精品网站在线观看影片,久久久久国色AV免费观看性色 ,亚洲精品乱码久久久久久自慰,男人天堂网在线视频免费,久久精品国产亚洲AV果冻传媒 ,久久久精品人妻

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?

發(fā)布時間:2023-06-16
瀏覽次數(shù):521

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)也會有不同的類型,一種是基于濾波器或濾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)的特點進行了介紹。

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)也會有不同的類型,一種是基于濾波器或濾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)的特點進行了介紹。

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濾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(橫坐標為x,縱坐標為y),從而得到三維圖像塊(x,y,λ),如下圖(b)所示。

基于濾波器或濾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,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像素在各個波長條件的圖像信息:同時在檢測系統(tǒng)輸送帶前進過程中,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,使的檢測生產(chǎn)線行進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:

高光譜圖像是一個具有“圖譜合一”特點的三維數(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行圖像處理和分析,又可以在指定像素坐標位置情況下在光譜域進行光譜處理和分析,也可以同時在空間域和光譜域進行處理和分析。

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、多元線性回歸法、偏最小二乘法等。相關(guān)文獻表明:支持向量機在建模分析時,結(jié)果較好,因為支持向量機不會因波段數(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號智能制造中心33號樓601
  • 電話:020-8288 0288   13500023589
  • 郵箱:3nh@3nh.com
  • 網(wǎng)址:http://www.lanlinghome.cn
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
  • 来宾市| 诸城市| 台州市| 商水县| 怀集县| 渑池县| 乳山市| 平乡县| 准格尔旗| 甘孜县| 阿鲁科尔沁旗| 四子王旗| 永嘉县| 手机| 嘉峪关市| 泸西县| 滨海县| 平原县| 西和县|