CN108955879A - 便携式液晶多光谱成像系统 - Google Patents
便携式液晶多光谱成像系统 Download PDFInfo
- Publication number
- CN108955879A CN108955879A CN201810374024.1A CN201810374024A CN108955879A CN 108955879 A CN108955879 A CN 108955879A CN 201810374024 A CN201810374024 A CN 201810374024A CN 108955879 A CN108955879 A CN 108955879A
- Authority
- CN
- China
- Prior art keywords
- liquid crystal
- image
- pixel
- value
- spectrum
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 74
- 238000001228 spectrum Methods 0.000 title claims abstract description 71
- 239000004973 liquid crystal related substance Substances 0.000 title claims abstract description 61
- 230000003595 spectral effect Effects 0.000 claims abstract description 39
- 230000003287 optical effect Effects 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 5
- 230000005855 radiation Effects 0.000 claims description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 239000006002 Pepper Substances 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 230000008859 change Effects 0.000 abstract description 3
- 238000000411 transmission spectrum Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 8
- 238000000701 chemical imaging Methods 0.000 description 5
- 101000857682 Homo sapiens Runt-related transcription factor 2 Proteins 0.000 description 4
- 102100025368 Runt-related transcription factor 2 Human genes 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000010183 spectrum analysis Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012880 independent component analysis Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 238000001429 visible spectrum Methods 0.000 description 2
- 241000276435 Gadus Species 0.000 description 1
- 238000004566 IR spectroscopy Methods 0.000 description 1
- 238000001069 Raman spectroscopy Methods 0.000 description 1
- 241001122767 Theaceae Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000000862 absorption spectrum Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011840 criminal investigation Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 244000079386 endoparasite Species 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000002189 fluorescence spectrum Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009466 transformation Effects 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
- G01J3/02—Details
- G01J3/027—Control of working procedures of a spectrometer; Failure detection; Bandwidth calculation
-
- 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
- G01J2003/2826—Multispectral imaging, e.g. filter imaging
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本发明公开了一种便携式液晶多光谱成像系统,包括CCD、中继成像镜组、液晶可调滤光器、物镜和控制系统。其中,液晶可调滤光器为光谱分光器件,通过调节施加在液晶上的电压可连续改变滤光器透射光谱,从而获得同一目标不同的光谱图像。本发明将图像探测器和专门设计的小型化光学镜头有机组合,研制成一种便携式液晶多光谱成像系统,其特点是体积小、重量轻、工作过程中没有机械运动、可连续分光、光谱分辨率和空间分辨率高等。
Description
技术领域
本发明涉及光谱成像技术领域,具体涉及一种便携式液晶多光谱成像系统。
背景技术
光谱成像技术是一种新型检测分析技术和仪器,已在遥测遥感、地质勘探、刑侦分析、生物医学和药品分析等领域得到广泛应用。其最大的优点是能够同时得到被测物的光谱信息和空间信息,因而可以对空间的任意区域进行光谱分析,从而实现单纯光谱法无法直接实现的功能。
光谱分析是以原子与光子作用过程的量子化(吸收和发射)现象为基础。在光子与物质作用过程中,会形成与其组份、排序、结构和状态的相关的特征吸收光谱或荧光光谱,通过测量特征光谱的形态和强度进而测定样品的组分、含量和状态。光谱成像分析技术是借助于计算机技术将空间成像技术和光谱分析技术有机结合形成的一种新的分析检测技术,可以同时获得样品的空间信息和光谱信息。
目前已发展出多种类型的光谱成像技术,依据光谱分光方式分为干涉光谱(拉曼光谱)、衍射光谱(光栅光谱)和调制滤光(声光调制和液晶调制)分光;依据成像方式分为扫描式和凝视成像。
近年来成像光谱分析技术已经广泛用于基础科学研究以及工业、农业、生物医学、遗传学、材料学等多个领域。特别在生物医学、精细农业和食品安全等领域中,新近有不少研究成果报道。例如:将其运用于鳕鱼体内寄生虫的检测(Heia et al.,2007);苹果腐烂的早期预测(Masry et al.,2007);茶叶质量等级的鉴别(Wu et al.,2008)等。
发明内容
针对现有技术的不足,本发明的目的在于提供一种便携式液晶多光谱成像系统,以提高光谱成像系统的便携性、光谱分辨率和空间分辨率等。
为了实现上述目的,本发明采取的技术方案是:
一种便携式液晶多光谱成像系统,包括CCD、中继成像镜组、液晶可调滤光器、物镜和控制系统;其中,
中继成像镜组,其分为物镜端中继成像镜和CCD端中继成像镜;CCD、CCD端中继成像镜、液晶可调滤光器、物镜端中继成像镜和物镜依次相连;物镜端中继成像镜以及CCD端中继成像镜和物镜的光轴重合,液晶可调滤光器的中心位于该光轴上;物镜端中继成像镜将物镜所成的像耦合到液晶可调滤光器,液晶可调滤光器选择性透过当前波长的光辐射,CCD端中继成像镜将透过液晶可调滤光器的光投射到CCD的靶面上,CCD得到当前波长下被摄物体的图像;
控制系统,其分别和液晶可调滤光器以及CCD相连接,并根据被摄物体的已知特征来设置液晶可调滤光器的起始波长、波段和步进,并按照步进依次切换当前波长;控制系统通过CCD获取各个波长下被摄物体的图像来融合成光谱立方体数据,再按照预设的模型对光谱立方体数据进行分解,提取出目标端元。
所述的便携式液晶多光谱成像系统还包括机身,机身的镜头接口和物镜相连接,中继成像镜组、液晶可调滤光器均设置于机身内。
所述物镜与所述物镜端中继成像镜之间还设置相机卡口转接环。
所述物镜为照相物镜或显微镜。
所述控制系统还用于设置CCD的曝光模式和曝光时间。
所述控制系统为计算机、智能手机或平板电脑。
所述控制系统提取目标端元包括如下步骤:
步骤一、类椒盐噪声抑制
将光谱立方体数据X输到计算机中,然后采用空间和光谱域自适应中值滤波器方法去噪,获得高光谱成像图像;X是一个具有m行n列L个波段的图像矩阵;
步骤二、获取物证图像各目标成分的端元光谱集
将去噪后的高光谱成像图像输到计算机中,然后采用单形体体体积增长分析的方法自动提取出所有的端元;
步骤三,以提取的纯净光谱为基础对成像光谱图像进行光谱分解
根据提取得到的所有端元分解图像中的每个端元,分解计算受到两个约束,其一为得到的各个目标成分的贡献均非负,其二各个目标成分贡献之和为1。
本发明是一种基于液晶可调滤光器的光谱成像系统,液晶可调滤光器为光谱分光器件,通过调节施加在液晶上的电压可连续改变滤光器透射光谱,从而获得同一目标不同的光谱图像。本发明将CCD和小型化光学镜头有机组合,研制成一种便携式液晶多光谱成像系统,其特点是体积小、重量轻、工作过程中没有机械运动、可连续分光、光谱分辨率和空间分辨率高等。
附图说明
图1为本发明便携式液晶多光谱成像系统的结构示意图;
图2为本发明便携式液晶多光谱成像系统中控制系统的控制流程示意图;
图3为实验目标的RGB彩色影像;
图4为通过本发明便携式液晶多光谱成像系统提取的指纹通道影像。
具体实施方式
如图1所示,本发明的便携式液晶多光谱成像系统,包括CCD1、中继成像镜组2、液晶可调滤光器3、物镜4和控制系统(未示出)。
中继成像镜组2分为物镜端中继成像镜21和CCD端中继成像镜22,物镜端中继成像镜21以及CCD端中继成像镜22和物镜4的光轴重合,液晶可调滤光器3的中心位于该光轴上,控制系统的具体形式可以是智能手机、计算机或平板电脑等,并通过USB线连接液晶可调滤光器3和CCD1。
根据被摄物体的已知特征,通过控制系统设置液晶可调滤光器3的起始波长、波段和步进,并按照步进依次切换当前波长。物镜端中继成像镜21将物镜4所成的像耦合到液晶可调滤光器3,液晶可调滤光器3选择性透过当前波长的光辐射,当前波长之外的光辐射被散射或吸收,CCD端中继成像镜22将透过液晶可调滤光器3的光投射到CCD1的靶面上,得到当前波长下被摄物体的图像。随着当前波长的切换,最终得到波段内各个波长下被摄物体的图像。控制系统通过CCD1获取各个波长下被摄物体的图像来融合成光谱立方体数据,再按照预设的模型对光谱立方体数据进行分解,提取出目标端元。
选择不同响应波段(可见光谱段或红外辐射谱段)的液晶可调滤光器利用本系统可拍摄可见光谱和红外光谱的光谱图像。需要说明的是,液晶可调滤光器的透射波长是指透过中心的波长,依据液晶可调滤光器的性能边缘的透射波长相比中心有一定变化,一般为±5nm到±10nm。
被摄物体的反射光经过液晶可调滤光器中心波长的切换和物镜及CCD的同步拍摄,形成了一定波长间隔的一组不同波长下的灰度图像。控制系统配套了多光谱分析软件,载入已经采集的这组灰度图像,并融合为一个新的光谱立方体数据。此光谱立方体数据中含有被拍摄目标的二维空间信息和一维的光谱信息,是多光谱分析软件处理的对象。
多光谱分析软件可以实现对LCTF(液晶可调)滤光器与CCD相机的各种控制,如图2所示,对滤光器与相机进行启停、初始化与配置其所需的参数,通过设置不同的光谱波段对目标进行图像数据采集。该软件可以设置LCTF的起始波长与终止波长与其波长移动的步进,如:LCTF波长范围为420nm到720nm,设置步进带宽为10,刚其间将有32个波段的图像数据可被采集,也可进行单个波长的图像采集。
多光谱立方体中每个像元中经常包含这几种不同的物质,这种像元被成为混合像元;而端元,也称作基本组分单元,每个端元的光谱信息可以近似地代表图像中的一类信号。为了对混合像元进行分解,提取出目标端元,本发明提供了一种满足非负约束与和为1约束的“线性混合模型”来对多光谱立方体进行自动光谱分解。独立成分分析的基本模型为x=Ms,其中:x为观测的混合信号;M为混合矩阵,s为相互统计独立的且呈非高斯性分布的隐藏信号,只需找到合适的矩阵W,使得估计的独立信号y=Wx。为了避免ICA用于光谱分解时的问题,将组分的和为1的约束加入了模型中,并利用剃度下降法对新模型进行优化,同时对变换矩阵不进行正交化使得获得的组分之间具有一定的相关性。
图3、4为一次实验的对比图,实验数据采用本便携式可调多光谱成像系统,波段设置为500-590nm,以5nm为步进间隔拍摄的多光谱指纹影像,其波段数为19。从图3所示的RGB影像中可以看出该白纸上经过DFO熏染的指纹很非常微弱,纹线无法看清。经过多光谱影像分析软件处理过后,如图4所示,可提取较为完整清晰的指纹通道影像。
作为本实施例的一种优选,上述的便携式液晶多光谱成像系统还包括机身,机身的镜头接口和物镜4相连接,中继成像镜组2、液晶可调滤光器3均设置于机身内,以便于携带。
作为本实施例的另一种优选,在物镜4与物镜端中继成像镜21之间还设置相机卡口转接环,以便于连接安装。
具体地,本实施例中物镜4采用的是照相物镜,当然也可以采用其他,比如显微镜。
在运用成像光谱图像分析物证的过程中遇到的首要问题是需要分离图像中不同的目标成分,本实施例首先提取各目标代表的纯净光谱,然后基于混合光谱的考虑以提取的纯净光谱为基础对成像光谱图像进行光谱分解,以精确地分离出图像中不同的目标成分,具体地,上述控制系统提取目标端元具体通过如下步骤实现:
步骤一、类椒盐噪声抑制
空间-光谱域自适应中值滤波是根据噪声密度改变滤波窗口的大小,同时对噪声点和信号点采取不同的处理方法,即对噪声点进行中值滤波,信号点保持原光谱值不变。设第L波段的点(x,y)的光谱值为f(i,j,l),Gw为当前工作光谱域的波谱工作窗口,λmin、λmax和λmed分别为当前光谱窗口内每一个像元实际的光谱最小值、光谱最大值和光谱中值,Gmax为预设允许的最大光谱窗口;并设Sw为当前空间滤波窗口的大小,fmin、fmax和fmed分别为当前波段空间域窗口内最小值、最大值和中值,Smax为预设允许的空间域的最大窗口;光谱值为图像像素点的灰度值,光谱窗口为某个的光谱范围,空间域窗口为某个像素点区域;
步骤101:若λmin<λmed<λmax,则转自步骤102;否则增大Gw,若增大的Gw的尺寸小于Gmax,则重复步骤101;通过逐步增大Gw一是可以减少计算量,而且减少偏差。
步骤102:若λmin<f(i,j,l)<λmax,则输出f(i,j,l),否则输出λmed;
步骤103:用步骤101和102步处理后输出的值替代当前被处理的像元值f(i,j,l),令其为f(i,j)med,也就是说,f(i,j)med是综合步骤101和102后得到的结果。
步骤104:当fmin<fmed<fmax,则转到步骤105;否则增大空间域窗口Sw的尺寸,若增大后的尺寸小于的Smax,则重复步骤104;
步骤105:若fmin<f(i,j)med<fmax,则输出f(i,j)med,否则输出fmed;
其中,步骤105输出的值作为去噪后当前像元当前波段的值,每一像元逐个执行上述步骤101至步骤105,以实现图像去噪声,获得成像光谱数据 是一个由具有m行n列L个波段的图像矩阵转换的L行m×n列矩阵。
步骤二、获取物证图像各目标成分的端元光谱集
步骤201:对去噪后的成像光谱数据进行主成分变换,以减少高光谱图像数据的维数
假设p为需要提取的端元总数,运用主成分变换将图像变换为主成分特征图像,并保留前p-1个最大的特征值对应的特征图像 为p-1个特征值所对应的特征波段图像集合。
步骤202:确定第一个端元
在最大的特征值对应的第一主成分图像中随机的选择任一位置的像元,记该像元的值为t,然后遍历图像的每个像元,不失一般性,记某一像元值为y1,i,进行行列式计算将所有遍历的像元均作此计算;记Q为端元光谱对应的坐标集合,将所有计算结果中的最大值对应的像元记为第一个端元,将其对应坐标加入集合Q;
步骤203:以下提取第k(1<k≤p)个端元,记前k-1个已经提取的端元在前k-1个特征影像对应位置的端元数值为遍历图像的每个像元,不失一般性,记某一像元值为xp-1,i,设计算1是一个k为行向量,将所有遍历的像元均作此计算,将所有计算结果中的最大值对应的像元记为第k个端元,将其对应坐标加入集合Q;当k<p,则继续重复本步骤;为提取端元时产生的新的波段图像集合;
步骤204:从图像中将集合Q所有的坐标对应的像元提取出来,得到最终的端元光谱
步骤三,以提取的纯净光谱为基础对成像光谱图像进行光谱分解
假设图像的任意一像元光谱为L维列向量x,它待求的各目标成分的贡献信息用p维向量a表示为,则有:
s.t.1Ta=1,0≤a≤1
其中,s.t.1Ta=1,0≤a≤1为两约束条件,0=[0,0,...,0]T,1=[1,1,...,1]T,以上问题采用基于活动集的二次规划算法计算得到。
上列详细说明是针对发明可行实施例的具体说明,该实施例并非用以限制发明的专利范围,凡未脱离发明所为的等效实施或变更,均应包含于本案的专利范围中。
Claims (10)
1.一种便携式液晶多光谱成像系统,其特征在于,包括CCD、中继成像镜组、液晶可调滤光器、物镜和控制系统;其中,
中继成像镜组,其分为物镜端中继成像镜和CCD端中继成像镜;CCD、CCD端中继成像镜、液晶可调滤光器、物镜端中继成像镜和物镜依次相连;物镜端中继成像镜以及CCD端中继成像镜和物镜的光轴重合,液晶可调滤光器的中心位于该光轴上;物镜端中继成像镜将物镜所成的像耦合到液晶可调滤光器,液晶可调滤光器选择性透过当前波长的光辐射,CCD端中继成像镜将透过液晶可调滤光器的光投射到CCD的靶面上,CCD得到当前波长下被摄物体的图像;
控制系统,其分别和液晶可调滤光器以及CCD相连接,并根据被摄物体的已知特征来设置液晶可调滤光器的起始波长、波段和步进,并按照步进依次切换当前波长;控制系统通过CCD获取各个波长下被摄物体的图像来融合成光谱立方体数据,再按照预设的模型对光谱立方体数据进行分解,提取出目标端元。
2.根据权利要求1所述的便携式液晶多光谱成像系统,其特征在于,还包括机身,机身的镜头接口和物镜相连接,中继成像镜组、液晶可调滤光器均设置于机身内。
3.根据权利要求1或2所述的便携式液晶多光谱成像系统,其特征在于,所述物镜与所述物镜端中继成像镜之间还设置相机卡口转接环。
4.根据权利要求3所述的便携式液晶多光谱成像系统,其特征在于,所述物镜为照相物镜或显微镜。
5.根据权利要求1所述的便携式液晶多光谱成像系统,其特征在于,所述控制系统还用于设置CCD的曝光模式和曝光时间。
6.根据权利要求1或5所述的便携式液晶多光谱成像系统,其特征在于,所述控制系统为计算机、智能手机或平板电脑。
7.根据权利要求1所述的便携式液晶多光谱成像系统,其特征在于,所述控制系统提取目标端元的具体过程包括如下步骤:
步骤一、类椒盐噪声抑制
将光谱立方体数据X输到计算机中,然后采用空间和光谱域自适应中值滤波器方法去噪,获得高光谱成像图像;X是一个具有m行n列L个波段的图像矩阵;
步骤二、获取物证图像各目标成分的端元光谱集
将去噪后的高光谱成像图像输到计算机中,然后采用单形体体体积增长分析的方法自动提取出所有的端元;
步骤三,以提取的纯净光谱为基础对成像光谱图像进行光谱分解
根据提取得到的所有端元分解图像中的每个端元,分解计算受到两个约束,其一为得到的各个目标成分的贡献均非负,其二各个目标成分贡献之和为1。
8.根据权利要求7所述的便携式液晶多光谱成像系统,其特征在于,所述步骤一的具体步骤为:
设第L波段的点(x,y)的光谱值为f(i,j,l),Gw为当前工作光谱域的波谱工作窗口,λmin、λmax和λmed分别为当前光谱窗口内每一个像元的光谱最小值、光谱最大值和光谱中值,Gmax为预设允许的最大光谱窗口;并设Sw为当前空间滤波窗口的大小,fmin、fmax和fmed分别为当前波段空间域窗口内最小值、最大值和中值,Smax为预设允许的空间域的最大窗口;光谱值为图像像素点的灰度值,光谱窗口为某个的光谱范围,空间域窗口为某个像素点区域;
步骤101:若λmin<λmed<λmax,则转自步骤102;否则增大Gw,若增大的Gw的尺寸小于Gmax,则重复步骤101;
步骤102:若λmin<f(i,j,l)<λmax,则输出f(i,j,l),否则输出λmed;
步骤103:用步骤101和102步处理后输出的值替代当前被处理的像元值f(i,j,l),令其为f(i,j)med;
步骤104:当fmin<fmed<fmax,则转到步骤105;否则增大空间域窗口Sw的尺寸,若增大后的尺寸小于的Smax,则重复步骤104;
步骤105:若fmin<f(i,j)med<fmax,则输出f(i,j)med,否则输出fmed;
其中,步骤105输出的值作为去噪后当前像元当前波段的值,每一像元逐个执行上述步骤101至步骤105,以实现图像去噪声,获得成像光谱数据 是一个由具有m行n列L个波段的图像矩阵转换的L行m×n列矩阵。
9.根据权利要求7或8所述的便携式液晶多光谱成像系统,其特征在于,在步骤二中,所述采用单形体体体积增长分析的方法的具体步骤为:
步骤201:对去噪后的成像光谱数据进行主成分变换
假设p为需要提取的端元总数,运用主成分变换将图像变换为主成分特征图像,并保留前p-1个最大的特征值对应的特征图像
步骤202:确定第一个端元
在最大的特征值对应的第一主成分图像中随机的选择任一位置的像元,记该像元的值为t,然后遍历图像的每个像元,不失一般性,记某一像元值为y1,i,计算将所有遍历的像元均作此计算;记Q为端元光谱对应的坐标集合,将所有计算结果中的最大值对应的像元记为第一个端元,将其对应坐标加入集合Q;
步骤203:以下提取第k(1<k≤p)个端元,记前k-1个已经提取的端元在前k-1个特征影像对应位置的端元数值为遍历图像的每个像元,不失一般性,记某一像元值为xp-1,i,设计算1是一个k为行向量,将所有遍历的像元均作此计算,将所有计算结果中的最大值对应的像元记为第k个端元,将其对应坐标加入集合Q;当k<p,则继续重复本步骤;
步骤204:从图像中将集合Q所有的坐标对应的像元提取出来,得到最终的端元光谱
10.根据权利要求9所述的便携式液晶多光谱成像系统,其特征在于,
所述步骤三的具体过程为:
假设图像的任意一像元光谱为L维列向量x,它待求的各目标成分的贡献信息用p维向量a表示为,则有:
s.t.1Ta=1,0≤a≤1
其中,s.t.1Ta=1,0≤a≤1为两约束条件,0=[0,0,...,0]T,1=[1,1,...,1]T。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810374024.1A CN108955879B (zh) | 2018-04-24 | 2018-04-24 | 便携式液晶多光谱成像系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810374024.1A CN108955879B (zh) | 2018-04-24 | 2018-04-24 | 便携式液晶多光谱成像系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108955879A true CN108955879A (zh) | 2018-12-07 |
CN108955879B CN108955879B (zh) | 2024-02-06 |
Family
ID=64499072
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810374024.1A Active CN108955879B (zh) | 2018-04-24 | 2018-04-24 | 便携式液晶多光谱成像系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108955879B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110708524A (zh) * | 2019-04-24 | 2020-01-17 | 广州星博科仪有限公司 | 一种基于光谱成像的目标投影指示装置 |
CN113325648A (zh) * | 2021-07-07 | 2021-08-31 | 台州安奇灵智能科技有限公司 | 一种基于宾主液晶可调滤光片的光谱成像系统 |
CN114112948A (zh) * | 2021-10-22 | 2022-03-01 | 光子集成(温州)创新研究院 | 一种多光谱显微成像系统及其控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202471250U (zh) * | 2012-02-29 | 2012-10-03 | 青岛市光电工程技术研究院 | 一种便携式光谱成像仪 |
CN102721470A (zh) * | 2012-06-30 | 2012-10-10 | 青岛市光电工程技术研究院 | 一种静态光谱偏振成像仪 |
CN102831400A (zh) * | 2012-07-31 | 2012-12-19 | 西北工业大学 | 一种多光谱人脸识别方法及其系统 |
CN202614380U (zh) * | 2012-06-30 | 2012-12-19 | 青岛市光电工程技术研究院 | 一种静态光谱偏振成像仪 |
US20160320602A1 (en) * | 2015-04-30 | 2016-11-03 | Farnoud KAZEMZADEH | System, method and apparatus for ultra-resolved ultra-wide field-of-view multispectral and hyperspectral holographic microscopy |
-
2018
- 2018-04-24 CN CN201810374024.1A patent/CN108955879B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202471250U (zh) * | 2012-02-29 | 2012-10-03 | 青岛市光电工程技术研究院 | 一种便携式光谱成像仪 |
CN102721470A (zh) * | 2012-06-30 | 2012-10-10 | 青岛市光电工程技术研究院 | 一种静态光谱偏振成像仪 |
CN202614380U (zh) * | 2012-06-30 | 2012-12-19 | 青岛市光电工程技术研究院 | 一种静态光谱偏振成像仪 |
CN102831400A (zh) * | 2012-07-31 | 2012-12-19 | 西北工业大学 | 一种多光谱人脸识别方法及其系统 |
US20160320602A1 (en) * | 2015-04-30 | 2016-11-03 | Farnoud KAZEMZADEH | System, method and apparatus for ultra-resolved ultra-wide field-of-view multispectral and hyperspectral holographic microscopy |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110708524A (zh) * | 2019-04-24 | 2020-01-17 | 广州星博科仪有限公司 | 一种基于光谱成像的目标投影指示装置 |
CN113325648A (zh) * | 2021-07-07 | 2021-08-31 | 台州安奇灵智能科技有限公司 | 一种基于宾主液晶可调滤光片的光谱成像系统 |
CN114112948A (zh) * | 2021-10-22 | 2022-03-01 | 光子集成(温州)创新研究院 | 一种多光谱显微成像系统及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108955879B (zh) | 2024-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Arad et al. | Sparse recovery of hyperspectral signal from natural RGB images | |
Qin et al. | Hyperspectral and multispectral imaging for evaluating food safety and quality | |
US5995645A (en) | Method of cancer cell detection | |
US6690817B1 (en) | Spectral bio-imaging data for cell classification using internal reference | |
Koundinya et al. | 2D-3D CNN based architectures for spectral reconstruction from RGB images | |
US7562057B2 (en) | System and method for hyper-spectral analysis | |
Striova et al. | Reflectance imaging spectroscopy in heritage science | |
CN110274877A (zh) | 一种基于散射介质的3d光谱成像系统及方法 | |
CN108955879A (zh) | 便携式液晶多光谱成像系统 | |
WO1998043042A1 (en) | Spectral bio-imaging methods for cell classification | |
CN111289446B (zh) | 一种复杂溶液成分浓度的检测方法及系统 | |
Balas et al. | Multi/hyper-spectral imaging | |
US20170146403A1 (en) | System and method for detecting target materials using a vis-nir detector | |
CN104008574B (zh) | 一种基于无限高斯混合模型的高光谱图像解混方法 | |
CN109490223A (zh) | 一种基于可编程高光谱成像的目标探测识别系统及方法 | |
Legnaioli et al. | Enhancement of hidden patterns in paintings using statistical analysis | |
US10395134B2 (en) | Extraction of spectral information | |
Abed | Pigment identification of paintings based on Kubelka-Munk theory and spectral images | |
CN104182997B (zh) | 高光谱图像压缩方法及应用 | |
CN208350208U (zh) | 便携式液晶多光谱成像装置 | |
US20120242858A1 (en) | Device and method for compensating for relief in hyperspectral images | |
JP2020529004A (ja) | コンフォーマル(共形)ビジョン用のシステムおよび方法 | |
Lim et al. | Instrumentation challenges of a pushbroom hyperspectral imaging system for currency counterfeit applications | |
Sawyer et al. | Towards a simulation framework to maximize the resolution of biomedical hyperspectral imaging | |
Zhou et al. | Multispectral single pixel imaging based on spatial and spectral dimension decoupling |
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 |