CN217359583U - 水生生物高信噪比多光谱多维度暗场成像系统 - Google Patents
水生生物高信噪比多光谱多维度暗场成像系统 Download PDFInfo
- Publication number
- CN217359583U CN217359583U CN202123292661.0U CN202123292661U CN217359583U CN 217359583 U CN217359583 U CN 217359583U CN 202123292661 U CN202123292661 U CN 202123292661U CN 217359583 U CN217359583 U CN 217359583U
- Authority
- CN
- China
- Prior art keywords
- imaging
- dark field
- light source
- dimensional
- field imaging
- 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
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本实用新型公开了一种水生生物高信噪比多光谱多维度暗场成像系统。系统包括多维度暗场成像模组、光源模组两部分，非共轴装配；光源模组包括白光光源和/或者荧光光源；所述的多维度暗场成像模组包括成像光谱相机、普通相机、分光棱镜和成像镜头，光从成像镜头进入，分光棱镜分出的光使成像光谱相机、普通相机共轭成像，从而实现二维图像与一维光谱的同时探测。本实用新型通过引入与多维度暗场成像模组非共轴装配的光源模组，可以对探测海域内的海洋生物（棕囊藻囊体、水母、毛虾等）进行暗场散射照明，可大幅提高多维度暗场成像系统探测信噪比。
Description
技术领域
本实用新型涉及一种水生生物高信噪比多光谱多维度暗场成像系统。
背景技术
目前，海洋生物光学成像探测多以原位摄像、光谱成像等传统探测手段为主。成像光谱技术集光学成像和光谱测量为一体，可以同时获取目标的图像信息和对应的光谱信息。成像光谱仪能够对物质的结构和成分进行分析、测量和处理，具有分析精度高、测量范围广等优点，广泛应用于石油、材料、农学、地质勘探、生物化学、医药卫生、环境保护、安全检测等领域。
但现有海洋原位光谱成像探测技术通常采用共轴补光照明探测，然后由光谱相机收集该区域反射光谱，该方法在陆地上使用颇多，但是在海洋中杂质较多致使所探测到的光谱成像结果信噪比较差，因此如何提升海洋原位光谱成像探测技术信噪比以及如何拓宽探测维度成为了目前急需解决的问题。
实用新型内容
为了克服现有技术的不足，本实用新型的目的是提供一种水生生物高信噪比多光谱多维度暗场成像系统。
本实用新型解决其技术问题所采用的技术方案如下：
一种水生生物高信噪比多光谱多维度暗场成像系统，包括多维度暗场成像模组、光源模组两部分，非共轴装配；光源模组包括白光光源和/或者荧光光源；所述的多维度暗场成像模组包括成像光谱相机、普通相机、分光棱镜和成像镜头，光从成像镜头进入，分光棱镜分出的光使成像光谱相机、普通相机共轭成像，从而实现二维图像与一维光谱的同时探测。
所述的多维度暗场成像模组、光源模组垂直装配。
本实用新型的有益效果是，引入与多维度暗场成像模组非共轴装配的光源模组，可以对待测海域内的海洋生物（棕囊藻囊体、水母、毛虾等）进行暗场散射照明，可大幅提高多维度暗场成像系统探测信噪比。并且通过引入分光棱镜使多维度暗场成像模组中的普通相机和光谱成像相机等多种相机共轭，实现海洋生物多维高信噪比成像探测。
附图说明
图1为一种水生生物高信噪比多光谱多维度暗场成像系统的一种结构示意图；
图2为海洋生物高信噪比多维度暗场成像系统实物图;
图3为棕囊藻囊体高信噪比多光谱成像结果；
图4为棕囊藻囊体高信噪比多光谱成像计数结果；
图中，多维度暗场成像模组1、光源模组2、光谱成像相机3、普通相机4、分光棱镜5、成像镜头6、白光光源7、荧光光源8。
具体实施方式
下面结合附图和实施例对本实用新型做进一步阐述。
实施例1
一种海洋生物高信噪比多光谱多维度暗场成像系统包括多维度暗场成像模组、光源模组两部分。系统对探测区域进行探测时，先开启白光光源实现对探测区域的可见光全光谱暗场照明，同时打开光谱成像相机和普通相机采集探测区域的暗场散射光，得到其二维图像与一维光谱的融合。之后关闭白光光源，打开荧光光源（紫光光源），实现探测区域的暗场荧光图谱探测，进而实现叶绿素生物的特异性识别探测，该方法可大幅提高生物识别准确率。
如图1所示，多光谱多维度暗场成像模组1包括成像光谱相机3、普通相机4、分光棱镜5和成像镜头6。光源模组2包括白光光源7和荧光光源8。探测区域受到光源模组2照明后，散射光通过成像镜头6进入分光棱镜5，之后按照一定分光比成像于成像光谱相机3和普通相机4，从而实现探测区域的高信噪比多光谱多维度暗场成像。
应用实施例
本实用新型海洋生物高信噪比多光谱多维度暗场成像系统，实物如图2所示，对棕囊藻囊体（一种海洋致灾生物）进行了高信噪比多维度暗场成像探测，先开启白光光源实现对棕囊藻囊体的可见光全光谱暗场照明，同时打开光谱成像相机和普通相机采集探测区域的暗场散射光，实现其二维图像与一维光谱的融合。之后关闭白光光源，打开紫光光源，实现棕囊藻囊体区域的暗场荧光图谱探测，进而实现其特异性识别探测，其中白光高信噪比光谱成像结果如图3所示。
基于所述的暗场高信噪比图谱探测结果，结合人工智能态密度算法可实现视场下的目标生物高准确率计数；将成像系统拍摄到的图片或视频进行人工标注，获取每个目标生物的位置坐标，并利用高斯卷积做去离散化操作，获得真值标签数据；利用resnet做为特征提取网络，做回归训练，使得网络输出密度图，最后对密度图进行积分操作获得最终的目标生物个数预测值,再除以光照成像区域的体积(视场面积乘以水平光照的厚度)就获得目标生物的密度。
密度图具有每个棕囊藻囊体的位置信息，同时每个藻体在图中占有一定的面积。它们的数值以藻体位置坐标为中心，呈高斯分布且和为1。对密度图做积分操作以获得准确的棕囊藻囊体个数。识别计数结果如图4所示，准确率优于95%。
上述描述中的实施方案可以进一步组合或者替换，且实施方案仅仅是对本实用新型的优选实施例进行描述，并非对本实用新型的构思和范围进行限定。比如，光源模组可仅包括白光光源，而不包括荧光光源，探测不具有叶绿素等荧光物质的水生生物时，可不使用荧光光源。
在不脱离本实用新型设计思想的前提下，本领域普通技术人员对本实用新型的技术方案做出的各种变化和改进，均属于本实用新型的保护范围。本实用新型的保护范围由所附权利要求及其任何等同物给出。
Claims (2)
1.一种水生生物高信噪比多光谱多维度暗场成像系统，其特征在于，包括多维度暗场成像模组、光源模组两部分，非共轴装配；光源模组包括白光光源和/或者荧光光源；所述的多维度暗场成像模组包括成像光谱相机、普通相机、分光棱镜和成像镜头，光从成像镜头进入，分光棱镜分出的光使成像光谱相机、普通相机共轭成像，从而实现二维图像、一维光谱同时探测。
2.根据权利要求1所述的一种水生生物高信噪比多光谱多维度暗场成像系统，其特征在于，所述的多维度暗场成像模组、光源模组垂直装配。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202123292661.0U CN217359583U (zh) | 2021-12-25 | 2021-12-25 | 水生生物高信噪比多光谱多维度暗场成像系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202123292661.0U CN217359583U (zh) | 2021-12-25 | 2021-12-25 | 水生生物高信噪比多光谱多维度暗场成像系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN217359583U true CN217359583U (zh) | 2022-09-02 |
Family
ID=83041026
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202123292661.0U Active CN217359583U (zh) | 2021-12-25 | 2021-12-25 | 水生生物高信噪比多光谱多维度暗场成像系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN217359583U (zh) |
-
2021
- 2021-12-25 CN CN202123292661.0U patent/CN217359583U/zh active Active
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11501544B2 (en) | Deep learning-enabled portable imaging flow cytometer for label-free analysis of water samples | |
| Li et al. | Quantifying understory and overstory vegetation cover using UAV-based RGB imagery in forest plantation | |
| Li et al. | A novel surface water index using local background information for long term and large-scale Landsat images | |
| US11125675B2 (en) | Fluid suspended particle classifier | |
| CN107389638A (zh) | 一种显微荧光光谱成像海洋浮游植物原位分类识别方法及装置 | |
| CN109145830A (zh) | 一种智能水尺识别方法 | |
| CN102147523B (zh) | 双ccd感光元件生物数字显微镜及其摄影图像处理方法 | |
| CN110132989A (zh) | 一种混凝土裂缝检测设备、方法以及终端系统 | |
| CN101796391A (zh) | 血液检查装置 | |
| CN112924028B (zh) | 一种面向海面溢油的光场偏振成像探测系统 | |
| Hu et al. | Remote estimation of trophic state index for inland waters using Landsat-8 OLI imagery | |
| Wang et al. | Vision-based in situ monitoring of plankton size spectra via a convolutional neural network | |
| CN111220588A (zh) | 一种基于油膜荧光亮度的流场辐聚辐散测量方法 | |
| CN217359583U (zh) | 水生生物高信噪比多光谱多维度暗场成像系统 | |
| CN108344723A (zh) | 一种湿地土壤的原位同步监测方法 | |
| Jiang et al. | A multi-scale approach to detecting standing dead trees in UAV RGB images based on improved faster R-CNN | |
| Yang et al. | Contrastive learning-based image retrieval for automatic recognition of in situ marine plankton images | |
| Li et al. | Intelligent identification of pine wilt disease infected individual trees using UAV-based hyperspectral imagery | |
| CN207301366U (zh) | 一种水下探测分孔径双ccd实时偏振成像装置 | |
| CN115096824A (zh) | 水生生物高信噪比多光谱多维度暗场成像系统及应用方法 | |
| Kollmeier et al. | Spectral contrasts for landmark navigation | |
| CN1308230A (zh) | 高分辨阿达玛变换显微图像分析仪 | |
| CN114119618A (zh) | 一种基于深度学习的内陆盐湖卤虫条带遥感提取方法 | |
| CN108387553B (zh) | 针对白细胞与血小板共存全息图的分块重建与分类计数方法 | |
| Tian et al. | A novel remote sensing index for brine shrimp (Artemia) slick detection in salt lakes |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GR01 | Patent grant | ||
| GR01 | Patent grant |