智慧城市網>產品庫>儀器儀表>其它儀器儀表>其它儀器儀表產品>>植物顏色分析儀——WinCAM

植物顏色分析儀——WinCAM

參考價	面議

參考價

面議

具體成交價以合同協議為準

公司名稱上海澤泉科技股份有限公司
品牌
型號
所在地上海
廠商性質其他
更新時間2025/5/12 13:27:24
訪問次數3

產品標簽:

在線詢價收藏產品點擊查看聯系電話

索取相關資料

公司介紹主營產品

上海澤泉科技股份有限公司（Zealquest Scientific Technology Co., Ltd.）成立于2000年，是一家專注于科研設備研發、系統集成、技術推廣、咨詢、銷售和、科研服務的。公司注冊資金3500萬元人民幣，具有進出口貿易權。公司總部位于上海浦西，在北京設有分公司，在廣州、成都、武漢分別設有代表處。公司全體員工均具有高等教育背景，其中80%的技術研發、技術支持和銷售人員具有碩士和博士學位，參加過很多國家和省部級重大科研項目，具有豐富的科研工作經驗。上海澤泉科技股份有限公司是上海市、上海市普陀區科技小巨人企業、上海市科技型企業、中華全國合會/上海市合會/上海市商會會員單位，還是上海市專業技術服務平臺——生理生態測量與分析平臺的依托單位和上海市*成果轉化項目承擔單位。2012年公司通過了ISO9001質量管理體系認證，獲得AA信用資質等級認定，獲得普陀區科技小巨人企業認定，成為上海市研發公共服務平臺加盟單位和“上海市合會”/“上海市商會”會員單位。2015年獲得“專精特新”中小企業認定。2016年成為“上海市生態學學會常務理事單位” ，和“上海種子行業協會”會員單位。上海澤泉科技股份有限公司非常注重自主知識產權的申報和保護，截止2017年初已獲得發明9項、實用新型33項及軟件著作8項，國內外科研期刊發表科研論文20多篇。公司還參與承擔了國家自然科學基金重點項目（41030529）和948項目（200907）。公司秉承推進中國生態環境改善、農業興國的理念，服務涉及植物表型組學和基因組學、植物生理生態、土壤、環境氣象、水文水利、氫農業等領域的科研和技術支持，服務對象主要為各級科研單位、高校和政府機構。公司先后為“973”項目和“863”項目、國家科技重大專項、國家科技支撐計劃、國家“211”工程和“985”工程、中科院知識創新工程、“948”項目、“948”項目等提供技術咨詢、儀器設備、系統解決方案和系統集成服務，為項目的順利完成提供了有力支持。多年來，公司積極參與相關領域的學術會議，并定期舉辦相關儀器設備的技術講座和培訓班，在科研和監測領域產生了積極的反響，獲得了良好的口碑。截止2019年底，澤泉科技舉辦公開技術講座230場，參會人員超過10000人次；同時在國內外應邀參加學術會議和展會220次，與相關領域的客戶有非常密切的交流合作。2014年2月，上海澤泉科技股份有限公司在上海浦東孫橋現代農業園區投資成立了上海乾菲諾農業科技有限公司，建設了亞洲AgriPhenoTM“高通量植物基因型-表型-育種服務平臺”，為植物科研和育種單位提供全面的樣品收集和栽培，實驗設計和項目合作，以及表型數據與生物信息學分析綜合服務。平臺運營至今，成功主持了上海張江國家自主創新示范區專項發展資金重點項目“澤泉科技高通量植物基因型-表型-育種服務平臺”。作為主持單位或合作單位參與了上海市農委和科委的30多項政府科研服務項目以及商業服務項目，如科技興農種業發展項目“農作物分子育種的技術創新研究”和“青菜高通量表型圖譜標準的建立及主要性狀分析”、科技興農重點攻關項目“基于圖像分析及三維建模技術的黃瓜長勢快速評價方法研究”、 “蘭科觀賞花卉分子育種技術研究與產業化應用”等。結合Agripheno平臺現有實驗室、溫室栽培和基礎科研條件，公司積極響應上海市政府“崇明生態島建設”的發展方向，2016年12月澤泉科技在崇明城橋鎮投資成立了子公司—上海金盞農業發展有限公司，擴展建設田間智能化育種服務平臺，以及智能化農業物聯網“農業云平臺”，以生態鄉村、能源鄉村的發展模式，展示并實施公司自主研發的*的農業樓宇基礎設施、溫室與田間的智能化“多因子”調控的栽培管理模式；擬建成擁有田間型高通量表型分析系統的“Agripheno智能化育種服務平臺”，提高上海種業商業化育種的進程，并服務于全國和國外相關育種科研單位。展望未來，上海澤泉科技股份有限公司希望在社會多方資源的支持和關懷下，不斷提升自己，為社會提供更多、更優秀的產品和的服務！

展開顯示更多內容

產品簡介在線詢價

主要功能采用開放式架構體系，精確研究物品在色彩方面的面積分布及其相關參數；運用各種圖形捕捉設備獲取高質量葉片圖形，運用專業軟件分析計算物品顏色分布等相關參數；在地表覆蓋研究中：采用數碼相機攝取草地冠層的圖像，用專用軟件計算綠色植物、土地、病變植物或其它物體所占比例

植物顏色分析儀——WinCAM 產品信息

主要功能

采用開放式架構體系，精確研究物品在色彩方面的面積分布及其相關參數；運用各種圖形捕捉設備獲取高質量葉片圖形，運用專業軟件分析計算物品顏色分布等相關參數；在地表覆蓋研究中：采用數碼相機攝取草地冠層的圖像，用專用軟件計算綠色植物、土地、病變植物或其它物體所占比例。

NDVI（歸一化植被指數）=(NIR-R)/(NIR+R)，或兩個波段反射率的計算，和植物的蒸騰作用、太陽光的截取、光合作用以及地表凈初級生產力等密切相關。

· NDVI 的應用：檢測植被生長狀態、植被覆蓋度和消除部分輻射誤差等；

· -1<=NDVI<=1，負值表示地面覆蓋為云、水、雪等，對可見光高反射；0 表示有巖石或裸土等，NIR 和 R 近似相等；正值，表示有植被覆蓋，且隨覆蓋度增大而增大；

· NDVI 的局限性表現在，用非線性拉伸的方式增強了 NIR 和 R 的反射率的對比度。對于同一幅圖像，分別求 RVI 和 NDVI 時會發現，RVI 值增加的速度高于 NDVI 增加速度，即 NDVI 對高植被區具有較低的靈敏度；

· NDVI 能反映出植物冠層的背景影響，如土壤、潮濕地面、學、枯葉、粗超度等，且與植被覆蓋有關。

主要功能.png

測量參數

基本測量數據：分析區域面積，分析對象長度、寬度、面積，顏色分類等。

個體測量參數：面積、長度、寬度、周長、性狀因子，顏色分類分析。

顏色類參數：NDVI，綠色度（Greenness），用戶自定義顏色指數、物體輪廓信息測量。

應用領域

廣泛運用于農藝和林學等形態學、病理學研究領域。在地表覆蓋研究中，可應用于草地、花卉、蔬菜，植物幼苗生長初期（First Growth）冠層覆蓋度的研究，或果實生長初期的研究。

主要技術參數

圖像獲取設備參數

數碼相機：1200 萬像素，內置鏡頭，獲取適合 NDVI 分析的 jpeg 圖像，紅色通道包含的近紅外光譜數據，而藍色包含可見光數據，內置存儲，重量小于 200 g。（注：不能獲取傳統 RGB 彩色圖像）

分析軟件參數

截圖01.png

選購指南：

圖像撲捉系統：經廠家調試的數碼相機圖像采集設備

植物顏色分析軟件：標準版 /專業版 WinCAM 分析軟件。

產地：加拿大 Regent

參考文獻

原始數據來源：Google Scholar

Gazzano C, Favero-Longo SE, Iacomussi P, Piervittori R (2013) Biocidal effect of lichen secondary metabolites against rock-dwelling microcolonial fungi, cyanobacteria and green algae. International Biodeterioration & Biodegradation 84: 300-306.

Orphanos Y, Dimitriou V, Kaselouris E, Bakarezos E, Vainos N, et al. (2013) An integrated method for material properties characterization based on pulsed laser generated surface acoustic waves. Microelectronic Engineering 112: 249-254.

Valilai OF, Houshmａnd M (2013) A collaborative and integrated platform to support distributed manufacturing system using a service-oriented approach based on cloud computing paradigm. Robotics and Computer-Integrated Manufacturing 29: 110-127.

Wisse M, Marot L, Eren B, Steiner R, Mathys D, et al. (2013) Laser damage thresholds of ITER mirror materials and first results on in situ laser cleaning of stainless steel mirrors. Fusion Engineering and Design 88: 388-399.

Choubey A, Mondal S, Singh R, Upadhyaya BN, Datta PK, et al. (2014) Generation of 415 W of p-polarized output power in long pulse operation of Nd:YAG laser using z-fold resonator geometry. Optics & Laser Technology 60: 41-48.

Choubey A, Vishwakarma SC, Vachhani DM, Singh R, Misra P, et al. (2014) Study and development of 22 kW peak power fiber coupled short pulse Nd:YAG laser for cleaning applications. Optics and Lasers in Engineering 62: 69-79.

Bohlin A, Mann M, Patterson BD, Dreizler A, Kliewer CJ (2015) Development of two-beam femtosecond/picosecond one-dimensional rotational coherent anti-Stokes Raman spectroscopy: Time-resolved probing of flame wall interactions. Proceedings of the Combustion Institute 35: 3723-3730.

Pezer D (2016) Efficiency of Tool Path Optimization Using Genetic Algorithm in Relation to the Optimization Achieved with the CAM Software. Procedia Engineering 149: 374-379.

Sekulska-Nalewajko J, Goc?awski J, Chojak-Ko?niewska J, Ku?niak E (2016) Automated image analysis for quantification of reactive oxygen species in plant leaves. Methods 109: 114-122.

Jansson Tomas. Estimation of reindeer lichen biomass by image analysis. SLU - Institutionen f?r skogens ekologi och sk?tsel. ISSN 1654-1898 (Umea 2012)
Sivritepe H. Ozkan, Nuray Sivritepe, Atilla Eris, Ece Turhan. 2005. The effects of NaC1 pre-treatments on salt tolerance of melons grown under long-term salinity. Scientia Horticulturae 106 (2005) 568-581.