CN111044152B - 图谱关联系统光谱偏置外场的自适应校正方法及系统 - Google Patents
图谱关联系统光谱偏置外场的自适应校正方法及系统 Download PDFInfo
- Publication number
- CN111044152B CN111044152B CN201911409099.XA CN201911409099A CN111044152B CN 111044152 B CN111044152 B CN 111044152B CN 201911409099 A CN201911409099 A CN 201911409099A CN 111044152 B CN111044152 B CN 111044152B
- Authority
- CN
- China
- Prior art keywords
- spectrum
- temperature
- bias
- lambda
- radiation
- 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.)
- Active
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 140
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012937 correction Methods 0.000 title claims abstract description 44
- 230000005855 radiation Effects 0.000 claims abstract description 119
- 230000004044 response Effects 0.000 claims abstract description 59
- 230000003595 spectral effect Effects 0.000 claims abstract description 54
- 230000008859 change Effects 0.000 claims abstract description 52
- 238000005259 measurement Methods 0.000 claims abstract description 26
- 230000003044 adaptive effect Effects 0.000 claims abstract description 23
- 238000005316 response function Methods 0.000 claims abstract description 17
- 230000003287 optical effect Effects 0.000 claims abstract description 7
- 238000001914 filtration Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 5
- 230000008030 elimination Effects 0.000 claims description 4
- 238000003379 elimination reaction Methods 0.000 claims description 4
- 229910052739 hydrogen Inorganic materials 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 238000004611 spectroscopical analysis Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013213 extrapolation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- RGCLLPNLLBQHPF-HJWRWDBZSA-N phosphamidon Chemical compound CCN(CC)C(=O)C(\Cl)=C(/C)OP(=O)(OC)OC RGCLLPNLLBQHPF-HJWRWDBZSA-N 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Images
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
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- 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
-
- 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
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/80—Calibration
-
- 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
- G01J2003/2843—Processing for eliminating interfering spectra
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Spectrometry And Color Measurement (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明公开了一种图谱关联系统光谱偏置外场的自适应校正方法及系统,属于光谱学与遥感的交叉技术领域,包括:第一阶段:将整个测量谱段划分为若干谱段,在每一个谱段内利用光谱传感器采集黑体数据并去噪,计算得出多组系统辐射偏置与系统响应函数,从而求得该谱段内系统辐射偏置随温度变化的变化模型,获得各个谱段内的变化模型后,综合得到整个测量谱段内系统辐射偏置随温度变化的变化模型b(λ″);第二阶段:在任一测量时刻,获得外场条件下的实时温度t,代入变化模型b(λ″)后,得到光系统辐射偏置bt(λ″),从而实现对光谱传感器的系统辐射偏置的自适应校正。本发明能够自适应环境温度的变化以及光谱传感器响应的非均匀性,提高图谱关联系统的测谱准确度。
Description
技术领域
本发明属于光谱学与遥感的交叉技术领域,更具体地,涉及一种图谱关联系统光谱偏置外场的自适应校正方法及系统。
背景技术
多光谱技术是根据被测对象的光谱响应与波长之间的关系来区分被测对象类型的方法。其中被测对象的辐射亮度(辐射强度)与波长之间的关系在被测对象的辐射特性研究中是最基本的描述,估计被测对象的辐射特性需要在实验室内通过黑体定标求得光谱传感器的系统辐射偏置与系统响应函数,并根据系统辐射偏置与系统响应函数将系统内部影响去除后可以得到被测对象的辐射特性。
现有的系统辐射偏置与系统响应函数计算方法存在以下几个问题:(1)常用计算方法为两点校正法,但由于在室外条件下,观测设备中光谱传感器会受到环境温度影响,因而无法使用实验室内条件下测量计算得到的系统辐射偏置,也即是说,现有的校正方法缺乏适应环境温度变化的能力。(2)光谱探测型设备(图谱关联系统)的光谱传感器具有光谱响应的非均匀性,且其非均匀性在外场随环境温度非线性变化,其系统辐射偏置的非线性变化影响了探测设备的测谱准确度。
总的来说,由于外场环境温度对光谱传感器的系统辐射偏置的不利影响,以及光谱传感器响应的非均匀性,直接将实验室内获得的系统辐射偏置校正的参数用于外场测量误差很大;在外场创造恒温条件进行测量,能够在一定程度上保证外场测量的准确度,但是,因为外场恒温条件成本高昂,且恒温装置体积庞大,适用性不高。因此必须发明在外场条件下的校正方法。
发明内容
针对现有技术的缺陷和改进需求,本发明提供了一种图谱关联系统光谱偏置外场的自适应校正方法及系统,其目的在于,预测光谱传感器在不同温度条件下的系统辐射偏置,以自适应环境温度的变化,同时对系统辐射偏置随温度变化的变化模型进行分波段修正,以应对光谱传感器响应的非均匀性,最终提高图谱关联系统的测谱准确度。
为实现上述目的,按照本发明的第一方面,提供了一种图谱关联系统光谱偏置外场的自适应校正方法,包括:第一阶段和第二阶段;
第一阶段包括:
将整个测量谱段划分为若干谱段,获得各个谱段内图谱关联系统中光谱传感器的系统辐射偏置随温度变化的变化模型后,综合得到整个测量谱段内系统辐射偏置随温度变化的变化模型b(λ″);
第二阶段包括:
在任一测量时刻,获得外场条件下的实时温度t,代入变化模型b(λ″)后,得到光谱传感器实际的系统辐射偏置bt(λ″),从而实现对光谱传感器的系统辐射偏置的自适应校正。
在本发明在第一阶段,将整个测量谱段划分为若干谱段后,在划分得到的谱段内分别获得光谱传感器的系统辐射偏置随温度变化的变化模型,从而在本发明的第二阶段,根据外场的实时温度获取到的系统辐射偏置能够自适应外场温度的变化以及光谱传感器光谱响应的非均匀性,因此,本发明所获取到的系统辐射偏置与真实值更为接近,有利于提高图谱关联系统的测谱准确度。
本发明无需依赖于外场的恒温条件和恒温装置,能够更好地将实验室内定标数据外推至室外条件。
进一步地,在第一阶段中,对于划分得到的任意一个谱段[λm,λm+1],获得该谱段内系统辐射偏置随温度变化的变化模型,包括:
(S1)在室内光学定标环境下,利用光谱传感器在不同测量温度下,分别测量J个黑体的响应值;J个黑体的温度互不相同,J≥2;
(S3)在获得所有测量温度所对应的系统辐射偏置后,采用线性模型进行拟合,得到系统辐射偏置随温度变化的变化模型为:b(λ)=d-aT,若a<0,则设置a=0,否则,a保持不变,最终得到谱段[λm,λm+1]内系统辐射偏置随温度变化的变化模型b(λ′);d和a均为线性模型参数,λm和λm+1分别为谱段的波长下界和波长上界。
进一步地,步骤(S1)包括:
(S11)在室内光学定标环境下,对于任意一个黑体Blackj,在任意一个测量温度Tk下,利用光谱传感器测量黑体Blackj的n个响应值DN1(Tk,Blackj)(λ)~DNn(Tk,Blackj)(λ),并进行去噪处理,从而得到黑体Blackj在测量温度Tk下的响应值n为正整数;
(S13)对于每一个黑体,分别执行步骤(S12),从而得到各个黑体在各个测量温度下的响应值。
本发明在每一个温度下测量每一个黑体的响应值时,都会测量多个样本,然后进行去噪处理,由此能够保证测量到的响应值逼近真实值。
进一步地,步骤(S11)中,通过均值滤波处理或小波软阈值滤波处理对n个响应值DN1(Tk,Blackj)(λ)~DNn(Tk,Blackj)(λ)进行去噪处理。
进一步地,本发明第一方面提供的图谱关联系统光谱偏置外场的自适应校正方法,第二阶段还包括:
在得到自适应校正之后的系统辐射偏置bt(λ″)后,利用光谱传感器获得被测对象在实时温度t下的响应值DNtarger(λ,t),根据辐射校正公式计算被测对象的真实辐射亮度G(λ,t)。
本发明基于自适应外场温度的变化以及光谱传感器光谱响应的非均匀性的系统辐射偏置,计算被测对象的辐射亮度,能够反映被测对象真实的辐射特性。
进一步地,本发明第一方面提供的图谱关联系统光谱偏置外场的自适应校正方法,第二阶段还包括:
在获得被测对象的真实辐射亮度G(λ,t)后,与被测对象的实际面积相乘,从而得到被测对象的辐射强度。
本发明在基于自适应外场温度的变化以及光谱传感器光谱响应的非均匀性的系统辐射偏置,计算被测对象的辐射亮度,进一步计算被测对象的辐射强度,能够适应不同被测对象的辐射特性分析需求。
进一步地,步骤(S2)包括:
以黑体温度对应的辐射亮度为最小二乘模型的输入x,以黑体温度对应的响应值为最小二乘模型的输入y;
本发明利用多个不同温度的黑体测量某一温度下的系统辐射偏置和系统响应函数,相比于简单的两点校正法,有利于进一步提高所获取参数的准确性。
进一步地,步骤(S3)中,采用线性模型进行拟合的方式包括:
以测量温度为最小二乘模型的输入x,以系统辐射偏置为最小二乘模型的输入y;
进一步地,步骤(S3)还包括:
按照本发明的第二发面,提供了一种图谱关联系统光谱偏置外场的自适应校正系统,包括计算机可读存储介质和处理器,计算机可读存储介质用于存储可执行程序;
处理器用于读取计算机可读存储介质中存储的可执行程序,执行本发明第一方面提供的图谱关联系统光谱偏置外场的自适应校正方法。
总体而言,通过本发明所构思的以上技术方案,在本发明在第一阶段,将整个测量谱段划分为若干谱段后,在划分得到的谱段内分别获得光谱传感器的系统辐射偏置随温度变化的变化模型,从而在本发明的第二阶段,根据外场的实时温度获取到的系统辐射偏置能够自适应外场温度的变化以及光谱传感器光谱响应的非均匀性,因此,本发明所获取到的系统辐射偏置与真实值更为接近,有利于提高图谱关联系统的测谱准确度;使用两个三维(即系统响应值DN、辐射亮度和黑体/光谱传感器的温度)非线性模型交叉计算的方法使系统光谱传感器反馈出的辐射亮度更加准确。
附图说明
图1为本发明实施例提供的图谱关联系统光谱偏置外场的自适应校正方法流程图;
图2为本发明实施例提供的光谱传感器实时温度为23.5℃条件下30℃黑体的响应值示意图;
图3为本发明实施例提供的光谱传感器实时温度为23.5℃条件下40℃黑体的响应值示意图;
图4为本发明实施例提供的测量30℃黑体50个响应值样本的均值滤波图;
图5为本发明实施例提供的测量40℃黑体50个响应值样本的均值滤波图;
图6所示为本发明实施例提供的利用粗大误差剔除法剔除系统辐射偏置中粗大误差点的示意图;
图7为本发明实施例提供的采用最小二乘法拟合得到的系统辐射偏置示意图;
图8为本发明实施例提供的采用最小二乘法拟合得到的系统响应函数示意图;
图9为本发明实施例提供的在3个不同测量温度下的系统辐射偏置示意图;
图10为本发明实施例提供的光谱传感器在34℃对应的线性变化模型外推的系统辐射偏置图;
图11为本发明实施例提供的光谱传感器在37℃对应的线性变化模型外推的系统辐射偏置图;
图12为本发明实施例提供的光谱传感器光谱响应的非均匀性示意图;
图13为本发明实施例提供的光谱传感器在2um-3um谱段内线性变化模型与非线性变化模型所对应的系统辐射偏置图;
图14为本发明实施例提供的光谱传感器实时温度为34℃条件下采用传统计算方法与采用非线性变化模型外推的系统辐射偏置示意图;
图15为本发明实施例提供的光谱传感器实时温度为37.4℃条件下采用非线性变化模型外推的系统辐射偏置示意图;
图16为本发明实施例提供的天空的辐射亮度示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
在本发明中,本发明及附图中的术语“第一”、“第二”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
为了预测光谱传感器在不同温度条件下的系统辐射偏置,以自适应环境温度的变化,同时对系统辐射偏置随温度变化的变化模型进行分波段修正,以应对光谱传感器响应的非均匀性,最终提高图谱关联系统的测谱准确度,本发明提供的图谱关联系统光谱偏置外场的自适应校正方法,如图1所示,包括:第一阶段和第二阶段;
第一阶段包括:
将整个测量谱段划分为若干谱段,获得各个谱段内图谱关联系统中光谱传感器的系统辐射偏置随温度变化的变化模型后,综合得到整个测量谱段内系统辐射偏置随温度变化的变化模型b(λ″);谱段划分的具体方式可根据实际的应用需求及图谱关联系统的特性确定,例如,在本实施例中,整个测量谱段为2um-12um,进行谱段划分时所采用的光谱分辨率为4波数;
在一个可选的实施方式中,对于划分得到的任意一个谱段[λm,λm+1],例如,2um-3um谱段,获得该谱段内系统辐射偏置随温度变化的变化模型,包括:
(S1)在室内光学定标环境(恒温恒湿且包含平行光管)下,利用光谱传感器在不同测量温度下,分别测量J个黑体的响应值;
J个黑体的温度互不相同,J≥2;为便于描述,不是一般性地,在本实施例中,具体使用了两个黑体,分别为30℃的黑体和40℃的黑体,相应地,J=2;通过在光谱传感器四周装上测温装置即可测得实时光谱传感器的温度;
可选地,步骤(S1)具体包括:
(S11)在室内光学定标环境下,对于任意一个黑体Blackj,在任意一个测量温度Tk下,利用光谱传感器测量黑体Blackj的n个响应值DN1(Tk,Blackj)(λ)~DNn(Tk,Blackj)(λ),并进行去噪处理,从而得到黑体Blackj在测量温度Tk下的响应值n为正整数;
(S13)对于每一个黑体,分别执行步骤(S12),从而得到各个黑体在各个测量温度下的响应值;
本发明在每一个温度下测量每一个黑体的响应值时,都会测量多个样本,然后进行去噪处理,由此能够保证测量到的响应值逼近真实值;例如,在单次测量中,光谱传感器实时温度为23.5℃时,30℃黑体和40℃黑体的响应值图分别如图2和图3所示;在23.5℃的测量温度下,对两个黑体分别测量50个响应值样本并进行去噪处理,所得到的30℃黑体的响应值及其浮动范围,以及40℃黑体的响应值及其浮动范围分别如图4和图5所示;
可选地,步骤(S11)中,可以通过均值滤波处理或小波软阈值滤波处理对n个响应值DN1(Tk,Blackj)(λ)~DNn(Tk,Blackj)(λ)进行去噪处理;
采用均值滤波处理进行去噪处理时,相应的计算公式为:
系统响应函数k(λ)一般不随温度变化,因此,在各测试温度下,拟合得到的系统响应函数相同;
在一个可选的实施方式中,步骤(S2)包括:
以黑体温度对应的辐射亮度为最小二乘模型的输入x,以黑体温度对应的响应值为最小二乘模型的输入y;
(S3)在获得所有测量温度所对应的系统辐射偏置后,采用线性模型进行拟合,得到系统辐射偏置随温度变化的变化模型为:b(λ)=d-aT,若a<0,则设置a=0,否则,a保持不变,最终得到谱段[λm,λm+1]内系统辐射偏置随温度变化的变化模型b(λ′);d和a均为线性模型参数,λm和λm+1分别为谱段的波长下界和波长上界;
在一个可选的实施方式中,步骤(S3)中,采用线性模型进行拟合的方式包括:
以测量温度为最小二乘模型的输入x,以系统辐射偏置为最小二乘模型的输入y;
由于光谱传感器的光谱响应具有非均匀性,当系统增益(即系统响应函数)为负时,说明受到了噪声的影响,本发明在变化模型b(λ)=d-aT中a<0时,将a=0,能够排除噪声的影响;
为了减小误差影响,进一步提高测谱准确度,在一个可选的实施方式中,步骤(S3)还可包括:
如图6所示,在本实施例中,通过粗大误差剔除法,识别出在12um处系统辐射偏置为粗大误差点,并将删除了该粗大误差点;通过粗大误差剔除法(例如狄克松准则)剔除粗大误差点,能够减小误差影响;
第二阶段包括:
在任一测量时刻,获得外场条件下的实时温度t,代入变化模型b(λ″)后,得到光谱传感器实际的系统辐射偏置bt(λ″),从而实现对光谱传感器的系统辐射偏置的自适应校正。
在不进行谱段划分时,在整个测量谱段上,通过线性模型拟合得到的光谱传感器的系统辐射偏置和系统响应函数分别如图7和图8所示;相应地,在不进行谱段划分的情况下,在29.8℃、32.2℃、33.4℃下,光谱传感器的系统辐射偏置分别如图9所示;在此基础上,可以外推得到任意一个温度下光谱传感器的系统辐射偏置,其中,图10和图11所示,分别为外推得到的光谱传感器在34℃和37℃下的系统辐射偏置。由于光谱传感器的光谱响应存在非均匀性,如图12所示,因此,采用单一线性变化模型来反映整个测量谱段内系统辐射偏置随温度变化的关系,会导致计算得到的参数存在一定的误差。
为了应对光谱传感器光谱传感的非均匀性,本发明采用分谱段方式对线性变化模型进行了修正,在修正的过程中保证相应增益为0(例如,在2um-3um谱段内,a<0,所以将a置零),得到一个对应光谱传感器不同温度的非线性函数。在2um-3um谱段内,在34℃时,采用传统方法计算的系统辐射偏置,以及采用上述分谱段修正的方法计算的系统辐射偏置,如图13所示。在整个测量谱段内,采用分谱段修正的方法得到系统辐射偏置随温度变化的非线性模型后,外推得到的34℃下的系统辐射偏置,以及采用传统方法计算得到的34℃下的系统辐射偏置,如图14所示。在整个测量谱段内,采用分谱段修正的方法得到系统辐射偏置随温度变化的非线性模型后,外推得到的37.4℃下的系统辐射偏置,如图15所示。
基于上述分析可知,在本发明在第一阶段,将整个测量谱段划分为若干谱段后,在划分得到的谱段内分别获得光谱传感器的系统辐射偏置随温度变化的变化模型,既能自适应外场的温度变化,又能针对光谱传感器光谱响应的非均匀性进行对变化模型进行修正;从而在本发明的第二阶段,根据外场的实时温度获取到的系统辐射偏置能够自适应外场温度的变化以及光谱传感器光谱响应的非均匀性。
为了分析被测对象的辐射特性,上述图谱关联系统光谱偏置外场的自适应校正方法,第二阶段还可包括:
在得到自适应校正之后的系统辐射偏置bt(λ″)后,利用光谱传感器获得被测对象在实时温度t下的响应值DNtarger(λ,t),根据辐射校正公式计算被测对象的真实辐射亮度G(λ,t);
本实施例中,将计算得到的光谱传感器在37.4℃的系统辐射偏置与系统响应函数带入红外图谱关联探测系统采集到天空的响应值中,得到的天空的辐射亮度如图16所示;基于自适应外场温度的变化以及光谱传感器光谱响应的非均匀性的系统辐射偏置,计算被测对象的辐射亮度,能够反映被测对象真实的辐射特性。
为了适应对不同被测对象的辐射特性分析需求,上述图谱关联系统光谱偏置外场的自适应校正方法,第二阶段还可包括:
在获得被测对象的真实辐射亮度G(λ,t)后,与被测对象的实际面积相乘,从而得到被测对象的辐射强度;
在基于自适应外场温度的变化以及光谱传感器光谱响应的非均匀性的系统辐射偏置,计算被测对象的辐射亮度,进一步计算被测对象的辐射强度,能够适应不同被测对象的辐射特性分析需求。
本发明还提供了一种图谱关联系统光谱偏置外场的自适应校正系统,包括计算机可读存储介质和处理器,计算机可读存储介质用于存储可执行程序;
处理器用于读取计算机可读存储介质中存储的可执行程序,执行上述图谱关联系统光谱偏置外场的自适应校正方法。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种图谱关联系统光谱偏置外场的自适应校正方法,其特征在于,包括:第一阶段和第二阶段;
所述第一阶段包括:
将整个测量谱段划分为若干谱段,获得各个谱段内所述图谱关联系统中光谱传感器的系统辐射偏置随温度变化的变化模型后,综合得到整个测量谱段内系统辐射偏置随温度变化的变化模型b(λ″);
所述第二阶段包括:
在任一测量时刻,获得外场条件下的实时温度t,代入所述变化模型b(λ″)后,得到所述光谱传感器实际的系统辐射偏置bt(λ″),从而实现对所述光谱传感器的系统辐射偏置的自适应校正;
在所述第一阶段中,对于划分得到的任意一个谱段[λm,λm+1],获得该谱段内所述系统辐射偏置随温度变化的变化模型,包括:
(S1)在室内光学定标环境下,利用所述光谱传感器在不同测量温度下,分别测量J个黑体的响应值;J个黑体的温度互不相同,J≥2;
3.如权利要求2所述的图谱关联系统光谱偏置外场的自适应校正方法,其特征在于,所述步骤(S11)中,通过均值滤波处理或小波软阈值滤波处理对n个响应值DN1(Tk,Blackj)(λ)~DNn(Tk,Blackj)(λ)进行去噪处理。
4.如权利要求1所述的图谱关联系统光谱偏置外场的自适应校正方法,其特征在于,所述第二阶段还包括:
在得到自适应校正之后的系统辐射偏置bt(λ″)后,利用所述光谱传感器获得被测对象在实时温度t下的响应值DNtarger(λ,t),根据辐射校正公式计算所述被测对象的真实辐射亮度G(λ,t)。
5.如权利要求4所述的图谱关联系统光谱偏置外场的自适应校正方法,其特征在于,所述第二阶段还包括:
在获得所述被测对象的真实辐射亮度G(λ,t)后,与所述被测对象的实际面积相乘,从而得到所述被测对象的辐射强度。
6.如权利要求2或3任一项所述的图谱关联系统光谱偏置外场的自适应校正方法,其特征在于,所述步骤(S2)包括:
以黑体温度对应的辐射亮度为最小二乘模型的输入x,以黑体温度对应的响应值为最小二乘模型的输入y;
9.一种图谱关联系统光谱偏置外场的自适应校正系统,包括计算机可读存储介质和处理器,其特征在于,所述计算机可读存储介质用于存储可执行程序;
所述处理器用于读取所述计算机可读存储介质中存储的可执行程序,执行权利要求1-8任一项所述的图谱关联系统光谱偏置外场的自适应校正方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911409099.XA CN111044152B (zh) | 2019-12-31 | 2019-12-31 | 图谱关联系统光谱偏置外场的自适应校正方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911409099.XA CN111044152B (zh) | 2019-12-31 | 2019-12-31 | 图谱关联系统光谱偏置外场的自适应校正方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111044152A CN111044152A (zh) | 2020-04-21 |
CN111044152B true CN111044152B (zh) | 2020-11-24 |
Family
ID=70242415
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911409099.XA Active CN111044152B (zh) | 2019-12-31 | 2019-12-31 | 图谱关联系统光谱偏置外场的自适应校正方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111044152B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117570512B (zh) * | 2024-01-16 | 2024-03-19 | 成都航空职业技术学院 | 一种基于温度自适应控制模型的楼宇温控系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7030378B2 (en) * | 2003-08-05 | 2006-04-18 | Bae Systems Information And Electronic Systems Integration, Inc. | Real-time radiation sensor calibration |
FR3002631B1 (fr) * | 2013-02-22 | 2018-11-02 | Ulis | Detecteur bolometrique a polarisation adaptative en temperature |
CN106797440A (zh) * | 2014-08-20 | 2017-05-31 | 塞克热量股份有限公司 | 成像系统的操作偏置的自适应调整 |
CN106768323B (zh) * | 2017-01-05 | 2018-09-18 | 浙江大学 | 一种适用于寒冷环境下的光谱仪自适应控制方法 |
CN109990902B (zh) * | 2018-12-29 | 2020-02-14 | 华中科技大学 | 一种图谱关联的分谱段估计目标亮温的方法 |
CN109870239B (zh) * | 2019-03-12 | 2020-04-07 | 北京环境特性研究所 | 非制冷红外焦平面探测器自适应定标方法 |
-
2019
- 2019-12-31 CN CN201911409099.XA patent/CN111044152B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111044152A (zh) | 2020-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101776487B (zh) | 一种红外焦平面非均匀性指纹提取及图像校正方法 | |
CN105160631B (zh) | 一种求辐射校正系数的方法 | |
CN111044153B (zh) | 一种图谱关联系统红外光谱的非线性定标方法及装置 | |
US8487979B2 (en) | Signal spectra detection system | |
CN116046692B (zh) | 一种基于高光谱的土壤重金属污染监测方法和装置 | |
CN110987821A (zh) | 一种高光谱快速大气校正参数化方法 | |
CN112345090A (zh) | 点目标红外辐射测量的方法、设备及可读存储介质 | |
CN111044152B (zh) | 图谱关联系统光谱偏置外场的自适应校正方法及系统 | |
CN108226059B (zh) | 一种卫星高光谱co2探测仪在轨辐射定标方法 | |
CN114199800A (zh) | 一种水稻纹枯病识别方法、系统、设备及介质 | |
CN116519206A (zh) | 基于深度学习的压力传感器校准系统及方法 | |
CN113052153B (zh) | 遥感反射率影像的检验方法、装置、电子设备及存储介质 | |
CN111896497B (zh) | 一种基于预测值的光谱数据修正方法 | |
CN103808413A (zh) | 基于噪声分离的温度与比辐射率分离的方法及装置 | |
CN117451639A (zh) | 一种基于遥感数据的水体叶绿素浓度反演方法 | |
CN107014785B (zh) | 一种发射光谱背景校正的改进方法 | |
CN115586143B (zh) | 一种基于随机抽样一致性的光谱漂移标定与校正方法 | |
CN115713635A (zh) | 一种甚高灵敏度红外对海成像数据的高精度辐射定标方法 | |
CN110246589B (zh) | 一种基于人体个体差异的体温校正方法及装置 | |
CN114965281A (zh) | 用于火星表面成分探测仪的波长修正方法和装置 | |
CN110132419B (zh) | 文物色彩的色坐标测量方法及系统 | |
Lin et al. | Hyperspectral vegetation indices for crop chlorophyll estimation: Assessment, modeling and validation | |
CN112697724A (zh) | 基于无人机高光谱田间烟叶氧化钾含量预测方法及系统 | |
CN118334650B (zh) | 用于粮食水分检测的建模方法、系统和设备 | |
CN111476172B (zh) | 植物物种beta多样性的估算方法及系统 |
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 |