赤潮生物监测荧光成像系统背景光源改进

介绍了一种海洋赤潮生物监测荧光成像系统,该系统的背景光源为海洋赤潮生物监测荧光成像系统的重要组成部分,赤潮生物监测荧光成像系统背景光源选择是否合理将直接影响着藻类成像清晰度,由于各种赤潮藻含有不同的特征纹理,其纹理特征将决定是否能准确识别出藻类并对其进行分类,进而影响到对赤潮的准确预报。为了解决赤潮藻图像的清晰度等问题,作者利用自行设计的荧光成像系统,对不同成像光源的成像效果进行了分析和比较。实验证明,近红外光源可以有效地获得清晰的藻类纹理信息,使得后继的图像处理工作更加容易,从而解决了藻类图像暗黑以至于图像处理起来较为困难等问题。     

基于代数重建算法的有限角度扫描的光声成像

由于滤波反投影重建算法要求对成像区域进行全方位扫描以获取完全投影数据,它需要较长时间采集大量数据,使其在医学上的应用受到限制。研究了在有限角度下采用代数重建算法进行光声成像的方法,实验用的光源为YAG激光器,波长为1064nm,重复频率20Hz,脉宽为6ns,探测器为针状的磺化聚二氟乙烯(PVDF)膜水听器,接收面积的直径为1mm,从仿真和实验结果表明该方法适用于“非完备投影数据”的光声层析成像。从图像重建效果上与滤波反投影算法相比较,该成像算法提高了重建图像的分辨率和对比度。采用代数重建算法的有限角度的光声成像方法,对临床医学的无损伤检测,具有重要的意义。     

同色异谱破坏特性及其在相似异物检测中的应用

由于相似异物与所处背景的外观特征极其相近,现有的光谱成像检测技术遇到新的挑战。针对复杂背景中相似异物检测难题,提出了利用同色异谱破坏特性的透反射光谱图像检测方法。在分析同色异谱破坏过程中异物与背景光谱特性差异基础上,建立了波长优选函数筛选最优波长的透反射光源构建成像检测系统。以棉花中的白色丝状异物作为实验对象,利用最佳波长透反射成像系统获取异物特征,采用图像决策层融合增强异物图像特征,最后利用二值化处理提取异物目标。实验结果表明,在利用390 nm反射波长与580 nm透射波长的双波长图像检测中,成像系统获取的相似异物图像特征明显,异物提取后检测结果与实际相符。此方法可有效检测棉花中多种白色丝状异物,为相似异物检测提供了一种新思路。     

基于高光谱图像技术的玉米杂交种纯度鉴定方法探索

对玉米种子高光谱图像的光谱维信息进行分析,探索利用高光谱图像技术鉴定玉米杂交种纯度的可行性。实验中利用高光谱成像系统采集玉米品种农华101的母本和杂交种的高光谱图像, 波长范围871～1699 nm;在每个玉米样本上提取感兴趣区域的平均光谱信息,利用处理后的数据建立农华101母本和杂交种的鉴定模型。讨论了样品的摆放方式(种子胚正对光源和背对光源,种子在样品台上的位置)和实验环境对鉴定模型性能的影响。鉴定模型对不同摆放方式和实验环境下获得的同种样品的光谱的正确识别率和正确拒识率均达到90%以上,模型稳健性良好。利用Qs方法选择特征波段[1],发现在1 230 nm附近(1 195～1 246 nm)农华101的母本和杂交种差异最大。实验中利用特征波段内的数据进行建模和测试,正确识别率和正确拒识率达到90%以上,与利用全波段(925～1597 nm)获得的识别效果相当。分析结果表明,利用高光谱图像技术鉴定玉米杂交种纯度是可行的。     

基于反应时间的中间视觉道路照明功率密度分析及显色性能研究

给出了一种在人眼中间视觉条件下道路照明光源安全节能性能分析的研究方法.通过构建基于中间视觉行车行为反应时间模拟测试系统,建立了人眼中间视觉条件下的光视光效模型,获得了中间视觉下的光视光效曲线.并通过该模型,给出了基于照明功率密度LPD的光源节能性评价方法.从色度学理论出发,选用Luv均匀颜色空间,基于显色指数的光源显色性评价分析计算方法,探讨了不同主波长光源的相对光谱功率分布变化对光源颜色的影响,建立了光源主波长与显色指数的函数关系表达式,可计算获得人眼敏感度与光源颜色各个波长点的关系.对上述方法进行了反应时间模拟测试实验和道路照明图像清晰度计算实验验证,数据分析与计算结果表明,在中间视觉条件下,以540～ 550 nm为主波长的白绿色照明光源的功率密度和显色性最佳.     

基于三维点云匹配的手掌静脉识别

针对现有手掌静脉认证系统误拒率较高以及不支持大数据集匹配的问题,设计了基于透射式光源的双目视觉静脉三维点云重建装置,提出了基于三维点云匹配的手掌静脉认证算法。系统使用850 nm透射式发光二极管(LED)光源作为照明装置,由双目摄像机拍摄静脉视差图像进行三维重建。选择手掌静脉作为特征点描述其空间三维结构,提出了一种改进的内核相关性分析方法匹配三维点云。针对200组点云数据的实验结果验证了该方法的可行性和有效性,识别率达到了98%,误拒率2%,误识率0%,总特征维数约8000至12000维,高于尺度不变特征变换(SIFT),支持对大数据集的认证识别。     

基于数字高程模型的航空相机图像清晰度检测方法

为解决弱特征区域中航空相机成像清晰度检测的问题,根据前后两次图像间具有重叠区域的特点,提出了一种基于数字高程模型（DEM）的航空相机图像清晰度检测方法。该方法在引入高精度DEM数据后,以重投影误差最小化原则修正航空成像模型,应用尺度不变特征转换（SIFT）算法进行特征匹配,并利用特征点偏移位置计算主距变化量,最终将主距变化量作为清晰度检测的标准以实现弱特征区域航空图像的清晰度检测。实验表明,所提算法对不同清晰度的弱特征区域航空图像均能进行清晰度检测,其检测均方根误差为16.275μm,小于光学系统的半焦深（19.2μm）,能够满足航空相机的实际工程精度要求。     

应用于水下机器人的快速深海图像复原算法

由于海水吸收和水中悬浮颗粒散射，水下机器人通过人造光源获得的深海图像普遍存在模糊、色偏和清晰度低等问题。围绕深海图像快速精准复原所需解决的关键问题，首先建立真实深海图像数据集，分析深海图像的成像特点，基于图像特征的统计结果提出一种线性景深模型，然后通过有监督方法进行模型参数辨识，最后根据景深模型分别快速估计出原始图像的传输地图和背景光，进而有效避免累计误差，实现深海图像的有效复原。实验结果表明，所提算法在图像复原结果、有效性、质量和实时性指标上均优于同类算法，在Nvidia Jetson TX2嵌入式设备上处理600 pixel×800 pixel大小的图像，平均复原速度是4种优秀水下图像增强算法中最快的3.08倍。     

眼底照相机自动调焦算法

基于眼底图像成像原理及特征,提出一种结合自动调焦窗口选择的眼底照相机自动调焦方法.根据改进阈值的局部信息熵调焦窗口选择算法实现调焦窗口的初步定位,按照多方向步进算法实现调焦窗口的最终定位.针对眼底图像对比度低的问题,结合区域对比度的清晰度评价函数与梯度向量平方函数的特点提出眼底图像清晰度评价函数.实验结果显示,提出的自动调焦窗口选择算法可以保证调焦窗口的稳定性及准确性,针对低对比度眼底图像的清晰度评价函数具有更好的灵敏度.     

基于LCTF成像选取萝卜叶片的特征波段

从大量的成像光谱数据中选择出有效的特征波段,用于对园艺作物的特征进行快速识别和分类。基于LCTF(liquid crystal tunable filter)成像的优点在于能够连续改变光谱透过中心波长。首先实验选取园艺作物———萝卜叶片为研究对象,获取萝卜叶片表面每隔5nm各波段图像的灰度信息;然后求出各波段的灰度值标准差和相关系数;最后通过波段指数排序选取萝卜叶片的有效特征波段。实验结果表明,在530nm、550nm、535nm、555nm和715nm波段具有较理想的波段指数值,这些波段离散度大,信息量丰富且波段间相关系数小,因此这些波段是识别萝卜叶片的有效特征波段。     

Impact of NIR wavelength lighting in image acquisition on finger vein biometric system effectiveness

Finger vein biometric systems become increasingly more popular because they offer higher security comparing to other authentication solutions with respect to positive persons experience. Those systems operate on near infrared light (NIR) in wavelength range from around 700 to 1000 nm, however dedicated research to determine impact of NIR lighting on biometric system effectiveness has not been conducted and presented in the literature ever before. In this paper the study of correlation between wavelengths in NIR spectra and effectiveness of person identification in a biometric system is presented. To achieve that goal, a new model of image acquisition system allowing change of light wavelengths has been created and NIR finger vein dataset containing 11 556 images was established. Furthermore, this model was used to perform experimental work and proof that some NIR wavelengths better suit for vein patterns acquisition, allowing to increase the recognition effectiveness of finger vein biometric systems.     

高光谱与机器学习相结合的大白菜种子品种鉴别研究

提出了基于高光谱信息的大白菜种子品种分类识别方法。利用近红外高光谱图像采集系统采集了八种共239个大白菜种子样本;提取15 pixel×15 pixel感兴趣区域平均光谱反射率信息作为样本信息;采用多元散射校正预处理方法对光谱进行消噪;验证了Ada-Boost 算法、极限学习机(extreme learning machine, ELM)、随机森林(random forest, RF)和支持向量机(support vector machine, SVM)四种分类算法的分类判别效果。为了简化输入变量,通过载荷系数分析选取了10个大白菜种子品种分类判别的特征波长。实验结果表明,四种分类算法基于全波段的分类识别对81个预测样本的正确区分率均超过90%,最优的分类判别模型为ELM和RF,识别正确率达到了100%;以10个特征波长的分类判别精度略有下降,但输入变量大幅减少,提高了信息处理效率,其中最优分类判别模型为EW-ELM模型,判别正确率为100%,因此以载荷系数选取的特征波长是有效的。利用高光谱结合机器学习对大白菜种子品种进行快速、无损分类识别是可行的,为大白菜种子批量化在线检测提供了一种新的方法。     

苹果糖度的光谱图像无损检测技术研究

应用光谱图像技术进行了苹果内部品质无损检测技术的研究。通过采集不同波长(分别为632 nm,650 nm,670 nm,780 nm,850 nm和900 nm)的光谱图像,对所采集的光谱图像灰度分布进行洛伦兹分布(LD)、高斯分布(GD)、指数分布(ED)函数的拟合,通过比较发现洛伦兹分布为最优灰度分布拟合函数。将苹果的糖度与洛伦兹分布函数拟合所得参量分别进行多元线性回归,建立最佳单波长、最佳双波长组合、最佳三波长组合和最佳四波长组合的校正方程,相关系数R分别为0.622、0.776、0.831、0.813。实验表明,利用光谱图像技术无损检测苹果糖度是可行性的,为计算机图像对水果进行内部品质的无损检测提供技术依据。     

干贝水分含量可视化检测方法的研究

水分含量影响干贝的口感、质地等品质特征,而且与其贮存期密切相关。应用高光谱成像与检测技术结合化学计量学方法,实现干贝水分含量的快速检测。实验采用高光谱成像系统采集380～1 030 nm波段范围内的高光谱图像,采集得到6个不同干燥时期共90个干贝样本高光谱图像。提取所有样本感兴趣区域的平均光谱数据,采用连续投影算法(SPA)和权重回归系数法(B_w)分别提取了7个和4个特征波长。基于所提取的特征波长和全波长分别建立光谱数据与水分含量的偏最小二乘回归(PLSR)模型,三种模型分别是SPA-PLSR,B_w-PLSR和PLSR。建模集和预测集相关系数都高于0.95,预测均方根误差都低于10%,三种模型均获得了较好的预测效果,都能很好地预测干贝的水分含量。在所有模型中,SPA-PLSR模型具有较少的波长变量和较高的预测能力(97.28%),因此本文基于SPA-PLSR模型,采用伪彩色图像编程技术实现了干贝图像上每个像素点的水分含量的可视化预测。结果表明,高光谱成像技术结合特征波长提取算法可用于干贝水分含量分布的可视化检测。     

基于联合偏度的高光谱图像波段选择对玉米种子分类研究

高光谱图像技术是在种子识别领域广泛应用的农产品品质无损检测方法。特征信息的充分提取和最优波段的选择是影响高光谱图像技术种子鉴选在线应用的关键因素。目的在于利用联合偏度算法选择高光谱图像的最优波段,用于开发在线的种子分级系统。论文利用高光谱图像采集系统获取10类共960粒玉米种子在438～1 000 nm(共219个波段)波段范围内的高光谱图像,并提取了种子高光谱图像的平均光谱、图像熵特征。利用联合偏度算法选择了高光谱图像的最优波段,分别建立了基于平均光谱、图像熵、平均光谱和图像熵联合特征条件下的支持向量机种子分类模型,比较不同特征下分类模型的识别精度。实验结果表明：无论是全波段分类模型,还是建立在最优波段基础上的分类模型,利用平均光谱和图像熵联合特征获得的分类精度均高于平均光谱和图像熵两种单一特征模型。在10个最优波段条件下,联合特征分类模型的识别精度达到了96.28%,比光谱均值和图像熵的识别精度分别提高了4.30%和20.38%,也高于全波段联合特征识别模型的93.47%。利用联合特征建立玉米种子分类模型时,基于联合偏度的波段选择算法的分类精度要高于无信息变量消除法、连续投影算法和竞争性自适应重加权算法。该研究为种子高光谱图像识别技术的在线运用提供了可行的途径。     

双波长数字全息相位解包裹方法研究

使用两个不同的波长分别记录数字全息图,分别由数值再现得到每个波长对应的包裹相位图,再求得两者的相位差得到等效波长的相位图,通过此双波长相位解包裹方法得到连续的相位分布以消除相位包裹。通过数值模拟研究了双波长相位解包裹方法,搭建了双波长数字全息实验系统,并利用660nm和671nm两个波长的激光对标准石英平片和平凹透镜进行了相衬成像。通过双波长相位解包裹方法得到了连续的相位分布,实验结果与数值模拟结果具有较好的一致性,证明了双波长相位解包裹方法的有效性。     

双色俘精酸酐薄膜的双波长图像光存储

采用两种光致变色俘精酸酐体系化合物[1,2,4-三甲基-5-苯基-3-吡咯甲叉(异丙叉)俘精酸酐和对-N,N-二甲基苯基-2-甲基-3-恶唑甲叉(异丙叉)俘精酸酐]制备了单层双色聚甲基丙烯酸甲酯(PMMA)复合薄膜感光记录材料。采用双波长(650nm和488nm)图像存储和读出光路,实现了用两种波长在双色复合薄膜的同一位置同时记录两幅图像。当分别用各自对应的波长读出时,两幅图像各自获得了高衬比度,且二者之间的串扰很小,证明了在双色光致变色俘精酸酐材料上进行双波长复用图像光存储的可行性。     

基于高光谱成像提取苹果糖度与硬度最佳波长

利用高光谱成像技术提取可同时检测苹果糖度与硬度的最佳波长。首先双面采集苹果的高光谱图像,获取亮度相近感兴趣区域(ROIs)的反射波形,采用二阶导数结合标准正态变量(SD+SNV)的方法平滑波形,测试ROIs的糖度与硬度;之后采用连续投影算法(SPA)提取两项指标的特征波长,根据特征波长的分布提出二次连续投影算法,结合波形集特征与两次投影结果确定不同取样面的最佳波长;最后采用遗传算法开发神经网络(GA-BP)建立预测模型,双面取样波长(543 nm和674 nm)效果最优,糖度相关系数(R)为0.847 6,均方误差(MSE)为3.32;硬度R为0.793 8,MSE为9.6。结果表明,相同波长信息可以检测苹果糖度与硬度。     

离体正常乳腺组织350～850 nm波段光谱特性

采用带有积分球附件的紫外/可见/近红外分光光度计测量了离体正常乳腺组织在350～850 nm光谱范围的反射率和透射率,运用反向倍加法得到了离体正常乳腺组织在相应光谱范围的光学参数,分析了正常乳腺组织的光学穿透深度随波长的变化情况。实验结果表明：350～850 nm波段正常乳腺组织的约化散射系数μ′_s大于吸收系数μ_a。μ′_s随着波长的增加而减小,即从350 nm波长值为9.731 mm-1～850 nm波长值为1.476 mm-1。μ_a从350 nm波长值为0.798 mm-1～850 nm波长值为0.102 mm-1,410 nm波长处存在一个吸收峰,其值为0.506 mm-1。光学穿透深度随着波长的增加而增大,从350 nm波长值为0.199 mm-1～850 nm波长值为1.439 mm。基于反向倍加法计算获得乳腺组织的光学参数,采用Monte Carlo模拟得到其相应光谱范围的反射率和透射率,并与实际测量值进行比较,二者的一致性较好。实验结果为乳腺组织的光活检及其光学治疗提供重要参考。     

高光谱成像技术鉴别菠菜叶片农药残留种类

利用高光谱成像技术无损鉴别菠菜叶片农药残留种类。采用高光谱成像仪采集900~1 700 nm波段内的光谱数据,采用多元散射校正对光谱数据进行预处理。利用主成分分析对不同种类菠菜样品的光谱数据进行分析,结果表明主成分分析能在可视化层面对不同种类的农药残留菠菜样品进行有效判别。另外,将卡方检验特征选择算法分别与支持向量机、朴素贝叶斯、决策树和线性判别分析算法结合,并采用10-fold交叉验证评价方法,筛选出最佳波段和最优判别模型（线性判别模型）。筛选出的8个特征波长为1 439.3,1 442.5,1 445.8,1 449,1 452.3,1 455.5,1 458.7,1 462 nm,模型的预测准确率达到0.993且10次交叉验证的标准差为0.009。结果表明,基于高光谱成像技术能准确地识别菠菜叶片上的农药残留种类。