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。     

多光谱目标探测的波段选择

利用超光谱数据对多光谱传感器的波段选择提出了一个框架。根据探测理论,导出了一个代价函数,对于区分弱小目标和杂波(光谱分布已知)的探测性能最优的光谱波段来说,可使该函数最小。利用匹配追踪算法找到了一个近似最小的代价函数,从而选出了滤波器。该方法可用于设计多光谱红外搜索跟踪和光电导弹预警传感器。在杂波背景下,对小目标探测的低虚警率和高探测概率来说是至关重要的。     

基于注意力机制的多目标优化高光谱波段选择

神经网络的注意力机制可以从数据中提取关键信息,将这一特性运用在高光谱波段选择上有助于充分学习波段之间的相互依赖和非线性关系,提取更重要的波段。提出了一种基于注意力机制的多目标优化高光谱波段选择算法。首先,利用注意力模块和自编码器构建网络;然后,将一维光谱数据作为网络输入,采用两种损失函数并结合多目标优化方法对输入数据进行训练,使嵌入在网络中的注意力模块充分学习各波段之间的非线性关系,对信息量大和易于分类的波段赋予更大的权重,以实现波段选择;最后,利用支持向量机分类器和平均光谱散度验证波段子集的性能。实验结果表明:相比于其他算法,所提算法在Botswana与Indian Pines数据集上提取的波段子集的分类精度更高,信息量更大,由此证明了所提算法对高光谱波段选择的有效性。     

基于多波段漫反射光谱古陶瓷窑口无损鉴定

古陶瓷是历史的遗存, 具有不可再生性，因而理想的古陶瓷分析技术应该是无损的。为客观、有效地对古陶瓷窑口进行无损鉴定，提出了一种基于紫外、可见光和近红外的多波段漫反射光谱无损鉴定方法。针对传统单一波段古陶瓷窑口鉴定对目标特征描述不足的问题，即在可见光波段区域，漫反射光谱数据可反映古陶瓷的颜色特征，但在同一窑口烧制的陶瓷也会有不同的颜色属性，仅仅根据可见光波段的漫反射反射率来鉴定窑口来源是不合理的，在紫外与近红外波段，古陶瓷内部分子与此波段光发生作用后的漫反射光谱数据，可反映古陶瓷携带的丰富样品结构和物质属性信息，结合紫外与近红外光谱漫反射光谱数据可有效提高特征的表达，因此提出利用紫外、可见光和近红外的多波段特征提取方法。在实验过程中，基于多波段线性特征融合窑口平均鉴定准确率为92.9%，相比于单波段的窑口鉴定平均准确率91.1%提高了1.8%，实验结果验证了所提多波段方法相对单波段方法的有效性；在特征提取过程中，常用小波变换对光谱信号进行处理，但由于古陶瓷漫反射光谱波信号在紫外、可见光与近红外波段形波动大，频率变化大，因此，在小波基的选取上存在很大困难，提出利用自适应时频分析特征提取方法，其特点是可自适应分配不同频率子波本征模态函数，通过选择合适的本征模态函数来提取古陶瓷不同波段的光谱特征，但在分解过程中存在过分解现象，即虚假的本征模态函数，将所有样本与分解的本征模态函数的平均相关系数和平均方差贡献率作为选择本征模态函数的标准，实验结果表明，随着分解阶次的递增平均相关系数和平均方差贡献率递减，当分解阶次为4时，相关系数和方差贡献率都为0.30，但当分解阶次为5时，相关系数和方差贡献率仅为0.15和0.18，因此选择4阶分解，用于不同波段的特征提取；所提取的特征给与分类器进行分类时，不同波段的特征对分类的准确率贡献不同，因此在此基础上，计算不同光谱特征的散布矩阵，利用类内与类间散布矩阵的迹，计算特征融合时不同波段特征的权重，自适应分配权重并进行非线性特征融合，权重越大，表明该类特征对鉴别的贡献越大，非线性特征融合时，平均鉴定准确率为94.5%，相比于线性特征融合鉴定平均准确率92.9%提高了1.6%；其中分类器采用k最近邻分类器对来自不同窑口的古陶瓷进行无损分类识别。通过客观定量地将该方法与同类方法进行对比，朱旭峰等利用非线性特征融合方法，窑口平均鉴定准确率为86.97%，该方法比其高7.53%。刘峰等采用基于协方差阵进行特征级融合多波段方法，窑口平均鉴定准确率为89.63%，该方法比其高4.87%。实验结果表明所提方法有效、可行，可作为古陶瓷窑口鉴定的有效辅助鉴定方法。     

基于CDP的宽波段光谱成像仪研究

为满足动态目标实时光谱成像的应用需求,设计了一种基于CDP(crossed dispersion prism)的静态、快照式的光谱成像仪。对其光谱成像原理进行了理论研究,并根据理论研究结果对宽波段CDP光谱成像仪光学系统进行设计。该光谱成像仪由CDP分光系统、成像光学系统和面阵探测器组成,视场角为4°,焦距为110 mm,工作波段为0.6~5.0 μm。设计结果表明,该仪器在0.6~5.0 μm的波段范围内具有较好的光谱成像能力,平均光谱分辨率为20 nm。该技术为实时获取动态目标光谱信息及位置信息提供了一种新方法,同时该技术在对未知高能目标探测、定位以及识别方面具有很大的潜力。     

多光程吸收的频率调制光谱

采用可连续调谐的半导体二极管激光器作探测光源,将多光程吸收光谱技术、频率调制光谱技术和相敏检波技术相结合,建立了一套具有高检测灵敏度和分辨率的测量气态分子光谱和进行微量分析的研究装置并利用该装置研究了动态分压强为40Pa和120Pa时,H₂O分子在7462cm^-1和7473cm^-1附近的近红外吸收光谱,检测灵敏度远高于传统吸收光谱技术,为气态分子的光谱研究和微量分析提供了一种高灵敏度的光谱检测方法.     

基于波段子集特征融合的高光谱图像异常检测

高光谱图像分析中，对未知环境下伪装目标的检测识别具有较大难度，因为缺乏背景与目标的先验光谱信息.针对这一问题，提出一种高光谱图像异常检测算法.将高光谱图像分成波段子集进行特征提取，利用对图像中噪声程度及目标、背景之间可分性敏感的特征样本高阶统计量构造基本置信指派函数，通过D-S证据推理实现特征层智能融合异常检测.理论分析及仿真实验结果表明了算法的有效性.     

基于波段选择的拉曼光谱血痕鉴别

血痕的种属鉴别在刑事技术和检验检疫等领域有重要的实践意义,拉曼光谱技术为血痕种属鉴别提供了思路.实验采集人血及猪、鸡、鸭、牛、鼠5种动物的血样并获取其拉曼光谱,采用Savitzky-Golay方法平滑降噪,airPLS方法进行基线校正,选取100～1700 cm-1波段进行实验.训练集有600组数据,测试集有300组拉...     

高光谱技术的羊肉品种多波段识别研究

利用可见/近红外(400～1 000 nm)及近红外(900～1 700 nm)高光谱成像技术对宁夏地区滩寒杂交、盐池滩羊、小尾寒羊三个品种羊肉进行识别研究。针对不同波段光谱特点,分别优选出Baseline及SG卷积平滑光谱预处理方法,并运用连续投影算法(SPA)提取特征波长,结合线性判别分析(LDA)及径向基核函数支持向量机(RBFSVM)模型进行全波段及特征波长识别分析。结果表明不同波段高光谱对羊肉品种识别均获得较好效果,其中400～1 000 nm波段采用Baseline-Fullwave-RBFSVM及12个特征波长下准确率为100%与98.75%,900～1 700 nm波段采用Baseline-Fullwave-RBFSVM及7个特征波长下准确率为96.25%与87.80%;RBFSVM非线性分类准确率高于LDA线性判别结果,400～1 000 nm波段识别准确率优于900～1 700 nm波段,说明三种羊肉在色泽纹理上差异比成分含量显著,利用高光谱成像技术结合RBFSVM方法能够获得较优的羊肉品种识别效果。     

基于多光谱图像融合的掌纹识别方法

生物特征识别在信息安全领域发挥着重要作用,掌纹识别作为一种新型生物特征识别方式,具有低失真、非侵入性和高唯一性等优势。传统掌纹研究大多使用自然光成像系统以灰度格式获取,识别精度很难进一步提升。为了获得更多的身份鉴别信息,提出利用多光谱掌纹图像代替自然光掌纹图像。针对现有掌纹识别算法由于没有考虑到不同光谱的特性而导致纹理细节丢失,识别精准率低的问题,提出了一种基于多光谱图像融合的掌纹识别算法。该方法通过对不同光谱下的掌纹图像进行快速自适应二维经验模式分解（FABEMD）,将多光谱掌纹图像分解成一系列频率由高到低的二维固有模态函数(BIMF)和一个残余分量,残余分量可被视为该光谱图像低频信息的初步估计。图像采集过程中光照条件很难保持稳定,而近红外光谱图像在进行FABEMD分解时对光照变换敏感,容易导致分解后的BIMF背景信息过于冗余;因此对分解后的近红外掌纹图像进行背景重建及特征细化,在对背景冗余信息进行平滑处理的同时可以有效增强高频信息的特征表达。为避免直接融合处理后引发的图像过度曝光问题,提出对近红外特征压缩后再融合。此外,提出了一种结合了注意力机制的改进残差网络（IRCANet）,用于融合后的掌纹图像分类,在网络中引入分阶段残差结构,缓解了网络的退化问题,在学习过程中有效地减少信息丢失,对于融合后的多光谱掌纹图像,分阶段残差结构能够稳定地将图像信息在网络间传输,但对图像中的高低频信息区分效果不够显著,为了使网络关注更多区分性特征,利用特征通道间的相互依赖性,在分阶段残差结构中结合了通道注意力(Channel Attention)机制。最终,在香港理工大学（PolyU）多光谱掌纹数据集上进行的综合实验表明,该方法可以取得良好的效果,算法识别准确率能达到99.67%且具有良好的实时性。     

基于WSSRC单样本人脸识别及样本扩充方法研究

由于传统的SRC方法的实时性不强、单样本条件下算法性能低等缺点,提出了融合全局和局部特征的加权超级稀疏表示人脸识别方法(WSSRC),同时采用一种三层级联的虚拟样本产生方法获取冗余样本,将生成的多种表情和多种姿态的新样本当成训练样本,运用WSSRC算法进行人脸识别分类。在单样本的情况下,实验证实在ORL人脸库上该方法比传统的SRC方法提高了15.53%的识别率,使用在FERET 人脸库上则提高7.67%。这样的方法与RSRC 、SSRC、DMMA、DCT-based DMMA、I-DMMA相比,一样具备较好的识别性能。     

基于连续小波变换的神经网络人脸识别研究

研究了基于连续小波变换的神经网络进行人脸识别的方法.介绍了小波分析的理论基础，详细讨论了根据小波变换系数的范数选取小波母函数的方法，根据小波脊线确定网络神经元个数的方法以及神经网络的初始化和参数训练方法.通过对人脸图像灰度的连续小波分析，神经网络的自组织自学习能力，调整连接权值和小波神经元的尺度、位移参数，完成人脸识别的任务.实验结果验证了该神经网络的识别性能明显优于用特征脸方法对相同人脸库进行的识别.     

基于多尺度特征提取与多元回归分析的人脸识别

为提高人脸识别的正确率,提出了一种改进的特征提取及分类算法。首先采用Contour-let变换对人脸图像进行多尺度分解,然后由低频子带和各尺度各方向的高频子带得到人脸的特征值,并将它们组合成多尺度特征向量,再应用多元回归分析方法进行人脸识别。由于多尺度特征向量不仅反映了整幅图像的全局特征,还反映了图像各种尺度下的边缘、纹理等奇异特征,因此具有更多的鉴别信息;多元回归分析则充分考虑了同一总体的各样本间的强线性关系。在ORL人脸库上的实验显示人脸识别率达97．78％,优于其他的方法。     

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。     

Word and Face Recognition Processing Based on Response Times and Ex-Gaussian Components

The face is a fundamental feature of our identity. In humans, the existence of specialized processing modules for faces is now widely accepted. However, identifying the processes involved for proper names is more problematic. The aim of the present study is to examine which of the two treatments is produced earlier and whether the social abilities are influent. We selected 100 university students divided into two groups: Spanish and USA students. They had to recognize famous faces or names by using a masked priming task. An analysis of variance about the reaction times (RT) was used to determine whether significant differences could be observed in word or face recognition and between the Spanish or USA group. Additionally, and to examine the role of outliers, the Gaussian distribution has been modified exponentially. Famous faces were recognized faster than names, and differences were observed between Spanish and North American participants, but not for unknown distracting faces. The current results suggest that response times to face processing might be faster than name recognition, which supports the idea of differences in processing nature.     

基于微观本义复原的人脸图像光照正规化

为解决变光照下人脸识别的识别率低,光照正规化算法复杂.不易实现的问题,提出一个新的光照正规化方法一微观本义复原,即通过微观邻域上像素本义特征的定义,将整体图像上变光照下的非线性灰度变化转化为微观邻域内的线性变化,一定程度上避免了包括图像自身结构在内的不确定因素对图像复原的不利影响;并以邻域内的本义特征为光照不敏感特征,对本义特征进行结构编码,并用最小二乘法拟合编码值与光照方向之间的关系,最后根据得到的光照正规化参数复原图像.实验结果表明,该方法算法简单,易于实现,能适应实时的人脸识别系统,在光照变化90.以内的Yale B库的平均识别率可达94.1%.     

基于三重人脸识别身份验证的门禁管理系统设计

针对目前门禁管理系统存在的身份验证模式较单一、安全级别较低等问题,并且为满足高保密性、高安全性场合的需求,设计了一种基于移动Android终端、嵌入式现场终端以及上位机系统的三重身份验证的安全门禁管理系统,并且利用人脸识别技术的独特性进行控制。简单介绍了系统的软件和硬件开发平台、系统整体的网络拓扑结构,给出了系统的整体实现与运行框架,并且详细设计了基于移动Android端、嵌入式端以及后台服务器端的三个子系统的软件部分,包括流程图设计及各个软件界面设计。进行多次模拟试验,最终给出整个系统的部分运行效果图。结果表明,该系统能够进行三重身份识别验证,准确度较高,运行稳定,能够很好得满足特殊场合的需要,具有良好的实用前景和推广价值。