CN107328475A - 宽带滤光光谱成像仪以及自适应直接光谱分类方法 - Google Patents
宽带滤光光谱成像仪以及自适应直接光谱分类方法 Download PDFInfo
- Publication number
- CN107328475A CN107328475A CN201710631754.0A CN201710631754A CN107328475A CN 107328475 A CN107328475 A CN 107328475A CN 201710631754 A CN201710631754 A CN 201710631754A CN 107328475 A CN107328475 A CN 107328475A
- Authority
- CN
- China
- Prior art keywords
- spectrum
- mrow
- spectral
- classification
- optical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 79
- 238000001914 filtration Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 13
- 230000003287 optical effect Effects 0.000 claims abstract description 52
- 230000003595 spectral effect Effects 0.000 claims abstract description 34
- 239000013598 vector Substances 0.000 claims abstract description 24
- 238000003384 imaging method Methods 0.000 claims abstract description 14
- 230000003044 adaptive effect Effects 0.000 claims description 8
- 238000009434 installation Methods 0.000 claims description 3
- 206010061274 Malocclusion Diseases 0.000 abstract 1
- 238000007635 classification algorithm Methods 0.000 abstract 1
- 238000001514 detection method Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 9
- 238000000701 chemical imaging Methods 0.000 description 6
- 239000006185 dispersion Substances 0.000 description 3
- 238000000411 transmission spectrum Methods 0.000 description 3
- 238000000205 computational method Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000004611 spectroscopical analysis Methods 0.000 description 2
- 102100027340 Slit homolog 2 protein Human genes 0.000 description 1
- 101710133576 Slit homolog 2 protein Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000009738 saturating Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/02—Details
- G01J3/0205—Optical elements not provided otherwise, e.g. optical manifolds, diffusers, windows
- G01J3/0208—Optical elements not provided otherwise, e.g. optical manifolds, diffusers, windows using focussing or collimating elements, e.g. lenses or mirrors; performing aberration correction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J2003/283—Investigating the spectrum computer-interfaced
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本发明属于光学探测技术领域,具体涉及一种宽带滤光光谱成像仪以及自适应直接光谱分类方法。该宽带滤光光谱成像仪包括沿光路方向依次设置的第一成像镜、狭缝、准直透镜、第一光栅组件、第一聚光透镜、空间光调制器、第二聚光透镜、第二光栅组件、第二成像镜和线阵探测器;所述空间光调制器用于实现宽带滤光并进行不同光谱向量的切换。本发明利用推扫型宽带滤光光谱成像仪结合光谱角度分类算法,不需要进行复杂的光谱反演便可以直接进行光谱分类,大幅降低了运算数据量,可以实现实时性的自适应直接光谱分类。
Description
技术领域
本发明属于光学探测技术领域,具体涉及一种宽带滤光光谱成像仪以及自适应直接光谱分类方法。
背景技术
出现于二十世纪八十年代的光谱成像技术(Imaging Spectrometry)是一种利用连续窄波段光谱通道对目标持续遥感成像的技术,可以同时获取目标的空间信息和光谱信息形成三维光谱数据立方体。数据立方体可以提供每一个波段的光谱图像数据,也可以为每一个像元提供连续的光谱曲线。传统的光谱成像技术在空间分辨率、光谱分辨率、信噪比、曝光时间等方面均存在相互制约的关系,因此难以满足大范围环境的连续成像探测需求。
2006年,美国杜克大学的Brady教授在论文《Compressive ImagingSpectrometers Using Coded Apertures》(Proc.of SPIE,2006,6246:62460A-1-9)中提出了将传统光谱成像技术中的狭缝更换为特殊形式的二维编码模板的技术方案,通过计算机仿真获取目标光谱图像的压缩感知图像,并利用压缩感知理论进行图谱复原。由于该技术方案主要是通过计算方法改变传统光谱成像方式,并通过光路变换方法实现计算方法的硬件化,最后通过计算反演得到高信噪比的图谱数据,因此也被称为计算光谱成像技术。计算光谱成像技术相比于传统光谱成像技术可以同时实现高通量、高光谱分辨率和高信噪比,但是其得以实现的基础是从复杂混叠的原始数据中反演出光谱数据,而复杂的光谱反演过程通常也意味着长时间地、庞大数据地分析运算,实时应用困难。
发明内容
本发明目的是提供一种宽带滤光光谱成像仪以及自适应直接光谱分类方法,解决了计算光谱成像技术中存在的运算数据量大、实时性差的技术问题。
本发明的技术解决方案是:一种宽带滤光光谱成像仪,其特殊之处在于:包括沿光路方向依次设置的第一成像镜、狭缝、准直透镜、第一光栅组件、第一聚光透镜、空间光调制器、第二聚光透镜、第二光栅组件、第二成像镜和线阵探测器;所述空间光调制器用于实现宽带滤光并进行不同光谱向量的切换。
进一步地,上述第一光栅组件包括沿光路方向依次设置的起偏器和第一光栅;所述第二光栅组件包括沿光路方向依次设置的第二光栅和检偏器。
进一步地,上述空间光调制器为液晶空间光调制器。
本发明还提供一种基于上述宽带滤光光谱成像仪的自适应直接光谱分类方法,其特殊之处在于,包括以下步骤:
1)根据待分类类别个数及每个类别对应的样本光谱,设置空间光调制器垂直于狭缝方向的列向量,使得所述列向量表达其中一个类别对应的样本光谱;所述样本光谱的光谱向量的模为其中r是样本光谱;
2)进行一次曝光,记录穿过狭缝的目标像元经过编码滤波后在线阵探测器上输出的目标像元光谱的原始数据其中y是目标像元光谱;
3)计算并记录所述样本光谱的比较系数:
4)改变空间光调制器的列向量,使得所述列向量表达下一个类别对应的样本光谱;
5)重复执行步骤2)至步骤4),直至完成在所有分类类别对应的样本光谱下进行曝光和记录;
6)筛选所有样本光谱的比较系数a的最大值,将目标像元光谱分类至比较系数a的最大值对应的分类类别中并直接输出分类图像。
进一步地,上述自适应直接光谱分类方法,还包括以下步骤:
7)控制光谱成像仪沿推扫方向前进一步,执行步骤1)至步骤6);所述推扫方向垂直于狭缝方向。
本发明的有益效果在于:本发明利用推扫型宽带滤光光谱成像仪结合光谱角度分类算法,不需要进行复杂的光谱反演便可以直接进行光谱分类,大幅降低了运算数据量,可以实现实时性的自适应直接光谱分类。
附图说明
图1为本发明宽带滤光光谱成像仪的较佳实施例原理示意图。
其中,附图标记为:1-第一成像镜、2-狭缝、3-准直透镜、4-起偏器、5-第一光栅、6-第一聚光透镜、7-空间光调制器、8-第二聚光透镜、9-第二光栅、10-检偏器、11-第二成像镜、12-线阵探测器。
具体实施方式
本发明提供了一种宽带滤光光谱成像仪,如图1所示,其较佳实施例的光路传输原理是:输入数据立方体经过第一成像镜1到达一次像面,经过横向设置的视场光阑狭缝2然后达到准直透镜3,被第一光栅组件(包括起偏器4和第一光栅5)位移色散,经过第一聚光透镜6汇聚成像在空间光调制器7上,空间光调制器7对图谱数据进行编码,经过第二聚光透镜8汇聚到达第二光栅组件(包括第二光栅9和检偏器10),第二光栅组件将移位色散编码后的数据立方体进行反向位移和重新复合,然后通过第二成像镜11成像于线阵探测器上。空间光调制器7可以选用液晶空间光调制器(LCSLM)用于实现宽带滤光并进行不同光谱向量的切换。
本发明还提供一种自适应直接光谱分类方法,采用推扫型宽带滤光光谱成像仪进行数据获取,其中宽带滤光光谱成像仪可以为色散编码型光谱成像仪或其他类型的可以实现宽带滤波功能的光谱成像仪。宽带滤光向量种类应该大于等于待分类的种类数。每一种宽带滤光光谱向量需要进行精细设计,滤光光谱谱线应接近于某一类的样本光谱,全部宽带滤光光谱向量应该覆盖所有的分类。
目标像元依次经过表达不同光谱特征的宽带滤光器件,根据光谱角度分类算法:
其中y是目标像元的光谱,r是宽带滤光器件表达光谱(即样本光谱),则两个光谱之间的角度可以由上式计算。分别求解地面像元光谱与一系列宽带滤光器件表达光谱之间光谱角度,筛选出角度最小的,则表示地面像元属于该宽带滤光光谱所代表的类别。
上式中即为地面像元光谱经过宽带滤光器件后得到的原始数据,是地面像元光谱向量的模,是宽带滤光器件对应光谱向量的模,在一个特定地面像元的分类过程中,是常量,随着类别不同,其对应的宽带滤光元件表达光谱不同,是一个变量。
将公式(1)改写成公式(2),可知θ越小,cosθ越大,在分类计算时,是个正数且是常量,不影响cosθ比较结果,因此可以得到样本光谱的比较系数a。
因此,推扫型宽谱段滤光光谱成像仪采用原始数据除以不同滤光光谱向量的模,然后找到其中的最大值对应的滤光光谱向量,就可以确定该目标像元对应的光谱分类。
该光谱分类方法具体包括以下步骤:
1)根据待分类类别个数及每个类别对应的样本光谱,设置空间光调制器垂直于狭缝方向的列向量,使得所述列向量表达其中一个类别对应的样本光谱;所述样本光谱的光谱向量的模为其中r是样本光谱;
2)进行一次曝光,记录穿过狭缝的目标像元经过编码滤波后在线阵探测器上输出的目标像元光谱的原始数据其中y是目标像元光谱;
3)计算并记录所述样本光谱的比较系数:
4)改变空间光调制器的列向量,使得所述列向量表达下一个类别对应的样本光谱;
5)重复执行步骤2)至步骤4),直至完成在所有分类类别对应的样本光谱下进行曝光和记录;
6)筛选所有样本光谱的比较系数a的最大值,将目标像元光谱分类至比较系数a的最大值对应的分类类别中并直接输出分类图像。
7)控制光谱成像仪沿垂直于狭缝方向推扫方向前进一步,执行步骤1)至步骤6);推扫方向垂直于狭缝方向。
Claims (5)
1.一种宽带滤光光谱成像仪,其特征在于:包括沿光路方向依次设置的第一成像镜、狭缝、准直透镜、第一光栅组件、第一聚光透镜、空间光调制器、第二聚光透镜、第二光栅组件、第二成像镜和线阵探测器;所述空间光调制器用于实现宽带滤光并进行不同光谱向量的切换。
2.根据权利要求1所述的宽带滤光光谱成像仪,其特征在于:所述第一光栅组件包括沿光路方向依次设置的起偏器和第一光栅;所述第二光栅组件包括沿光路方向依次设置的第二光栅和检偏器。
3.根据权利要求1或2所述的宽带滤光光谱成像仪,其特征在于:所述空间光调制器为液晶空间光调制器。
4.一种自适应直接光谱分类方法,其特征在于,包括以下步骤:
1)根据待分类类别个数及每个类别对应的样本光谱,设置空间光调制器垂直于狭缝方向的列向量,使得所述列向量表达其中一个类别对应的样本光谱;所述样本光谱的光谱向量的模为其中r是样本光谱;
2)进行一次曝光,记录穿过狭缝的目标像元经过编码滤波后在线阵探测器上输出的目标像元光谱的原始数据其中y是目标像元光谱;
3)计算并记录所述样本光谱的比较系数:
<mrow>
<mi>a</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<msub>
<mi>r</mi>
<mi>i</mi>
</msub>
</mrow>
<msup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<msubsup>
<mi>r</mi>
<mi>i</mi>
<mn>2</mn>
</msubsup>
<mo>)</mo>
</mrow>
<mrow>
<mn>1</mn>
<mo>/</mo>
<mn>2</mn>
</mrow>
</msup>
</mfrac>
<mo>;</mo>
</mrow>
4)改变空间光调制器的列向量,使得所述列向量表达下一个类别对应的样本光谱;
5)重复执行步骤2)至步骤4),直至完成在所有分类类别对应的样本光谱下进行曝光和记录;
6)筛选所有样本光谱的比较系数a的最大值,将目标像元光谱分类至比较系数a的最大值对应的分类类别中并直接输出分类图像。
5.根据权利要求4所述的自适应直接光谱分类方法,其特征在于,还包括以下步骤:
7)控制光谱成像仪沿推扫方向前进一步,执行步骤1)至步骤6);所述推扫方向垂直于狭缝方向。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710631754.0A CN107328475B (zh) | 2017-07-28 | 2017-07-28 | 宽带滤光光谱成像仪以及自适应直接光谱分类方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710631754.0A CN107328475B (zh) | 2017-07-28 | 2017-07-28 | 宽带滤光光谱成像仪以及自适应直接光谱分类方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107328475A true CN107328475A (zh) | 2017-11-07 |
CN107328475B CN107328475B (zh) | 2019-01-22 |
Family
ID=60226662
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710631754.0A Active CN107328475B (zh) | 2017-07-28 | 2017-07-28 | 宽带滤光光谱成像仪以及自适应直接光谱分类方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107328475B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108713135A (zh) * | 2018-05-21 | 2018-10-26 | 深圳达闼科技控股有限公司 | 一种光谱分析系统 |
CN112526678A (zh) * | 2019-09-17 | 2021-03-19 | 华为技术有限公司 | 一种光谱处理装置以及可重构光分插复用器 |
WO2021190674A1 (zh) * | 2020-03-24 | 2021-09-30 | 吉林求是光谱数据科技有限公司 | 一种可实现彩色成像的多光谱成像芯片及彩色成像方法 |
CN113946034A (zh) * | 2021-11-08 | 2022-01-18 | 中国科学院光电技术研究所 | 一种宽带手性光谱分析和大视场成像系统和设计方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60192229A (ja) * | 1984-03-14 | 1985-09-30 | Hitachi Ltd | 多波長同時測光光度計 |
CN102322954A (zh) * | 2011-08-15 | 2012-01-18 | 苏州大学 | 一种超光谱压缩成像方法与系统 |
CN105628200A (zh) * | 2015-12-24 | 2016-06-01 | 南京理工大学 | 计算光谱成像装置 |
CN207197669U (zh) * | 2017-07-28 | 2018-04-06 | 中国科学院西安光学精密机械研究所 | 宽带滤光光谱成像仪 |
-
2017
- 2017-07-28 CN CN201710631754.0A patent/CN107328475B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60192229A (ja) * | 1984-03-14 | 1985-09-30 | Hitachi Ltd | 多波長同時測光光度計 |
CN102322954A (zh) * | 2011-08-15 | 2012-01-18 | 苏州大学 | 一种超光谱压缩成像方法与系统 |
CN105628200A (zh) * | 2015-12-24 | 2016-06-01 | 南京理工大学 | 计算光谱成像装置 |
CN207197669U (zh) * | 2017-07-28 | 2018-04-06 | 中国科学院西安光学精密机械研究所 | 宽带滤光光谱成像仪 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108713135A (zh) * | 2018-05-21 | 2018-10-26 | 深圳达闼科技控股有限公司 | 一种光谱分析系统 |
WO2019222879A1 (zh) * | 2018-05-21 | 2019-11-28 | 深圳达闼科技控股有限公司 | 一种光谱分析系统 |
CN108713135B (zh) * | 2018-05-21 | 2021-07-30 | 深圳达闼科技控股有限公司 | 一种光谱分析系统 |
CN112526678A (zh) * | 2019-09-17 | 2021-03-19 | 华为技术有限公司 | 一种光谱处理装置以及可重构光分插复用器 |
CN112526678B (zh) * | 2019-09-17 | 2022-05-24 | 华为技术有限公司 | 一种光谱处理装置以及可重构光分插复用器 |
US11909513B2 (en) | 2019-09-17 | 2024-02-20 | Huawei Technologies Co., Ltd. | Spectrum processing apparatus and reconfigurable optical add-drop multiplexer |
WO2021190674A1 (zh) * | 2020-03-24 | 2021-09-30 | 吉林求是光谱数据科技有限公司 | 一种可实现彩色成像的多光谱成像芯片及彩色成像方法 |
CN113946034A (zh) * | 2021-11-08 | 2022-01-18 | 中国科学院光电技术研究所 | 一种宽带手性光谱分析和大视场成像系统和设计方法 |
CN113946034B (zh) * | 2021-11-08 | 2023-09-19 | 中国科学院光电技术研究所 | 一种宽带手性光谱分析和大视场成像系统和设计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107328475B (zh) | 2019-01-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107328475B (zh) | 宽带滤光光谱成像仪以及自适应直接光谱分类方法 | |
US7219086B2 (en) | System and method for hyper-spectral analysis | |
CN103743482B (zh) | 一种光谱成像装置及光谱成像反演方法 | |
Cao et al. | A prism-mask system for multispectral video acquisition | |
US7652765B1 (en) | Hyper-spectral imaging methods and devices | |
US7562057B2 (en) | System and method for hyper-spectral analysis | |
CA2423912C (en) | System and method for encoded spatio-spectral information processing | |
CN110494723B (zh) | 波前传感器及其使用方法 | |
US20050270528A1 (en) | Hyper-spectral imaging methods and devices | |
US7180588B2 (en) | Devices and method for spectral measurements | |
CN207197669U (zh) | 宽带滤光光谱成像仪 | |
WO2005088264A1 (en) | Hyper-spectral imaging methods and devices | |
CN104121990A (zh) | 基于随机光栅的压缩感知宽波段高光谱成像系统 | |
WO2016029276A1 (en) | Imaging method and apparatus | |
US20210127101A1 (en) | Hyperspectral image sensor and hyperspectral image pickup apparatus including the same | |
CN107655569A (zh) | 高光谱相机、高光谱成像装置及控制方法 | |
CN117173580B (zh) | 水质参数的获取方法及装置、图像处理方法、介质 | |
CN101782430B (zh) | 一种基于哈达玛变换成像光谱仪的光谱复原方法 | |
CN109946241A (zh) | 一种基于高光谱计算成像系统的土壤分类方法 | |
US11199448B2 (en) | Spectroscopic measurement device and spectroscopic measurement method | |
WO2005086818A2 (en) | Devices and method for spectral measurements | |
CN116091640B (zh) | 一种基于光谱自注意力机制的遥感高光谱重建方法及系统 | |
CN107560732A (zh) | 基于计算光谱成像技术的光谱分类器及分类方法 | |
WO2014201117A1 (en) | Fluorescence detection device, system, and process | |
McCann et al. | Novel histogram based unsupervised classification technique to determine natural classes from biophysically relevant fit parameters to hyperspectral data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |