Hadamard变换光谱仪光谱复原算法的FPGA实现

提出一种利用FPGA实现Hadamard变换光谱仪光谱复原算法的方案。利用具备数字信号处理功能的FPGA对Hadamard编码图像,可以快速地进行Hadamard逆变换并得到复原图像。根据复原图像可以知道被测目标在各个波段的信息从而获得光谱曲线。实验表明,利用FPGA来完成该型光谱仪的光谱复原可以得到清晰的复原图像和单点光谱曲线,并且与软件得到的处理结果基本相同。该方案可以用于该型光谱仪的实时光谱复原以及基于光谱特征的目标识别领域。     

Hadamard变换多谱段自适应光谱仪

通过获得目标的光谱特性,揭示目标物质的表面成分,从而识别目标.阐述了Hadamard变换多通道探测的原理及基于Hadamard变换的光谱成像仪原理,设计并研制了基于数字微镜器件(DMD)的Hadamard变换多谱段自适应光谱仪;使用该光谱仪在实验中成功的复原出目标物的光谱,从复原出的光谱曲线中可以鉴别出目标物,同时,将实验组所得光谱曲线与国际标准的光谱曲线进行了比较,平均误差小于4%.     

基于MOMES的Hadamard编码模板的设计方法

长期以来Hadamard变换成像光谱技术一直受到编码模板的制约而发展缓慢,然而随着微光机电系统(MOMES)的出现,基于数字微镜器件设计Hadamard编码模板为Hadamard变换成像光谱技术的发展提供了新的契机。介绍了一种基于数字微镜器件(DMD)的Hadamard变换成像光谱仪的物理模型及其Hadamard编码模板的设计方法,该方法控制DMD将光谱仪的光谱响应范围对应的色散光谱的宽度按照S矩阵的阶数等分,在空间上形成循环变化的Hadamard编码模版。实验表明光谱仪原理样机取得的光谱曲线与辐射度计取得的光谱曲线相似度很高,有力证明了基于DMD设计的编码模板对色散光谱的良好调制作用。     

坏像元对复原光谱影响的修正方法

由于傅里叶变换成像光谱仪探测器中坏像元的存在，使得复原光谱产生失真。本文分析了探测器中不同住王处坏像元对复原光谱的影响，给出分析结果，并采用光谱维与空间维三次样条数据插值加权平均的方法消除这种影响，得到了较好的修正结果。     

采用步进系数校正基于DMD的Hadamard变换光谱数据

数字微镜器件（DMD）代替移动式机械模板作为空间光调制器是Hadamard变换光谱技术的最新发展方向。在实际的工程设计中,投射到DMD上的色散光谱无法被所构造的Hadamard编码模板完美地按照S矩阵进行编码,这一现象将会给光谱反演带来误差。文中提出了一种采用步进系数校正光谱图像的方法,根据像素点在图像上空间位置的不同,在其相应的S编码矩阵中引入一个步进系数进行校正,实验结果表明通过该方法反演得到的光谱图像逼近目标的真实光谱。     

Hadamard变换成像光谱技术

本文介绍了一种基于Hadamard变换的成像光谱技术。阐述了Hadamard变换成像光谱技术的多通道探测原理,列举了Hadamard变换成像光谱技术的新发展,论证了Hadamard变换成像光谱技术应用在遥感领域的可行性,分析比较了Hadamard变换、光机扫描和推帚式成像光谱仪的探测信噪比。     

基于FISTA 算法的编码孔径光谱图像压缩与复原系统

在研究现有光谱图像压缩与复原的基础上,提出了一种新型的光谱压缩与复原方法,即基于编码孔径的光谱压缩复原系统;在光谱仪的光学系统中加入由数字微镜阵列（DMD）实现的编码模板,该编码模板为一个随机矩阵,可对目标的图谱数据立方体实现瞬时编码,目标的反射光经过该编码模板后三维图谱数据立方体被压缩成一个隐含有光谱信息的二维矩阵。在解码算法方面,首次提出了利用快速迭代收缩阈值算法（FISTA）实现从少量观测值中重构三维图谱数据立方体。该算法在每次迭代中估计一次梯度的同时还计算了一个额外的点。实验结果表明,该算法无论是在收敛速度,还是在复原重构效果上均有明显提高。     

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。     

基于矩阵的Sagnac干涉仪光谱复原理论研究

传统的干涉光谱仪光谱复原算法是利用傅里叶变换复原光谱,该方法为了消除有限光程差造成的旁瓣对光谱复原精度的影响,进行了干涉图切趾处理,但这会降低复原光谱的光谱分辨率.为了保证光谱分辨率和提高光谱复原精度,文章提出一种光谱复原方法——基于仪器特征矩阵的Sagnac干涉光谱仪光谱复原方法.该方法旨在通过实验室定标及理论推导为每个Sagnac干涉光谱仪系统构建一个仪器特征矩阵,对仪器特征矩阵利用最小二乘法复原光谱.利用多种物质的光谱进行仿真实验,测试两种光谱复原方法的光谱复原精度,结果显示仪器矩阵方法的复原误差稳定在1％～3％,而傅里叶变换法的复原误差在3％～7％的范围内.因此,和傅里叶变换光谱复原方法相比,基于仪器特征矩阵的光谱复原方法的光谱复原精度更高.     

基于DSP的弹光调制干涉具干涉数据的实时处理系统

弹光调制干涉具中光程差的非线性带来了干涉信号的非均匀变化,在光谱复原过程中,如不对干涉数据修正直接采用快速傅里叶变换(FFT)复原光谱会导致光谱严重失真,难以满足实时处理要求。首先提出采用非均匀快速傅里叶变换算法(NUFFT)实现光谱复原,其次设计了一种基于高性能DSP芯片OMAP-L138的干涉数据处理系统,它将高速数据采集卡PCI-5122采集到的671.1 nm激光干涉数据进行存储并完成其实时光谱复原。研究结果表明:这套干涉数据实时处理系统操作简单,运行可靠。复原671.1 nm激光的波长误差小于1 nm,谱线位置误差小于0.1％,为后期采用高性能DSP的弹光调制傅里叶变换光谱仪提供了很好的前提基础。     

对红外焦平面非均匀性自适应校正算法的研究

研究红外焦平面的非均匀校正对监控系统和军事有着特殊的意义.针对传统神经网络法非均匀校正算法存在收敛速度慢和不稳定的缺点,提出了一种新的基于场景的IRFPA非均匀性校正算法.该算法先将焦平面上的各像素点值和他周围的8个像素点值做一次排序,选择排在中间的5个像素值求平均作为该点的新像素值.再利用一种改进的神经网络法对红外图像再做一次非均匀校正.实验结果表明,新算法的非均匀校正效果比原来的神经网络算法和均值滤波算法都有明显的提高.还引用了一种新的收敛因子的估算方法,计算结果得出该方法能较准确地估算出收敛因子在自适应迭代公式中收敛时的范围,提高了校正算法的收敛速度.     

X光机数字图像增强器的关键技术研究

X光机数字图像增强器是X射线成像系统中的重要一环,而目前常用的X光机数字图像增强器往往存在瑕疵点、信噪比过低等问题。针对噪声问题,提出了一种动态降噪算法,改善了运动环境下的降噪质量。同时,对存在瑕疵点的这一现象,提出了一种检测与校正的算法。最后在自行设计的X光机数字图像增强器样机上将以上两种算法成功实现。     

直方图修正和匹配的低功耗显示驱动算法研究

当前,以智能手机为代表的消费类电子产品已经 给日常生活带来了极大的便利。但是,由于手机电 池电量有限,显示面板功耗过大引起的频繁充电问题严重地影响了用户体验。本文提出了一 种结合三基色 通道直方图修正和直方图匹配的低功耗高画质显示驱动算法。先统计出三基色通道的直方图 ,并对其进行 低功耗修正,再将原图像直方图向修正直方图匹配。与传统的算法相比,本文算法的创新点 主要包括:(1) 不同于传统的算法通过降低灰阶实现功耗限制,本算法通过减少高亮像素数量实现功耗限制 ,与此同时, 通过保留部分高亮像素提升视觉效果;(2) 首次将直方图匹配方法应用到图像的功耗限制 ,实现了优良的 处理效果。实验结果表明,相比于抛物线模型、NPC和ACSC算法,提出算法处理所得图像的 显示功耗分 别降低了17.8%,10.9%和11.0%。本算法研究通过FPGA验证,结果表明,处理后的图像显示效果优越。     

电热式微机电系统微镜傅里叶变换红外光谱仪

为了研制小体积、低成本、高分辨率的微型傅里叶变换红外光谱仪,通过选择电热式微机电系统(MEMS)微镜作为迈克尔逊干涉仪动镜,在满足了傅里叶光谱仪小型化、便携化的同时,利用折叠双S型Bimorph驱动结构来实现双倍位移量以确保较高分辨率,并将分束器外置来进行不同波段的灵活选择,进而实现全光谱范围的应用。以1 310 nm激光作为参考光光源,钨灯宽带光作为待测光源信号,通过信号采集、滤波、插值、光谱恢复步骤完成原始信号采集到光谱信号复原的过程。测试结果表明:电热式微镜的位移量可达到500 m,光谱理论分辨率1 nm,光谱仪整机尺寸小至62 mm62 mm28 mm。测试基线噪声为0.000 04,基线重复性为0.000 32,吸光度重复性为0.000 48。性能指标能满足食品安全、药品检测、石油化工等领域的光谱检测应用。     

红外焦平面阵列非均匀性多点实时压缩校正研究

非均匀性校正是提高红外图像质量的主要方法之一.针对传统的多点校正方法运算量大、实时性能差等缺点,提出多点实时压缩校正新方法,该方法将校正曲线相同或相似的不同探测单元归为一类,并将归类后的校正曲线的映射表存储在查找表中,校正过程中仅对查找表中的数据进行实时读取.实验结果表明:该算法计算量小、校正速度快,更加适合硬件实时实现.     

一种新的基于SOPC的红外非均匀性校正算法实现

针对SOPC条件下软硬件资源高度整合的特点,在分析传统红外焦平面两点校正算法的基础上提出了一种基于一点再校正的红外非均匀性校正算法,并完成了算法实现.该算法根据实际场景完成对实验室获取校正系数的偏移及盲元修正,使校正系数更符合实际场景,提高了非均匀性校正精度.实测数据表明,该算法及实现方法可以满足实际工程需求.     

An atmospheric correction algorithm for thermal infraredmultispectral data over land-a water-vapor scaling method

Thermal infrared (TIR) multispectral data over land can be atmospherically corrected by radiative transfer calculations combined with global assimilated data from a weather forecast system. This approach is advantageous to operational processing but is not accurate. A new atmospheric correction algorithm with global assimilated data, a water vapor scaling (WVS) method, has improved results. In this algorithm, the accuracy of global assimilated data is markedly improved on a pixel-by-pixel basis as follows: (1) selecting gray pixels from an image; (2) estimating the scaling factors for the water-vapor profiles of gray pixels by an improved multichannel algorithm; (3) estimating the scaling factors for the water-vapor profiles of nongray pixels by horizontal interpolation; and (4) improving the water-vapor profiles of all pixels with the scaling factors. The proposed method can be applied if the image has one or more gray pixels. The simulation results for the advanced spaceborne thermal emission and reflection radiometer (ASTER) TIR subsystem show that the proposed method reduces errors on air temperature profiles as well as on water-vapor profiles and is as accurate as atmospheric correction with radiosonde measurements     

SVM 的光栅成像光谱仪图像畸变校准方法

成像光谱仪是一种图谱合一的光学遥感仪器。光栅成像光谱仪在获取数据立方体时,由于色散元件本身光谱展开的非线性,导致获取的条带像出现畸变,致使采样频率与拼接方式合理匹配时,获取的图像依然会出现畸变。利用边缘到中心灰度值渐变原理和遗传算法,更准确的提取畸变特征点,选择合适的参数,建立支持向量机回归数学模型,对畸变图像进行校正。与其常规畸变校正方法相比,该方法能够有效的兼顾全局校正法中存在的局部误差,提高校正精度。实验验证校正检验误差可以控制在0.5 个像素之内。     

Accurate geometric correction of ATSR images

An accurate geometric correction algorithm of raw ATSR images is proposed in this paper. The proposed algorithm is divided into two modules: pre-correction and precision correction. In the pre-correction algorithm, the scanning geometry of the ATSR, ephemeris data and the Earth's shape and rotation were modeled mathematically. It corrected elliptically-distorted raw ATSR images and resulted in a mean collocation error of 1 pixel between the nadir and forward images. The proposed navigation model showed a better geolocation performance than ATSR image geometric correction algorithms currently in operation. The geometric errors in the pre-corrected images were reduced further by the precision correction algorithm. Coastlines were detected from the pre-corrected nadir and forward images and matched with map coastline data. The matched coastline pixels, GCPs, were combined with the pre-correction model to estimate the errors of the position, velocity and attitude of the satellite. An extended Kalman filter was used for the optimal estimation. The corrected images showed the collocation error of 0.4 pixel and the geolocation error of 0.7 pixel. The results were compared with those from a polynomial warping technique. It proved that the proposed precision correction algorithm gave better geometric correction performance than collocation algorithms based on a polynomial warping technique