AOTF成像光谱仪及其在青藏高原多尺度遥感中的试验应用

简要阐述了AOTF的光学滤波机理和AOTF成像光谱仪的系统架构,研制了一套基于AOTF的地面成像光谱试验系统,将其应用于青藏高原多尺度遥感试验,针对高原植被试验区获取了不同尺度的成像光谱数据,为多尺度遥感试验提供了更为丰富的地面支持及比对数据.通过对数据的处理分析,证明了该技术在工程上的可行性,并为遥感图像混合像元分解等问题提供了新的解决方案.     

基于AOTF的新型成像光谱系统

声光可调谐滤波器（Acousto-optic Tunable Filter,AOTF）是一种新型电控滤光元件,具有波长任意选择、光谱扫描速度快、体积小、无运动部件、环境适应性好等诸多优点。分析了AOTF的工作原理及多频模式下实现光谱分辨率可编程的方法,介绍了基于AOTF的新型成像光谱系统,给出了初步的实验结果。该系统工作于可见近红外波段,突出特点为光谱扫描波段、各波段光谱分辨率均可通过软件进行配置,因此相比于传统成像光谱系统具有更高的灵活性和数据效率。     

基于AOTF的光谱响应可编程成像光谱系统关键技术

基于声光可调谐滤波器(Acousto-Optical Tunable Filter,AOTF)的多频工作模式,提出了一种成像光谱系统光谱响应可编程的技术.阐述了该技术的原理方法,介绍了光谱可编程的测试结果,包括对滤光波长、光谱分辨率及滤波通带形状的软件控制.在此基础上,研制了一套光谱可编程成像光谱系统的原理样机并进行了初步的成像实验.通过实验结果证明了该技术的工程可行性和技术优势,为提高成像光谱系统的效率和灵活性提供了一种新的途径.     

声光可调谐滤波器的成像光谱技术

声光可调谐滤渡器(AOTF)是一种新型的分光器件,能够从复色光中衍射出带宽很窄的单色光,和传统光谱仪相比,基于AOTF的光谱仪在工作机制和仪器设计上有其自身的特点.通过分析AOTF器件的工作原理、衍射方式和参数指标,搭建了基于AOTF的成像光谱系统,利用标准单色光源进行光谱定标,并进行室外实测实验以验证系统功能.与ASD公司光谱辐射计(FieldSpec Pro FR)的同步测量结果表明:该仪器通过经验线性法获得的550-1 000 nm植被光谱曲线和光谱辐射计获得的曲线较为一致,能够满足高光谱成像探测的要求.     

中红外AOTF成像仪光谱校准方法EI北大核心CSCD

针对基于中红外声光可调谐滤波器(Acousto-Optic Tunable Filter,AOTF)的光谱成像系统观测运动目标过程存在光谱数据漂移问题,提出了一种基于声光互作用的在线光谱校准方法。根据目标光谱成像位置与驱动频率,构建了逆向光线追迹模型,从而实现了光谱数据的在线校准,满足运动目标探测的实时性要求。该方法能为后续目标检测、识别与跟踪提供稳定且精确的光谱数据立方体。在实验验证方面,利用设计研制的平行光入射的中红外AOTF光谱探测系统,以黑体与中红外滤波片组合作为目标光源,对光谱校准模型开展实验验证。最终实验结果表明,针对位于不同视场处的模拟运动目标,校正后的光谱漂移相对误差均优于4.45%,有利于提升对运动目标光谱探测的应用能力。     

新型宽带匹配网络在双路宽光谱AOTF成像技术中的应用

基于双路AOTF的宽光谱成像技术在偏振成像光谱仪中得到应用,其成像质量受AOTF衍射效率、光谱带宽等影响。其核心部件超声换能器阻抗失配时导致驱动功率无法最大限度的传递给换能器,使AOTF光谱衍射效率降低,3dB光谱带宽变窄,影响光谱图像有用信息的获取。采用压缩回波损耗技术,设计了一种基于LC拓扑结构及组合臂的宽频带、光谱衍射效率高的新型匹配网络。最终测得AOTF的光谱衍射效率最高达94％,光谱带宽小于5nm,提高了在420~1150nm波段范围内的光谱衍射效率及分辨率,实测目标的成像质量得到明显改善。     

AOTF后楔角对光谱图像像质的影响

针对AOTF成像光谱仪的光谱图像退化程度难以定量化评价的问题,提出了包含后楔角影响的AOTF器件调制传递函数（MTF）定量计算方法。该方法通过建立AOTF的光谱-空间维响应模型获取AOTF器件的线扩散函数(LSF),然后通过线扩散函数傅里叶变换得到理论MTF。在验证实验中,截止频率内的MTF理论值与实测值相对偏差小于15%,可以为AOTF的像质评估提供理论依据。进而,通过该定量计算方法讨论不同AOTF后楔角对光谱图像像质的影响。通过仿真分析得出,AOTF的后楔角难以同时满足横向色差校正与图像退化抑制,需要根据实际应用对于空间分辨率以及横向色差的要求进行取舍。所以,针对AOTF不同后楔角进行光谱图像像质的定量分析对于评估AOTF光谱图像像质具有重要意义,为AOTF器件设计提供了理论依据。     

航天高光谱成像仪简述(特邀)

航天高光谱载荷相比于传统的多光谱载荷,在光谱分辨率上有着巨大的提升,随着定量化遥感的发展,天基探测不仅可以对地面目标的几何信息进行采集,更可以利用高光谱数据实现大气、陆地资源、战场环境、海洋物质成份的探测,随着航天高光谱技术的不断发展,高时间分辨率的对全球气候、自然资源、水纹情形的光谱成像已成为可能。高光谱探测依据成像原理的不同,主要可以分为干涉型光谱仪、衍射型光谱仪、滤光片型光谱仪。文中针对其中应用较为广泛的光栅衍射型光谱仪、时间傅里叶变换光谱仪、空间傅里叶变换光谱仪、声光调制滤光片（AOTF）光谱仪、液晶可调谐滤光片（LCTF）光谱仪、高光谱滤光片光谱仪进行了介绍,并针对每种光谱仪的优势及存在的局限性进行了分析。     

航天高光谱遥感应用研究进展(特邀)

近年来随着高光谱成像技术的快速发展,航天高光谱遥感数据在各领域应用研究中取得了良好的发展与突破。文中回顾了国内外航天高光谱成像技术的发展历程,介绍了有代表性的航天高光谱成像仪的主要应用技术指标,较为系统地总结和分析了近五年来航天高光谱遥感数据在国土资源、农林遥感、海洋湖泊遥感、城市环境、灾害监测及其他方面等各领域的最新应用研究进展。对基于AI技术的高光谱信息提取与应用、基于高光谱遥感的多源数据融合与应用以及面向深空探测领域的高光谱数据分析与应用等发展趋势做了展望,未来航天高光谱成像仪技术的进一步突破和应用研究需求的牵引将会推动高光谱应用领域更大范围的创新与发展。     

AOTF偏振光谱成像数据采集系统设计

偏振超光谱成像技术是一个新兴的交叉技术领域,探索该技术在航天、民用等领域的应用已经成为国内外的重点研究课题,特别是基于声光可调谐滤波器(AOTF)的光谱成像仪,与传统仪器相比,在工作机制和仪器设计上都有着众多的优点。通过研究AOTF的工作原理,分析实验中AOTF偏振光谱成像仪的工作过程,制定了相应的数据采集系统设计方案,并且详细论述了系统基于LabVIEW平台的设计流程,同时给出了各模块的LabVIEW程序设计框图。经过实测实验对系统的功能进行了验证,结果表明:系统能够高效可靠地完成对图像数据的采集与相应仪器的控制,具有一定的研究价值和实用价值。     

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。     

AOTF短波红外光谱仪的空间温度特性及其数据预处理模型

AOTF由于其具备体积小重量轻等特点,已成为深空遥感领域的重要分光器件.为了AOTF短波红外光谱仪能够在宽温度范围的空间环境内获得高精度的光谱反演数据,从光谱仪的设计原理入手,分析了温度环境变化对设备中射频功放和InGaAs探测器的影响,通过温度环境模拟实验,建立并验证了用于校正温度影响的光谱仪数据预处理模型,为AOTF短波红外光谱仪在深空探测中获取高精度数据提供了保障.     

基于集群和GPU的高光谱遥感影像并行处理

以高光谱遥感影像数据处理中的主成分分析（PCA）和最小噪声分离（MNF）以及光谱相关系数填图（SCM）算法的并行化为目标,分别在集群环境下基于MPI设计并实现了协方差矩阵并行算法,以及基于GPU设计并实现了SCM并行算法,并在高光谱遥感影像数据处理中得到应用和验证。实验结果表明,高光谱遥感影像数据处理高性能计算对于提高和改善其时间性能具有显著效果,是高光谱遥感工程化应用快速处理重要的技术手段。     

高光谱图像压缩技术研究进展

高光谱遥感已经成为遥感领域的前沿科技,在军事侦察以及国民经济中发挥着重要作用。高光谱遥感的光谱通道数达到上百个,光谱分辨率的不断提高使得高光谱图像的数据量急剧膨胀。对于星载成像光谱仪获取的高光谱图像,庞大的数据量已经给数据的存储与传输带来巨大压力,严重制约着高光谱图像的后续应用,因此,必须利用有效的压缩技术对高光谱图像进行压缩。高光谱图像压缩技术可分为无损压缩与有损压缩,在实际应用中,需要根据具体的应用需求选取不同的压缩方式。本文首先对高光谱遥感的基本概念进行了简介,然后从无损压缩与有损压缩两个方面对高光谱图像压缩技术的研究进展进行了综述,最后,指出了高光谱图像压缩技术的发展方向。      

一种基于光谱解混的高光谱图像道路检测方法

道路检测是遥感图像处理的一个重要任务,高光谱图像以其图谱合一的特点为道路检测提供了新的有用信源.针对遥感道路检测需求,本文提出一种利用高光谱图像进行道路检测的新方法.该方法首先利用线性混合物模型和独立分量分析技术对输入高光谱图像进行无监督解混,实现道路目标的光谱提取,得到描述道路目标的解混分量图.在此基础上,利用均值比例算子和Hough变换实现最终道路检测.仿真实验结果标明,本文提出的算法是有效的.     

基于Fisher判别零空间的高光谱图像混合像元分解

传统的光谱混合分析方法假设每个端元必须具有完全稳定的光谱特性,而在实际问题中同类地物的端元光谱往 往存在着差异。为了有效地抑制同物异谱对混合像元分解的影响,本文提出一种基于Fisher判别零空间的高光谱遥感图像混合像元分 解算法。Fisher判别零空间方法通过对高光谱图像数据进行线性变换,使得变换后的数据中同一端元内的光谱差异减小为零,而不同 端元间的光谱差异尽可能地增大。利用变换后的光谱数据对混合像元进行分解就可以较大程度地减少同物异谱现象对分解结果的影响。 对模拟高光谱图像数据以及Indiana地区和Cuprite地区的实际AVIRIS数据的解混结果表明,用Fisher判别零空间方法处理混合像元分 解问题,可以得到较高的分解精度。     

Hyperspectral image super-resolution combining with deep learning and spectral unmixing

In recent years, hyperspectral image super-resolution has attracted the attention of many researchers and has become a hot topic in the field of computer vision. However, it is difficult to obtain high-resolution images due to imaging hardware devices. At present, many existing hyperspectral image super-resolution methods have not achieved good results. In this paper, we propose a hyperspectral image super-resolution method combining with deep residual convolutional neural network (DRCNN) and spectral unmixing. Firstly, the spatial resolution of the image is enhanced by learning a priori knowledge of natural images. The DRCNN reconstructs high spatial resolution hyperspectral images by concatenating multiple residual blocks, each containing two convolutional layers. Secondly, the spectral features of low-resolution and high-resolution hyperspectral images are linked by spectral unmixing. This approach aims to obtain the endmember matrix and the abundance matrix. The final reconstruction result is obtained by multiplying the endmember matrix and the abundance matrix. In addition, in order to improve the visual effect of the reconstructed image, the total variation regularity is used to impose constraints on the abundance matrix to enhance the relationship between the pixels. The experimental results of remote sensing data based on ground facts show that the proposed method has good performance and preserves spatial information and spectral information without the need for auxiliary images.