空间外差光谱仪干涉图滤波方法研究

在分析空间外差光谱仪干涉图生成及特点的基础上,提出了基于改进旋滤波的干涉图降噪方法。该方法是在干涉条纹的切线方向进行滤波,能够在不改变干涉图条纹细节的基础上减少干涉图中的随机噪声和暗斑噪声的影响。同时该方法还能有效降低平均光谱的背景噪声,提高特征光谱与背景噪声的信噪比,结果显示旋滤波方法对加入噪声前后干涉图的平均光谱背景噪声信噪比改善分别为47%和240%,能够将一些峰值较小的特征谱从背景噪声中提取出来,提高空间外差光谱技术对一些弱特征光谱的识别率。     

像面干涉中非线性干涉光谱数据重构算法EI北大核心CSCD

静态迈克耳孙干涉仪是一种实体式像面干涉仪,可以解决干涉光谱成像仪大视场的技术难点。在采样过程中,静态迈克耳孙干涉仪会引入光程差的非线性干涉误差,导致无法准确复原光谱,因此需要对非线性干涉误差进行修正。分析了非线性干涉误差的理论模型,提出了基于数值拟合的非线性干涉光谱数据重构算法,并进行了仿真验证。仿真结果表明,采用数值拟合的重构算法可成功复原目标光谱,消除非线性干涉误差;与采用线性拟合的重构算法相比,使用柯西色散公式拟合的重构算法的光谱复原精度更高,且吸收峰处的反演光谱与入射光谱的相对误差小于0.7%。     

转镜式傅里叶变换光谱仪光程差非线性的拟合法补偿

转镜式傅里叶变换光谱仪中光程差非线性带来了干涉图周期变化和相位误差,对非线性的拟合法补偿利用采样得到的干涉图进行重构,得到不含相位和周期误差的干涉图,再按照均匀采样函数对干涉图进行二次采样,消除非线性光程差对复原光谱的影响.经过二次采样的干涉图不含周期和相位误差,可以直接使用现有的软件进行光谱复原.计算机仿真实验证明这种方法行之有效,且利用4次多项式拟合干涉图效果更好.     

空间调制干涉光谱成像仪数据误差修正方法

针对空间调制干涉光谱成像仪获取数据的特殊性,提出一种数据误差修正方法,修正了干涉数据的探测器误差和光学系统误差.对于光学系统导致的光场分布不均匀误差,采用多项式拟合的方法从干涉数据中直接获取误差修正数据.利用实际仪器获取的数据对上述方法进行了计算机仿真,得到了较好的误差修正结果.     

探测器横纹误差对大孔径静态干涉成像光谱仪影响的建模与修正

大孔径静态干涉成像光谱技术在航天遥感应用中,由于探测器横纹误差影响,使获得的干涉数据无法反演光谱数据,需要对横纹误差进行修正。通过对干涉成像机理的分析,给出探测器横纹误差影响下的干涉成像模型,提出横纹误差影响下干涉数据修正方法。最后利用仪器获取的数据,对提出的修正方法进行验证,由处理结果可以看出,本文所提的修正方法可以很好的修正横纹误差对光谱的影响,提高反演光谱的精度。     

基于光谱分类和局部DPCM的干涉超光谱数据压缩

为了获得较高的压缩比,针对干涉超光谱图像数据的空间维相关性和干涉光谱维相关性,提出了一种将光谱分类与局部DPCM相结合的联合压缩算法。先对整个光谱数据进行光谱分类,得到一个与二维空间对应的分类号矩阵和一个与干涉光谱对应的光谱类别库,然后利用局部DPCM对光谱类别库进行进一步压缩。分类作为第一步压缩对整个压缩算法的压缩效果至关重要,本文分析了不同分类标准和分类精度下的压缩效果,相对欧氏距离标准优于夹角标准和干涉RQE标准。文中最后选取了合适的分类标准编程实现联合压缩算法并与JPEG2000进行比较,联合压缩算法的压缩效果优于JPEG2000。     

基于平滑样条拟合的相位图像滤波评价方法

在散斑干涉测量中,散斑相位图存在大量散斑噪声,需要对其进行滤波处理。但是,目前存在的滤波评价指标不适用于对单一图像持续滤波过程的判断,难以实现滤波过程的自动化。提出一种基于平滑样条拟合的滤波评价方法,通过对滤波过程中相位图的相位分布进行平滑样条拟合并计算其均方根误差,实现对滤波效果的定量分析,以及对持续滤波过程中的图像滤波完成情况的判断,并采用散斑干涉测量中的实验图像对所提方法进行实验验证。实验结果表明,该方法能有效判断散斑相位图是否滤波完成。最后通过对该方法判断的滤波完成图像进行解包裹处理,进一步验证了该方法的有效性和普适性。     

基于干涉图匹配的目标识别技术

 干涉光谱技术的优点是可以获取高分辨率的目标光谱图,再通过光谱匹配,可以实现目标的识别和分析,但它须经过从干涉图到光谱图的傅立叶变化过程。针对快速目标识别的应用,提出了基于干涉图匹配的光谱识别技术。在干涉光谱探测设备得到目标干涉图后,通过对其干涉图的匹配操作,可以确定待识别目标和期望目标的相似程度。由于目标识别中省去了傅立叶变化,使目标光谱识别的速度得到了提高。仿真计算结果表明,干涉图匹配技术从理论上是完全可行的。     

像面干涉中非线性干涉光谱数据重构算法

静态迈克耳孙干涉仪是一种实体式像面干涉仪,可以解决干涉光谱成像仪大视场的技术难点。在采样过程中,静态迈克耳孙干涉仪会引入光程差的非线性干涉误差,导致无法准确复原光谱,因此需要对非线性干涉误差进行修正。分析了非线性干涉误差的理论模型,提出了基于数值拟合的非线性干涉光谱数据重构算法,并进行了仿真验证。仿真结果表明,采用数值拟合的重构算法可成功复原目标光谱,消除非线性干涉误差;与采用线性拟合的重构算法相比,使用柯西色散公式拟合的重构算法的光谱复原精度更高,且吸收峰处的反演光谱与入射光谱的相对误差小于0.7%。     

基于奇异值分解的光子相关光谱滤波方法研究

针对光子相关光谱颗粒测量法在测量超细纳米颗粒时,容易受噪声影响,导致拟合误差较大的问题,提出了一种基于奇异值分解的光子相关光谱滤波方法。其处理步骤为:利用颗粒系的光强自相关函数数据构造Hankel矩阵H;对矩阵进行奇异值分解;根据奇异值的大小分布,确定噪声级别和重建参数r;从重建矩阵H1中提取经滤波后的光强自相数据,再通过传统方法进行拟合,得到颗粒的粒径分布。实验中采用30nm标准乳胶球单分散颗粒系,以及30nm和100nm标准乳胶球双分散颗粒系进行实验对比。结果证明:基于奇异值分解的光子相关光谱滤波法有效地提高了测量准确性。     

基于奇异值分解的光子相关光谱滤波方法研究

针对光子相关光谱颗粒测量法在测量超细纳米颗粒时,容易受噪声影响,导致拟合误差较大的问题,提出了一种基于奇异值分解的光子相关光谱滤波方法。其处理步骤为:利用颗粒系的光强自相关函数数据构造Hankel矩阵H;对矩阵进行奇异值分解;根据奇异值的大小分布,确定噪声级别和重建参数r;从重建矩阵H1中提取经滤波后的光强自相数据,再通过传统方法进行拟合,得到颗粒的粒径分布。实验中采用30nm标准乳胶球单分散颗粒系,以及30nm和100nm标准乳胶球双分散颗粒系进行实验对比。结果证明:基于奇异值分解的光子相关光谱滤波法有效地提高了测量准确性。     

基于相位相关性的傅里叶变换光谱数据的相位误差修正方法

 相位误差的校正是傅里叶变换成像光谱仪数据处理的重要环节之一。针对干涉曲线的对称性特征,利用相位相关性计算方法,提出一种新的傅里叶变换光谱数据的相位校正的方法。将相位相关性拟合为Sinc函数,计算亚像素的偏移量,采用离散余弦变换转换到光谱域。使用标准光谱库中的源光谱数据作为原始数据,将通过离散余弦变换仿真的干涉数据与该方法得到的结果进行比较和验证,并与Mertz方法进行了对比。结果表明：该方法精度优于Mertz方法,并且计算简单。     

基于自适应分类曲线拟合的干涉多光谱图像压缩

分析了干涉多光谱图像数据的两个特性,并提出一种基于自适应分类曲线拟合的压缩算法.首先采用均方差准则自适应地将干涉多光谱图像分为强、弱两类干涉区域,并分别构造不同的拟合函数.对强干涉区域,选择典型曲线,并采用最小二乘原理对典型曲线进行拟合,而其余曲线则根据典型曲线进行匹配预测;对弱干涉区域,则分别对所有干涉光强曲线独立进行拟合.最后将所有误差数据进行熵编码.实验结果表明,与JPEG2000相比,该算法能够减少无损压缩输出码率约0.2 bit/pixel,明显提高有损压缩的重建图像质量,降低光谱失真.     

空间外差光谱仪相位校正方法的研究

空间外差光谱仪在应用的过程中由于各种测量原因使采集的干涉图存在相位误差。对此提出了一种改进的相位校正方法,该方法在提取单边变换光谱进行傅里叶逆变换求取干涉图相位曲线的基础上,通过拟合相位斜率求出相位误差,然后计算相位校正函数,将变换光谱与相位校正函数进行卷积来实现光谱相位校正。把该方法应用于实测单色谱与仿真水汽光谱的相位校正,实验结果显示该方法能有效的去除单色光谱边缘的低频假信号,提高干涉图的周期性和对称性;对于叠加了相位误差的连续光谱,使其校正前后的光谱与原光谱的标准偏差由0.47降为0.20,提高了光谱的准确性。     

基于EMD的拉曼光谱去噪方法研究

经验模态分解(EMD)方法是一个以信号极值特征尺度为度量的时空滤波过程,它充分保留了信号本身的非线性和非平稳特征,在信号的滤波和去噪中具有较大的优势。文章在介绍EMD分解方法的基础上,结合EMD的多尺度滤波特性,提出了一种新的拉曼光谱去噪方法——EMD阈值去噪法。该方法首先对含噪的拉曼光谱信号做EMD分解,得到各阶本征模态函数(IMF),然后对高频的IMF分量用阈值法进行处理,把经过阈值处理后的高频IMF分量与低频IMF分量叠加得到重构的信号,即去噪信号。通过处理对二甲苯的拉曼光谱信号,分析了在不同噪声水平上不同去噪方法的处理效果。实验结果表明EMD阈值去噪法有效地去除了噪声,较好地保留了光谱的细节信息,与小波阈值去噪方法相比较具有自适应的优势,在拉曼光谱去噪中有很好的应用前景。     

窗扫型成像光谱仪数据处理及误差校正研究

窗扫型傅里叶变换成像光谱仪具有高光通量和无动镜等特点,同时也增加了数据处理的难度,需要对采集的原始干涉图进行重组。通过对其数据处理流程特点的分析,设计了一种归一化算法,对由干涉图重组时产生的误差进行了校正,并对在数据采集过程中干涉图的中心暗纹位置的采样误差进行了二次曲线拟合校正。整个数据处理过程实现了从干涉数据立方体到光谱数据立方体的变换。从理论分析和实验结果的比较中验证了误差校正方法的有效性。     

基于经验模态分解的高光谱遥感数据去噪方法

经验模态分解(EMD)是一种新的时频分析方法,经EMD分解后的各个固有模态函数(IMF)突出了原始信号的局部特征,从而可以区分噪声和有用信号。基于此,结合高光谱遥感数据的光谱变化特征,提出了一种基于经验模态分解的高光谱遥感数据去噪方法。通过对理论数据的实验表明,数据中的噪声无论是高斯分布还是均匀分布,数据经EMD分解后,噪声都主要集中在前几个特定的IMF,对相应的IMF进行滤波处理后并与其他IMF分量进行重构就可得到去噪信号,与小波去噪结果相比较,这种方法效果更好。最后把该去噪方法应用于野外实测的油膜高光谱数据去噪,实验结果表明,该方法能准确、有效地去除高光谱遥感数据的噪声。     

基于LCEEMD的低信噪比拉曼光谱自适应去噪方法研究

在生物体拉曼光谱快速采集或低功率采集过程中,往往会获得低信噪比拉曼光谱。针对低信噪比光谱数据,提出应用补充总体经验模态方法(CEEMD)分解拉曼光谱,并且依据特征模态分量的归一化排列熵值(NPE)按比例扣除噪声成分的方法,称为局部补充总体均值经验模分解方法(LCEEMD)。LCEEMD方法不仅解决了经验模态(EMD)分解中高频信号与噪声的模态混叠问题,还有效降低了总体经验模态分解法(EEMD)中的残留噪声。仿真数据实验显示,LCEEMD方法在处理10db信噪比模拟光谱时获得了39.615 0 db信噪比,0.001 17标准差和0.999 9相关系数。在人体皮肤拉曼光谱试验中,LCEEMD方法滤波后数据准确呈现出角质层脂质酰胺I带激发拉曼强谱峰以及甘油三酸酯中(CO)酯微弱谱峰。在水稻叶片可溶性糖定量预测模型中,LCEEMD方法取得了0.871 7预测相关系数和0.912 0预测标准误差,优于EMD和EEMD软阈值去噪(0.511 4,1.647 8和0.638 2,1.508 8)。LCEEMD方法实施过程中,根据去噪性能指标反馈调整归一化排列熵阈值,直至获得最佳去噪效果,滤波过程无需参数设置,可以自适应实现。     

基于自适应差分滤波的干涉图基线校正方法

基线校正是傅里叶变换成像光谱仪光谱反演的重要环节,因为干涉曲线切趾、相位校正等光谱反演预处理步骤均需要在基线校正完成后进行。提出了一种用于基线校正的自适应差分滤波方法。该方法使用迭代算法动态调整加权均值滤波窗口。仿真结果表明,该滤波方法对直流趋势项的滤除更为彻底。利用实验室仪器获取的紫外潜指纹残留物光谱数据进行分析,结果说明,在仪器工作光谱范围内,使用该方法进行基线校正后得到的光谱曲线与有效光谱曲线基本一致。该方法无需提前选择滤波窗口,具有自适应性。并且基于均值滤波算法的自适应差分滤波方法计算流程简单,迭代效率较高。     

傅里叶干涉成像光谱技术中的重构方法

在干涉成像光谱仪的光谱复原中,由于系统存在各种误差,若直接对所得干涉图进行傅里叶变换重构,得到的光谱图会产生较大误差甚至错误。介绍了Sagnac型干涉成像光谱仪基本原理,针对上述问题得到一套对采集得到的干涉图进行光谱重构的方法,通过对所采集干涉图进行消趋势项、切趾、相位校正、共轭对称化等步骤的处理,再进行重构,即可有效避免直接重构所带来的误差,使用所研制的原理样机对氦灯等单色光源进行光谱曲线重构实验,得到的光谱强度分布曲线与标称曲线基本吻合,光谱复原精度达到了4nm,具有较好的重构效果。