基于子波变换的光谱信息数据压缩方法

本文介绍一种基于子波变换的光谱信息数据压缩方法，利用子波变换的多尺度分析原理，将原始光谱数据分解成集中源信号绝大部分能量的模糊信号和反映源信号变化特性的锐化信号。由于锐化信号只有源信号变化梯度大的区域系数值才较大，其他区域都接近零，只需保存少量的系数，就可以实现数据压缩，用本文方法，对２１种典型地物光谱数据进行了数据压缩实验，在１．０～１．７均方根误差情况下，若压缩结果不编码，压缩比一般为４：１～     

Novel image fusion method based on discrete fractional random transform

We introduce a new spectrum transform into the image fusion field and propose a novel fusion method based on discrete fractional random transform （DFRNT）. In DFRNT domain, high amplitude spectrum （HAS） and low amplitude spectrum （LAS） components carry different information of original images. For different fusion goals, different fusion rules can be adopted in HAS and LAS components, respectively. The proposed method is applied to fuse real multi-spectral （MS） and panchromatic （Pan） images. The fused image is observed to preserve both spectral information of MS and spatial information of Pan. Spectrum distribution of DFRNT is random and uniform, which guarantees that good information is reserved.     

基于高光谱图谱融合技术的黄桃损伤程度判别研究

黄桃含有丰富的营养物质,深受消费者的喜爱。但在加工运输的过程中极易受到碰伤,给果农和销售商带来极大地经济损失。以往利用高光谱技术检测水果碰伤,通常是仅仅利用光谱信息或者图像特征建立水果碰伤检测模型,很少将图谱融合用于水果碰伤的检测。光谱反射率容易受到外界杂散光的影响,会丢失一部分真实信息,图像包含的信息量较少,仅仅只靠几个特定波段的图像很难精准识别。因此,为了实现对黄桃碰伤程度的精准分类,从而可根据不同碰伤程度的黄桃制定不同的处理方式,减小经济损伤。提出一种利用高光谱的光谱信息结合图像特征建立模型来检测不同碰伤程度的黄桃。以180个黄桃作为实验样品,首先分别采集轻度、中度和重度碰伤黄桃的高光谱图像,在每个黄桃的碰伤位置选取100×100像素的区域作为感兴趣区域,利用ENVI4.5软件提取碰伤区域的光谱信息。然后采用主成分分析(PCA)算法对采集的高光谱图像进行降维处理,在前5个PC图像中最终选择PC1图像作为黄桃碰伤的主成分图像,根据PC1图像的权重系数曲线挑选出6个特征波长对应的图像作为特征图像,将平均灰度值作为黄桃碰伤的图像特征。最后,分别利用光谱信息、图像特征、光谱信息结合图像特...     

基于光谱信息的空间碎片材料种类数目估计方法仿真研究

在观测空间碎片时,受碎片结构紧凑、组成材料复杂,以及地基观测设备空间分辨率的限制,同一像元中通常会包含多种材料的信息,即产生"混合像元"。目前国内外对混合像元的研究主要集中在获取混合像元的纯物质光谱以及丰度上,往往忽略了高光谱数据中纯物质个数的确定对于没有任何先验信息的混合像元分析是至关重要的。如果估计的材料数目过少,将会导致解混出的材料光谱仍然是混合状态的像元;如果估计的材料数目过多,提取出的端元中将很有可能包含冗余噪声成分。基于光谱线性混合模型,提出一种改进的p范数纯像元辨识算法。主要利用光谱数据具有近似于低维流形的特性,首先采用正交投影的原理,将提取的端元扩充至正交投影算子中,然后分析投影后各个像元向量的p范数值,最终将p范数值高于阈值的向量个数作为材料种类数目。对实测碎片常用材料和美国地质勘测局数据库分别进行仿真实验,实验结果表明:提出的方法在估计材料种类数目的同时,还能提取出目标所包含的材料光谱,这在一定程度上提高混合光谱分解过程的自动化程度;相对于现有的一些主流算法,该方法有较强的鲁棒性,并且在信噪比不高的情况下仍能正确地估计空间碎片材料种类数目。     

不同分辨率无人机数码影像的马铃薯地上生物量估算研究

地上生物量（AGB）是表征作物生命活动的重要参数,对作物长势监测和产量预测尤为关键。因此,快速准确地获取AGB信息,对于监测作物生长状况、指导农业管理和提高产量具有重要的意义。以无人机为平台搭载数码相机传感器,因机动性强、价格低、空间分辨率高的优势,能够及时准确的估算作物AGB,已成为遥感估算研究的热点之一。由于无人机不同飞行高度及其对应不同分辨率数码影像的AGB估算模型精度不同,因此,尝试在马铃薯的块茎增长期,通过设置10,20,30,40和50 m共5种无人机飞行高度,获取不同分辨率的数码影像,探究其对以光谱信息、纹理特征和光谱信息+纹理特征构建AGB模型精度的影响。首先,基于无人机数码影像,分别提取光谱信息和纹理特征,通过光谱信息构建的植被指数和纹理特征,分别结合地面试验获取的实测地上部生物量数据进行相关性分析,分别筛选了相关系数绝对值较大的前10个影像指数和前8个纹理特征。然后,分别以3种输入变量整合方差膨胀因子（VIF）进行主成分分析（PCA）降维处理,获得最佳主成分后以多元线性回归（MLR）构建AGB估算模型。最后,对比不同分辨率的数码影像以3种变量和同种分辨率下以同种变量构建的AGB估测模型效果。结果发现：（1）获得的影像分辨率在0.43~2.05 cm之间变化时,纹理特征与马铃薯AGB相关性弱于植被指数,但都达到极显著相关水平（p<0.01）,随着数码影像分辨率降低,二者相关性差异明显。（2）同种分辨率影像下,光谱信息+纹理特征估算AGB的效果最优,其次为单一纹理特征模型,而单一光谱模型表现效果最差。（3）随着数码影像分辨率提高,光谱信息、纹理信息以及光谱+纹理信息估算AGB的精度逐渐变好。     

食品综合品质无损检测方法与装置

本发明公开了一种食品综合品质无损检测方法与装置。通过机器视觉系统采集得到能反映检测对象颜色、纹理、大小、形状等特征的图像信息,通过光谱检测系统获得反映样品水分、糖类、蛋白质、脂类、pH值等理化指标的光谱信息,对获得的图像信息和光谱信息分别在数据层进行预处理,在特征层或决策层进行信息融合,结合所建立的食品分类评级专家系统,对检测对象品质进行综合评价。     

稀土反射波谱特征及高光谱提取研究进展

稀土是一种重要的战略资源,由于稀土资源的稀缺,近年来对其反射波谱特征与高光谱信息提取的研究较为薄弱。笔者首先从稀土电子层构型和能级跃迁的层面阐述了其光谱机理。稀土由于其特殊的电子构型,它们的4f电子的f-f组态之内容易跃迁,在可见光-近红外有其特有的波谱吸收特征。其次结合自己开展的一些工作,系统总结了15种稀土单元素、稀土矿物(含稀土的氟碳酸盐、磷酸盐、硅酸盐矿物)、稀土溶液的反射波谱特征,可见15种稀土单元素的反射特征差异较大,稀土矿物及溶液的波谱特征是化学组成中优势稀土元素的体现,吸收强弱随着稀土浓度的降低逐渐减弱甚至消失。由于稀土信息提取对高光谱传感器要求较为苛刻,目前的研究主要集中于近距离高光谱传感器探测,航空及航天高光谱遥感探测存在一定困难,根据单元素的波谱吸收特征,近距离高光谱传感器目前可成功提取Nd,Er,Dy,Ho,Sm和Tm等的分布信息;最后文章展望了稀土反射波谱及高光谱稀土找矿研究的难点和重点,旨在为今后研究提供新的思路。     

基于光谱信息的空间目标模式识别算法研究

在观测空间目标时,往往会受到地基观测仪器等因素的制约,导致无法利用目标图像信息从外形上进行识别。根据不同空间目标表面组成材料不同,其产生的反射光谱会存在差异这一特性,可利用空间目标特有的光谱信息进行识别分类。基于此,从光谱学角度对空间目标识别算法进行研究,在K最近邻算法(KNN)的基础上,采用了一种自适应权重局部超平面方法(AWKH),算法主要在计算预测样本与超平面距离时加入对特征权重的考虑,构建了以样本特征组间差与组内差的比值作为特征权重值的超平面模型,从而提高了分类效果和分类效率。为验证算法的分类效果,本文进行了四组验证实验,第一组实验将美国地质勘探局数据库中提取出的九种常用材料光谱随机选出三种混合成多类进行识别;第二、三组实验将四种常用空间目标材料的光谱作为纯物质光谱,分别从可见光和近红外波段对其混合物质进行分类;第四组实验通过实测四个方形模型样本六个面的光谱对其进行识别分类。实验过程中将实验结果与目前常用的支持向量机(SVM)进行对比,对比结果表明改进后的AWKH算法在识别精度和样本适用范围上具有更高的优越性。