基于离散余弦变换和支持向量机的多光谱纹理图像的茶叶分类研究

提出一种利用多光谱图像纹理特征进行茶叶分类的新方法。图像由MS3100-3CCD光谱成像仪获得,光谱成像仪提供近红外(NIR)、红色(R)和绿色(G)的3个波段的图像。首先对原图像的NIR波段图像提取均方值,然后应用离散余弦变换算法,构造出8个带通和高通滤波器对NIR通道的图像进行滤波并提取均方差值,最后应用支持向量机技术,分别对原图像的NIR提取的均方差值和用8个滤波器滤过的图像提取的均方差值进行建模。茶叶样本总共为240个,训练和预测各为120个,每种训练样本和预测样本各为20个。结果表明经过8个滤波器处理图像的识别率为100%,而没有经过滤波处理的纹理图像识别率只有73.33%,说明离散余弦变换算法设计的滤波器是一种非常有效的纹理识别技术,此实验同时也为茶叶的分类提供一种快速和无损的新方法。     

基于小波包和偏最小二乘支持向量机的多光谱纹理图像的大米分类研究

提出了一种利用多光谱图像纹理特征进行大米分类的新方法。图像由MS3100-3CCD光谱成像仪获得,光谱成像仪提供3个波段的图像,由近红外(NIR)、红色(R)和绿色(G)组成,因此它能够获取普通数码照相机所不能获取的信息。对3CCD近红外波段图像进行二层小波包分解,得到16个子频带,因为纹理图像的特征信息主要集中在中频,因此提取8个中频频带(带通频带)的熵值,并且作为支持向量机的特征值输入。最后应用支持向量机技术分别对有和没有经过小波包分解的NIR波段纹理图像的熵值进行建模,建模样本和预测模型各为80个,每种各为20个。对四种大米进行处理,结果表明,经过小波包分解的纹理图像的识别率达到了100%,而没有经过小波包分解的纹理图像的识别率只有93.75%,说明结合小波包和支持向量机进行多光谱图像的纹理识别是种非常有效的技术,同时也为大米的分类提供一种快速和无损的新方法。     

高光谱成像的煤与矸石分类

煤与矸石分选是煤矿生产的必要工序,现有的人工分选与机械分选,存在效率低,易造成资源浪费以及环境污染等问题。鉴于可见/近红外高光谱成像具有分析速度快、样品无需预处理、无污染等诸多优势,旨在探讨基于可见/近红外高光谱成像对黑色背景下块状煤与矸石准确分类的可行性,并基于特征波长筛选算法简化模型,为构建多光谱煤与矸石分选系统提供理论参考。首先,搭建高光谱成像系统并采集山西西铭矿的85个煤样本与83个矸石样本在400～1 000 nm（Vis/NIR）与1 000～2 500 nm（NIR）两个范围内的高光谱图像,基于图像处理方法去除背景信息,选取Vis/NIR范围内100×100像素和NIR范围内50×50像素区域内的平均光谱作为该样本在对应波段范围的一条光谱,重复10次,最终在两个波段各获得煤与矸石光谱850条和830条。其次,对光谱先后进行Savitzky-Golay卷积平滑和标准正态变量变换,以减少噪音和误差对光谱的影响。基于全波段光谱建立支持向量机（SVM）,k近邻法（KNN）,偏最小二乘判别分析（PLS-DA）三种模型,每个模型针对预测集的分类准确度均大于0.95,结果表明,基于煤和矸石的光谱信息可将二者区分。随后根据竞争性自适应重加权算法（CARS）和连续投影算法（SPA）选择的特征波长建立简化模型,综合考虑精度与成本等因素,在Vis/NIR范围内基于SPA筛选的3个特征波长所建立的SVM模型效果最好,不仅能有效减少波长数量,还能提高模型的分类效果,对应的灵敏度,特异度,准确度分别为1,0.965 2,0.983 3。基于判别模型与样本的平均光谱还可实现煤和矸石的分类可视化。研究结果对开发基于特征波长的低成本煤和矸石多光谱分选系统,实现煤矸快速、准确的无损检测具有借鉴意义。     

基于液晶可调谐滤光片的便携式多光谱成像仪

选用商品化照相机镜头、液晶可调谐滤光片和单色面阵CCD相机,将液晶可调谐滤光片置于由镜头和CCD相机组成的照相光路中构成便携式多光谱成像仪。该多光谱成像仪能够在被动和主动光源下进行多光谱图像数据采集,工作波长范围是400～720 nm,光谱分辨率为10 nm。建立了多光谱成像仪系统多光谱图像采集数值模型,分析了误差源,为系统定标提供了理论依据。在自然光照条件下进行了盆景植物的多光谱图像采集试验,重建出多光谱数据立方体,绘制了典型目标点的光谱曲线。     

基于LCTF的便携式多光谱成像仪

选用商品化照相机镜头、液晶可调谐滤光片（Liquid Crystal Tunable Filter,LCTF）和单色面阵CCD相机,将LCTF置于由镜头和CCD相机组成的照相光路中构成便携式多光谱成像仪,该多光谱成像仪能够在被动和主动光源下进行多光谱图像数据采集,工作波长范围是400-720nm,光谱分辨率为10nm,建立了多光谱成像仪系统多光谱图像采集数值模型,分析了误差源,为系统定标提供了理论依据。最后在自然光照条件下进行了盆景植物的多光谱图像采集试验,重建出多光谱数据立方体,绘制了典型目标点的光谱曲线。     

模糊线性判别QR分析的茶叶近红外光谱鉴别分析

不同品种茶叶因其所含的有机化学成分不同,其效果也会有差别。所以,寻找出一种能准确迅速的鉴别茶叶品种的技术方法是非常重要的。近红外光谱(NIR)分析是一种无损检测技术,能很好的鉴别茶叶品种。使用NIR光谱仪采集茶叶的NIR数据。为了对包含噪声信号的茶叶近红外光谱进行准确鉴别,提出了一种模糊线性判别QR分析的新方法,可以对茶叶近红外光谱进行准确分类。通过使用模糊线性判别分析(FLDA)将由主成分分析(PCA)压缩的茶叶近红外光谱数据进行降维,由模糊线性判别分析得出的特征向量构建鉴别向量矩阵,对鉴别向量矩阵进行矩阵的QR分解,得到新的鉴别向量矩阵。经过模糊线性判别QR分析后使用K近邻算法进行分类,具有准确率高等优点。以岳西翠兰、六安瓜片、施集毛峰和黄山毛峰四种茶叶为研究样本,每类65个,茶叶样本总数为260个。采集茶叶近红外光谱数据的仪器为AntarisⅡ型傅里叶近红外光谱仪对光谱数据进行预处理,采用多元散射校正,由于采集到的茶叶光谱数据存在散射干扰。以此得到的近红外光谱数据的维数为1557维,通过主成分分析压缩数据集的维数,使得光谱数据集的维数达到7维。经压缩过后的光谱数据集中的鉴别信息再...     

一种波段聚类和多尺度结构特征融合的高光谱图像分类模型

高光谱图像包含丰富的地物信息,在农业、工业和军事等领域应用广泛。因此,高光谱图像的识别与分类是一项重要的研究课题。然而,高光谱图像存在光谱维度高、噪声大、标记样本有限等问题,并未取得很好的分类效果。针对以上问题,提出一种波段聚类和多尺度结构特征融合的高光谱图像分类模型(ASPS-MRTV)。该方法主要包括以下几个步骤,首先,对高光谱数据进行归一化处理,将归一化后的三维图像按光谱维等分为n个子空间;其次,采用粗细划分策略构造自适应子空间光谱特征提取框架,将每个空间波段拉伸为一维向量后用信息散度构造波段的相似性矩阵,按照聚类的思想对n个子空间进行自适应;然后,将每个自适应子空间的光谱波段平均值进行叠加,形成光谱特征;最后,对所得到的光谱特征数据利用多尺度相对全变分技术提取结构特征。为了增强样本的线性可分性,在数据堆叠之后进行核主成分分析,最终形成空谱特征。对比实验中统一使用惩罚参数C和核参数σ都为24.5的SVM进行分类。经测试,ASPS-MRTV网络模型在Indian Pines、 University of Pavia两个数据集上分别以5%, 1%的训练样本达到了97.06%、 98....     

应用近红外高光谱成像技术检测面粉中偶氮甲酰胺

高光谱成像技术不仅可以获得样品的图像信息,每个像素点还包含了光谱信息,因其信息量丰富的特点已在食品安全检测方面得到了应用。该研究应用近红外高光谱成像技术检测面粉中偶氮甲酰胺。分别采集纯偶氮甲酰胺、纯面粉和面粉中10种不同浓度偶氮甲酰胺混合样品的高光谱图像。通过比较纯偶氮甲酰胺和纯面粉的平均漫发射光谱,找到两者区分度较大的4个吸收波段：1 574.38,2 038.55,2 166.88和2 269.91 nm。采用二阶导数对样品图像中的像素点光谱进行预处理,通过光谱角制图、光谱相关角和光谱相关性度量三种光谱相似性分析方法对混合样品中的偶氮甲酰胺像素和面粉像素进行检测。结果表明,预处理后的平均光谱不能有效检测面粉中偶氮甲酰胺;单像素点光谱结合光谱相似性分析实现了混合样品中偶氮甲酰胺像素和面粉像素的分类;分类结果的验证显示了偶氮甲酰胺像素和面粉像素的正确分类。研究结果为利用高光谱技术检测面粉中添加剂提供了方法支持,为食品中掺杂物的检测提供参考。     

基于分类器集成的高光谱遥感图像分类方法

高光谱遥感图像为地物的精确分类带来了机遇,但也面临着一些挑战,高光谱遥感图像分类中所面临的一个挑战是如何处理高的光谱维数和小的样本数目之间的矛盾,目前几乎全部采用降维方法来缓解这一矛盾。集成学习的出现和选择性集成概念的提出为解决这一问题提供了新的研究思路,基于这一思想提出了基于波段分组和分类器集成的方法。在高光谱遥感图像的原始光谱空间根据波段之间的相似性信息对光谱波段进行分类,从每类中随机抽取一个波段形成新的光谱组,并依靠限制不同光谱组中相同波段的数目增加不同光谱组之间的差异程度,将新的光谱组作为训练分类器的特征子集,在特征子集训练最大似然分类器,使用简单的多数投票法合成得到最终的集成分类器。实验结果表明,使用基于波段分组和分类器集成的方法可以得到更高的分类精度。     

空-谱二维蚁群组合优化SVM的高光谱图像分类

提出了一种空-谱二维特征蚁群组合优化支持向量机的高光谱图像分类算法。利用两类蚁群分别在光谱维空间和样本分布空间交替搜索最大类间距波段组合和异质样本,提取最优特征波段,降低了高光谱的波段信息冗余,去除训练样本中的异质样本,优化了训练样本特征空间分布。将蚁群组合优化后的高光谱图像和训练样本应用到支持向量机(SVM)分类器中,扩大了特征空间类间距,提高了SVM算法的分类精度。实验表明该算法总分类精度达95.45%,Kappa系数0.925 2,是一种分类精度较高的高光谱图像分类方法。     

采用多波段θ调制器作多光谱照像技术的研究

提出了一种用多波段θ调制的白光光学／数字图像处理作多光谱照相的技术,即通过使用多波段θ调制器对目标的某几个波段信息进行调制,使用傅里叶变换技术对各个多波段图像解调,可分别得到目标各波段的图像信息,然后通过假彩色融合得到目标多波段假彩色图像。从理论和实验上论证了使用多波段θ调制器与单个CCD探测器组成的多光谱照相系统,代替传统的多个相机构成的多光谱照相系统的可行性和优越性。该技术与传统多光谱照相技术相比,具有体积小、重量轻和假彩色融合操作简单方便等优点。     

Multispectral imaging using multiple-bandpass filters

We present a method for multispectral imaging. This method uses color CCD cameras with a multiple-bandpass filter, which modifies the spectral response of the cameras used and enables concurrent acquisition of multiple images at defined spectral bands. We experimentally demonstrate methodological feasibility using two color CCD cameras and a polychroic mirror to simultaneously capture eight spectral bands. We discuss how the method developed is well suited for multispectral applications of transient phenomena or for real-time measurements.     

Luminance adaptation model for increasing the dynamic range of an imaging system based on a CCD camera

We propose a luminance adaptation model (LAM) to increase the dynamic range of an imaging system when scenes containing areas of low and high illumination are imaged. The LAM that we developed is based on capturing images at different exposure times to obtain digital levels within the linear response zone for all the pixels in the image. The levels are subsequently transformed to a reference exposure time that is common to all pixels. We use a linear transformation whose coefficients are determined by the digital levels obtained for a set of flat-spectrum samples. In this study, the LAM is applied to a multispectral imaging system that is based on a CCD camera used for color measurements and spectral reconstructions. It is shown to be a very useful method for increasing the dynamic range of the system, whilst maintaining its accuracy.     

高速多光谱 TDI CCD 成像电路系统

为实现多光谱TDI CCD的高速高信噪比成像,利用可空间应用的多光谱TDI CCD传感器研制出了高性能成像电路系统。该系统以现场可编程门阵列（ FPGA）为核心逻辑单元,带有RS422外围通信控制接口,并采用CAMERALINK接口输出图像数据。系统具有动态推扫成像的能力,可同时输出全色和彩色两种模式的图像数据。利用灰度条纹的靶标对传感器的3个多光谱（ R、G、B）感光区标定白平衡,利用彩色条纹的靶标对系统进行成像测试,在驱动频率为15 MHz的情况下,系统单片CCD输出的图像数据率达到1.2 Gbps。试验结果表明,获取全色图像的信噪比达到了53.56 dB,各多光谱图像的信噪比较高的也在40 dB以上,满足空间对地高分辨多光谱遥感成像的技术指标要求,对高速空间多光谱遥感相机的研制具有借鉴意义。     

A high-speed image sensing technique with adjustable frame rate based on an ordinary CCD

In the sinusoidal phase modulating interferometer technique, the high-speed CCD is necessary to detect the interference signals. The reason of ordinary CCD's low frame rate was analyzed, and a novel high-speed image sensing technique with adjustable frame rate based on an ordinary CCD was proposed. And the principle of the image sensor was analyzed. When the maximum frequency and channel bandwidth were constant, a custom high-speed sensor was designed by using the ordinary CCD under the control of the special driving circuit. The frame rate of the ordinary CCD has been enhanced by controlling the number of pixels of every frame; therefore, the ordinary of CCD can be used as the high frame rate image sensor with small amount of pixels. The multi-output high-speed image sensor has the deficiencies of low accuracy, and high cost, while the high-speed image senor with small number of pixels by using this technique can overcome theses faults. The light intensity varying with time was measured by using the image sensor. The frame rate was up to 1600 frame per second (f/s), and the size of every frame and the frame rate were adjustable. The correlation coefficient between the measurement result and the standard values were higher than 0.98026, and the relative error was lower than 0.53%. The experimental results show that this sensor is fit to the measurements of sinusoidal phase modulating interferometer technique.     

基于联合变换相关的机载航空相机像移测量

为了提高像移测量精度,针对机载航空摆扫相机提出一种坐标变换法和图像相关法相结合的像移测量方法。利用坐标变换法得到初始像移速度,利用图像联合变换相关法对像移速度残差进行补偿。联合图像通过一个面阵CCD获得,该面阵CCD放置在相机焦平面上并与成像线阵TDI CCD平行,其输出的当前图像与参考图像合并构成联合图像进行二维空间联合变换相关运算,得到像移修正矢量。对该矢量分别在相机摆扫方向和载机飞行方向进行分解,从而得到摆扫像移和前向像移的修正量。仿真实验结果表明,在输入图像信噪比为4 dB时,像移测量误差在0.1 pixel以内。     

基于机器视觉的火焰颜色采集分析系统

火焰特征是反映火工品燃烧性能的最重要、最直观的因素。通过比较几种火焰采集方法的优缺点，根据火工品火焰燃烧时间短、速度快和非接触性的特点，基于近年来迅速发展的数字图像处理技术建立了机器视觉系统。选取了先进的高精度大容量缓存彩色面阵CCD相机和彩色图像采集卡，进行遥控测量，得到了比较精确的序列火焰图像。并运用数字图像处理技术，根据火焰颜色和形状对火焰图像进行了初步分析，为进一步图像处理分析提供了有力的依据。     

Determination of depth-of-focus in lensless in-line digital particle holography

Lensless in-line digital particle holography (DPH) can be thought of as a special case of photography, and its depth of focus (DoF) characteristics combine those of both photography and holography. The effect of important parameters such as the pixel size and the number of pixels in a charge-coupled device (CCD), the object's distance, the wavelength of the laser, and the particle diameter on the DoF of a reconstruction image in lensless in-line DPH was investigated using simulation holograms. The DoF is directly proportional to the object distance and the particle size. As the wavelength of the laser increases, the DoF decreases. The DoF is inversely proportional to the pixel size and to the number of pixels in a CCD. Instead of expressing nonspecific proportional relationships for DoF, the DoF prediction equations for typical CCD cameras were obtained using DoF data from many simulation holograms and efficient data-fitting software. Finally, the DoF prediction equations were verified using real holograms from a calibration target for several cases. Good agreement between measured and predicted values was confirmed.