星载遥感短波红外高速高光谱成像仪坏像元识别

为改善干涉成像短波红外高速高光谱成像仪的坏像元对复原光谱的影响,利用高光谱成像仪测试流程建立了坏像元识别模板,以提高坏像元识别效率。首先,按照高光谱成像仪测试流程设置增益模板和帧频模板并采集图像数据,依据正常像元增益响应设定合理判定阈值Th1,识别不同增益下异常像元并记录对应坐标值;再依据正常像元帧频响应灰度值设定合理判定阈值Th2,识别不同帧频下异常像元并记录坐标值。最后,对比增益模板和帧频模板判定的异常像元,融合确定坏像元。实验结果表明基于增益模板和帧频模板的识别方法在不增加设备研制测试成本的同时有效识别出短波红外高光谱成像仪探测器的坏像元,为可靠识别短波红外高光谱成像仪坏像元提供了一种低成本、高效可靠的新方法,提高了干涉成像高光谱成像仪光谱反演准确性。

基于LCTF与LCVR的偏振高光谱成像系统设计

提出一种基于液晶可调滤光片(LCTF)与两片液晶可调相位延迟器(LCVR)构成的偏振高光谱成像系统,相对于传统LCTF具有转动部件以及无法获取全部偏振态的特点,本系统能够静态凝视成像并且测量目标完整的Stokes参量。通过对两片LCVR取四组不同延迟组合,构造了一个4×4复原矩阵来获取目标的原始全偏振信息。使用干涉光强法,对两片LCVR分别进行了延迟-电压特性的精确测量;在633nm下验证了全偏振复原算法,通过对误差分析,得到了较好的反演Stokes参数和相应的DoLP与Orient计算值,验证了复原算法的可靠性,可以为全偏振态高光谱遥感成像提供有效的数据。

第二类边界条件下热电偶非均匀内热源的工程求解分析

国内外学者针对热电制冷器工作原理和制冷性能的研究做了大量工作,不过大多都忽略其微观导热情况而将热电偶内热源视为均匀分布。为了得到更加准确且适于工程应用的分析结果,文中将焦耳热作为热电偶非均匀内热源,建立了分析模型:该模型建立在线性常微分方程的基础上,满足叠加原理使用条件。因此基于分流和叠加的思想,提出了一种热电偶内温度和热流量分布的工程求解方法,并最终得到了热电偶在第二类边界条件下的温度和热流量分布公式。通过对结果的验算,证明了所得计算公式的正确性,为热电制冷技术的深入研究和应用提供了理论指导。

基于颜色通道融合特征的现勘图像分类算法

针对单一特征难以精确地表达复杂图像内容的问题,提出基于颜色通道融合特征的现勘图像分类算法。首先,分别在H,S和V三个颜色通道上提取图像的LBP特征和GIST特征,并利用颜色空间信息进行加权融合;然后,将融合的LBP和GIST特征串联形成新的特征描述向量,并用于训练分类器以实现精确地现勘图像分类。在现勘图像数据库上,大量实验结果显示提出的现勘图像分类算法优于基于单一特征的图像分类正确率。

基于亮度分区模糊融合的高动态范围成像算法

针对单幅图像生成高动态范围(HDR)图像进行直方图扩展时,造成的色彩失真、局部细节信息丢失的问题,提出了一种基于亮度分区融合的高动态范围图像成像算法。首先,提取正常曝光彩色图像的亮度分量,根据亮度阈值将亮度分成两个区间;然后,对两个区间的图像用改进的指数函数扩展其亮度范围,使得低亮度区域的亮度增加、范围扩大,高亮度区域的亮度减小、范围扩大,从而增大图像的整体对比度,保留色彩和细节信息;最后,将扩展后的图像和原始正常曝光的图像基于模糊逻辑的方法融合为高动态图像。分别从主观和客观两方面对所提算法进行了分析。实验结果表明,所提算法能够有效地扩展图像的亮度范围,并保持场景的颜色信息和细节信息,生成的图像视觉效果更佳。

空间目标材料偏振光学特性研究

基于二向反射模型,对碳纤维、渗碳膜、F46和OSR四种典型的空间目标样本的偏振光谱数据进行测量;通过测算样本Stokes参量获取样品多角度下的线偏振度与偏振角信息,并对其进行统计.结果表明,样本线偏振度和线偏振角的均值、方差之间存在较大差异,对比分析样本均值和方差之间的关系能有效提高目标的探测和识别性能,可以解决传统光谱技术上产生的"同物异谱"和"同谱异物"问题;所获取的偏振特性可为偏振遥感提供更多的光学信息.

基于光谱成像与光谱分析的壁画鉴赏研究

针对壁画鉴赏中对科学分析方法的需求,根据光谱成像及光谱分析方法在壁画处理中的特点与优势,重点讨论了光谱成像技术在壁画鉴赏处理中的应用,其可以辅助传统的专家经验鉴定方法,提供更丰富客观的画作信息,实现作品的鉴赏分析。光谱成像与分析方法是一类重要的科学分析方法,因其具有非接触、破损少甚至无破损、科学、准确、可量化等特点,可应用于壁画修复、信息提取、颜料分析、特征增强、鉴赏分析等。首先,从技术实现角度出发给出具体的鉴赏应用方向。然后,基于光谱特征分析、主成分分析、独立分量分析、相关性判别、人机交互处理等方法,对实际观测的韩休墓壁画进行实验处理,验证技术应用的实验效果,最后,结合应用实验提出包括规范化采集、图谱特征分析、图谱处理系统等关键技术还需进一步解决。实验结果表明,利用光谱成像分析技术可以实现壁画颜料信息的判读,隐藏信息的提取、弱信息的增强,不同属性的分类识别,同时,还可以综合特殊需求,开展画作图谱探索性研究,如壁画处理中的涂改小孩分析、画作修复等。

基于光谱距离聚类的高光谱图像解混算法

为了解决实际高光谱解混(HU)中噪声对解混精度的影响和光谱、空间信息利用不足的问题,提出了一种改进的基于光谱距离聚类的群稀疏非负矩阵分解的解混算法。首先,引入了基于最小误差的高光谱信号辨识算法(Hysime),通过计算特征值的方式估计信号矩阵和噪声矩阵;然后,提出了一种简单的基于光谱距离的聚类算法,对多个波段生成的光谱反射率距离值小于某一值的相邻像元进行合并聚类生成空间群结构;最后,在生成的群结构基础上进行稀疏化非负矩阵分解。实验分析表明,对于模拟数据和实际数据而言,该算法都比传统算法产生更小的均方根误差(RMSE)和光谱角距离(SAD),能够产生优于同类算法的解混效果。

基于空谱联合协同表征的高光谱图像分类算法

针对高光谱图像分类中空间及光谱信息利用不充分的问题,提出一种改进的空谱联合协同表征分类算法。通过获取训练像素与测试像素的欧式距离得到光谱信息,计算测试像素与训练像素的空间信息,结合空间信息与光谱信息建立空谱联合表征分类模型,采用最小残差法实现高光谱图像分类。实验结果表明,该算法在Indian Pines和Pavia University数据集上的分类精度分别达到98.36%和97.93%,优于传统高光谱图像分类算法。

一种精简波段的高光谱血液数据检测方法

针对传统的血迹检测方法检测不精确且具有破坏性的问题,提出一种基于高光谱血迹数据的无损检测方法。通过血液与类血液红色物质的特征峰筛选的方式进行谱段抽取,实现类血迹红色物质和血迹高光谱数据的波段选择,达到谱段数量精简的效果;通过光谱角匹配算法对类红色血迹物质与真实血迹高光谱数据匹配识别,以实现血迹无损检测。在血迹与类血迹红色物质上的对比实验结果表明,该方法可以大幅降低血液检测所需谱段数量,并且具备更高的检测效率。

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%。

基于偏振法的汗潜指纹检测研究

针对现场勘验中对潜指纹的无损采集和较低的检测率的问题,本文设计了一种基于偏振法的潜指纹检测方法。通过使用轻量化、小体积的便携式偏振相机在主动光源条件下获取亚克力板样本上的指纹偏振图像,分别获取指纹样本的线偏振度、线偏振角、全色图像信息,在此基础上建立目标图像的偏振HSV模型图像信息并对全色可见光图像与偏振度图像进行基于小波的图像融合处理,得到了较好的潜指纹匹配效果。