基于改进的主成分分析法宽带光谱反射率重建

为了降低光谱反射率重建设备的复杂度和成本并且在宽带光谱上进行更高精度的反射率重建,采用宽带多光谱成像的方法,将投影仪的红、绿、蓝三色光作为光源,用彩色数码相机对光谱图像进行采样。在主成分分析法的基础上引入加权系数,以及误差校正函数,利用改进后的方法重建色卡、染色纸张、油画表面的反射率。选取表征反射率重建精度的均方根误差、拟合度系数、光谱匹配偏度指数3个指标,对所提方法与主成分分析法和加权伪逆法的重建结果进行对比,结果表明：所提方法的重建精度较主成分分析法提高了约45%,较加权伪逆法提高了约30%;由所提方法计算的反射率重建的颜色色差值也优于后两者。     

基于亮度信息匹配的国画艺术品图像重建研究

对国画样品反射参量和特性进行测量与分析,结合色度学相关理论提出了一种利用亮度信息匹配的国画图像重建方法。采用色调-饱和度-亮度(HSI)色空间对国画辐亮度与色度信息进行分离,利用Gaussian函数对不同照明角度下PR-715实测图像色块亮度数值进行拟合,从而建立对应的空间亮度函数关系式。选择90°照明角实拍图像为参考色块,将该图像HSI色空间的色度信息与拟合空间亮度信息相结合,重建出任意照明角度下的国画色块图像,并与Canon EOS 400D单反相机实拍图片进行比较分析。结果表明,利用亮度信息匹配方法能够准确对国画色块图像进行重建,该方法具有较高可行性与可靠性,对绘画艺术品文化遗产数字化的重建与真实复制有重要的实际应用价值。     

色谱手性分离研究

手性是自然界的基本属性之一,不同的手性单体具有不同的生理活性,将手性化合物有效的分离具有十分重要的意义.色谱法和膜分离法在拆分手性化合物中得到了越来越广泛的应用,也是我们课题组采用的主要方法.就近几年来拆分手性化合物的一些方法和研究成果本文进行综述,并对今后手性拆分技术的发展方向进行了展望.     

园艺作物病害的多光谱组合分类

选取设施园艺作物黄瓜的主要病害为研究对象,利用窄带滤光片型多光谱成像系统,获取患病黄瓜叶面的14个可见光通道和近红外通道、全色通道的多光谱图像。采用多光谱图像分类技术中的距离分类器、相关系数分类器和BP人工神经网络分类器,将不同病害类型对应的16个波段的反射率看作线性波谱,对210个多光谱数据样本进行识别分类,目的是探讨一个能有效识别黄瓜植株常见病害的多光谱组合分类器。实验结果表明,将人工神经网络和距离分类器有效组合,不仅分类性能明显优于单个分类器的性能,而且能够充分发挥各个分类器的特性,对园艺作物病害进行快速、准确、实时的无损检测。