高光谱图像基本原理及检测系统
发布时间:2024-01-23
浏览次数:1194
高光谱图像技术集中了光学、电子学、计算机科学及信息处理技术等科学,把二维图像技术和光谱技术融合在一起的先进技术。本文简单介绍了高光谱图像基本原理及检测系统。
高光谱图像技术集中了光学、电子学、计算机科学及信息处理技术等科学,把二维图像技术和光谱技术融合在一起的先进技术。本文简单介绍了高光谱图像基本原理及检测系统。
高光谱图像基本原理
高光谱图像是一系列光波波长处的光学图像。光谱范围可以在紫外(200 nm~400nm)、可见光(400m—760 nm)、近红外(760 nm~2 560 nm)以及波长大于2 560 nm的区域。具有较高的光谱分辨率,通常可达2nm~3nm。高光谱图像数据是三维的,有时称为图像块,如图1所示,其中x、y二维是图像像素坐标信息,入是第三维波长信息。由此表明,原始光谱既有特定波长下的图像信息,又有特定像素下的光谱信息。
高光谱图像检测系统
根据成像光谱仪的不同,有两种方法组建高光谱图像系统。第一种基于滤波器或滤波片的方法;第二种基于成像光谱仪的方法。基于滤波器或滤波片的高光谱系统采集到的数据量小,数据处理所需时间短,但是信息不够全面,不易寻找所需要的特征波长;基于成像光谱仪的高光谱图像系统获得数据量大,精度高,可以寻找所需特征波长,但是数据处理需要时间长。大多数研究都采用基于成像光谱仪的高光谱图像检测系统。
一个典型的基于成像光谱仪的高光谱图像检测系统主要包括CCD摄像机、成像光谱仪、镜头、光纤、光源、输送装置、计算机等组成。(如图2所示)。
上一页 : 国产化新型视频高光谱与点云“图-谱合一”传感器研发成功
下一页 : ⾼分系列卫星覆盖全⾊、多光谱到⾼光谱
相关产品
-
高光谱数据特征波长变量选择方法有哪些?
高光谱成像仪获取的数据非常的庞大,这些信息比较的冗沉,采取一定的方法提取对建模有效的波长变量,删除冗余变量,减少波长变量个数,优化模型,提高模型预测精确度非常..
-
高光谱数据预处理及高光谱数据特征波段提取方法
高光谱成像仪在获取样品的光谱数据时,会有很多信息是重复的或者是无信息变量甚至可能是影响数据模型结果的噪声数据,因此就需要对光谱数据进行预处理,提取特征波长数据..
-
高光谱成像技术:刑侦领域物证提取
在刑事侦查中,指纹因其唯一性和稳定性被誉为“物证之王”,而血指纹作为恶性案件现场的关键痕迹,其高效提取对案件侦破至关重要。然而,传统方法如Photoshop软件..
-
高光谱成像技术:解锁文物修复的无损密码
在历史的长河中,古籍、壁画等文物承载着人类文明的记忆。然而,高温、高湿、光照等环境因素不断侵蚀着这些文化瑰宝——墨水氧化导致字迹模糊,颜料褪色使壁画失去光彩,石..