基于多光谱图像选取马铃薯叶片的最佳彩色波段组合

为了快速目测识别马铃薯叶片,利用Spectrocam多光谱相机获取健康C-88马铃薯叶片的可见光及近红外通道的多光谱图像。采用波段指数法提取叶片的特征波段,通过真彩色原理及标准假彩色对所提取的特征波段进行彩色合成,在此基础上得到最佳彩色波段组合。实验结果表明,用波段指数法提取多光谱图像的特征波段进行彩色合成,能快速获取马铃薯叶片的最佳波段,并得到680,558,475nm和800,680,558nm为最佳彩色波段组合,为遥感图像的目视解译和更多有效信息的提取提供了可靠依据。     

马铃薯叶片晚疫病的多光谱分类识别

利用Spectrocam多光谱相机获取C-88马铃薯健康叶片和患晚疫病叶片的可见光及近红外通道的多光谱图像。综合考虑多光谱图像各通道间的相关性及其信息量,采用波段指数法选取两种叶片的特征波段,并通过欧氏距离聚类方法对所提取的特征波段进行分类。实验结果表明,用波段指数法提取多光谱图像的特征波段,能快速获得马铃薯叶片的信息,475nm、558nm、717nm、750nm、850nm作为马铃薯健康叶片的特征波段,马铃薯患晚疫病叶片的特征波段是509nm、620nm、717nm、750nm和832nm。采用欧氏距离法对健康和患病叶片进行识别,其识别率分别可达92.6%和92.8%。因此利用多光谱成像技术可以进行马铃薯病害的快速、准确识别,为实现马铃薯病害的田间实时在线监测提供了参考。     

基于LCTF多光谱成像的人体指甲特征光谱提取

利用由液晶可调谐滤光片(LCTF)和CCD相机组成的多光谱成像系统在450～1 000 nm光谱范围内每隔10 nm采集人体指甲样本,得到包含56个波段的人体指甲多光谱图像。通过参考白板比较测量法进行反射率反演,得到指甲的准确反射率信息,分别利用主成分分析法(PCA)和波段指数法实现样本图像的降维,得到两个特征空间,并利用光谱角度填图法(SAM)在两个特征空间内对人体指甲进行分类,分类准确度分别为92.5%及82.9%。因此,由主成分分析法得到的特征空间可以作为人体指甲的特征光谱,为指甲多光谱图谱分析和人体健康评估提供了可靠的依据。     

基于LCTF成像和ABS算法的小白菜光谱特征波段提取研究

基于液晶可调滤波器(LCTF)和CMOS组合的多光谱成像系统,在435~720nm波段范围内,以每隔5nm波段对小白菜叶片进行灰度值信息的提取,然后求出各个波段的灰度值平均值、标准差以及相关系数,并采用自适应波段选择法(ABS)提取出小白菜叶片的波段指数,最后通过波段指数的排序选取出小白菜叶片的有效特征波段。实验结果表明,用ABS的特征波段提取的算法,能够快速有效地获取小白菜叶片的光谱信息,在445nm、450nm、455nm、680nm、685nm、690nm、695nm和710nm波段具有较理想的波段指数值,有较大的光谱信息量。因此,这些波段可以很好地作为识别小白菜叶片的有效特征信息波段。     

图像亮度信息法选取多光谱莲花白叶片特征波段

利用液晶可调谐滤波器(LCTF)和CMOS相机组合的多光谱成像系统,在波长400~720nm内以5nm为间隔对莲花白叶片进行多光谱成像。首先根据图像亮度信息法的原理,计算得到各波段莲花白叶片的可识别度;然后对莲花白叶片的可识别度进行大小排序,综合图像的信息特征和可识别度,得出555nm、715nm、710nm、575nm、535nm、520nm、720nm、605nm和650nm 9个波段有较好的识别度;最后根据欧氏距离法和光谱角度匹配法分别对莲花白叶片的特征波段的分类精度予以统计,得到两种方法的分类精度分别为95.56%和93.13%。实验证明,选取的9个波段对莲花白叶片具有较好的分类精度,可作为莲花白叶片的特征波段。     

用LCTF光谱技术提取甘蓝小菜蛾虫害叶片特征波段

利用由液晶可调滤波器(liquid crystal tunable filter,LCTF)和单色CCD相机组成的光谱成像系统对甘蓝正常叶片和遭受小菜蛾虫害甘蓝叶片的光谱特征进行分析,获取了430~720nm每隔5nm波段的灰度值信息,并采用自适应波段选择方法提取出了两种叶片的特征波段,通过欧氏距离聚类方法对所提取的特征波段进行聚类分析。结果表明甘蓝正常叶片在545nm、645nm、650nm、655nm波段具有较大光谱信息量,而虫害叶片在550nm、555nm、575nm、585nm、715nm波段有较大光谱信息量。因此,可以利用LCTF快速地检测出植物是否遭受虫害,为农业虫害检测提供了一种新方法。     

多光谱3D成像方法

已有3D成像方法难以实现单目、单帧图像条件下同时获取场景图像及深度信息,也不能兼具时间效率高、体积紧凑、能耗低等优点。为此,创新地提出多光谱3D成像方法,通过具有纵向色散的光学成像镜头与快照式多光谱图像传感器两部分构成图像采集系统,使用离焦深度还原算法获取深度信息。其基本原理为:首先,增强纵向色差光学镜头使得同一物点在不同光谱波段图像上的成像离焦程度不同;其次,快照式窄带多光谱图像传感器单帧曝光同时获取多幅窄带光谱图像;再通过离焦深度还原算法根据多光谱图像边缘梯度获取3D信息。实验采用纵向色散增强型光学成像系统及快照式多光谱相机捕获450±10 nm、525±10 nm、620±10 nm 3通道光谱图像,对5 m内场景进行3D深度恢复,获得了深度误差不高于5 cm的测量结果。实验结果表明多光谱3D视觉方法可以实现单目、所提单帧图像的深度估计。该方法能同时获得视觉及深度信息且无需空间位置配准及预先深度刻度,单帧图像处理平均耗时0. 186 s,图像采集系统尺寸为120 mm×77 mm×65 mm,其工作功率约为10 W,兼具时间效率高、体积紧凑、能耗低等优点。因此,所提方法有望在无人驾驶及智能机器人等领域获得广泛应用。     

多光谱阴道镜的微型化多通道滤光片设计

设计了一种可与阴道镜中的图像传感器集成的微型化多通道滤光片,以使阴道镜具有光谱成像能力.采用微光刻技术及真空多层镀膜技术制成微滤光片,内部微滤光单元的通光波长与病灶标志物反射光谱或荧光光谱的特征峰相对应,与图像传感器集成后,能够获取几幅与光谱特征峰对应的特征波长图像,这些图像凸显了病变组织与正常组织的差异,提供了宫颈组织上皮表面形态变化及上皮组织内病灶标志物含量变化的信息.已加工出通光波长为λ1＝630 nm、λ2＝460 nm、λ3=515 nm、λ4＝577 nm的微滤光片,微滤光单元面积为10 μm×10 μm,各通道带宽约为40 nm,透射率为30％～40％.实验显示微滤光片的光学性能已达到光谱成像的基本要求,与阴道镜集成后,能有效提高其诊断的灵敏度与特异性,减少活检频率.     

基于人造复眼的多谱成像系统

针对采用滤光片转轮配合普通相机实现光谱分离与成像的多谱成像系统体积大,结构复杂,操作不便等问题,本文基于微机电系统技术提出了一种新的多谱成像系统的设计方案和加工方法。该方法将人造复眼结构和多通道彩色滤光片集成在同一块基片上来实现多谱成像结构。该结构具有多个光通道,分别对应红、绿、蓝、近红外4个波段,每个通道能独立获取对应波段的图像信息。以这种复眼结构作为镜头搭建了多谱成像系统并进行了成像实验,获取了多组对比图像。得到的图像说明该结构能够实现预期的色彩分离和多通道成像。由于这种复眼结构高度集成且具有可见光及近红外多波段图像并行捕捉能力,因此在多谱成像领域很有应用前景。     

基于视觉显著性的可见红外图像融合

多波段图像融合可以有效综合各个波段图像中包含的特征信息。针对可见光-红外图像,本文提出了一种结合红外图像视觉显著性提取的双波段图像融合方法,一方面旨在凸显红外图像的目标信息,同时又能尽可能的保留可见光图像的丰富细节信息。首先,在局部窗口内实现红外图像的显著性图提取,并通过窗口尺寸的变化形成多尺度的显著性图,并对这些显著性图进行最大值的优选叠加,以获取能反映整幅红外图像各个尺寸目标的显著性图;其次,通过结合显著性图与红外图实现显著性图的加权增强;最后,利用增强的红外显著性图进行双波段图像的融合。通过两组对比实验,数据表明该方法给出的融合图像视觉效果好,运算速度快,客观评价值优于对比的7种融合方法。     

非线性偏微分方程增强多光谱图像清晰度

多光谱成像系统会改变输出光的波长,这就导致图像在不同波段下形成了不均匀亮度(阴暗图像和高亮度图像),严重影响了特征波段提取与测量。为了提高各波段的有效利用率,引用了一种增强多光谱灰度图像清晰度的有效方法。通过非线性的偏微分方程扩大梯度空间、保留梯度值较大的边缘,增强图像的纹理细节。由于多光谱图像阴暗波段的纹理较弱,不容易辨别其所有信息,为了更好地使增强效果完全体现出来,使用直方图均衡化来调节亮度的不均匀性。最后,通过人眼视觉的定性和客观函数的定量两方面对该组增强图像的清晰度进行了评价。结果表明:该方法能够有效地协调各波段的多光谱图像清晰度,并且图像的增强效果也非常明显。     

基于多光谱成像技术的宣纸形态学特征分析

国画艺术品的科技取证与鉴别受到各领域的关注。宣纸作为国画的重要载体,其特征提取和分析方法有较高的研究意义。本文使用多光谱成像技术对宣纸进行形态学特征分析。实验采用多光谱成像系统获取宣纸在不同波长通道下的光谱图片,继而采用纹理参数统计对光谱图像进行测量,获得宣纸特征的敏感波段;采用数学形态学和灰度统计原理建立宣纸形态学特征分析模型,得到一维特征向量。为了评价特征向量的准确度,实验将特征向量输入到支持向量机（SVM）分类器进行检测分类。结果表明,宣纸的差异化特征在550nrn波段下最为明显;由模型输出的特征向量分类正确率为96％。本文提出的宣纸分析模型能够将大部分种类的宣纸特征准确提取,并具有一定的高效性。     

基于滤光轮双相机系统的高光谱分辨率成像

滤光轮光谱成像系统在光谱成像领域应用广泛,空间分辨率高,但是光谱分辨率较低。针对这一问题,提出了基于滤光轮双相机系统的高光谱分辨率成像,设计了一种基于插分补偿的多光谱计算重构方法,实现系统的高光谱分辨率、高空间分辨率成像。首先利用滤光轮双相机成像系统采集多光谱图像以及RGB图像,然后从多光谱图像获取离散的光谱响应曲线,最后根据RGB三通道数据与光谱高维数据之间的映射关系以及能量守恒定理,进行光谱响应曲线的插分补偿并实现高光谱分辨率成像。实验结果表明,本文方法能够在保持空间分辨率的情况下,高效地实现光谱分辨率为5 nm甚至更高光谱分辨率的成像,重建结果与真实值的均方根误差为0.017 1,具有较好的准确性和鲁棒性。     

基于光谱反射率的茶染宣纸茶水浓度预测

茶染作为植物染色的一大门类,同时具有良好的环保性能和深厚的文化底蕴。为了能够准确描述茶叶染色的光谱变化,本文研究茶染后宣纸的光谱反射率与茶叶浓度的关系。首先采用分光光度计测量400～700 nm波段被茶叶染色后宣纸的光谱反射率,分别基于偏最小二乘回归模型、BP神经网络和连续投影算法(SPA)选择特征波段建立光谱信息与茶叶浓度之间关系的预测模型。然后以光谱反射率作为输入变量,对茶叶浓度进行预测。结果表明：基于偏最小二乘法、BP神经网络和连续投影算法 选择特征波段建立模型,通过茶染宣纸的光谱反射率来预测茶叶浓度具有较高的稳健性和可信度,其中SPA-BP神经网络模型的效果最优,平均预测正确率为98.40%,决定系数为0.9910,均方根误差为0.8433。这说明通过茶染宣纸的光谱数据来预测茶叶浓度具有可行性。     

二次主成分提取高光谱的病害薯叶特征波长

针对马铃薯晚疫病,提出了将病害叶片和健康叶片联合测试并提取有效特征波长的检测方法。对健康和病害叶片的光谱图像进行主成分分析,并从主成分图像的权重系数曲线中提取出6个健康叶片特征波长和病害叶片特征波长。基于健康叶片与病害叶片的6个特征波长做第二次主成分分析,将特征波长优化至712.19 nm、749.70 nm和841.47 nm,再基于这3个特征波长做主成分分析,选用主成分中对比度最明显的图像来识别病害区域。研究表明,采用健康叶片与病害叶片联合使用并结合二次主成分分析可实现马铃薯叶片病害的设别,且识别率可达100%。