Assume we have a sensor with the spectral specifications displayed in Figure 1a, where the agricultural application consists in the crop row detection of green plants for guiding purposes in maize fields, where typical reflectance values are around 560 nm. Wavelengths for green reflectance is around 500–570 nm, thus the sensor response according to Figure 1a provides a relative red reflectance r = 0.20 and a relative green reflectance g = 0.80 and the Green Red Vegetation Index (GRVI) [33], GRVI = (g − r)/(g + r), results in 0.60. Nevertheless, if the reflectance sensor profiles are the ones provided in Figure 1b, r = 0.02 and a relative green reflectance g = 0.35 and GRVI is 0.89, then the sensor represented in Figure 1b is more efficient in this kind of situation. The best sensor for greenness identification, where wavelengths range from 500–570 nm, is the one with a green spectral response covering this range with tails being the minima out of such a range. In contrast, if the red spectral response in the range of 500–570 nm is null, the GRVI achieves maximum values. In short, the best sensor for greenness identification will be the one with high green spectral responses in 500–570 nm and null for the red ones, i.e., with minimum overlapping between the spectral R and G bands. Regarding a monochrome sensor with its relative response displayed in Figure 1c, we can see that for 560 nm its response is close to 1.0, i.e., with a good performance for the intended greenness identification. Sometimes, during tilling operations, perhaps for automatic guidance [37], the goal is the identification of spectral responses from the soil. Consider that we are interested in the segmentation of dry clay soils with reflectance values around 650 nm. According to Figure 1a,b GRVI values are respectively −1.0 and −0.9; again the sensor represented by Figure 1a provides the best performance. Table 2 displays values for different vegetation indices [8,11] based on r, g and b values for 560 nm according to the RR and QE spectral responses in Figure 1a,b respectively. The best performances are achieved with the maximum values marked in bold.Table 2. Vegetation indices values for
สมมติเรามีเซ็นเซอร์กับข้อกำหนดสเปกตรัมแสดงในรูปที่ 1a ที่แอปพลิเคการเกษตรประกอบด้วยในการตรวจสอบแถวพืชของพืชสีเขียวสำหรับแนวทางวัตถุประสงค์ในทุ่งข้าวโพดที่สะท้อนค่าปกติอยู่ที่ประมาณ 560 นาโนเมตร ความยาวคลื่นสำหรับการสะท้อนสีเขียวอยู่ที่ประมาณ 500-570 นาโนเมตรจึงตอบสนองเซ็นเซอร์ตามรูปที่ 1a ให้ญาติแดงสะท้อน r = 0.20 และญาติสะท้อนกรัมสีเขียว = 0.80 และสีเขียวสีแดงดัชนีพืชพรรณ (GRVI) [33], GRVI = (กรัม - R) / (g + R) ผลลัพธ์ใน 0.60 แต่ถ้าโปรไฟล์เซ็นเซอร์สะท้อนเป็นคนที่มีให้บริการในรูปที่ 1 ข r = 0.02 และญาติสะท้อนกรัมสีเขียว = 0.35 และ GRVI คือ 0.89 แล้วเซ็นเซอร์ที่แสดงในรูปที่ 1b มีประสิทธิภาพมากขึ้นในสถานการณ์แบบนี้ เซ็นเซอร์ที่ดีที่สุดสำหรับการระบุอ่อนหัด, ที่ความยาวคลื่นช่วง 500-570 นาโนเมตรเป็นหนึ่งกับการตอบสนองสเปกตรัมสีเขียวครอบคลุมช่วงนี้มีหางเป็นน้อยจากช่วงดังกล่าว ในทางตรงกันข้ามถ้าการตอบสนองสเปกตรัมสีแดงในช่วง 500-570 นาโนเมตรเป็น null GRVI บรรลุค่าสูงสุด ในระยะสั้นเซ็นเซอร์ที่ดีที่สุดสำหรับการระบุอ่อนหัดจะเป็นหนึ่งที่มีการตอบสนองสูงสเปกตรัมสีเขียวใน 500-570 นาโนเมตรและว่างสำหรับคนสีแดงคือมีขั้นต่ำที่ทับซ้อนกันระหว่างสเปกตรัม R และวงดนตรีที่ G เกี่ยวกับการเซ็นเซอร์ขาวดำกับการตอบสนองของญาติที่แสดงในรูปที่ 1C เราจะเห็นว่าสำหรับ 560 นาโนเมตรตอบสนองอยู่ใกล้กับ 1.0 คือมีผลงานที่ดีสำหรับการระบุตัวตนตั้งใจอ่อนหัด บางครั้งในระหว่างการดำเนินการพรวนบางทีสำหรับคำแนะนำอัตโนมัติ [37] เป้าหมายคือบัตรประจำตัวของการตอบสนองสเปกตรัมจากดิน พิจารณาว่าเรามีความสนใจในการแบ่งส่วนของดินเหนียวแห้งที่มีค่าการสะท้อนประมาณ 650 นาโนเมตร ตามรูปที่ 1a ค่า GRVI b เป็นตามลำดับ -1.0 และ -0.9; อีกครั้งเซ็นเซอร์ที่แสดงโดยรูปที่ 1a ให้ประสิทธิภาพที่ดีที่สุด ตารางที่ 2 แสดงค่าดัชนีพืชพรรณที่แตกต่างกัน [8,11] ขึ้นอยู่กับ R, G และ B ค่า 560 นาโนเมตรตาม RR และ QE สเปกตรัมการตอบสนองในรูปที่ 1a, B ตามลำดับ การแสดงที่ดีที่สุดจะประสบความสำเร็จที่มีค่าสูงสุดที่กล้าได้กล้าเสีย กรัมและค่านิยมข 560 นาโนเมตรตาม RR และ QE สเปกตรัมการตอบสนองในรูปที่ 1a, B ตามลำดับ การแสดงที่ดีที่สุดจะประสบความสำเร็จที่มีค่าสูงสุดที่กล้าได้กล้าเสีย กรัมและค่านิยมข 560 นาโนเมตรตาม RR และ QE สเปกตรัมการตอบสนองในรูปที่ 1a, B ตามลำดับ การแสดงที่ดีที่สุดจะประสบความสำเร็จที่มีค่าสูงสุดที่กล้าได้กล้าเสีย<br>ตารางที่ 2 ค่าดัชนีพืชสำหรับ
การแปล กรุณารอสักครู่..

สมมติว่าเรามีเซนเซอร์ที่มีข้อมูลจำเพาะสเปกตรัมแสดงในรูปที่ 1a, ที่การประยุกต์ใช้ในการเกษตรประกอบด้วยในการตรวจสอบแถวพืชของพืชสีเขียวสำหรับวัตถุประสงค์ในการนำในทุ่งข้าวโพด, ที่ค่าสะท้อนแสงทั่วไปอยู่รอบ๕๖๐ nm. ความยาวคลื่นสำหรับการสะท้อนแสงสีเขียวเป็นรอบ500– 570 nm ดังนั้นการตอบสนองของเซ็นเซอร์ตามรูปที่1a มีการสะท้อนแสงสีแดงแบบสัมพัทธ์ r = ๐.๒๐และการสะท้อนแสงสีเขียวสัมพัทธ์ g = ๐.๘๐และดัชนีพืชสีเขียวแดง (GRVI) [๓๓], GRVI = (g − r)/(g + r) ผลลัพธ์ใน๐.๖๐ อย่างไรก็ตาม, ถ้าโปรไฟล์เซ็นเซอร์สะท้อนแสงเป็นคนที่มีอยู่ในรูป 1b, r = ๐.๐๒และการสะท้อนแสงสีเขียวสัมพัทธ์ g = ๐.๓๕และ GRVI เป็น๐.๘๙, แล้วเซ็นเซอร์ที่แสดงในรูปที่1b จะมีประสิทธิภาพมากขึ้นในสถานการณ์ชนิดนี้. เซนเซอร์ที่ดีที่สุดสำหรับการระบุสีเขียว, ที่ช่วงความยาวคลื่นจาก500– 570 nm, เป็นหนึ่งที่มีการตอบสนองสเปกตรัมที่ครอบคลุมช่วงนี้กับหางเป็นลดลงของช่วงดังกล่าว. ในทางตรงกันข้ามถ้าการตอบสนองของสเปกตรัมสีแดงในช่วง500– 570 nm เป็น null GRVI มีค่าสูงสุด ในระยะสั้นเซนเซอร์ที่ดีที่สุดสำหรับการระบุรหัส greenness จะเป็นหนึ่งที่มีการตอบสนองของสเปกตรัมสีเขียวสูงใน500– 570 nm และเป็น null สำหรับคนสีแดงเช่นที่มีการทับซ้อนขั้นต่ำระหว่างคลื่น R และ G แถบ เกี่ยวกับเซ็นเซอร์ขาวดำที่มีการตอบสนองสัมพัทธ์ที่แสดงในรูปที่1c เราจะเห็นว่าสำหรับ๕๖๐ nm การตอบสนองของมันอยู่ใกล้กับ๑.๐เช่นมีประสิทธิภาพที่ดีสำหรับการระบุสีเขียวที่ตั้งใจไว้ บางครั้งในระหว่างการดำเนินการ tilling บางทีสำหรับคำแนะนำอัตโนมัติ [๓๗] เป้าหมายคือการระบุของการตอบสนองของสเปกตรัมจากดิน พิจารณาว่าเรามีความสนใจในการแบ่งกลุ่มดินดินแห้งที่มีค่าการสะท้อนนำรอบ๖๕๐ nm. ตามรูปที่ 1a, b GRVI ค่าจะตามลำดับ−๑.๐และ−๐.๙; อีกครั้งเซ็นเซอร์ที่แสดงโดยรูปที่1a ให้ประสิทธิภาพการทำงานที่ดีที่สุด ตารางที่2แสดงค่าสำหรับดัชนีพืชที่แตกต่างกัน [8, 11] ขึ้นอยู่กับ r, g และ b ค่าสำหรับ๕๖๐ nm ตามการตอบสนองของ RR และ QE สเปกตรัมในรูปที่ 1a, b ตามลำดับ การแสดงที่ดีที่สุดจะประสบความสำเร็จด้วยค่าสูงสุดที่ทำเครื่องหมายเป็นตัวหนา<br>ตารางที่2 ค่าดัชนีพืชสำหรับ
การแปล กรุณารอสักครู่..
