CN111476738A - 一种高光谱图像Etalon效应纹波的分离方法 - Google Patents

一种高光谱图像Etalon效应纹波的分离方法 Download PDF

Info

Publication number
CN111476738A
CN111476738A CN202010299752.8A CN202010299752A CN111476738A CN 111476738 A CN111476738 A CN 111476738A CN 202010299752 A CN202010299752 A CN 202010299752A CN 111476738 A CN111476738 A CN 111476738A
Authority
CN
China
Prior art keywords
ripple
spatial
wave
max
amplitude distribution
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.)
Pending
Application number
CN202010299752.8A
Other languages
English (en)
Inventor
刘银年
许越
孙德新
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qidong Zhongke Photoelectric Remote Sensing Center
Shanghai Institute of Technical Physics of CAS
Original Assignee
QIDONG PHOTOELECTRIC AND REMOTE SENSING CENTER SHANGHAI INSTITUTE OF TECHNICAL PHYSICS OF CHINESE ACADEMY OF SCIENCES
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by QIDONG PHOTOELECTRIC AND REMOTE SENSING CENTER SHANGHAI INSTITUTE OF TECHNICAL PHYSICS OF CHINESE ACADEMY OF SCIENCES filed Critical QIDONG PHOTOELECTRIC AND REMOTE SENSING CENTER SHANGHAI INSTITUTE OF TECHNICAL PHYSICS OF CHINESE ACADEMY OF SCIENCES
Priority to CN202010299752.8A priority Critical patent/CN111476738A/zh
Publication of CN111476738A publication Critical patent/CN111476738A/zh
Priority to PCT/CN2020/126976 priority patent/WO2021093676A1/zh
Priority to US17/744,106 priority patent/US20220270362A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • G06T5/70
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing
    • G06T2207/10036Multispectral image; Hyperspectral image

Abstract

本发明公开了一种高光谱图像Etalon效应纹波的分离方法,通过确定选取波段的空间干涉纹波振幅分布曲线相应的空间纹波周期数,再以该波段的空间干涉纹波振幅分布曲线对应的空间纹波周期数的一定倍数值为截止频率对该波段的空间干涉纹波振幅分布曲线进行低通滤波,将该波段低通滤波后的空间干涉纹波振幅分布曲线的波峰局部最大值点的平均值作为Etalon效应纹波的波峰值Amax,将该波段低通滤波后的空间干涉纹波振幅分布曲线的波谷局部最小值点的平均值作为Etalon效应纹波的波谷值Amin,得到该波段的Etalon效应纹波曲线的精细度系数;最后将获取的该波段的空间干涉纹波振幅分布曲线除波峰波谷位置外的曲线值进行拟合,生成的该波段的Etalon效应纹波曲线。

Description

一种高光谱图像Etalon效应纹波的分离方法
技术领域
本发明涉及光学遥感成像的技术领域,特别涉及一种高光谱图像Etalon效应纹波的分离方法。
背景技术
高光谱成像技术是80年代发展起来的遥感技术,与传统的光谱仪不同的是,高光谱成像技术是集成像与光谱于一体(图谱合一),以纳米级高光谱分辨率,在获取目标二维空间图像信息的同时,同步获取目标的连续精细光谱信息,使空间遥感的探测能力大为提高,可广泛应用于陆地、大气、海洋等观测中。
目前典型高光谱成像系统主要有已发射的美国EO-1卫星搭载的Hyperion、欧空局PROBA-1卫星搭载的CHRIS、美国MRO卫星搭载的CRISM和在研的意大利的PRISM、德国的EnMAP/HIS、加拿大的Hero、美国的HyspIRI,国内的高光谱成像系统主要有已发射的HJ-1A卫星搭载的高光谱成像仪、Spark-01&02卫星搭载的高光谱成像仪和“高分五号”卫星搭载的可见短波红外高光谱相机,国内外航天高光谱卫星项目在轨获取了大量的宝贵数据,展示了航天高光谱成像技术的信息获取能力。航天高光谱成像技术的应用前景十分广阔,对仪器性能的要求也越来越高,包括空间分辨率、光谱分辨率、定量化水平、重访周期等性能指标。其中,光谱分辨率的提高将有效提升仪器对地物的分辨识别能力,使混合像元的高精度光谱解混成为可能,进而提升基于地物光谱信息进行高光谱数据处理与分析应用的深度与广度。但随着光谱分辨率的提高,单个光谱通道接收的入射光的能量被进一步细分。因此,为实现航天高光谱成像仪的高灵敏度探测,采用高量子效率的探测器是一大关键。
现有各国最新研制的高光谱成像仪在可见近红外波段多采用背照式CCD(结构如图1所示)或CMOS探测器和在短波红外波段多采用HgCdTe焦平面探测器(结构如图2所示)。随着探测器工艺水平的提高,探测器的规模已扩大至上百万像元。但由于探测器现有制造工艺水平和材料的限制,造成了红外焦平面阵列在外界同一均匀辐射场输入时各个像元之间响应输出的不一致性,通常称这种不一致性噪声为非均匀性噪声纹波,在图像上具体表现为空间噪声或固定图案噪声,没有明显的规律性。现有技术中有许多成熟的非均匀校正法,如两点法、高通滤波方法、卡尔曼滤波算法等,均可有效去除高光谱数据的非均匀性噪声纹波。为了提升探测器的能量收集效率,一般会对探测器耗尽区进行减薄处理,但长波长的光在耗尽层的吸收长度大于耗尽层的厚度时,使得入射光在耗尽层上下表面来回反射,从而在耗尽层上下表面产生干涉纹波,即为Etalon效应。Etalon效应导致的条纹噪声在空间维上表现为相对低频的条状噪声,条带范围较宽,相邻像元的纹波幅值接近,具有明显的规律性。但当Etalon效应纹波与非均匀噪声纹波糅合在一起形成的干涉纹波,不仅会使高光谱图像的非均匀性噪声增大,还会降低Etalon效应的规律性,同时增加了高光谱图像的非均匀性噪声和Etalon效应的去除难度。
因此,要保证有效去除高光谱图像干涉纹波,保持图像的原始光谱特性,提高图像质量和清晰度,需要研究在Etalon效应纹波与非均匀噪声纹波糅合在一起形成的干涉纹波中如何分离出Etalon效应和非均匀性引入的干扰。
发明内容
本发明提出了一种高光谱图像Etalon效应纹波的分离方法,能在Etalon效应纹波与非均匀噪声纹波糅合在一起形成的干涉纹波中有效分离出Etalon效应纹波,并很好保持图像的原始光谱特性,为进行图像干涉纹波校正提高图像质量提供了有力支撑,为后续的图像分析和应用奠定了基础。
为此,本发明采用以下技术方案:
一种高光谱图像Etalon效应纹波的分离方法,如图3所示,包括如下:
1)从高光谱图像立方体数据DNf(x,y,z)中提取出选取波段的空间干涉纹波振幅分布曲线,再按照该波段的空间干涉纹波振幅分布曲线的一个波峰和波谷为一个空间纹波周期,计算该波段的空间干涉纹波振幅分布曲线相应的空间纹波周期数;
2)以该波段的空间干涉纹波振幅分布曲线对应的空间纹波周期数的一定倍数值为截止频率对该波段的空间干涉纹波振幅分布曲线进行低通滤波,得到该波段低通滤波后的空间干涉纹波振幅分布曲线;
3)再将该波段低通滤波后的空间干涉纹波振幅分布曲线的波峰局部最大值点的平均值作为Etalon效应纹波的波峰值Amax,将该波段低通滤波后的空间干涉纹波振幅分布曲线的波谷局部最小值点的平均值作为Etalon效应纹波的波谷值Amin,得到该波段的Etalon效应纹波曲线的精细度系数F:
F=Amax/Amin-1
最后将步骤1)获取的该波段的空间干涉纹波振幅分布曲线除波峰波谷位置外的曲线值均用公式
Figure BDA0002453528260000031
进行拟合,生成的该波段的Etalon效应纹波曲线;其中RA为探测器硅层的相对吸收率;kp为入射光入射探测器产生的干涉相位角的增益系数,是固定系数;bp为入射光入射探测器产生的干涉相位角的偏置系数,是固定系数;其中,x为空间维探测器像元序数,x=1,2,3,……,x_max,其中x_max为空间维像探测器像元序数最大值;y为沿轨推扫行数,y=1,2,3,……,y_max,其中y_max为沿轨推扫行数最大值;z为光谱维波段序数,z=1,2,3,……,z_max。
其中,选取波段的空间干涉纹波振幅分布曲线是由高光谱图像立方体数据DNf(x,y,z)中提取出的该波段的各个像元在沿轨方向的响应均值:
Figure BDA0002453528260000032
与所有波段的各个像元在沿轨方向的响应均值:
Figure BDA0002453528260000033
的比值归一化得到的:
Figure BDA0002453528260000034
其中,Fringe(x,z)代表该波段的空间干涉纹波振幅分布曲线;mean表示取均值操作,norm表示归一化操作;x为空间维探测器像元序数,x=1,2,3,……,x-max,其中x_max为空间维像探测器像元序数最大值;y为沿轨推扫行数,y=1,2,3,……,y_max,其中y_max为沿轨推扫行数最大值;z为光谱维波段序数,z=1,2,3,……,z_max,其中z_max为光谱维波段序数最大值。
其中,所述一定倍数值取值范围优选为1~5倍。
其中,所述波峰局部最大值点为该波段低通滤波后的空间干涉纹波曲线内所有峰值大于或者等于其M个相邻波峰的峰值点,其平均值为Etalon效应纹波的波峰值Amax
其中,所述波峰局部最小值点为该波段低通滤波后的空间干涉纹波曲线内所有谷值小于或者等于其M个相邻波谷的谷值点,其平均值为Etalon效应纹波的波谷值Amin
其中,所述M取值范围优选为1~10。
本发明采用以上技术方案,通过确定选取波段的空间干涉纹波振幅分布曲线相应的空间纹波周期数,再以该波段的空间干涉纹波振幅分布曲线对应的空间纹波周期数的一定倍数值为截止频率对该波段的空间干涉纹波振幅分布曲线进行低通滤波,将该波段低通滤波后的空间干涉纹波振幅分布曲线的波峰局部最大值点的平均值作为Etalon效应纹波的波峰值Amax,将该波段低通滤波后的空间干涉纹波振幅分布曲线的波谷局部最小值点的平均值作为Etalon效应纹波的波谷值Amin,可以得到该波段的Etalon效应纹波曲线的精细度系数;最后将获取的该波段的空间干涉纹波振幅分布曲线除波峰波谷位置外的曲线值进行拟合,生成的该波段的Etalon效应纹波曲线。本发明所述的方法适用于高光谱成像仪获取的Etalon效应和非均匀噪声纹波均很严重的海量高光谱图像,能有效从Etalon效应纹波与非均匀噪声纹波糅合在一起形成的干涉纹波中分离出Etalon效应纹波,并能很好的保持高光谱原始图像数据特性,为大幅简化了后续图像干涉纹波校正的复杂性和成本,具有很好的通用性,计算速度快,为后续的图像分析和应用奠定了基础。
附图说明
图1为现有技术中背照式CCD探测器结构示意图
图2为现有技术中HgCdTe焦平面探测器内部结构示意图
图3为本发明高光谱图像Etalon效应纹波的分离方法的流程示意图
图4为本发明具体实施方式中“高分五号”卫星搭载的高光谱相机短波红外探测器结构及其获取高光谱图像数据立方体示意图
图5为本发明具体实施方式中“高分五号”卫星搭载的高光谱相机获取的新疆东天山地区高光谱局部图像
图6为本发明具体实施方式中“高分五号”卫星搭载的高光谱相机获取的新疆东天山地区高光谱局部图像160波段对应的空间干涉纹波振幅分布曲线
图7为本发明具体实施方式中“高分五号”卫星搭载的高光谱相机获取的新疆东天山地区高光谱局部图像低通滤波后160波段对应的空间干涉纹波振幅分布曲线
图8为本发明具体实施方式中“高分五号”卫星搭载的高光谱相机获取的新疆东天山地区高光谱局部图像经过拟合后生成的160波段的Etalon效应纹波曲线
具体实施方式
为了使本发明的目的、特征和优点更加的清晰,对本发明的一种具体实施方式做出更为详细的说明,在下面的描述中,阐述了很多具体的细节以便于充分的理解本发明,但是本发明能够以很多不同于描述的其它方式来实施,因此,本发明不受以下公开的具体实施例的限制。
“高分五号”卫星搭载的短波红外高光谱相机像仪,具有60km的幅宽、30m的空间分辨率和5-10nm的光谱分辨率,同时获取地表地物在400-2500nm范围内330个谱段的空间、辐射与光谱信息。如图4所示,其短波红外探测1由4个512个像元的HgCdTe焦平面探测器2拼接而成,空间维探测器像元序数x最大数为2048个像元;其光谱维波段序数z最大数为180,“高分五号”卫星搭载的短波红外高光谱相机像仪为沿轨推扫行数为y能获取的短波红外高光谱图像立方体数据DNf(x,y,z)3。下面选取2018年6月1日“高分五号”卫星可见短波红外高光谱相机推扫2814行获取的新疆东天山地区高光谱原始局部图像,如图5所示,按本发明所述的方法给出具体实施例,其成像数据光谱维波段序数为160波段的图像Etalon效应导致的干涉纹波幅值较大,成像数据受到非均匀性与Etalon效应的综合影响。
1)从高光谱图像立方体数据DNf(x,y,z)中提取出第160波段的各个像元在沿轨方向的响应均值:
Figure BDA0002453528260000051
与所有波段的各个像元在沿轨方向的响应均值:
Figure BDA0002453528260000052
的比值归一化得到该波段对应的空间干涉纹波振幅分布曲线:
Figure BDA0002453528260000053
如图6所示,为160波段对应的空间干涉纹波振幅分布曲线,为非均匀噪声纹波与Etalon效应纹波糅合在一起的纹波曲线,条带范围分布不均,有明显的高频条状噪声,且相邻像元的纹波幅值变化较大,规律性不明显。
其中,mean表示取均值操作,norm表示归一化操作;x为空间维探测器像元序数,x=1,2,3,……,x_max,其中x_max为空间维像探测器像元序数最大值;y为沿轨推扫行数,y=1,2,3,……,y_max,其中y_max为沿轨推扫行数最大值;z为光谱维波段序数,z=1,2,3,……,z-max,其中z_max为光谱维波段序数最大值;再按照每个波段的空间干涉纹波振幅分布曲线的一个波峰和波谷为一个空间纹波周期,计算每个波段的空间干涉纹波振幅分布曲线相应的空间纹波周期数为26;
2)以每个波段的空间干涉纹波振幅分布曲线对应的空间纹波周期数26的2.5倍即65为截止频率对每个波段的空间干涉纹波振幅分布曲线进行低通滤波,得到低通滤波后的每个波段的空间干涉纹波振幅分布曲线,如图7所示,为经过低通滤波后的160波段对应的空间干涉纹波振幅分布曲线,低频滤波后的曲线在细节处更加平滑,幅值变化程度相对较低,更符合Etalon效应的分布特性;
3)再将低通滤波后的每个波段的空间干涉纹波振幅分布曲线的波峰局部最大值点即为曲线内所有峰值大于或者等于其4个相邻波峰的峰值点的平均值作为Etalon效应纹波的波峰值Amax,将低通滤波后的每个波段的空间干涉纹波振幅分布曲线的波谷局部最小值点即为曲线内所有谷值小于或者等于其4个相邻波谷的谷值点的平均值作为Etalon效应纹波的波谷值Amin,可以得到每个波段的Etalon效应纹波曲线的精细度系数F:
F=Amax/Amin-1
最后将每个波段的空间干涉纹波振幅分布曲线除波峰波谷位置外的曲线值均用公式
Figure BDA0002453528260000061
进行拟合,生成的每个波段的Etalon效应纹波曲线,如图8所示,为经过拟合后生成的160波段的Etalon效应纹波曲线,拟合后的各个周期的最大幅值一致性很好,克服了某些像元仅反映特定地物光谱特征以及像元非均匀性的影响,相邻像元的纹波幅值接近,条带范围较宽,具有明显的规律性;
其中,RA为探测器硅层的相对吸收率;kp为入射光入射探测器产生的干涉相位角的增益系数,是固定系数;bp为入射光入射探测器产生的干涉相位角的偏置系数,是固定系数;其中,x为空间维探测器像元序数,x=1,2,3,……,x_max,其中x_max为空间维像探测器像元序数最大值;y为沿轨推扫行数,y=1,2,3,……,y_max,其中y_max为沿轨推扫行数最大值;z为光谱维波段序数,z=1,2,3,……,z_max。
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 (6)

1.一种高光谱图像Etalon效应纹波的分离方法,其特征在于,包括如下:
1)从高光谱图像立方体数据DNf(x,y,z)中提取出选取波段的空间干涉纹波振幅分布曲线,再按照该波段的空间干涉纹波振幅分布曲线的一个波峰和波谷为一个空间纹波周期,计算该波段的空间干涉纹波振幅分布曲线相应的空间纹波周期数;
2)以该波段的空间干涉纹波振幅分布曲线对应的空间纹波周期数的一定倍数值为截止频率对该波段的空间干涉纹波振幅分布曲线进行低通滤波,得到该波段低通滤波后的空间干涉纹波振幅分布曲线;
3)再将该波段低通滤波后的空间干涉纹波振幅分布曲线的波峰局部最大值点的平均值作为Etalon效应纹波的波峰值Amax,将该波段低通滤波后的空间干涉纹波振幅分布曲线的波谷局部最小值点的平均值作为Etalon效应纹波的波谷值Amin,得到该波段的Etalon效应纹波曲线的精细度系数F:
F=Amax/Amin-1
最后将步骤1)获取的该波段的空间干涉纹波振幅分布曲线除波峰波谷位置外的曲线值均用公式
Figure FDA0002453528250000011
进行拟合,生成的该波段的Etalon效应纹波曲线;其中RA为探测器硅层的相对吸收率;kp为入射光入射探测器产生的干涉相位角的增益系数,是固定系数;bp为入射光入射探测器产生的干涉相位角的偏置系数,是固定系数;其中,x为空间维探测器像元序数,x=1,2,3,……,x_max,其中x_max为空间维像探测器像元序数最大值;y为沿轨推扫行数,y=1,2,3,……,y_max,其中y_max为沿轨推扫行数最大值;z为光谱维波段序数,z=1,2,3,……,z_max。
2.根据权利要求1所述的一种高光谱图像Etalon效应纹波的分离方法,其特征在于,选取波段的空间干涉纹波振幅分布曲线是由高光谱图像立方体数据DNf(x,y,z)中提取出的该波段的各个像元在沿轨方向的响应均值:
Figure FDA0002453528250000012
与所有波段的各个像元在沿轨方向的响应均值:
Figure FDA0002453528250000013
的比值归一化得到的:
Figure FDA0002453528250000014
其中,Fringe(x,z)代表该波段的空间干涉纹波振幅分布曲线;mean表示取均值操作,norm表示归一化操作;x为空间维探测器像元序数,x=1,2,3,……,x_max,其中x_max为空间维探测器像元序数最大值;y为沿轨推扫行数,y=1,2,3,……,y_max,其中y_max为沿轨推扫行数最大值;z为光谱维波段序数,z=1,2,3,……,z_max,其中z_max为光谱维波段序数最大值。
3.根据权利要求1所述的一种高光谱图像Etalon效应纹波的分离方法,其特征在于,所述一定倍数值取值范围优选为1~5倍。
4.根据权利要求1所述的一种高光谱图像Etalon效应纹波的分离方法,其特征在于,所述波峰局部最大值点为该波段低通滤波后的空间干涉纹波曲线内所有峰值大于或者等于其M个相邻波峰的峰值点,其平均值为Etalon效应纹波的波峰值Amax
5.根据权利要求1所述的一种高光谱图像Etalon效应纹波的分离方法,其特征在于,所述波峰局部最小值点为该波段低通滤波后的空间干涉纹波曲线内所有谷值小于或者等于其M个相邻波谷的谷值点,其平均值为Etalon效应纹波的波谷值Amin
6.根据权利要求4或者5所述的一种高光谱图像Etalon效应纹波的分离方法,其特征在于,所述M取值范围优选为1~10。
CN202010299752.8A 2019-11-14 2020-04-16 一种高光谱图像Etalon效应纹波的分离方法 Pending CN111476738A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202010299752.8A CN111476738A (zh) 2020-04-16 2020-04-16 一种高光谱图像Etalon效应纹波的分离方法
PCT/CN2020/126976 WO2021093676A1 (zh) 2019-11-14 2020-11-06 用于处理高光谱图像的方法
US17/744,106 US20220270362A1 (en) 2019-11-14 2022-05-13 Method for processing hyperspectral images

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010299752.8A CN111476738A (zh) 2020-04-16 2020-04-16 一种高光谱图像Etalon效应纹波的分离方法

Publications (1)

Publication Number Publication Date
CN111476738A true CN111476738A (zh) 2020-07-31

Family

ID=71753633

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010299752.8A Pending CN111476738A (zh) 2019-11-14 2020-04-16 一种高光谱图像Etalon效应纹波的分离方法

Country Status (1)

Country Link
CN (1) CN111476738A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021093676A1 (zh) * 2019-11-14 2021-05-20 中国科学院上海技术物理研究所启东光电遥感中心 用于处理高光谱图像的方法
EP4075375A1 (en) * 2021-04-13 2022-10-19 Siemens Aktiengesellschaft Filtering spectral imaging with minimum spectral cross-contamination

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1900741A (zh) * 2005-11-18 2007-01-24 北京航空航天大学 高光谱全偏振三维成像集成探测系统
CN101598798A (zh) * 2008-12-31 2009-12-09 中国资源卫星应用中心 一种对高光谱干涉数据进行光谱重建的系统和方法
CN104749136A (zh) * 2015-04-22 2015-07-01 山西大学 基于偏振旋转的频率调制光谱中残余幅度抑制装置及方法
US20160282182A1 (en) * 2015-03-27 2016-09-29 Seiko Epson Corporation Spectrometry device and image forming apparatus
KR20170106251A (ko) * 2017-07-20 2017-09-20 이영종 하이퍼스펙트럴 이미지 센서와 이를 이용한 3차원 스캐너
US20180224332A1 (en) * 2015-08-04 2018-08-09 Agency For Science, Technology And Research Hyperspectral imaging apparatus and method
CN110837090A (zh) * 2019-11-14 2020-02-25 中国科学院上海技术物理研究所启东光电遥感中心 一种星载高光谱红外图像干涉纹波的校正方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1900741A (zh) * 2005-11-18 2007-01-24 北京航空航天大学 高光谱全偏振三维成像集成探测系统
CN101598798A (zh) * 2008-12-31 2009-12-09 中国资源卫星应用中心 一种对高光谱干涉数据进行光谱重建的系统和方法
US20160282182A1 (en) * 2015-03-27 2016-09-29 Seiko Epson Corporation Spectrometry device and image forming apparatus
CN104749136A (zh) * 2015-04-22 2015-07-01 山西大学 基于偏振旋转的频率调制光谱中残余幅度抑制装置及方法
US20180224332A1 (en) * 2015-08-04 2018-08-09 Agency For Science, Technology And Research Hyperspectral imaging apparatus and method
KR20170106251A (ko) * 2017-07-20 2017-09-20 이영종 하이퍼스펙트럴 이미지 센서와 이를 이용한 3차원 스캐너
CN110837090A (zh) * 2019-11-14 2020-02-25 中国科学院上海技术物理研究所启东光电遥感中心 一种星载高光谱红外图像干涉纹波的校正方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021093676A1 (zh) * 2019-11-14 2021-05-20 中国科学院上海技术物理研究所启东光电遥感中心 用于处理高光谱图像的方法
EP4075375A1 (en) * 2021-04-13 2022-10-19 Siemens Aktiengesellschaft Filtering spectral imaging with minimum spectral cross-contamination
WO2022218686A1 (en) * 2021-04-13 2022-10-20 Siemens Aktiengesellschaft Filtering spectral imaging with minimum spectral cross-contamination

Similar Documents

Publication Publication Date Title
WO2021093676A1 (zh) 用于处理高光谱图像的方法
CN110211044B (zh) 基于去马赛克算法和主成分分析的多光谱成像方法及装置
Fasano et al. Wings: a wide-field nearby galaxy-cluster survey-i. optical imaging
CN111476738A (zh) 一种高光谱图像Etalon效应纹波的分离方法
CN107784632A (zh) 一种基于红外热成像系统的红外全景图的生成方法
CN109974854B (zh) 一种框幅式fpi高光谱图像的辐射校正方法
CN110837090B (zh) 一种星载高光谱红外图像干涉纹波的校正方法
CN106052870A (zh) 一种高分辨率红外成像光谱仪及其成像方法
JP6511158B2 (ja) スナップショット型偏光ハイパースペクトルカメラ及び画像化方法
CN113447118A (zh) 一种可实现彩色成像的多光谱成像芯片及彩色成像方法
CN115307733B (zh) 一种空间维编码光谱偏振一体化成像系统及其设计方法
Zhang et al. Compressive spectral imaging based on hexagonal blue noise coded apertures
Cheng et al. A relative radiometric correction method for airborne SWIR hyperspectral image using the side-slither technique
Volkmer et al. Short-period waves in small-scale magnetic flux tubes on the Sun.
CN108174127A (zh) 面阵cmos在全局快门工作方式下的相对辐射校正方法
JP2018513964A5 (ja) スナップショット型偏光ハイパースペクトルカメラ及び画像化方法
CN110427951A (zh) 一种基于非均匀采样策略的傅里叶单像素成像方法
CN116188278A (zh) 一种高分辨率非制冷红外多光谱相机线上实时信息增强方法及其应用
Wang et al. A study on the impact of spectral characteristics of filters on multispectral image acquisition
Ratliff et al. Scene-based correction of fixed pattern noise in hyperspectral image data using temporal reordering
CN107884070B (zh) 一种衍射光谱光场计算成像系统
CN113008368A (zh) 多光谱信息获取装置及获取方法
CN112161707B (zh) 一种微偏振阵列及其排布模式获取方法
Lang et al. A new SNR model for space-borne hyperspectral imagers including atmospheric scattering influence
Ravikanth Effective Image Fusion Technique based on Local Correlation Modeling in Wavelet Domain for Satellite Image Fusion

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 226200 building 11, Jinmeng entrepreneurship Park, No. 101, Nanhai Road, Qidong high tech Zone, Nantong City, Jiangsu Province

Applicant after: Qidong Zhongke photoelectric remote sensing center

Address before: 226200 building 11, Jinmeng entrepreneurship Park, No. 101, Nanhai Road, Qidong high tech Zone, Nantong City, Jiangsu Province

Applicant before: QIDONG PHOTOELECTRIC AND REMOTE SENSING CENTER, SHANGHAI INSTITUTE OF TECHNICAL PHYSICS OF THE CHINESE ACADEMY OF SCIENCES

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20240125

Address after: 200083 No. 500, Yutian Road, Shanghai, Hongkou District

Applicant after: SHANGHAI INSTITUTE OF TECHNICAL PHYSICS, CHINESE ACADEMY OF SCIENCE

Country or region after: China

Applicant after: Qidong Zhongke photoelectric remote sensing center

Address before: 226200 building 11, Jinmeng entrepreneurship Park, No. 101, Nanhai Road, Qidong high tech Zone, Nantong City, Jiangsu Province

Applicant before: Qidong Zhongke photoelectric remote sensing center

Country or region before: China