高光譜成像儀的成像原理及高光譜圖像數據處理方法介紹
發布時間:2023-04-21
瀏覽次數:525
高光譜成像儀?結合光譜技術和圖像技術的優勢,能夠很好的捕獲光譜信息和圖像信息。其豐富的光譜信息能夠有效的提取樣品內部特征,被廣泛的應用于果蔬無損檢測等領域。本文對高光譜成像儀的成像原理及高光譜圖像數據處理方法做了簡要的介紹,感興趣的朋友可以了解一下!
高光譜成像儀結合光譜技術和圖像技術的優勢,能夠很好的捕獲光譜信息和圖像信息。其豐富的光譜信息能夠有效的提取樣品內部特征,被廣泛的應用于果蔬無損檢測等領域。本文對高光譜成像儀的成像原理及高光譜圖像數據處理方法做了簡要的介紹,感興趣的朋友可以了解一下!
高光譜成像儀系統的主要構成:
高光譜成像系統由硬件和軟件兩部分組成,如下圖所示硬件最重要的部件是傳感器,還包括光源、掃描器和控制裝置等。傳感器主要由物鏡、光譜儀和CCD陣列探測器。光譜儀主要有兩種:干涉型成像光譜儀和光柵型成像光譜儀。CCD陣列探測器分為線陣探測器和面陣探測器。軟件部分主要包括光譜預處理軟件和數據采集及處理軟件等。
高光譜成像儀的成像原理:
下圖所示為高光譜成像原理示意圖。高光譜成像系統最重要的組成是光譜儀,光譜儀有一個棱鏡-光柵-棱鏡單元,此單元可以阻止環境光的干擾,而且在光譜儀獲得被測物體的一行圖像時,此單元可以將光線從每行圖像的像素點色散到光譜軸上,這樣就獲得了在空間軸和光譜軸上的一維影像和光譜信息。由于物體或物鏡的連續運動,就形成了整個物體的光譜圖像。最終在CCD陣列探測器上完成對每個瞬間信號的獲取,得到高光譜三維圖像數據塊。
高光譜圖像數據處理方法:
高光譜圖像數據信息量豐富,但數據處理非常復雜。綜合國內外高光譜圖像數據處理方法主要是:先選擇感興趣區域,然后可以采用主成分分析法、獨立元分析、連續投影算法、線性判別分析、Fisher判別方法、典型分析以及遺傳算法等對感興趣區域數據進行降維處理,提取特征波長,并建立相應的判別模型,常用的建模方法有BP神經網絡、支持向量機、多元線性回歸法、偏最小二乘法等。相關文獻表明:支持向量機在建模分析時,結果較好,因為支持向量機不會因波段數量增加,分類精度下降,即出現所謂的Hughes現象。RBF神經網絡分類效果明顯高于BP神經網絡分類法。
相關產品
-
紅外光譜的發展、原理、特點、分類
紅外光譜的發展、原理、特點、分類紅外光譜的技術在各領域中的應用相繼經歷了很長時期,逐漸完善著自身技術在領域中的應用,且將低成本高性能作為發展與創新的主要方向。本..
-
近紅外光譜技術的優缺點和應用范圍
?由于近紅外光譜在光纖中良好的傳輸性,近年來也被很多發達國家廣泛應用在產業在線分析中。近紅外定量分析因其快速、正確已被列人世界谷物化學科技標準協會和美國谷物化學..
-
高光譜數據常見預處理方法有哪些?
高光譜在采集數據時會有成百上千個不同的波段數據,數據量巨大從而增加了數據處理的難度。而且在高光譜圖像采集過程中會有來自儀器與環境的干擾,獲得的光譜信號易存在噪聲..
-
高光譜成像儀光譜數據特征波長的選取方法介紹
高光譜成像儀?在對樣品進行側臉時,會采集多波段的光譜數據,全波段數據有較多的冗余信息,因此就需要采用一定的方法來選取樣本光譜的特征波段與紋理特征的重要變量。本文..