基于多光谱分析的HJ-1B数据云检测算法

云检测是遥感数据预处理中的一个重要环节。本文通过分析云及典型地物光谱特性,结合HJ-1B传感器波段设置,提出了一种基于多光谱分析的云检测算法。该方法针对不同下垫面类型,选取合适的波段组合逐一建立云掩模。利用该算法对多幅影像进行去云处理,结果表明,该方法能够很好地检测出不同时期不同背景上空的云像元。

原研多光谱智能分析仪诊断肺腺癌浸润程度的诊断性分析

背景与目的肺癌是全世界最常见的恶性肿瘤之一,术中冰冻切片(frozen section,FS)诊断肺腺癌浸润程度的准确率不能完全满足临床需求,本研究旨在探究应用原研多光谱智能分析仪提高FS在肺腺癌中诊断效能的可能性。方法前瞻性采集2021年1月-2022年12月于首都医科大学附属北京友谊医院胸外科行肺结节手术患者的临床资料和多光谱信息,建立神经网络模型并临床验证神经网络诊断模型的准确性。结果共采集223例标本,最终纳入原发性肺腺癌标本156例,合计1,560组多光谱数据。神经网络模型测试集(前116例的10%)光谱诊断识别组内肺浸润性腺癌和非浸润性腺癌的受试者工作特征曲线下面积(area under the curve,AUC)为0.955(95%CI:0.909-1.000,P<0.05),诊断准确率为95.69%。临床验证组(后40例)光谱诊断和FS诊断准确率均为67.50%(27/40),二者联合诊断的AUC为0.949(95%CI:0.878-1.000,P<0.05),准确率为95.00%(38/40)。结论原研多光谱智能分析仪单独诊断肺浸润性腺癌和非浸润性腺癌的准确率与FS相当,应用原研多光谱智能分析仪辅助FS诊断可提高诊断准确率,一定程度上降低术中肺癌手术方案制定的复杂性。

钞票多光谱光电信号的分析

文中介绍了钞票的光反射和透射机理及钞票的光反射和透射检测技术。通过对其机理的研究和对比实验 ,找到真假钞票在光透射方面的特性差异 ,有针对性地利用其特性研制有关检测电路及光反射和透射检测系统 ,可实现对钞票的检伪和识别。该技术可直接用于金融器具的制作 ,提高金融器具对钞票的检伪和识别 。

基于磁光调制的多光谱目标识别系统的研究

基于特征光谱的目标识别技术具有检出能力强,可分辨目标种类等优点,但也存在一定的问题,即需要事先获取背景光谱作为先验知识且要求背景光谱随时间的变化较小。由此限制了其在新环境、复杂环境中实时目标识别方面的应用。设计了一种采用磁光调制配合特征光谱分析的技术手段,使目标识别过程中无需事先获取背景谱,从而实现了一次采集获取被测目标信息的功能,相比传统的目标检测方法而言,对战场的适应能力更强,具有较好的实用意义。同时,磁光调制技术有效地抑制了背景杂散光的干扰,从而提高了目标识别概率。由于磁光调制提供了目标光谱的累加迭代信息,故即使未知背景光谱或者背景光谱变化较大时,也可以通过目标光谱的迭代信息大幅提高目标识别率。针对不同被测目标的回波光强与背景光强值进行实验分析,结果显示,三种目标对调制线偏振光的反射能力明显强于背景。采用伪装色的被测目标对可见光成像目标识别影响很大,而调制偏振型系统仍能很好地识别目标。在此基础上,对0.5~2km范围内的目标进行多特征波长目标种类识别。采用三个特征波长时,目标识别概率在2km左右明显降低,采用四个或五个特征波长位置时,可以实现95.0%以上的目标识别概率,同时为了降低运算量提高系统的实时检测能力,最终采用四个特征波长。

基于光饱和影响校正的作物叶绿素分布光谱成像检测

叶绿素含量是作物光合能力与营养评价的重要指标,因此快速检测作物叶绿素含量与分布可为作物营养动态分析与长势评估提供支持。基于RGB(Red,Green,Blue)和NIR(Near Infrared)多光谱图像的获取,开展玉米作物营养状态分布光谱学成像检测。构建了多光谱图像采集平台获取RGB和NIR图像,研究了基于光饱和校正算法的RGB图像的光饱和校正与NIR图像去噪方法,通过图像的匹配分割,冠层的提取校正,建立了基于冠层图像的作物SPAD值检测模型与分布成图。采集15株玉米植株RGB-NIR图像,并同步获取不同植株,不同位置共68个叶绿素含量指标SPAD值。首先对RGB图像进行光饱和校正,再对NIR图像进行滤波和图像增强,其次对RGB和NIR图像进行了SURF(speeded-up robust features)和RANSAC(random sample consensus)图像匹配,利用RGB图像的颜色特征,采用ExG(Extra Green)和OTSU算法生成分割掩模,对RGB图像和NIR图像进行分割提取,提取图像的R,G,B和NIR分量,利用4阶灰度板进行反射率校正,然后计算作物图像中像素级P SPAD值,并建立图像P SPAD值与叶绿素仪SPAD值的拟合模型,最后绘制作物SPAD分布图。通过HSI(Hue,Saturation,Intensity)彩色模型中的I分量直方图对比去饱和前后光分布范围,以作物SPAD值分布图验证光饱和校正算法对作物叶绿素含量分布检测提升的效果。RGB图像光饱和校正前I分量集中在[140~180]之间,光饱和校正后的RGB图像I分量集中在[85~130]之间,校正了相机成像时产生模糊和RGB图像饱和。对分割后的RGB图像和NIR图像提取R,G,B,NIR分量进行4阶灰度板校正,相关系数分别为0.829,0.828,0.745和0.994,进而生成R,G,B和NIR四波段的反射率伪彩色图像,反射率R NIR>R G>R R>R B。体现了作物的在蓝光和红光区域吸收光,在绿光区域和近红外区域反射光的光谱特性。校正前后的R和NIR分量反射率计算图像P SPAD值拟合叶绿素含量指标SPAD值的模型结果显示,校正前R 2为0.3326,校正后R 2为0.6193,绘制作物的SPAD特征分布图,可为作物的营养动态快速分析与分布检测提供技术支持。

人参皂苷Rh2与血清白蛋白相互作用立体选择性的光谱及分子对接研究

立体化学是影响外源性药物与生物功能大分子相互作用的关键结构因素。人参皂苷Rh2具有抗肿瘤等生理活性,已发现其中的C-20立体化学与多种生物学效应有关,但其与体内重要药物载体血清白蛋白(SA)相互作用的立体选择性研究鲜见报道。为此,采用紫外吸收光谱、荧光光谱、同步荧光光谱和分子对接技术,研究人参皂苷Rh2的C-20差向异构体在模拟生理条件下与SA相互作用的立体选择性特点及其机制。20S-和20R-Rh2均能与SA按摩尔比1∶1自发形成稳定的复合物,主要通过氢键和疏水相互作用,使SA的相关发光基团疏水性增强,同时改变Trp,Tyr等氨基酸残基周围微环境,从而影响紫外光谱特征吸收峰的位置和强度,并引起内源荧光的静态猝灭。二者与SA的相互作用特征及结合模式均存在显著差异,突出表现为结合区域以及参与氢键和疏水相互作用的基团和氨基酸残基数目及类别明显不同,20S-Rh2具有相对更高的结合常数和结合自由能。人参皂苷Rh2与血清白蛋白的相互作用具有立体选择性,C-20立体化学差异是其中的重要机制。

重庆:将全面推广茶叶智慧生产管控技术

近期,重庆市农科院传出消息,经过两年多试点,茶叶智慧生产管控技术已在重庆初见成效,并将推广到全市各个茶产区。茶叶智慧生产管控技术涵盖多个领域,以便携式“茶鲜叶质量无损检测仪”为例,它能够现场抓取影像,并转换成多光谱分析图,从而对茶叶生长指标做出准确判断。