微型农作物健康传感器可帮助降低食品杂货成本

一个国际工程师团队开发的具有红外成像功能的紧凑、轻便的传感器系统可以轻松安装到无人机上，以实现远程作物监测。

这种平面光学技术有可能取代传统光学透镜在一系列行业中用于环境感知的应用。

这项创新可能会降低食品杂货的价格，因为农民将能够精确地确定哪些作物需要灌溉、施肥和病虫害防治，而不是采取一刀切的方法，从而有可能提高收成。

该传感器系统可以在边缘检测(对水果等物体的轮廓进行成像)和提取详细的红外信息之间快速切换，而无需创建大量数据和使用笨重的外部处理器。

切换到详细红外图像的能力是该领域的一项新发展，当遥传感器识别出潜在害虫侵扰的区域时，它可以让农民收集更多信息。

这项研究由纽约城市大学(CUNY)、墨尔本大学、皇家墨尔本理工大学和ARC变革性超光学系统卓越中心(TMOS)的工程师共同完成，论文发表在《自然通讯》上，题为“利用相变材料的可重构图像处理超表面”。

传感器系统如何工作?

该原型传感器系统由TMOS首席研究员MadhuBhaskaran教授及其墨尔本皇家理工大学的团队设计，该系统由一层由二氧化钒材料制成的薄层滤波器组成，可以在边缘检测和详细红外成像之间切换。

她说：“二氧化钒等材料增加了出色的调节能力，使设备变得‘智能’。”

“当过滤器的温度发生变化时，二氧化钒从绝缘状态转变为金属状态，这就是处理后的图像从过滤轮廓转变为未过滤的红外图像的方式。”

“这些材料在未来的平面光学设备中将发挥巨大作用，可以取代传统镜头技术用于环境传感应用，使其成为需要小尺寸、轻重量和功率容量的无人机和卫星的理想选择。

RMIT拥有一项已获授权的美国专利，并且正在申请一项澳大利亚专利，该专利涉及其生产二氧化钒薄膜的方法，可能适用于广泛的应用。

主要作者MicheleCotrufo博士表示，该系统在从边缘检测到捕捉详细红外图像的处理操作之间切换的能力非常重要。

“虽然最近的一些演示已经利用超表面实现了模拟边缘检测，但迄今为止演示的大多数设备都是静态的。它们的功能是固定的，无法动态改变或控制，”在纽约市立大学进行研究的科鲁福说。

“然而，动态重新配置处理操作的能力是超表面能够与数字图像处理系统竞争的关键。这就是我们所开发的。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！