CN117091699A - 一种基于融合光学可调滤光片及光谱成像系统 - Google Patents
一种基于融合光学可调滤光片及光谱成像系统 Download PDFInfo
- Publication number
- CN117091699A CN117091699A CN202311027704.3A CN202311027704A CN117091699A CN 117091699 A CN117091699 A CN 117091699A CN 202311027704 A CN202311027704 A CN 202311027704A CN 117091699 A CN117091699 A CN 117091699A
- Authority
- CN
- China
- Prior art keywords
- light
- spectrum
- deep sea
- module
- detection
- 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
Links
- 230000003287 optical effect Effects 0.000 title claims abstract description 54
- 230000004927 fusion Effects 0.000 title claims abstract description 26
- 238000000701 chemical imaging Methods 0.000 title claims description 13
- 238000001228 spectrum Methods 0.000 claims abstract description 112
- 238000001514 detection method Methods 0.000 claims abstract description 96
- 238000005457 optimization Methods 0.000 claims abstract description 60
- 239000013535 sea water Substances 0.000 claims abstract description 39
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 16
- 230000004907 flux Effects 0.000 claims abstract description 10
- 238000012549 training Methods 0.000 claims description 26
- 238000012937 correction Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 13
- 230000003595 spectral effect Effects 0.000 claims description 9
- 238000007499 fusion processing Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 7
- 238000003384 imaging method Methods 0.000 abstract description 3
- 238000000034 method Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 5
- 238000012216 screening Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000010220 Pearson correlation analysis Methods 0.000 description 3
- 230000009189 diving Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 238000002834 transmittance Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/271—Image signal generators wherein the generated image signals comprise depth maps or disparity maps
-
- 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
-
- 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
- G01J3/2823—Imaging spectrometer
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/275—Image signal generators from 3D object models, e.g. computer-generated stereoscopic image signals
-
- 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
- G01J2003/2866—Markers; Calibrating of scan
-
- 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
- G01J2003/2866—Markers; Calibrating of scan
- G01J2003/2873—Storing reference spectrum
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于融合光学可调滤光片及光谱成像系统,包括光学模块向深海检测区域发射第一光线和第二光线,再收集第一反射光线和第二反射光线;可调滤光片对第一反射光线和第二反射光线调光得到第一调整光线和第二调整光线;采集模块采集得到高分辨率图像和大景深图像;检测模块实时检测得到深海检测区域的海水透明度,可调滤光片的角度和通光量以及功率系数作为检测数据;融合模块分别对高分辨率图像和大景深图像融合处理得到三维立体图像;光谱分析模块对三维立体图像进行光谱分析,得到深海光谱数据;光谱优化模块将深海光谱数据和各检测数据输入光谱优化模型,得到深海优化光谱。本发明提升了对深海检测区域的光谱数据的检测精度。
Description
技术领域
本发明涉及光谱成像技术领域,尤其涉及一种基于融合光学可调滤光片及光谱成像系统。
背景技术
融合光学技术是解决分辨率和景深之间负相关关系的精细光学方法。融合光学技术使用两个不同的光路:一条光路提供高分辨率,一条光路提供大景深,人脑将两个独立的图像融合为一个立体的图像,可兼顾到高分辨率和大景深。可调滤光片是一种特殊类型的滤镜,它具有可调节的通光量,在拍摄时通过改变入射光线来控制成像的曝光度。光谱成像技术是利用单个或多个光谱通道进行光谱数据采集和处理、图像显示和分析解释的技术。光谱成像技术被广泛应用于海洋检测,但是海洋的深层处浮游生物和沉积物多,导致透光度以及可见度很低。现有的光谱成像系统对于海洋的深层处的光谱检测,受限于海洋的深层处极低的透光度和可见度,光谱检测的精度无法得到有效的保证。
发明内容
针对现有技术存在的不足,本发明的目的在于提供一种基于融合光学可调滤光片及光谱成像系统,用于提升对深海检测区域的光谱数据的检测精度。
为实现上述目的,本发明提供了如下技术方案:一种基于融合光学可调滤光片及光谱成像系统,包括:
光学模块,用于向深海检测区域发射第一光线和第二光线,再收集所述深海检测区域反射的第一反射光线和第二反射光线;
可调滤光片,连接所述光学模块,用于分别对所述第一反射光线和所述第二反射光线进行调光,得到第一调整光线和第二调整光线;
采集模块,连接所述可调滤光片,用于采集得到所述第一调整光线的高分辨率图像,以及所述第二调整光线的大景深图像;
检测模块,用于实时检测得到所述深海检测区域的海水透明度,所述可调滤光片的角度和通光量以及所述光学模块的功率系数作为检测数据;
融合模块,连接所述采集模块,用于分别对所述高分辨率图像和所述大景深图像融合处理,得到三维立体图像;
光谱分析模块,连接所述融合模块,用于对所述三维立体图像进行光谱分析,得到深海光谱数据;
光谱优化模块,连接所述光谱分析模块和所述检测模块,用于将所述深海光谱数据和各所述检测数据输入预先训练完成的光谱优化模型中,得到深海优化光谱。
进一步地,所述光学模块包括:
发射光源,用于向所述深海检测区域发射检测光线;
准直镜,连接所述发射光源,用于将所述检测光线准直为准直光线;
分束器,连接所述准直镜,用于将所述准直光线分为第一光线和第二光线;
反射镜,用于将照射到所述深海检测区域后的所述第一光线和所述第二光线分别反射为所述第一反射光线和所述第二反射光线。
进一步地,所述光谱优化模块包括:
存储单元,用于保存若干训练数据,并将各所述训练数据划分为训练集和测试集,所述训练数据包括训练标准分析光谱数据、标准检测数据和深海标准光谱数据;
建立单元,用于引入一初始模型,用于将训练集中的若干所述标准分析光谱数据和相应所述标准检测数据作为输入,将相应的所述深海标准光谱数据作为输出,训练得到初始优化模型;
优化单元,连接所述优化模型,用于将测试集中的各所述标准分析光谱数据和相应所述标准检测数据作为输入所述初始优化模型中,得到初始优化光谱,并根据各所述初始优化光谱与相应的各所述深海标准光谱数据计算得到预测偏差值,在所述预测偏差值不大于预设的偏差阈值时将所述初始模型作为所述光谱优化模型输出。
进一步地,所述检测模块还用于检测所述深海检测区域的海水深度和海水温度,并根据所述海水深度和所述海水温度生成模型矫正系数,所述光谱优化模块还包括矫正单元,连接所述优化单元,用于根据所述模型矫正系数调整所述光谱优化模型的输入层与隐藏层之间的参数并重新训练,得到矫正后的所述光谱优化模型。
本发明的有益效果:
本发明通过光学模块向深海检测区域发射第一光线和第二光线,接收到第一反射光线和第二反射光线后,利用可调滤光片进行调光得到第一调整光线和第二调整光线,再分别采集第一调整光线的高分辨率图像和第二调整光线的大景深图像,融合模块融合处理高分辨率图像和大景深图像得到三维立体图像,该三维立体图像兼具高分辨率和大景深,相较于传统的光线图像同时提升了清晰度和立体感;进而对三维立体图像进行光谱分析得到深海光谱数据,最终将深海光谱数据和各检测数据输入光谱优化模型中得到深海优化光谱,该深海优化光谱相较于深海光谱数据,滤除了海水透明度、调滤光片的角度和通光量以及光学模块的功率系数这些检测变量的影响,因此对深海检测区域的光谱检测精度得以显著提升。
附图说明
图1是本发明中基于融合光学可调滤光片及光谱成像系统的结构示意图。
附图标记:1、光学模块;11、发射光源;12、准直镜;13、分束器;14、反射镜;2、可调滤光片;3、采集模块;4、检测模块;5、融合模块;6、光谱分析模块;7、光谱优化模块;71、存储单元;72、建立单元;73、优化单元;74、矫正单元。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,当组件被称为“固定于”另一个组件,它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“连接”另一个组件,它可以是直接连接到另一个组件或者可能同时存在居中组件。当一个组件被认为是“设置于”另一个组件,它可以是直接设置在另一个组件上或者可能同时存在居中组件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
请同时参见图1,本实施例提供了一种融合光学可调滤光片2及光谱成像系统,包括:
光学模块1,用于向深海检测区域发射第一光线和第二光线,再收集深海检测区域反射的第一反射光线和第二反射光线;
可调滤光片2,连接光学模块1,用于分别对第一反射光线和第二反射光线进行调光,得到第一调整光线和第二调整光线;
采集模块3,连接可调滤光片2,用于采集得到第一调整光线的高分辨率图像,以及第二调整光线的大景深图像;
检测模块4,用于实时检测得到深海检测区域的海水透明度,可调滤光片2的角度和通光量以及光学模块1的功率系数作为检测数据;
融合模块5,连接采集模块3,用于分别对高分辨率图像和大景深图像融合处理,得到三维立体图像;
光谱分析模块6,连接融合模块5,用于对三维立体图像进行光谱分析,得到深海光谱数据;
光谱优化模块7,连接光谱分析模块6和检测模块4,用于将深海光谱数据和各检测数据输入预先训练完成的光谱优化模型中,得到深海优化光谱。
具体地,本实施例中,光学模块1、可调滤光片2、采集模块3、检测模块4、融合模块5和光谱优化模块7均集成设置在深海潜水设备上,用于在深海区域检测得到光谱数据。其中,深海潜水设备可以为深潜器。
光学模块1可以为集成了发射光源11、准直镜12、分束器13和反射镜14的整体结构。光源朝向深海检测区域发光,光线经过准直镜12准直之后,由分束器13分成两个光路照射深海检测区域,分别为第一光路和第二光路。其中第一光路用于提供高分辨率,第二光路用于提供大景深。第一光线经第一光路照射到深海检测区域后经反射镜14反射为第一反射光线,第一反射光线反射至可调滤光片2,经可调滤光片2的调光变为第一调整光线。第二光线经第二光路照射到深海检测区域后经反射镜14反射为第二反射光线,第二反射光线反射至可调滤光片2,经可调滤光片2的调光变为第二调整光线,第一调整光线是流经第一光路的用于提供高分辨率的光线,第二调整光线是流经第二光路的用于提供大景深的光线。采集模块3分别对第一调整光线和第二调整光线的光线图像进行采集,得到高分辨率图像和大景深图像。其中采集模块3可以为两台推扫式光谱采样相机,其中一台用于采集第一调整光线的高分辨率图像,另一台用于采集第二调整光线的大景深图像。检测模块4由多个检测装置构成,检测装置包括水质透明度检测仪、用于滤光片的角度检测装置和光通量检测装置、功率因数表。其中水质透明度检测仪的型号可以为KCT-8S,在深潜器上还设有抽水设备,通过抽水设备抽取深海检测区域的海水,然后利用水质透明度检测仪器对海水的透明度进行检测,得到海水透明度。由于反射镜14的位置和角度是不变的,而可调滤光片2的角度和通光量会发生动态调整,因此角度检测装置和光通量检测装置只需要对可调滤光片2的角度和通光量进行采集记录。功率因数表连接光学模块1中发射光源11的驱动器,用于采集发射光源11的瞬时功率因数值作为功率系数。融合模块5模拟人脑在融合光学技术中的作用,用于实现将高分辨率图像和大景深图像融合形成一张三维立体图像。融合过程包括特征提取步骤和特征融合步骤,其中特征提取步骤为:Transformer模型对高分辨率图像和大景深图像分别进行多层次特征提取,得到分辨率特征和景深特征。特征融合步骤为:Attention特征融合后算法将提取得到的分辨率特征和景深特征进行特征融合处理得到三维综合特征,其中三维综合特征同时包含有分辨率特征和景深调整,最终根据三维综合特征生成三维立体图像。三维立体图像中包含有光谱特征,光谱分析模块6首先利用预处理算法对三维立体图像中的变异光谱数据进行去除,提升光谱数据的纯净度。其中该预处理算法可以为标准正态变量变换。在去除变异光谱数据等无效的光谱数据后,光谱分析模块6利用基于CEM的目标检测算法提取三维立体数据中的光谱特征,形成深海光谱数据。该深海光谱数据中同时受到水透明度、调滤光片的角度和通光量以及光学模块1的功率系数这些检测变量的影响,因此深海光谱数据的检测精度不够高。为了提升光谱数据的检测精度,光谱优化模块7利用预先训练完成的光谱优化模型对深海光谱数据进行优化,滤除了检测数据的影响,因此最终输出的深海优化光谱的光谱精度得以显著提升。
本技术方案通过光学模块1向深海检测区域发射第一光线和第二光线,接收到第一反射光线和第二反射光线后,利用可调滤光片2进行调光得到第一调整光线和第二调整光线,再分别采集第一调整光线的高分辨率图像和第二调整光线的大景深图像,融合模块5融合处理高分辨率图像和大景深图像得到三维立体图像,该三维立体图像兼具高分辨率和大景深,相较于传统的光线图像同时提升了清晰度和立体感;进而对三维立体图像进行光谱分析得到深海光谱数据,最终将深海光谱数据和各检测数据输入光谱优化模型中得到深海优化光谱,该深海优化光谱相较于深海光谱数据,滤除了海水透明度、调滤光片的角度和通光量以及光学模块1的功率系数这些检测变量的影响,因此对深海检测区域的光谱检测精度得以显著提升。
本实施方案中,参照图1所示,光学模块1包括:
发射光源11,用于向深海检测区域发射检测光线;
准直镜12,连接发射光源11,用于将检测光线准直为准直光线;
分束器13,连接准直镜12,用于将准直光线分为第一光线和第二光线;
反射镜14,用于将照射到深海检测区域后的第一光线和第二光线分别反射为第一反射光线和第二反射光线。
具体地,本实施例中,发射光源11的型号可以为CEL-LED100HA,该信号的发射光源11具有高稳定性、高均匀性和高寿命的优点,通过使用该发射光源11,可以提升整个光学模块1的耐用性。准直镜12的型号可以为84-UV-25,该型号的准直镜12具有传输距离长的优点,保证深海光线传播的有效距离。
优选的,本实施方案中,参照图1所示,光谱优化模块7包括:
存储单元71,用于保存若干训练数据,并将各训练数据划分为训练集和测试集,训练数据包括训练标准分析光谱数据、标准检测数据和深海标准光谱数据;
建立单元72,用于引入一初始模型,用于将训练集中的若干标准分析光谱数据和相应标准检测数据作为输入,将相应的深海标准光谱数据作为输出,训练得到初始优化模型;
优化单元73,连接优化模型,用于将测试集中的各标准分析光谱数据和相应标准检测数据作为输入初始优化模型中,得到初始优化光谱,并根据各初始优化光谱与相应的各深海标准光谱数据计算得到预测偏差值,在预测偏差值不大于预设的偏差阈值时将初始模型作为光谱优化模型输出。
具体地,本实施例中,光谱分析模块6和光谱优化模块7分别为设置在智能控制终端上的光谱分析软件和光谱优化软件,其中存储单元71可以为智能控制终端上的非易失性物理存储器。建立单元72引入BP神经网络模型作为初始模型,利用训练集中的标准分析光谱数据、标准检测数据、深海标准光谱数据训练得到初始优化模型,再利用测试集中的标准分析光谱数据、标准检测数据、深海标准光谱数据对初始优化模型的预测精度进行验证,当预测偏差值不大于偏差阈值时表明此时的初始优化模型的预测精度达标,可以作为光谱优化模型输出,光谱优化模型可以根据实时检测到的检测数据以及分析得到的深海光谱数据预测得到深海优化数据。其中偏差阈值可以为0.1。标准检测数据包括标准海水透明度,可调滤光片2的标准角度和标准通光量以及光学模块1的标准功率系数。其中初始优化模型在训练之间还包括一参数筛选的过程。参数筛选的过程包括:将深海标准光谱数据与标准分析光谱数据做差得到标准光谱差值数据。筛选数据库中包含超过10种类型参数,利用Pearson相关性分析方法对各类型参数与标准光谱差值数据之间的相关系数绝对值进行分析,得到与标准光谱差值数据之间的相关系数排名前四的四种参数作为检测数据,即为:标准海水透明度、可调滤光片2的标准角度和标准通光量以及光学模块1的标准功率系数。因此在初始模型的训练过程中,使用上述四种类型的检测数据作为模型训练的输入训练量。在本实施例中,光谱优化模型的表达式配置为:
其中,P(λ)用于表示深海光谱数据,R(λ)用于表示深海优化光谱,St1用于表示海水透明度,St0用于表示标准海水透明度,Ag1用于表示角度,Ag0用于表示标准角度,Lf1用于表示通光量,Lf0用于表示标准通光量,Pf1用于表示功率系数,Pf2用于表示标准功率系数,k1、k2、k3、k4分别用于表示预先配置的第一系数、第二系数、第三系数和第四系数。
优选的,本实施方案中,参照图1所示,检测模块4还用于检测深海检测区域的海水深度和海水温度,并根据海水深度和海水温度生成模型矫正系数,光谱优化模块7还包括矫正单元74,连接优化单元73,用于根据模型矫正系数调整光谱优化模型的输入层与隐藏层之间的参数并重新训练,得到矫正后的光谱优化模型。
具体地,本实施例中,在利用Pearson相关性分析方法对各类型参数与标准光谱差值数据之间的相关系数绝对值进行分析过程中,标准海水深度与标准海水温度也是筛选数据库的两种参数种类,利用Pearson相关性分析方法分别对标准海水深度、标准海水温度与标准光谱差值数据之间的相关系数分析计算排名,标准海水深度、标准海水温度在各参数种类中的排名分别为第五和第六,因此也会模型训练过程产生较大影响。相应的检测模块4检测得到的海水深度和海水温度会对模型的精度产生影响,为了减少海水深度和海水温度对模型精度的影响,进一步提升模型的预测精度,需要利用海水深度和海水温度生成模型矫正系数,其中模型矫正系数的生成公式配置为:
其中Cc用于表示模型矫正系数,Dos用于表示海水深度,Dos'用于表示标准海水深度,Wt用于表示海水温度,Wt'用于表示标准海水温度。模型矫正系数与第一系数、第二系数、第三系数和第四系数之间的关系配置为:Cc=k1k2k3k4。利用模型矫正系数的调整第一系数、第二系数、第三系数和第四系数,进而实现了对光谱优化模型的精度矫正,进一步提升了光谱优化模型对深海处深海优化光谱的预测精度。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (4)
1.一种基于融合光学可调滤光片及光谱成像系统,其特征在于,包括:
光学模块,用于向深海检测区域发射第一光线和第二光线,再收集所述深海检测区域反射的第一反射光线和第二反射光线;
可调滤光片,连接所述光学模块,用于分别对所述第一反射光线和所述第二反射光线进行调光,得到第一调整光线和第二调整光线;
采集模块,连接所述可调滤光片,用于采集得到所述第一调整光线的高分辨率图像,以及所述第二调整光线的大景深图像;
检测模块,用于实时检测得到所述深海检测区域的海水透明度,所述可调滤光片的角度和通光量以及所述光学模块的功率系数作为检测数据;
融合模块,连接所述采集模块,用于分别对所述高分辨率图像和所述大景深图像融合处理,得到三维立体图像;
光谱分析模块,连接所述融合模块,用于对所述三维立体图像进行光谱分析,得到深海光谱数据;
光谱优化模块,连接所述光谱分析模块和所述检测模块,用于将所述深海光谱数据和各所述检测数据输入预先训练完成的光谱优化模型中,得到深海优化光谱。
2.根据权利要求1所述的基于融合光学可调滤光片及光谱成像系统,其特征在于,所述光学模块包括:
发射光源,用于向所述深海检测区域发射检测光线;
准直镜,连接所述发射光源,用于将所述检测光线准直为准直光线;
分束器,连接所述准直镜,用于将所述准直光线分为第一光线和第二光线;
反射镜,用于将照射到所述深海检测区域后的所述第一光线和所述第二光线分别反射为所述第一反射光线和所述第二反射光线。
3.根据权利要求1所述的基于融合光学可调滤光片及光谱成像系统,其特征在于,所述光谱优化模块包括:
存储单元,用于保存若干训练数据,并将各所述训练数据划分为训练集和测试集,所述训练数据包括训练标准分析光谱数据、标准检测数据和深海标准光谱数据;
建立单元,用于引入一初始模型,用于将训练集中的若干所述标准分析光谱数据和相应所述标准检测数据作为输入,将相应的所述深海标准光谱数据作为输出,训练得到初始优化模型;
优化单元,连接所述优化模型,用于将测试集中的各所述标准分析光谱数据和相应所述标准检测数据作为输入所述初始优化模型中,得到初始优化光谱,并根据各所述初始优化光谱与相应的各所述深海标准光谱数据计算得到预测偏差值,在所述预测偏差值不大于预设的偏差阈值时将所述初始模型作为所述光谱优化模型输出。
4.根据权利要求3所述的基于融合光学可调滤光片及光谱成像系统,其特征在于,所述检测模块还用于检测所述深海检测区域的海水深度和海水温度,并根据所述海水深度和所述海水温度生成模型矫正系数,所述光谱优化模块还包括矫正单元,连接所述优化单元,用于根据所述模型矫正系数调整所述光谱优化模型的输入层与隐藏层之间的参数并重新训练,得到矫正后的所述光谱优化模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311027704.3A CN117091699A (zh) | 2023-08-15 | 2023-08-15 | 一种基于融合光学可调滤光片及光谱成像系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311027704.3A CN117091699A (zh) | 2023-08-15 | 2023-08-15 | 一种基于融合光学可调滤光片及光谱成像系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117091699A true CN117091699A (zh) | 2023-11-21 |
Family
ID=88774506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311027704.3A Pending CN117091699A (zh) | 2023-08-15 | 2023-08-15 | 一种基于融合光学可调滤光片及光谱成像系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117091699A (zh) |
-
2023
- 2023-08-15 CN CN202311027704.3A patent/CN117091699A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102047977B1 (ko) | 심층 신경망 알고리즘 기반 eo/ir 영상 융합 시스템 및 방법 | |
CN111121722A (zh) | 结合激光点阵和偏振视觉的双目三维成像方法 | |
US20100265385A1 (en) | Light Field Camera Image, File and Configuration Data, and Methods of Using, Storing and Communicating Same | |
CN112019719B (zh) | 基于光学分幅光场相机的高分辨率光场系统和成像方法 | |
CN112462349A (zh) | 一种光谱共焦位移传感器波长计算方法、系统、服务器及存储介质 | |
CN111366557A (zh) | 一种基于薄散射介质的相位成像方法 | |
CN114897752B (zh) | 一种基于深度学习的单透镜大景深计算成像系统及方法 | |
CN104121850A (zh) | 一种郁闭度的测定方法和装置 | |
CN105466576B (zh) | 一种对大气湍流高度和角度非等晕波前误差同步测量装置及方法 | |
Wang et al. | Calibration and 3D reconstruction of underwater objects with non-single-view projection model by structured light stereo imaging | |
CN109639942A (zh) | 水下成像系统、水下成像设备及水下成像方法 | |
CN203011419U (zh) | 一种多光学传感器光轴平行性数字检校仪 | |
CN112212977A (zh) | 高速高分辨高精度超高温熔池温度场在线监测装置与方法 | |
CN104813217B (zh) | 用于设计能够估计景深的无源单通道成像器的方法 | |
CN116757986A (zh) | 一种红外与可见光图像融合方法及装置 | |
CN105025219A (zh) | 图像获取方法 | |
CN112651286B (zh) | 一种基于透明屏的三维深度感知装置及方法 | |
CN116664448B (zh) | 一种基于图像去雾的中高能见度计算方法及计算系统 | |
CN117091699A (zh) | 一种基于融合光学可调滤光片及光谱成像系统 | |
CN105022995B (zh) | 基于光强信息的书画元素扩散渗透信息提取及分析方法 | |
CN110851965A (zh) | 一种基于物理模型的光源优化方法及优化系统 | |
CN103400381B (zh) | 一种基于光学成像的水下目标跟踪方法 | |
CN114353946B (zh) | 一种衍射快照光谱成像方法 | |
JP7372589B2 (ja) | 水中レーザ視認装置 | |
CN108431660A (zh) | 范围优化的全光变焦 |
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 |