基于光谱精确采样的高光谱相机转扫成像几何校正

针对转扫式光谱成像系统在数据采集过程中,由于转台转速过快造成校正后的影像存在有数据漏洞,以及获取的原始影像数据存在有严重几何形变,影响影像上地物信息的分类与识别等问题,介绍了转扫式光谱成像系统的组成并给出数据采集一般过程,根据数据采集时单帧影像的覆盖范围和系统采集影像的速率等信息,在数据采集时对转台速度进行控制;结合影像获取时的起始与终止角度以及传感器距离前视点的距离等信息,详细推导了转扫式光谱成像空间定位模型,并对定位后影像进行格网划分和光谱重采样,给出了影像畸变校正的一般流程;鉴于影像空间定位后相邻帧间影像空间分辨率不一致,同时为保证获取最大的影像分辨率,采用最小空间采样间隔作为坐标定位后影像格网划分单元;考虑到新生成均匀格网与不均匀格网叠加进行光谱取值时,采用直接光谱采样可能造成的光谱混叠失真问题,提出了基于位置分布的光谱精确采样方法,以张家界老司城获取的高光谱影像数据为例进行畸变的校正,校正后影像上地物保持了原有的几何特征,验证了算法的正确性,同时抽取不同地物点的光谱数据进行相关系数计算,结果表明改进的光谱采样算法优于直接光谱采样,为同类产品的地面应用提供参考。     

推扫误差对计算光谱成像数据重构的影响分析

计算光谱成像技术利用计算方法改变传统成像方式,在光路中引入编码模板实现正变换,最后通过逆变换获得目标光谱数据立方体。介绍了一种推扫式编码孔径计算光谱成像仪的成像原理,在实际应用中,其推扫速度与帧频的匹配误差会影响光谱数据重构的准确性。在建立了推扫模型的基础上,得到了重构数据的误差项,分析了匹配误差对光谱数据重构的影响,并引入光谱二次导数误差和strehl比分别作为复原光谱和空间图像的评价参数,进行了数据仿真分析,结果表明,当一组完整数据的累积误差超过一个像元时,明暗变化剧烈的区域恢复结果比较差,而对比较均匀的区域影响不大;累计误差不超过0.5个像元时,各通道的strehl比均在0.9以上,并且光谱能量越低的通道strehl比越小,因此编码模板的行列数越多平台的稳定性要求越高。     

基于探测信号叠加的推扫式压缩多光谱关联成像

针对推扫模式下多光谱关联成像重构图像模糊、信噪比低问题,提出了一种利用探测信号叠加提高重构图像信噪比的多光谱关联成像方案.该方案基于稀疏约束关联成像光谱相机实验系统,通过单次曝光获得一帧探测信号,对前后帧连续探测信号进行错位叠加,计算出系统总探测矩阵,结合标定测量矩阵,采用压缩感知算法得到待测目标物体重构图像.数值模拟和实验结果表明:适当延迟曝光时间可以提高系统重构图像质量;相同曝光时间条件下,利用探测信号错位叠加的推扫10帧重构图像信噪比明显高于单帧多光谱重构图像.     

基于摆扫反射镜的大视场成像像移模型

为实现大视场技术指标,建立了一种基于摆镜转动的摆扫成像模型。通过对摆扫成像与推扫成像模式的比较,分析得出当横滚角等于摆镜转角的2倍时,摆扫成像能够实现与推扫成像小姿态时相同的视场;经过实验验证,在横滚角为2°、4°、6°、8°、10°时,本文的方法与推扫成像模型像移相对误差在1%以内,偏流角大小相对误差在0.001%以内,两种方法保持了较好的一致性,保证了模型的合理性与正确性。此外,该模型还可以通过实时地控制摆镜的转动来实现穿航方向上的对地的扫描成像,进而实现大视场、宽幅盖对地成像,减小回访周期,提高空间相机对地成像的工作效率。     

推扫式多挡增益光谱成像模拟及噪声分析

综合性遥感监测对载荷的灵敏度和动态范围都有较高的要求,为此提出一种基于逐像元多挡增益切换的光谱成像方法。不同于帧增益或者行列增益切换的成像方式,该方法利用4T-APS CMOS探测器无破坏读出的特点,可以进行像元级的增益优化。这种方式可以兼顾水体、植被、云层等多要素的成像需求,极大地提高了载荷的研制效益。其基本原理为探测器先进行全局曝光,然后根据多级积分电容的饱和判断,选取不饱和的最高增益信号以增益码加信号的形式下传。地面根据增益码对应的定标系数反推出像元真实辐射值。由于谱段多且为分段响应,为保证系统的定量化应用,建立多挡增益光谱成像模型并进行噪声分析具有重要意义。通过对噪声类型的分析,建立了多挡增益下的泊松-高斯噪声模型。基于该模型计算了像元受噪声影响以低增益读出的概率。结果表明,虽然噪声会影响读出增益的变化,但影响区间极小,入瞳辐亮度在5 mW·cm-2·μm-1·sr-1以内,信号比增益挡位辐亮度分界值小0.05 mW·cm-2·μm-1·sr-1即可保证正常读出的概率大于99.6%。随着信号增强,光子噪声增大,增益减小,影响区间扩大。根据多挡增益信噪比模型,分析得出光谱模式与合并通道模式下的信噪比变化。最后,利用宽波段成像光谱仪（WIS）数据作为入瞳辐亮度进行了四挡增益的推扫式光谱成像模拟,分析了多挡增益光谱图像的固有特点。根据噪声模型对中心波长为0.443 μm的光谱图像添加1~3σ的随机噪声,分析了噪声对地物目标所处增益的影响。结果显示,在满足信噪比指标的前提下,该系统的单挡动态范围为74 dB,总动态范围可达114 dB。该方法不但提高了水体等弱信号的信噪比,而且可以保证建筑、云层等亮目标不饱和。成像模拟及噪声分析不仅有利于该载荷的后续研制,也可以为同类光谱仪器的设计提供参考。     

顾及粗糙度的土壤有机碳成像高光谱估测模型

可见近红外非成像光谱分析技术已被广泛用于土壤有机碳（SOC）含量估测,然而该技术的使用受土壤粗糙度的影响,对样本的前处理要求较高,导致模型的实用性受限。针对这一问题,以美国爱荷华州农田土壤为研究对象,使用成像及非成像光谱仪获取土壤样本研磨前后的可见近红外反射光谱,采用去包络线（CR）、吸光度变换（AB）、S-G平滑（SG）、标准正态变换（SNV）、多元散射校正（MSC）5种光谱预处理手段,利用偏最小二乘回归（PLSR）和支持向量回归（SVR）算法构建并对比土壤SOC光谱估算模型,探究利用成像光谱数据估测高粗糙度样本SOC含量的可行性。实验结果表明,使用成像光谱数据能够实现高粗糙度样本的SOC含量估算,而使用非成像光谱数据则无法估算高粗糙度样本的SOC含量;基于成像光谱数据建立的高粗糙度SOC最优PLSR估算模型R2能够达到0.739以及最优SVR估算模型R2为0.712,而基于非成像光谱数据建立的高粗糙度SOC最优PLSR和SVR估算模型R2仅仅分别为0.344和0.311。基于AB,SG,SNV和MSC这4种预处理手段之后的成像光谱数据建立的土壤样本研磨前的PLSR模型性能优于样本研磨之后建立的PLSR模型,而SVR模型性能正好相反。而对于非成像光谱数据来说,土壤样本研磨后建立PLSR和SVR模型精度总是强于样本研磨前建立的模型精度。对于这两种光谱数据和两个估算模型而言,不同的光谱预处理方法提高模型估算精度的能力不同。土壤样本研磨前后,基于成像光谱数据建立的PLSR和SVR模型性能均优于非成像光谱数据所构建的模型。成像光谱技术能够增强高粗糙度土壤样本可见近红外光谱与SOC的相关性,从而提高模型估算精度;能够克服土壤粗糙度的影响;为野外大尺度估测SOC含量提供了新的手段。     

航天线阵CCD相机推扫成象过程的象质研究

本文从线阵CCD相机推扫成象的原理出发,根据CCD器件动态时间积分的特点,指出了它与胶片型航天相机成象的区别,推导出了沿航迹方向和穿航迹方向由光学图象向光电图象转换的调制度公式.在线性传递情况下推导了图象动态传递的MTF一般公式,并由此公式说明以往对于推扫成象的MTF计算公式仅为一般公式中的一个特例.提出了象元积分重叠率的概念,并讨论了它对整机MTF的影响.指出了线阵CCD相机在特征频率下正常成象是有一定概率的,并提出了其正常成象概率的具体算法.     

量子点光谱成像技术与重建仿真

为满足机载星载平台对光谱成像系统紧凑型和轻量化的需求,克服当前光谱成像技术分光系统结构复杂、成本高的不足,提出了基于量子点材料的光谱成像技术方案。将条带状的量子点阵列片放置于前置镜焦面前,利用量子点材料对光谱的吸收特性对探测目标的入射光谱进行调制,使用最小二乘法建立探测目标的光谱重建模型,采用推扫的方式获取数据并进行光谱重建可以获得目标光谱和空间信息。量子点光谱成像技术具有光谱分辨率高、能量利用率高、体积小、光谱范围宽和成本低等优势。分析了不同光谱谱段间隔和噪声等因素对重建光谱分辨率的影响,以及对重建光谱准确性或者失真度的影响。分析得出谱段间隔越低,光谱分辨率越高;重建的准确性和分辨率随着噪声水平的增大而降低;适当的提高谱段间隔,可以提高重建的准确性。将已知数据立方体和它的仿真结果进行对比,可以看出还原得到的量子点光谱图像质量较好,验证了该技术的可行性。量子点材料为光谱成像技术提供了新的途径,在航空航天等小型化光谱遥感领域具有极大的应用潜力。     

光学双向推扫空间相机的设计与实验

对于搭载单向积分TDI探测器的推扫式空间光学相机,探测器的积分方向是限制卫星敏捷机动任务规划的一项重要限制。利用在光学系统中加入法线方向与光轴成一定角度的平面镜可以改变系统物像正倒关系而不影响光程及像质的特点,设计了光学双向推扫系统。为了验证其方案的合理性,设计并装调了光学双向推扫相机工程样机。对该相机进行外景成像实验,成像实验结果与预期一致,光路切换效果明显,验证了其适应两种飞行方向的能力。总结工程样机研制过程,提出了后续需要考虑的问题,为后续光学双向推扫相机在型号上应用打下基础。     

高光谱探测绿色涂料伪装的光谱成像研究

基于现有伪装涂料与植被反射光谱的本质差异,提出一种可有效识别当前所有绿色伪装涂料的高光谱成像方法.通过分析绿色伪装涂料与被子植物叶片的反射光谱及其一阶微分谱的差异,确定了星载和机载高光谱遥感探测中,可见光波段的绿色反射峰和780～1 300 nm的“近红外高原”波段反射率的波动性是识别绿色伪装涂料的有效光谱特征.对“近红外高原”波段的反射光谱进行成像是高光谱探测实现伪装目标可视识别的可行方法,尤其是对反射光谱一阶微分处理后进行成像可更加有效地识别植被环境中的绿色伪装涂料.     

Near-Infrared Imaging Using a High-Speed Monitoring Near Infrared Hyperspectral Camera(Compovision)

This review paper reports near-infrared (NIR) imaging studies using a newly-developed NIR camera, Compovision. Compovision can measure a significantly wide area of 150 mm×250 mm at high speed of between 2 and 5 s. It enables a wide spectral region measurement in the 1 000～2 350 nm range at 6 nm intervals. We investigated the potential of Compovision in the applications to industrial problems such as the evaluation of pharmaceutical tablets and polymers. Our studies have demonstrated that NIR imaging based on Compovision can solve several issues such as long acquisition times and relatively low sensitivity of detection. NIR imaging with Compovision is strongly expected to be applied not only to pharmaceutical tablet monitoring and polymer characterization but also to various applications such as those to food products, biomedical substances and organic and inorganic materials.     

陆基条件下典型地物和伪装光谱影响因子分析

近年来,随着军事侦察识别技术的快速发展,用于侦察探测的军事装备已经逐步实现高精度化水平,拥有高技术侦察手段的一方往往可以对目标实施精准打击,大大降低战争胜利的成本.在高光谱成像方面,目前比较成熟的有卫星遥感和高空航空成像技术,这两种成像方式侦察时间大致相同,入射光方向基本一致,并且由于高光谱设备基本垂直于地面,因而反射...     

应用近红外高光谱成像技术检测面粉中偶氮甲酰胺

高光谱成像技术不仅可以获得样品的图像信息,每个像素点还包含了光谱信息,因其信息量丰富的特点已在食品安全检测方面得到了应用。该研究应用近红外高光谱成像技术检测面粉中偶氮甲酰胺。分别采集纯偶氮甲酰胺、纯面粉和面粉中10种不同浓度偶氮甲酰胺混合样品的高光谱图像。通过比较纯偶氮甲酰胺和纯面粉的平均漫发射光谱,找到两者区分度较大的4个吸收波段：1 574.38,2 038.55,2 166.88和2 269.91 nm。采用二阶导数对样品图像中的像素点光谱进行预处理,通过光谱角制图、光谱相关角和光谱相关性度量三种光谱相似性分析方法对混合样品中的偶氮甲酰胺像素和面粉像素进行检测。结果表明,预处理后的平均光谱不能有效检测面粉中偶氮甲酰胺;单像素点光谱结合光谱相似性分析实现了混合样品中偶氮甲酰胺像素和面粉像素的分类;分类结果的验证显示了偶氮甲酰胺像素和面粉像素的正确分类。研究结果为利用高光谱技术检测面粉中添加剂提供了方法支持,为食品中掺杂物的检测提供参考。     

基于高光谱成像技术应用光谱及纹理特征识别柑橘黄龙病

讨论了基于高光谱成像技术光谱及纹理特征在识别早期柑橘黄龙病中的应用。使用一套近地高光谱成像系统采集了176枚柑橘叶片的高光谱图像作为实验样品,其中健康叶片60枚,黄龙病叶片60枚,缺锌叶片56枚。手工选取每幅叶片高光谱图像的病斑位置作为样品感兴趣区域(regions of interest, ROI),计算其平均光谱反射率,并以此作为样品的反射光谱,光谱范围为396～1 010 nm。样品光谱分别经过主成分分析(PCA)及连续投影算法(SPA)进行数据降维,再结合最小二乘支持向量机(LS-SVM)分类器建立分类模型。相比原始光谱,由PCA选取的前四个主成分及SPA选取的一组最佳波长组合(630.4,679.4,749.4和899.9 nm)建立的模型拥有更好的分类识别能力,其对三类柑橘叶片平均预测准确率分别为89.7%和87.4%。同时,从被选四个波长的每幅灰度图像中提取6个灰度直方图的纹理特征以及9个灰度共生矩阵的纹理特征再次构建分类模型。经SPA优选的10个纹理特征值进一步提高了分类效果,对三类柑橘叶片的识别正确率达到了100%,93.3%和92.9%。实验结果表明,同时包含光谱信息及空间纹理信息的高光谱图像在柑橘黄龙病的识别中显示了很大的潜力。     

高光谱遥感图像光谱解混的独立成分分析技术

高光谱遥感在对地球陆地、海洋、大气的观测中发挥着重要作用,高光谱遥感图像分析的关键是提取像元光谱内部各物质成分及其含量,即光谱解混。独立成分分析提供了一种先进的技术手段,在很少先验知识的前提下,实现端元(物质成分)光谱及其丰度(含量)的同时提取。但丰度约束破坏了各成分独立的前提条件,导致了独立成分分析的局限性。针对这一问题,提出了丰度约束下总体相关性最小化的解决方案,并指出总体相关性最小化下的理想角度,通过设计角度修正的独立成分分析算法把各成分调整到理想角度上。利用模拟数据与真实数据算法进行检验,结果表明：经过角度修正后,独立成分分析突破了原有的局限性,有助于进一步提高独立成分分析技术在光谱分析中的有效性。     

基于光谱区分法的高光谱核异常检测算法

为了解决高光谱目标检测中高斯径向基核、光谱相似度量核难以同时描述光谱曲线整体及局部特性的问题,利用光谱信息散度与梯度角正切相结合的光谱区分方法构造了一种新的核函数.对真实机载可见红外成像光谱仪高光谱数据进行高光谱核异常检测,得到二值图及接收机操作特性曲线.结果表明,在低虚警率下,相比于高斯径向基核、光谱相似度量核,本文所提出核函数在高光谱核异常检测中准确度与清晰度更高.     

高光谱遥感信息中的特征提取与应用研究

特征提取、度量与分析是高光谱遥感应用的基础.面向高光谱遥感数据的特点, 将光谱特征划分为点尺度、面尺度和体尺度三个尺度的特征.基于特征属性与算法原理, 构建了光谱曲线特征、光谱变换特征和光谱度量特征三个层次的高光谱遥感光谱特征体系, 并对光谱特征提取与应用进行了深入探讨.光谱曲线特征包括直接光谱编码、光谱反射与吸收特征等, 光谱变换特征包括植被指数、导数光谱等, 光谱度量特征则包括光谱角、SID、相关系数和距离等.在分析特征算法原理的同时对其特点和应用进行了探讨.试验表明四值编码、光谱角和SID在应用中能够取得较好的效果.     

高光谱成像技术在彩绘文物分析中的研究综述

彩绘文物是文化遗产研究的重要内容之一。目前,许多的化学、光谱以及数字成像等分析技术应用于彩绘文物研究中,其中,高光谱成像技术集光谱分析与成像技术为一体,具有无损、快速成像以及"图谱合一"的特点。其技术特点使得高光谱成像技术在非接触、无样本的条件下对彩绘文物进行无损研究,既可以获得彩绘文物的整体形貌特征,还可以深入分析彩绘文物的光谱特征,是高光谱成像技术相比于其他彩绘文物研究方法的独特优势。利用高光谱成像技术研究彩绘文物分为数据采集、数据分析以及数据应用三步,其中数据分析与数据应用是研究的主要内容。通过对高光谱成像技术在彩绘文物中的相关研究成果进行总结归纳,其数据处理方法主要包括高光谱数据降维、光谱特征参量化、光谱解混合以及分类方法四个方面,并分别描述了四类处理方法的主要功能、常用方法和已有案例。从具体应用方向上,可归纳为视觉增强、隐含信息挖掘、保护监测和颜料分析四类,具体描述了四类应用方向所涵盖的内容以及所解决的问题。最后对相关研究中存在的挑战和发展前景进行了总结和展望。