新型超分辨干涉型光谱仪光谱定标研究

针对综合光栅衍射与空间干涉与一体的新型空间外差光谱(SHS)技术开展了光谱定标技术研究。从SHS干涉机理入手,列举了SHS与传统超光谱仪器光谱定标的差异,开展了仪器线性函数、光谱分辨率和光谱范围等光谱特性数据的定标原理研究,设计可调谐激光积分球光谱定标法,并且针对超光谱数据特点探讨了谱峰定位等数据处理算法。利用上述光谱定标方法对CO2空间外差光谱仪样机开展了光谱定标实验,并利用镁元素灯进行了定标精度验证,结果表明该光谱定标方法能够满足SHS光谱定标要求,样机实测光谱定标数据与理论设计值吻合。     

新型光谱可调定标光源系统准直物镜设计

高精度光谱可调定标光源系统是针对高光谱遥感器的高精度定标提出的一种新型参考光源,设计了一个折射式宽谱段大相对孔径的准直物镜。镜头工作在400 nm~1 000 nm波段,半视场角2.2、相对孔径F/2.8、焦距135 mm。利用部分色散（P）和阿贝数（）的修正公式,基于复消像差的基本原理,获得了镜头的初始结构。借助Zemax光学设计软件进行优化设计,点校正了系统的二级光谱。最后,在设计波段上实现了复消色差,二级光谱残余量约为0.04 mm,其他像差也得到了良好的平衡。镜头的MTFs在37 lp/mm空间频率处均大于0.8,镜头整体性能满足设计指标。     

基于网格编码量化的超光谱图像压缩

提出了一个基于小波网格编码量化的超光谱图像压缩方法。谱间和空间冗余处理构成了超光谱图像压缩算法的主要内容,该算法使用一个谱间差分预测步骤来去除谱间冗余,而后对预测残差图像进行小波变换并利用均匀阈值网格编码量化(trellis-coded quantization)方法来量化各小波子带,最后使用自适应算术编码对量化码字进行熵编码。为使编码器能为所有子带获取率-失真意义上最优的量化阈值,设计了一个基于子带统计特性和网格编码量化器率-失真特性的比特分配算法。在实验中,该算法表现出优良的压缩性能,对于实验的超光谱图像,该方法在压缩比为32时可得到37．1dB的峰值信噪比,这表明本算法能有效压缩超光谱图像,适于超光谱图像压缩应用。     

高灵敏度APS CMOS图像传感器光谱探测技术研究

主动像元型(APS)互补金属氧化物半导体(CMOS)图像传感器的成像性能已经接近电荷耦合器件(CCD)的成像性能,在光谱成像领域有很好的应用前景。讨论了CMOS器件用于光谱探测的若干问题,建立了光谱成像系统的噪声模型并进行了实际噪声测试,分析了基于CMOS探测器的成像光谱仪的灵敏度水平;结合CMOS器件的结构和特性给出了图像的校正方法。搭建了包括光学、电子学的完整光谱成像系统,进行了光谱成像试验,验证了灵敏度分析和光谱校正方法。结果表明,CMOS探测器可以满足高光谱成像的灵敏度要求,可用于高光谱探测。     

高光谱图像技术在农产品检测中的应用进展

综述了高光谱图像技术在农产品品质和食用安全性检测方面的研究现状及其在无损检测中的应用进展.在此基础上,提出了利用高光谱图像技术检测农药残留的解决途径,对高光谱图像技术在生物医学信息检测和农药残留检测中的应用前景进行了展望,指出高光谱图像技术是生物组织功能信息分析的一种新方法,是符合我国农产品产销特点的农药残留检测的潜力技术,可保障农产品质量和安全.     

折射/谐衍射红外双波段成像光谱仪系统研究

为了获取足够的目标信息,充分利用中波红外和长波红外的光谱信息,建立了谐衍射中、长波红外超光谱成像系统.利用谐衍射元件独特的色散特性,将谐衍射透镜应用于中、长波红外超光谱成像系统中,使系统在中波红外3.7—4.8 μm和长波红外8—12 μm的2个红外大气窗口内获取数百个光谱图像.设计结果表明,中波红外波段,在18对线/mm处光学系统的调制传递函数(MTF)大于0.55,长波红外波段,在13对线/mm处光学系统的MTF大于0.5,光学系统的衍射环绕能,在中波红外波段30 μm半径范围内大于85%,在长波红外     

基于高光谱成像技术的脐橙叶片的叶绿素含量及其分布测量

为实现脐橙叶片叶绿素含量无损检测及其分布可视化表征,采用高光谱成像技术,结合自适应重加权算法(CARS)和连续投影算法(SPA),筛选特征光谱变量,进行脐橙叶片叶绿素含量及可视化分布研究。选取叶绿素测量位置的7×7矩形感兴趣区域,提取并计算脐橙叶片平均光谱。基于Kennard-ston方法,将148个脐橙叶片样品划分成建模集和预测集(111∶37)。采用CARS和SPA算法分别筛选出了32个和6个叶绿素特征光谱变量,用于建立偏最小二乘(PLS)回归模型。采用37个未参与建模的脐橙叶片样品评价模型的预测能力,经比较,CARS-PLS和SPA-PLS模型均优于变量筛选前的PLS模型,且CARS-PLS和SPA-PLS模型的预测能力几乎相同,其预测集相关系数分别为0.90和0.91,均方根误差分别为1.53和1.60。SPA-PLS模型计算脐橙叶片每个像素点的叶绿素含量,经伪彩色变换,绘制了脐橙叶片叶绿素含量可视化分布图。实验结果表明:变量筛选方法结合高光谱成像技术,能够实现脐橙叶片叶绿素含量无损检测及叶绿素分布可视化表达,并简化了数学模型。     

基于谱间和帧内差分脉冲编码调制的超光谱图像无损压缩

以超光谱遥感图像为研究对象,分析了干涉成像光谱仪获取图像的谱间和空间相关性,提出一种三维差分脉冲编码调制（ DPCM）无损压缩方案。首先进行了谱间DPCM预测;然后,对残差图像进行帧内DPCM预测;最后,对差分码流进行二值自适应算术编码。实验表明,该算法可实现无损压缩,压缩比平均可达1.662,较二维整数小波变换算法提高了15.6％,且算法复杂度较低,仅有加减和移位运算,易于硬件实现。     

多模式融合下的海洋溢油高光谱成像油种识别方法

为利用不同油种的发光特性来探测海洋溢油,通过高光谱成像仪,在两种照明模式下采集了6种溢油油种的高光谱图像。基于33个波段构建了波段均值、波段差、波段比和归一化波段比4个辐射指数,提出了基于Fisher和PCA的模型共识的溢油高光谱特征选择方法,采用RBF-SVM模型对油种进行识别。比较发现,本文构建的基于光源混合、波段运算和模型共识的多模式融合方法,从不同侧面提高了模型的溢油识别能力,识别率达到了99.1%以上,比单一方法提高了10%以上。结果表明,多模式融合有效提高了海洋溢油的识别率。     

基于自适应量化的超光谱图像压缩

提出了一种基于谱间预测和小波量化编码的超光谱图像压缩方法。在充分考虑子带图像非平稳特性的基础上,首先实现了子带分类步骤,通过分类设计自适应预测器,提高了谱间去相关效率。由于子带中不同子类表现出了不同的统计特性,所以使用空变均匀阈值量化器完成了量化工作。研究了均匀量化器对不同分布训练样本的率 失真表现,并为相关特性建立了模型描述。基于率失真模型和系数序列的统计特性,提出了一个率分配算法,以便能为不同的子类系数序列设计率失真意义上的最优量化器。实验证明,这种方法能高效地压缩超光谱图像,表现出了优异的压缩性能。