性高朝久久久久久久齐齐_久久精品卫校国产小美女_中文无码av一区二区三区_久久精品人人看人人爽_思思99思思久久最新精品

020-8288 0288

高光譜圖像數(shù)據(jù)采集系統(tǒng)有哪些?高光譜圖像數(shù)據(jù)有什么特點(diǎn)?

發(fā)布時(shí)間:2023-06-16
瀏覽次數(shù):518

根據(jù)光譜儀成像原理的不同,高光譜圖像數(shù)據(jù)的采集系統(tǒng)也會(huì)有不同的類型,一種是基于濾波器或?yàn)V波片的高光譜圖像系統(tǒng),這種方法所采用的成像裝置主要由CCD攝像頭和可用于波長選擇的元件組成;另一種是基于光譜儀的高光譜圖像系統(tǒng),這種成像裝置主要由CCD攝像頭和光譜儀組成。本文對這兩種圖譜數(shù)據(jù)采集系統(tǒng)及高光譜圖像數(shù)據(jù)的特點(diǎn)進(jìn)行了介紹。

根據(jù)光譜儀成像原理的不同,高光譜圖像數(shù)據(jù)的采集系統(tǒng)也會(huì)有不同的類型,一種是基于濾波器或?yàn)V波片的高光譜圖像系統(tǒng),這種方法所采用的成像裝置主要由CCD攝像頭和可用于波長選擇的元件組成;另一種是基于光譜儀的高光譜圖像系統(tǒng),這種成像裝置主要由CCD攝像頭和光譜儀組成。本文對這兩種圖譜數(shù)據(jù)采集系統(tǒng)及高光譜圖像數(shù)據(jù)的特點(diǎn)進(jìn)行了介紹。

高光譜成像儀

高光譜圖像數(shù)據(jù)采集系統(tǒng)的類型:

第一種是基于濾波器或?yàn)V波片的高光譜圖像系統(tǒng),如下圖(a)所示。這種方法所采用的成像裝置主要由CCD攝像頭和可用于波長選擇的元件組成。常用的波長選擇元件有窄帶濾波片、液晶可調(diào)式濾鏡、聲光可調(diào)式濾鏡等。高光譜圖像獲取方法是:通過連續(xù)采集一系列波段條件下的樣品二維圖像,即在每個(gè)波長入 i(i = 1,2,3,...,n;其中n為正整數(shù))得到一幅二維圖像(橫坐標(biāo)為x,縱坐標(biāo)為y),從而得到三維圖像塊(x,y,λ),如下圖(b)所示。

基于濾波器或?yàn)V波片的高光譜圖像系統(tǒng)圖和此系統(tǒng)下獲得的圖像數(shù)據(jù)示意圖

第二種是基于光譜儀的高光譜圖像系統(tǒng),如下圖(a)所示。這種成像裝置主要由CCD攝像頭和光譜儀組成。CCD攝像頭采用線列探測器作為敏感元件。工作時(shí),圖像光譜儀將檢測樣品反射或透射來的光分成單色光源后進(jìn)入CCD攝像頭。該系統(tǒng)采用“掃帚式”成像方法得到高光譜圖像。線列探測器在光學(xué)焦面的垂直方向作橫向排列完成橫向掃描(x軸向),可以獲取對象條狀空間中每個(gè)像素在各個(gè)波長條件的圖像信息:同時(shí)在檢測系統(tǒng)輸送帶前進(jìn)過程中,排列的探測器就好像掃帚掃地一樣掃出一條帶狀軌跡,從而完成縱向掃描(y軸向),綜合橫縱掃描信息就可得到樣品的三維高光譜圖像數(shù)據(jù),如下圖(b)所示。用此法在農(nóng)畜產(chǎn)品品質(zhì)與安全性檢測時(shí),使的檢測生產(chǎn)線行進(jìn)方向的樣本尺寸不受CCD攝像頭拍攝區(qū)間大小的限制,但此法成本較高。

基于光譜儀的高光譜圖像系統(tǒng)圖和此系統(tǒng)下獲得的圖像數(shù)據(jù)示意圖

高光譜圖像數(shù)據(jù)的特點(diǎn):

高光譜圖像是一個(gè)具有“圖譜合一”特點(diǎn)的三維數(shù)據(jù)立方體,因此高光譜圖像的處理和分析既可以在指定波長情況下在空間域進(jìn)行圖像處理和分析,又可以在指定像素坐標(biāo)位置情況下在光譜域進(jìn)行光譜處理和分析,也可以同時(shí)在空間域和光譜域進(jìn)行處理和分析。

下圖顯示了高光譜圖像處理的一般流程。一般來講,高光譜圖像處理流程包括高光譜圖像數(shù)據(jù)獲取與校正層、高光譜圖像處理與分析層和應(yīng)用層三個(gè)層面。其中高光譜圖像數(shù)據(jù)獲取與校正層包括樣品高光譜圖像和參考圖像的獲取、高光譜圖像校正;高光譜圖像處理與分析層包括光譜處理與分析和圖像處理與分析;應(yīng)用層包括內(nèi)部品質(zhì)與安全性檢測和外部缺陷識(shí)別與提取。

高光譜圖像處理的一般流程

高光譜圖像數(shù)據(jù)的處理方法:

高光譜圖像數(shù)據(jù)信息量豐富,但數(shù)據(jù)處理非常復(fù)雜。綜合國內(nèi)外高光譜圖像數(shù)據(jù)處理方法主要是:先選擇感興趣區(qū)域,然后可以采用主成分分析法、獨(dú)立元分析、連續(xù)投影算法、線性判別分析、Fisher判別方法、典型分析以及遺傳算法等對感興趣區(qū)域數(shù)據(jù)進(jìn)行降維處理,提取特征波長,并建立相應(yīng)的判別模型,常用的建模方法有BP神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、多元線性回歸法、偏最小二乘法等。相關(guān)文獻(xiàn)表明:支持向量機(jī)在建模分析時(shí),結(jié)果較好,因?yàn)橹С窒蛄繖C(jī)不會(huì)因波段數(shù)量增加,分類精度下降,即出現(xiàn)所謂的Hughes現(xiàn)象。RBF神經(jīng)網(wǎng)絡(luò)分類效果明顯高于BP神經(jīng)網(wǎng)絡(luò)分類法。

聯(lián)系我們

Contact us
廣東賽斯拜克技術(shù)有限公司
  • 地址:廣州市增城區(qū)新城大道400號(hào)智能制造中心33號(hào)樓601
  • 電話:020-8288 0288   13500023589
  • 郵箱:3nh@3nh.com
  • 網(wǎng)址:http://www.udagawajidousya.com
Copyright © 2024 廣東賽斯拜克技術(shù)有限公司 版權(quán)所有
  • 公司聯(lián)系方式
    QQ
  • 網(wǎng)站首頁
    首頁
  • 公司聯(lián)系電話
    電話
  • 返回
    返回頂部