
    • 2022-10-02
      X20P-IR 一体式高光谱红外成像仪
    • 2022-10-03
      X20P-LV 一体式激光雷达高光谱成像系统
    • 2023-11-13
      AZ-UX20 机载高光谱仪
    • 2022-10-05
      AMS-10 超高分辨率10通道光谱成像仪
    • 2022-10-05
      AMS-14 超高分辨率14通道光谱成像仪
    • 2022-10-05
      K6 科研级机载多光谱成像仪
    • 2022-10-05
      6X 机载多光谱成像仪
    • 2022-10-05
      WIRIS Enterprise 机载多功能热红外成像仪
    • 2022-10-05
      WIRIS Pro 高性能双摄热红外成像仪
    • 2022-10-05
      Agro 作物水分胁迫指数成像仪
    • 2019-04-12
      GIS-320 机载气体检测红外热像仪
    • 2022-10-05
      V185 机载高速成像光谱仪
    • 2022-10-05
      410-Vis 机载高光谱成像系统
    • 2022-10-05
      425shark 机载高光谱成像仪
    • 2022-10-05
      无人机高光谱飞行服务
    • 2022-10-06
      LiDAR X3 无人机激光雷达
    • 2022-10-06
      LiDAR 220N 无人机激光雷达
    • 2022-10-06
      Liar Hawk 固定翼激光雷达
    • 2022-10-06
      LiDar 无人机测量服务
    more
    • 机载多源遥感系统

    • 机载高光谱成像仪

    • 机载多光谱成像仪

    • 机载热红外成像仪

    • 高光谱成像仪-地面/水下/实验室显微

    • 红外发射率/太阳吸收比测量仪

    • 地物光谱仪/光谱辐射计

    • 机载地物光谱/BRDF测量系统

    • 机载激光雷达

    • 机载探地雷达/水深/地磁/微波/SAR

    • 无人机系统

    • 2020-06-18
      M300 RTK 多旋翼无人机
    • 2019-04-16
      AZCW系列垂直起降固定翼无人机系统
    • 2022-10-07
      A6系列 大载重六旋翼无人机
    • 2019-04-16
      AM-IoT100 全天候自动化无人机监测系统
    • 2024-03-11
      ASR2500 高分辨率地物光谱仪
    • 2024-03-11
      ASR1700 高分辨率地物光谱仪
  • 红外发射率测量
    服务预约入口
    高光谱测量
    遥感数据处理
    卫星光谱定标
    无人机定制
    • 2019-09-25
      大面积无人机热红外航测作业方案
    • 2019-03-19
      机载热红外测量服务
    • 2019-03-19
      机载倾斜摄影测量服务
    • 2019-03-19
      机载高光谱测量服务
    机载飞行服务
    地物光谱测量
    more
    红外发射率测量
    • 2019-08-26
      植物冠层高光谱成像测量服务
    • 2019-08-26
      显微高光谱成像数据测量服务
    • 2019-08-26
      文物修复高光谱成像测量服务
    • 2019-08-26
      品质分析高光谱成像测量服务
    • 2019-08-26
      安洲科技为空天院(遥感所)提供卫星定标场BRDF测量服务
    • 2019-08-26
      机载PSR+高光谱仪卫星定标服务
    • 2019-08-26
      卫星定标场BRDF测量服务
    • 2019-08-27
      地物光谱定量建模与分析
    • 2019-08-27
      机载地物光谱测量与分析
    • 2019-08-27
      矿物地物光谱测量与分析
    • 2019-08-27
      植被地物光谱测量与分析
    • 2020-01-03 涂层材料反射率测量.pdf

      끂7889 305.87 KB
    • 2020-01-03 纳米材料反射率测量.pdf

      끂9011 1.85 MB
    • 2020-01-03 镜面薄膜反射率测量.pdf

      끂8329 2.96 MB
    • 2020-01-03 金属材料反射率测量.caj

      끂3334 8.89 MB
    • 2020-03-17
      遥感数据拼接
    • 2020-03-17
      植被参数反演
    • 2020-03-17
      水体参数反演
    • 2020-03-17
      遥感影像分类
    • 2019-08-26
      无人机定制改装集成服务
    无人机定制与改装
    无人机载设备集成
    无人机任务方案规划
    • 2022-10-12
      X20P 机载高光谱光场成像仪
    • 2019-07-22
      425shark 机载高光谱成像仪
    • 2019-04-15
      Pro 高性能机载热红外成像仪
    • 2019-03-20
      德州农工大学利用SOC710分割海藻表面高光谱图像
    • 2019-03-20
      西南医大病变组织光谱数据分析
    • 2019-03-20
      《Nature》子刊发表日本国立自然科学院使用SOC710应用研究不同季节生物对颜色的感知能力
    • 2020-01-03
      基于S185机载高光谱的深度学习方法自动识别冬小麦条锈病研究
    • 2020-01-03
      基于S185机载高光谱与高清数码相机技术的农作物参数评估对比研究
    • 2019-03-20
      安洲科技PSR-3500机载地物光谱仪参与委遥二号与风云三号定标
    • 2019-03-20
      基于PSR-3500高性能地物光谱仪数据的土壤重金属研究
    • 2019-03-20
      S185应用案例--农田土壤有机质的高光谱影像遥感
    • 2022-10-12
      贵州大学清镇中华茶博园X20P机载高光谱飞行报告
    • 2022-10-12
      X20P光场成像高光谱 河南周口某冬小麦试验基地
    • 2021-01-14
      基于S185机载高光谱成像技术的小麦黄锈检测研究
    • 生物食药

    • 刑侦安防

    • 文物保护

    • 2022-10-12
      江苏省环境监测中心兴盐河道X20P飞行案例
    • 2020-01-10
      上海市青浦区使用K6多光谱相机大面积水质反演案例
    • 2019-03-20
      机载高光谱成像仪海洋监测应用
    • 2022-10-12
      四川林业科学研究院--松树松材线虫高光谱X20P机载高光谱数据分析报告
    • 2022-10-12
      锡林浩特 X20P草原飞行数据报告
    • 2019-03-20
      河北师范资环学院用SOC710高光谱成像仪进行草地退化特征波段识别
    • 2019-03-20
      使用SOC710VP成像光谱仪快速识别苹果损伤区域
    • 2019-03-20
      清华大学SOC710烟叶品质高光谱成像系统
    • 2019-03-20
      基于SOC710高光谱成像仪提取苹果损伤区域的研究
    more
    • 精准农业

    • 森林草原

    • 遥感科学

    • 环境监测

    • 地质矿产

    • 医学显微

    • 2020-01-03 WIRIS 热像仪在安防领域的应用.pdf

      끂9575 810.49 KB
    • 2020-01-03 S185机载高光谱用于监测雷区军事设施.pdf

      끂8363 1.5 MB
    • 2020-01-03 S185机载高光谱用于爆炸装置的伪装识别.pdf

      끂8618 4.33 MB
    • 2020-03-18
      文物等级鉴别
    • 2020-03-18
      文物涂料分析
    • 2020-03-18
      文物材料分类
    • 2019-12-31
      基于SOC710显微高光谱成像仪的微囊藻与束丝藻两种蓝藻细菌特性研究
    • 2019-12-31
      基于SOC710显微肾细胞研究--使用显微高光谱图像鉴别膜性肾病
    • 2019-12-31
      基于SOC710高光谱成像技术的烟草等级划分研究
    • 2019-12-31
      基于 SOC710高光谱成像仪的水下目标探测研究
    • 2020-01-02
      SR3500矿物分析带软件功能--印度前寒武纪时期岩石高光谱研究
    • 2020-01-02
      PSR3500植被指数研究--使用UNVI指数监测植被状态
    • 2020-01-02
      PSR3500森林生态系统研究--森林生态系统成像高光谱研究
    • 2019-05-30
      安洲科技PSR-3500机载地物光谱仪参与委遥二号与风云三号定标
    • 高光谱成像

    • 光谱辐射计

    • 红外发射率

    more
    • 2019-03-20
      内蒙古赤峰WIRIS 640机载热红外数据报告
    • 2019-03-20
      广州海岸带银叶树TC640热红外数据报告
    • 2019-03-19
      中国林科院河南济源核桃基地TC640数据报告
    • 2019-03-19
      长沙市郊FZ640热红外飞行报告
    • 2022-10-28
      X20P-LV机载高光谱与激雷达数据融合的4个典型案例
    • 2019-07-22
      北京师范大学塞罕坝林场S185+WIRIS Pro+CW10成功飞行验收
    • 2019-03-20
      安洲科技与成都纵横联合实验:S185机载高光谱成像仪+CW10垂起固定翼无人机成功首飞
    • 2019-03-20
      安洲科技与宁波市海洋与渔业执法支队联合验收实验——南沙山岛测量
    • 机载高光谱

    • 机载多光谱

    • 机载热红外

    • 2022-10-28
      X20P-LV机载高光谱与激雷达数据融合的4个典型案例
    • 2020-01-02
      大面积海岸带使用K6多光谱相机飞行数据报告
    • 2020-01-02
      中国农科院廊坊中试基地使用K6多光谱相机进行小麦飞行数据报告
    • 2020-01-02
      河南农业大学使用K6多光谱相机冬小麦飞行数据报告
    • 2020-01-03 南昌航空大学利用ET100研究铝合金等发射率.caj

      끂3344 8.89 MB
    • 2020-01-03 美国桑迪亚大学利用410Solar测量太阳镜薄膜反射率.pdf

      끂8775 2.96 MB
    • 2020-01-03 美国纳米材料研究中心利用410Solar测量纳米材料反射率.pdf

      끂8694 1.85 MB
    • 2020-01-03 澳大利亚国立大学利用410Solar测量不同涂层材料反射率.pdf

      끂8790 305.87 KB
    • 2022-11-21
      徐州市农业科学院S185机载高光谱成像系统成功交付
    • 2022-11-02
      中国科学院成都生物研究所 S185机载高光谱成像系统成功交付
    • 2022-10-30
      大连理工大学S185机载高光谱成像系统成功交付
    • 2022-10-21
      助力贴息贷款科研设备申报--无人机多源遥感设备推荐
    • 2020-09-25
      安洲科技利用S185G机载高光谱成像仪参与宁夏贺兰山生态修复治理
    • 2020-08-27
      高光谱&激光雷达&倾斜摄影融合
    • 2020-08-19
      S185机载高光谱成像仪+固定翼无人机—— 松嫩平原西部湿地大面积高光谱影像调查
    • 2019-11-28
      安洲科技参与空天院东营黄河口地区联合观测实验
    • 2019-09-05
      安洲科技参与中国辐射基准场辐射特性无人机观测联合试验
    • 2019-08-05
      安洲科技参加2019年中国土壤学会联合学术研讨会
    • 2019-07-31
      安洲科技参加中美碳联盟(USCCC)第十六届年会
    • 2019-07-04
      安洲科技参加第六届全国积雪遥感学术研讨会
    • 公司新闻

    • 行业动态

    • 科技前沿

    more
    • 2019-06-02
      欧洲Sentinel-5P卫星聚焦空气污染问题
    • 2019-06-02
      激光在太空应用:地球任务测试新技术
    • 2019-06-02
      欧洲航天局拟在月球暗面建造人类居住地
    • 2019-06-02
      美国UCI大学科学家公布新的星基全球干旱强度指数
    • 2019-06-02
      NASA火星登陆器将进行火星地震研究
    • 2019-06-02
      海洋与天空相遇的地方:NASA进行新型雷达试验
    • 2019-06-02
      我国首颗碳卫星发射成功 可监测全球二氧化碳浓度
    • 2019-06-02
      人类探测器首次近距离飞过冥王星 传回高清照片
    • 2019-06-18
      借助多种手段研究大气颗粒物对气候的影响
    • 2019-06-18
      NASA构建大气污染监测传感网络
    • 2019-06-18
      欧盟启动大气污染物与气候变化相互作用研究项目
    • 2019-06-18
      怎样评估建筑材料是否满足LEED和减少热岛效应的要求?
    • 2019-06-18
      欧空局(ESA)发布地球探测新计划
    • 2019-06-18
      美国宇航局(NASA)2030年地球科学展望
    • 2019-06-18
      我国拥有了七种空间对地观测数据获取平台
    • 2019-06-18
      联合国推动全球海洋监测系统建设
  • 常见问题
    标准规范
    文献下载
    • 2019-03-18 UAS sensors and data processing in agroforestry a review towards practical applications.pdf

      끂8478 4.78 MB
    • 2019-03-18 Unmanned Aerial Vehicle Remote Sensing for Field-Based Crop Phenotyping Current Status and Perspectives.pdf

      끂8177 2.7 MB
    • 2019-03-18 Retrieving Soybean Leaf Area Index from Unmanned Aerial Vehicle Hyperspectral Remote Sensing Analysis of RF, ANN, and SVM Regression Models.pdf

      끂8571 2.6 MB
    • 2019-03-18 Influence of the Viewing Geometry Within Hyperspectral Images Retrieved from Uav Snapshot Cameras.pdf

      끂8147 1.13 MB
    • 2019-03-18 Estimation of Winter Wheat Above-Ground Biomass Using Unmanned Aerial Vehicle-Based Snapshot Hyperspectral Sensor and Crop Height Improved Models.pdf

      끂9422 6.38 MB
    • 2019-03-18 Determining surface magnetic susceptibility of loess-paleosolsections based on spectral features Application to a UHD 185hyperspectral image.pdf

      끂5772 5.26 MB
    • 2019-03-18 Seasonal stability of chlorophyll fluorescence quantified from airborne hyperspectral imagery as an indicator of net photosynthesis in the context of precision agriculture.pdf

      끂5960 4.31 MB
    • 2019-03-18 Hyperspectral Imaging A Review on UAV-Based Sensors, Data Processing and Applications for Agriculture and Forestry.pdf

      끂6185 1.87 MB
    more
    产品资料
    • 2022-11-21 安洲科技 无人机多源遥感产品册.pdf

      끂5753 637.78 KB
    • 2020-08-26 WIRIS Pro 高性能机载热红外成像仪.pdf

      끂8590 7.7 MB
    • 2020-08-26 SOC系列高光谱成像光谱仪.pdf

      끂9156 7.11 MB
    • 2020-08-26 SEI高性能地物光谱仪.pdf

      끂8151 2.4 MB
    • 2020-08-26 S185 机载画幅式高速高光谱成像仪.pdf

      끂8573 3.96 MB
    • 2020-08-26 K6 科研级机载多光谱成像仪.pdf

      끂7506 4.11 MB
    • 2020-08-26 425全波段高光谱成像系统.pdf

      끂8429 829.76 KB
    • 2020-01-02
      热红外成像测温标准
    • 2020-01-02
      高光谱数据格式标准
    • 2020-01-02
      反射率测量仪符合标准
    • 2020-01-02
      无人机术语定义
    • 2020-01-02
      热红外成像仪主要指标定义
    • 2020-01-02
      光谱仪主要指标定义
끠 搜索
文章 ꀁ
  • 文章

全国统一电话:4006-507-608

首页
  • 我们
    • 公司简介
    • 国际伙伴
    • 典型客户
    • 人才招聘
    • 联系我们
  • 简体中文
联图二维码-1

使用SOC710VP成像光谱仪快速识别苹果损伤区域

高光谱成像检测技术能从光谱信息和图像信息结合的角度分析其有效的特征信息,不仅可以检测水果的物理结构,还能反映水果的内部化学成分,在农产品品质检测和分级方面显示很大的优势。根据2015年《中国统计年鉴》数据显示,目前我国苹果种植面积 222.15万公顷,产量 3849.1万吨,位居水果产量的首位,但是苹果的出口比例仅占生产总量的1.5%左右,主要是苹果的碰压伤影响了苹果的品质。

       高光谱成像检测技术能从光谱信息和图像信息结合的角度分析其有效的特征信息,不仅可以检测水果的物理结构,还能反映水果的内部化学成分,在农产品品质检测和分级方面显示很大的优势。根据2015年《中国统计年鉴》数据显示,目前我国苹果种植面积 222.15万公顷,产量 3849.1万吨,位居水果产量的首位,但是苹果的出口比例仅占生产总量的1.5%左右,主要是苹果的碰压伤影响了苹果的品质。

        水果的碰压损伤是在采摘、运输和产后处理阶段的一种常见缺陷,随着时间的推移,损伤会发展为霉变或腐烂,严重影响了水果的外观品质,同时对水果内部的品质也有很大的影响,甚至会感染其他优质水果。随着时间的推移,损伤区域会进一步褐变甚至腐烂,因此在损伤形成初期,对损伤进行快速检测并挑拣出受损的苹果,对提高苹果的价值具有很重要的意义。但由于苹果的轻微损伤和正常表面在颜色、纹理上很相似,在损伤初期通常不易被肉眼识别。

        本文主要利用高光谱成像技术的空间性与光谱性,以红富士苹果为研究对象,采集苹果损伤一小时的高光谱图像,结合主成分分析(PrincipalComponent Analysis, PCA)和最小噪声分离(Minimum Noise Fraction, MNF)变换的图像处理方法对苹果的损伤区域进行检测研究。

1. 试验仪器与材料

1.1 试验材料:

试验选取红富士苹果为研究对象,选取两个个头大小和成熟度差不多的苹果,其中一个苹果用人工手压的方式模拟生产过程中的损伤,另一个苹果为对照组,力度大小适中且损伤区域人眼不易识别。

1.2 试验仪器:

试验仪器为美国SOC公司生产的SOC701VP便携式多功能成像光谱仪,光谱范围为400-1000nm,光谱分辨范围4.68nm,波段数为128,空间像素为696×520,光谱仪总重量为2.95kg,该光谱仪能够搭载试验台和显微镜,在野外测量时配备有便携式三脚架和摇臂。本试验为室内测量,SOC710VP成像光谱仪采用内置推扫方式,避免了外置推扫的图形畸变和操作的笨重性,且具有自动调整积分时间的优点,搭载精准调整试验台即可进行测量,如图1所示。

说明: 0I327Y7Z7Z3_VB~D(Q{%5GJ
 

图1 SOC710VP成像光谱仪实景图

 

2. 结果与分析

2.1 图像感兴趣区域提取

使用SOC自带分析软件将高光谱图像立方体的数据的DN值校正为反射率。通过ENVI软件提取20×20像素的损伤区域和正常区域为感兴趣区域(ROI),并求出其平均反射光谱,如图2所示。

img2

图2 感兴趣区域的选取及其平均反射光谱曲线

 

        苹果在损伤后其表面的损伤位置会由于氧化作用而颜色发生变化,其不同的颜色变化对光的反射强度不同,与正常苹果相比其颜色差异可以通过其反射光谱的差异进行损伤区域和正常区域的区分。图2为选取的正常区域和损伤区域的反射光谱曲线图。由图2可知,由于水果表面叶绿素的吸收的原因,在680nm左右范围内出现了一个较强的吸收峰;由于苹果中水分的吸收的原因,在980nm处也出现了一个吸收峰。由图2的光谱曲线图可知,由于在680nm和980nm处出现了两个特征吸收峰,故选取全波段进行分析研究,并对其分别使用主成分分析(PCA)和最小噪声分离变换(MNF),从而更有效地提取苹果的损伤区域。

2.2 PCA的结果分析

主成分分析(Principal components analysis, PCA)又称主分量分析,其实质就是尽可能地选取较少的变量来代表原来的特征信息。通过将原特征进行线性变换、映射至低纬度空间中。PCA是多变量分析中最老的技术之一,它来源于通信理论中的K-L变换。PCA算法采用多变量线性变换的方法,通过产生一个信噪比高低进行排序的低纬度子空间,基本可以消除波段间的相关性,用这部分主成分数据就可以包含大部分原始数据中的信息。通过线性变换简化数据,并将变换后的数据投影到新的坐标中,使得数据投影后的最大方差放在第一坐标,又称为第一主成分,第二方差放在第二坐标又称第二主成分,其他主成分按照相同方式进行投影转换。PCA通过保留低阶主成分,忽略高阶主成分,在减少元数据维数的同时保持对数据集方差贡献最大的特征。

通过选取的波段进行PCA,提取前5个主成分图像,如图3所示。可知经过PCA处理后,

其前5个主成分已经基本代表原始图像的大部分信息。其中第4主成分可以明显地看到由于挤压所造成的痕迹,第5主成分图像能够较为准确地提取苹果损伤区域,但由于苹果底部果梗处的颜色与损伤区域反生氧化现象所产生的颜色相似,因此第5主成分图像中损伤区域和果梗有部分重叠区。

img3
img4

 

img5
 

图3 RGB图像和PCA的前5个主成分图像

 

 

2.3 MNF分析结果

Green和Berman提出的最小噪声分离(MNF)变换是一种能有效降低数据维数和分离噪声的方法, 在MNF变换中最重要的是工作是对噪声协方差矩阵进行估计高光谱图像具有很高的光谱分辨率,然而,由于高光谱图像波段连续密集,数据量大,数据中包含冗余信息和噪声,因此需要对高光谱图像进行数据降维和去噪处理,减少异常检测的运算量并抑制噪声对异常检测器的影响,以提高异常检测率。最小噪声分离变换法是对主成分变换的改进方法,它采用信噪比为尺度来描述图像质量,不但能判断图像数据的内在特征维数,而且能将目标和噪声有效地分离出来。

因为PCA提取的前5个主成分已经包含了原图像的大部分信息,本试验经PCA提取计算提取10个主成分图像,并在此基础上进行二次MNF计算,并提取MNF的前5个成分。其前5个成分的图像如下图4所示。由图4可知,MNF的第4成分图像能够较为清晰的识别出苹果的损伤区域,果梗处的黑斑是由于其颜色与损伤部位相似所致,果梗处的黑斑并不是损伤区域。

img6

 

img7

 

img8

图4 RGB图像和MNF的前5个主成分图像

        

3. 结论

        苹果损伤时,其受损部位的细胞和化学成分发生相异于正常果的变化,最主要的表现为含水量高于其他周边组织,而水分的变化多发生在近红外波段区域,对于苹果早期颜色变化不明显的时候,由于其损伤区域和正常区域的颜色差异较小,可着重考虑近红外波段进行损伤区域的提取。在可见光光谱区域内,其主要反映苹果的颜色变化,当某一区域发生损伤时,其对应的部位会发生颜色变化进而表现在光谱曲线的反射率上。

        本试验主要使用SOC710VP成像光谱仪对苹果损伤区域进行分析提取,并使用ENVI软件提取了正常区域和损伤区域的平均反射光谱曲线。使用主成分分析(PCA)提取损伤区域的主成分图像,第5主成分图像能够提取出苹果的损伤区域,在PCA提取10个主成分的基础上进行MNF运算,并提取MNF的前5个主成份图像,其中MNF的第4主成分图像能够清晰识别出苹果的损伤区域,且损伤区域识别效果好于PCA。研究表明,使用高光谱成像技术能够实现对苹果轻微损伤的识别,为水果的无损检测和实际应用提供了一定的理论基础。

 


 

分享到: 0
  • 机载多源遥感系统

  • 机载高光谱成像仪

  • 机载多光谱成像仪

  • 机载热红外成像仪

  • 机载地物光谱/BRDF测量系统

  • 机载激光雷达

  • 机载探地雷达/水深/地磁/微波/SAR

  • 无人机系统

  • 高光谱成像仪-地面/水下/实验室显微

  • 红外发射率/太阳吸收比测量仪

产品列表

  • 机载飞行服务

  • 无人机定制

  • 卫星光谱定标

  • 遥感数据处理

  • 高光谱测量

  • 地物光谱测量

  • 红外发射率测量

  • 服务预约入口

测量服务

摘要:

首页  ꄲ  生物食药  ꄲ  使用SOC710VP成像光谱仪快速识别苹果损伤区域
  • ꁸ 回到顶部
  • ꂅ 4006-507-608
  • ꁗ QQ客服
  • ꀥ 微信二维码

北京安洲科技有限公司  版权所有                                                            电话:4006-507-608 010-62111182         邮箱:info@azup.com.cn

                                          Copyright 2009 Auto Parts All Right Reserved

京公网安备 11010802029346号

备案图标
© 京ICP备14030654号
  • 机载飞行服务

  • 无人机定制

  • 卫星光谱定标

  • 遥感数据处理

  • 高光谱测量

  • 地物光谱测量

  • 红外发射率测量

服务
关于AZUP
应用
人才招聘
联系我们
公司简介
  • 机载多源遥感系统

  • 机载高光谱成像仪

  • 机载多光谱成像仪

  • 机载热红外成像仪

  • 机载地物光谱/BRDF测量系统

  • 机载激光雷达

  • 机载探地雷达/水深/地磁/微波/SAR

  • 无人机系统

  • 高光谱成像仪-地面/水下/实验室显微

  • 红外发射率/太阳吸收比测量仪

典型客户
国际伙伴
产品
  • 环境监测

  • 精准农业

  • 森林草原

  • 地质矿产

  • 医学显微

  • 生物食药

  • 遥感科学

  • 刑侦安防

  • 文物保护

服务预约入口

关注安洲科技官方微信

上海

公司地址:上海市天山路641号上海慧谷1号楼300#

4006507608   sh@azup.cn

 

西安

公司地址:西安市高新区唐延路37号国际公寓C座1106

4006507608     xa@azup.cn

 

武汉
公司地址:武汉市武昌区复地东湖国际6期10栋1602

4006507608   wh@azup.cn

广州

公司地址:广州市天河区元岗横路31号慧通广场B1-1422

 4006507608     gz@azup.cn

联系方式

销售部:4006-507-608   sales@azup.cn

技术部:010-62111182  service@azup.cn

市场部:010-62112652  marketing@azup.cn

北京(总部)

公司地址:北京市海淀区上地信息路2号国际创业园东区C栋7层

010-62112602    info@azup.cn

4006507608

 本网站由阿里云提供云计算及安全服务
本网站支持 IPv6
 本网站由阿里云提供云计算及安全服务
本网站支持 IPv6
 本网站由阿里云提供云计算及安全服务
本网站支持 IPv6
 本网站由阿里云提供云计算及安全服务
本网站支持 IPv6