一种大孔径静态干涉高光谱成像数据压缩方法

大孔径静态干涉成像遥感数据的数据量较大,需要寻找一种合适的方法对其压缩。从大孔径静态干涉成像机理出发,分析了干涉数据的空间和干涉维冗余性,并基于现有成熟混合压缩编码方法,提出了基于相似干涉曲线与不同光程差之间冗余去除的算法,对冗余数据进行去除预处理。对干涉数据进行基于曲线表的干涉曲线编码表示,对不同光程差之间的图像进行相关性预测,减少了大孔径静态干涉成像遥感图像的量化深度并降低了图像的信息熵,再结合JPEG2000算法进行无损或有损压缩。实验结果表明,对于大孔径静态干涉成像数据,该算法可实现压缩比为3.1倍的无损压缩,有损压缩的率失真曲线也优于其他对比算法,其复原图像反演出的光谱曲线的光谱角和相对二次误差均优于其他对比算法处理的数据,有效保护了光谱信息。

大孔径静态干涉成像光谱仪光谱信噪比研究

大孔径静态干涉成像光谱仪获取图谱数据立方体的过程包含干涉仪调制、探测器矩形函数卷积采样和光谱反演,其光谱信噪比评估模型复杂。从光谱能量调制、采样、反演的完整传输过程入手,根据探测器矩形卷积采样原理,采用离散傅里叶变换取实部的光谱反演方法,进行信号与噪声的理论推导,建立了大孔径静态干涉成像光谱仪光谱信噪比评估模型。考虑了与波数相关的光学系统透过率、干涉仪分束面效率、探测器量子效率等仪器设计参数和主要电路噪声参数,进行了光谱信噪比仿真计算。利用LASIS仪器进行了光谱信噪比实验测试,测试结果与模型仿真计算结果平均偏差为3.58%,单谱段信噪比趋势基本吻合,验证了评估模型的正确性。评估模型中包含了典型LASIS成像光谱仪由输入光谱辐射到输出光谱数据的各项主要技术环节,在信噪比计算公式中带入干涉仪分束面干涉效率、探测器矩形采样方式等因素对仪器光谱信噪比的影响算子,并利用实际仪器进行了实验验证,对提高LASIS成像光谱仪工程设计水平具有指导意义。

基于DMD的哈达玛变换成像光谱仪中交错编码像素点的研究

近年来在哈达玛变换成像光谱仪研究领域中最重要的技术革新在于数字微镜器件在这种光谱仪中的应用,但同时也带来了一些相应的技术问题需要克服。详细的描述和分析了由于数字微镜器件在哈达玛变换光谱仪中的应用导致的编码图像上的部分像素点出现的一种交错编码现象;这种特殊的像素点,编码过程不符合哈达玛变换,在光谱复原过程中需要特殊处理。针对这种交错编码像素点,提出了一种标识方法和解码方法。实验中,向光谱仪中导入一束激光并充满整个视场,在编码的激光图像中确定交错编码像素点的位置。然后变换编码模板上哈达玛编码码道的空间位置,采集两组针对目标的编码图像,通过观察编码图像上一个像素点的灰度值组成的列向量中非零常量与零元素的个数,可以分辨它是否是一个交错编码像素点。其中一组编码图像上交错编码像素点光谱曲线可以通过对另一组编码图像上相应位置的像素点进行哈达玛反变换得到。实线结果证明了这一方法的可行性。

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 dispersionprism）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XDP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0.6～5.0μm。设计结果表明,该仪器在0.6～5.0μm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。

高倍率低波前畸变引力波探测望远镜的光学设计

基于离轴四反的方案设计,从同轴反射系统的理论出发,结合高倍率,低波前畸变,以及高杂散光抑制比等特点对天琴望远镜的原理系统进行了优化设计。实现了在捕获±200μrad视场内系统百倍的压缩倍率,其入瞳直径300 mm,波前误差优于λ/80。提高三四镜之间光线转折角度进行杂散光抑制,在保证高质量波前的条件下,其三镜的偏角优化结果为5.5°,且三镜为平面镜的引入,降低了后期加工装调的难度。为了对原理系统的加工装调以及杂散光抑制能力进行验证,建立了该系统下0.5倍的缩比系统,实现了缩比系统的波前误差优于λ/175。经公差分析,原理系统有90%的累积概率其波前误差优于λ/40,满足引力波望远镜的指标要求。

哈达玛变换成像光谱仪中光谱混合像素点的解码方法

介绍了一种基于DMD的哈达玛变换成像光谱仪的物理模型,由于DMD微镜单元尺寸与探测器像元尺寸不匹配或者其他一些在光学设计和系统集成中的误差,导致这种光谱仪中采集到的编码图像上部分像素点出现的一种光谱混合现象。描述和分析了这些光谱混合像素点的编码原理,分析表明:这种光谱混合像素点无法直接用哈达玛反变换解码。为了准确地解码这些光谱混合像素点,改善复原后光谱图像的质量,提出了一种针对这种光谱混合像素点的解码方法。首先向光谱仪中导入一束激光并充满整个视场,针对编码图像中的光谱混合像素点确定一个解码系数。然后将这个系数带入光谱混合像素点的编码方程,即可解码它的光谱元。实验结果证明该方法是可行的。

约束最大相关系数的高光谱影像目标探测研究

高光谱遥感影像具有高的空间分辨率和连续的光谱信息,在目标探测领域具有独特的优势。基于高光谱影像的目标探测技术是遥感理论与应用的重要领域之一。本文从统计学中的相关系数的概念出发,提出了基于约束最大相关系数的高光谱影像目标探测算法。利用高光谱影像的线性混合模型,在真实图像中添加目标光谱,获得不同含量的亚像素目标及大目标,利用实验室高光谱成像仪对大目标进行推扫成像获取真实大目标高光谱影像。对仿真图像与真实图像进行约束能量最小化算子和约束最大相关系数算子进行对比,实验结果表明,基于约束最大相关系数的高光谱影像目标探测算法在探测大目标中具有更稳健的探测性能。

基于DMD的Hadamard编码模板改进设计与光谱数据修正方法研究

介绍了一种基于DMD的Hadamard变换成像光谱仪的物理模型。以7阶S矩阵为例进行论述,通过改进编码模板的设计方案,使所有色散光谱都能被严格编码为7段。提出了一种针对复原后光谱图像的修正方法,以7阶的S矩阵编码,最终可以获得6幅质量较高的光谱图像。如以n阶的S矩阵编码,最终可以获得n-1幅质量较高的光谱图像。实验结果证明了该方案的可行性和有效性。

哈达玛变换光谱仪混合像元解混方法研究

哈达玛变换光谱成像仪是一种采用多通道探测的数字变换光谱技术,介绍了基于数字微镜阵列器件(DMD)的哈达玛变换光谱仪工作原理与仪器结构,对成像传感器所获得的混合像元进行了分析研究,理论推导出了混叠像元的解混合方法,仿真实验结果表明该方法简单有效,对提高混合像元复原光谱精度超过10%。

哈达玛变换光谱仪压缩系统研究

基于数字微镜器件(Digital Micro-mirror Device,DMD)的哈达玛变换光谱技术是一种新型的光谱成像技术,在国内很少有专门的文献介绍[1-3]。文中先介绍了本实验采用的哈达玛光谱仪样机的原理以及哈达玛成像光谱仪优于传统模板的独特之处,即获得多通道高能量高信噪比的光谱数据,然后描述对采集到的数据做高信噪比,高分辨率压缩处理,最后说明此方法实时性强、图像失真小、实用价值高、应用范围广。

基于卷积神经网络与光谱特征的夏威夷果品质鉴定研究

夏威夷果含油量高,在开缝之后容易发生变质,现有关于夏威夷果品质鉴定的方法多为传统的破坏性检验,很难满足无损检测的需求。卷积神经网络(CNN)作为应用最广泛的深度学习网络模型之一,具有比浅层学习方法更强的特征提取与模型表达能力,在光谱数据方面的应用拥有很大潜力。基于夏威夷果在可见-近红外的光谱特征分析,研究用于提取夏威夷果光谱特征的卷积神经网络模型,并提出一种高效无损鉴定夏威夷果品质的方法。首先以三种不同品质的夏威夷果(好籽、哈籽及霉籽)为研究对象,分析样本在500~2 100nm的光谱信息;在光谱数据预处理中引入白化处理方法,用以增强数据的相关性差异;然后在模型训练过程中,将样本随机分为训练集和预测集,探讨不同CNN结构、卷积层数、卷积核大小及个数、池化层类型、全连接层神经元个数以及激活函数对分类结果的影响,并采用激活函数ReLU和Dropout方法,预防样本数据过少引起的过拟合现象;最后通过分析模型分类准确率和计算效率,确定了一个6层结构的CNN模型:输入层—卷积层—池化层—全连接层(200神经元)—全连接层(100神经元)—输出层。实验结果表明:上述网络模型对校正集和预测集的分类准确率均达到100%。因此,改进后的卷积神经网络模型可充分学习夏威夷果的光谱特征并有效分类,将深度学习理论与光谱分析相结合的方法能够实现对夏威夷果品质的准确鉴定,同时为夏威夷果等坚果类食品的高效、无损、实时在线检测提供了新思路。

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。

Hadamard编码红外光谱成像系统设计

在空间调制型哈达玛变换光谱成像仪(Space Hadamard Transforms Spectral Imager,SHTSI)中采用数字微镜阵列(Digital Mirror Devices,DMD)作为编码器件,能够使系统实现小型化、轻量化、高分辨率、高帧频成像。但由于DMD的翻转特性,经过DMD编码后的光学成像面发生12°倾斜,导致SHTSI成像光路和制冷型探测器冷光阑不匹配,造成视场缺失和图像降质。针对这一问题,本文提出一种像面预补偿的新型哈达玛编码光谱成像系统设计方法,在前置成像镜组中采用倾斜和偏心的设计,使得一次像面实现24°倾斜,对DMD在调制过程中产生的像面倾斜进行预补偿,从而消除倾斜成像面造成的图像降质问题。基于该方法设计了SHTSI光学系统,系统全视场点列图RMS小于5μm,保证系统在全视场范围内能够均匀成像。根据该设计方案研制SHTSI原理样机,试验结果表明,SHTSI系统满足设计指标,对成像数据进行复原,得到复原光谱角距离评价因子优于0.052。

光学被动成像干涉技术探测深海热液CH_4

为了实现对热液甲烷浓度、温度和压强信息的实时、长期探测,提出一种新颖的光学被动成像干涉系统(Optical Passive Imaging Interference System,OPIIS),并建立了该系统的正演模型和反演模型。首先利用IDL语言建立了包括深海气体辐射模型、海水传输模型和仪器响应模型的OPIIS正演模型,并模拟其正演干涉图。正演干涉图信噪比总体处于50~70,浓度探测灵敏度为0.1 mmol/L,温度灵敏度为2 K,压强灵敏度为0.1 MPa。其次采用成像干涉技术结合偏最小二乘法的方法进行OPIIS数据的精确、快速反演。利用25个建模样本建立了甲烷多因变量PLS回归模型,并利用25个预测样本对回归模型进行交叉检验。该最优回归模型的浓度预测最大误差为1.9%,温度预测最大误差为0.38%,压强预测最大误差为1.0%。

基于IERT的非线性全光谱复杂水体定量分析算法研究

水是一种有限的资源,对农业、工业乃至人类的生存都是必不可少的,良好的水环境是可持续发展的重要保障。对水质信息的科学监测,是实现水资源优化配置与高效利用的基础。联合国环境署(UNEP)与世界卫生组织(WHO)指出,应当加强发展中国家的水质监测网络,包括数据质量的保证和分析能力的提高。光谱法作为一种新兴的水质分析方法,相比传统的化学水质监测方法,具有“响应速度快、多参数同步、绿色无污染”的特点。传统单波长、多波长的线性模型依赖于水体对特定波长的吸收特征,不适用于多组分混合溶液且普适性较差。因此,提出了一种基于IERT的非线性全光谱定量分析算法,建立适用于多组分混合溶液浓度预测模型,达到利用全光谱信息来预测浓度信息的目的。利用实验室配置的COD,BOD 5和TOC多组分混合溶液与NO_(3)-N、浊度、色度多组分混合溶液作为实验样本,使用光谱仪采集样本的光谱曲线,通过全光谱数据进行浓度预测实验,结果显示,对于COD,BOD 5和TOC多组分混合溶液,本算法对于三种组分的决定系数(R^(2))分别为0.9993,0.9914和0.9993,均方根误差(RMSE)分别为0.0244,0.0577和0.0004;对于NO_(3)-N、浊度、色度多组分混合溶液,决定系数(R^(2))分别为0.9834,0.8684和0.9810,均方根误差(RMSE)分别为0.1005,0.3264和0.1202。通过对比本算法与偏最小二乘(PLS)、支持向量机回归(SVR)、决策树(DT)、极端随机树(ERT)对于同一组数据的实验结果,表明:在两组多组分混合溶液的实验中,本算法对于其中各组分的决定系数(R^(2))均为最优,相比于其他对比算法均方根误差(RMSE)均有大幅减少。本算法可利用光谱信息对多组分混合溶液进行定量分析,在计算时间相当的情况下,可有效的提高浓度预测精度,减少定量分析的均方根误差,可为光谱法水质监测提供一种新的有效途径。

大孔径静态干涉成像光谱仪径向畸变导致的谱线偏移误差的校正

为提高大孔径静态干涉成像光谱仪在视场增大时的光谱定标精度,减小径向畸变对光谱精度的影响,本文提出一种基于光谱——畸变关联模型的光谱定标系数修正方法,给出了波数和波长修正公式。采用594.1 nm和632.8 nm气体激光器对成像光谱仪进行了光谱成像实验,并对数据进行了处理和分析。结果表明,当存在0.3%的桶形畸变时,边缘视场的反演光谱存在2 nm左右的偏移,利用本文方法校正后,谱线偏移减小到0.1 nm左右。该方法仅需根据镜头畸变参数即可完成修正,简化了实验室光谱定标流程,提高了工作效率,也可应用于星载干涉光谱数据的在轨参数校正。

干涉光谱结合偏最小二乘法反演热液CH4的研究

热液释放的高温甲烷气体经扩散作用先后进入海洋和大气,并对地球物理、化学和生物方面产生深刻影响。由于海洋溶解甲烷数据的缺乏,导致人们对深海热液释放甲烷的活动机制和环境效应还缺乏足够的认识。我们前期提出一种光学被动成像干涉系统OPIIS用于热液甲烷浓度、温度和压强的实时探测和长期观测。为了从OPIIS的干涉光谱中精确、稳定、快速的获取热液甲烷信息,采用将干涉光谱与偏最小二乘法相结合的方法处理OPIIS数据。首先分别建立三个甲烷浓度、温度和压强的单因变量预测模型,再利用干涉条纹与辐射光谱的关系,间接建立干涉光谱与甲烷浓度、温度和压强的PLS预测模型,提高了预测模型在实际应用中的抗干扰能力和稳定性。基于洛仑兹线型建立了不同于大气环境的深海气体辐射模型,并利用HITRAN2016分子光谱数据库的光谱参数,建立了深海甲烷在任意浓度、任意温度和任意压强下的辐射光谱数据库。挑选热液其他气体对甲烷探测干扰较小的甲烷泛频带1.64~1.66 μm内的六条谱线建立甲烷辐射光谱与浓度、温度和压强的偏最小二乘回归模型。另外,分析了训练集取样个数、取样间隔和主成分个数对提高预测模型综合性能的作用。利用不同训练集样本数,不同训练集取样间隔和不同的主成分数,分别建立96个浓度、温度和压强预测模型,并分别利用25组预测集样本对预测模型进行交叉验证。不同模型预测均方根误差和决定系数的对比表明,训练集取样个数、取样间隔和主成分个数等单一因素的改变并不能同时提高预测模型的预测精度、稳定性、适用范围和运算量等综合性能。经过平衡选取各项指标确定的最优回归模型的参数为:浓度、温度和压强的适用范围分别为5~375 mmol·L^-1 , 580~678 K, 10~34.5 MPa,浓度、温度和压强的训练集取样个数分别为50组, 25组, 25组,采样间隔分别为5 mmol·L^-1 , 2 K, 0.5 MPa,浓度、温度和压强预测模型的主成分数分别为2, 2, 5。浓度、温度和压强预测模型的预测均方根误差分别为3.082×10^-6 , 0.977 0, 5.052×10^-3 ,决定系数分别为0.999 9, 0.998 9, 0.999 9。浓度、温度和压强的预测误差分别为±1.21×10^-7 ,±3.63×10^-3 ,±9.49×10^-4 ,对应的预测精度分别为±45.4 nmol·L^-1 ,±2.5 K,±3.3×10^-2 MPa。结果表明,干涉光谱结合偏最小二乘法的反演算法可以精确、稳定、快速的获取热液甲烷气体的浓度、温度和压强信息。

基于层级Transformer的高光谱图像分类方法

高光谱图像分类将每个像素分类至预设的地物类别,对环境测绘等各类地球科学任务有着至关重要的意义。近年来,学者们尝试利用深度学习框架进行高光谱图像分类,取得了令人满意的效果。然而这些方法在光谱特征的提取上仍存在一定缺陷。本文提出一个基于自注意力机制的层级融合高光谱图像分类框架(hierarchical self-attention network,HSAN)。首先,构建跳层自注意力模块进行特征学习,利用Transformer结构中的自注意力机制捕获上下文信息,增强有效信息贡献。然后,设计层级融合方式,进一步缓解特征学习过程中的有效信息损失,增强各层级特征联动。在Pavia University及Houston2013数据集上的试验表明,本文提出的框架相较于其他高光谱图像分类框架具有更好的分类性能。

基于F-P干涉仪CH_(4)气体点源探测关键参数仿真分析

基于多光束干涉光谱成像原理,研究一种高空间分辨率甲烷气体点源探测方法。首先,介绍了甲烷气体探测仪的工作原理和探测方案,详细设计法布里-珀罗干涉仪的系统参数,并建立甲烷气体探测正演模型。然后,分析了干涉信号和甲烷浓度之间的对应关系,以及仪器参数对探测灵敏度的影响。最终,迭代优化得到各光学结构参数的最优取值。结果表明,在甲烷探测波段为1630~1675 nm,自由光谱范围为12.5 nm,光谱分辨率为0.1 nm,法布里-珀罗标准具腔长为0.08 mm,腔内反射率为97.5%,截止滤光片范围为(1630±4)nm~(1675±4)nm时,探测源25%浓度变化对应的干涉信号相对变化量范围为[0.65%,4.30%],探测灵敏度较好。研究结果可为高精度碳监测提供理论依据和技术支撑。