搜索结果: 1-15 共查到“物理学 光谱图像”相关记录29条 . 查询时间(0.167 秒)
2017年5月26日，中国科学院新疆理化技术研究所承担的中科院科研装备研制项目“光电催化过程原位光谱图像分析系统研制”通过了中科院条财局组织的专家验收。该项目将表界面敏感的非线性激光光谱系统与光电催化过程调控及时/空间分辨检测技术集成，建立了光电催化过程原位光谱图像分析系统，可进行非线性激光光谱的时间分辨泵浦检测。系统激光脉宽为飞秒，脉冲重复频率1000Hz，可输出激光波长237-2600nm，和...
针对基于KL（Karhunen Loeve）变换和JPEG LS编码的多光谱图像压缩系统中码率控制不准确以及码率分配效果差的问题，提出了一种联合码率分配—码率控制方法。首先分析了重构波段失真相当的条件下各变换分量量化步长之间的关系，根据该关系对各分量统一调整量化步长以控制码率，使码率分配和码率控制有效统一起来。为了更精确的控制码率，满足图像通信中有限带宽的要求，还提出了基于二次迭代调整的码率控制方...
矢量维数分割量化的超光谱图像压缩方法
图像压缩 矢量量化 维数分割 超光谱图像
2013/11/20
提出了一种矢量维数分割量化的超光谱图像压缩算法，通过维数分割将矢量分为几个部分，然后利用哈达玛变换的性质，在哈达玛域内单独设计每个部分的码书。设计过程中采用最优矢量量化器设计原则，并结合分步判断排除不等式算法与LBG（Linde Bazo Gray）聚类算法快速生成矢量量化过程的最终码书，使各个部分的码书性能达到最优，改善整体码书的性能。实验表明，这种算法在码书尺寸相同的情况下，图像的恢复质量以及...
高光谱图像降维的判别流形学习方法
流形学习:高光谱降维 分类
2013/6/21
本文提出了一种高光谱图像降维的判别流形学习方法.针对获取的大量遥感对地观测数据存在大量冗余信息的特点,引入改进的流形学习方法对高光谱遥感数据进行降维处理,以提高遥感图像自动分类的总体准确度.该方法充分利用遥感图像自动分类中训练样本的判别信息,将输入样本的类别信息加入到常规流形学习方法的框架中,从本质上提高输出的特征在低维空间中的判别力.同时,引入线性化模型以解决流形学习方法中常见的小样本问题.对高...
基于多波段预测的高光谱图像分布式无损压缩
高光谱图像 无损压缩 分布式信源编码 多波段预测
2014/3/19
提出了一种基于分布式信源编码的高光谱图像无损压缩算法,用于星载高光谱数据的有效压缩。为充分利用高光谱图像较强的谱间相关性,引入多波段谱间线性预测方案获取当前编码块的预测值,有效降低了编码块的最大预测残差值。在此基础上,根据最大预测残差值确定编码块各像素所属陪集的索引,通过传输每个像素所属陪集的索引代替预测残差,实现高光谱图像压缩。对星载可见/红外成像光谱仪(AVIRIS)获取的高光谱图像进行实验,...
一种中药荧光指纹图谱的光谱图像构建方法
光谱成像 荧光光谱 中药指纹图谱 数据处理
2011/8/11
利用液晶光谱仪通过光谱成像法对黄柏和人参总皂甙进行了荧光光谱图像检测,采用滤波器与像素点定位联用的方法提取有效像素点,获取它们的荧光光谱图像,绘制了相应的中药荧光指纹图谱.结合欧氏距离的判定方法,将滤波器与像素点定位联用法、像素点优选法和背景差分算法所得的荧光指纹图谱进行比较,三种方法的差异由小到大的排序为滤波器与像素点定位联用法,背景差分算法,像素点优选法.说明滤波器与像素点定位联用法所得荧光指...
降维是高光谱图像常用的预处理手段,而核主成份分析通过非线性映射能够挖掘数据的高阶统计特性,是目前较常使用的特征提取方法.本文提出了一种基于优选样本的核主成份分析高光谱图像降维方法,算法挑选参与核主成份分析运算的样本时兼顾整幅高光谱图像的统计特性,以与全图能量分布相近的最小样本集为最终选择样本.本算法由IDL7.0实现,并在实际高光谱图像Cuprite上进行实验.结果表明,在大幅缩短运算时间的同时,...
基于多光谱图像的烟雾检测
烟雾检测 多光谱图像 光谱特征
2010/6/24
烟雾检测对于火灾早期防范非常重要，传统的智能视频和图像处理技术易受背景运动信息影响，抗干扰性差，且不容易区分森林水雾和燃烧产生的烟雾，森林防火误报率高。为此提出一种新的多光谱图像检测方法检测烟雾。采用多光谱成像系统，获取400至720 nm波段范围的烟雾、水雾光谱图像序列，对图像进行分层像素整合处理;利用欧氏距离度量不同分块光谱特征差异，获取动态区域光谱特征向量，根据目标与背景间光谱特征向量差异，...
基于MAP的高光谱图像超分辨率方法
高光谱图像 超分辨率 最大后验概率(MAP) 光谱端元(端元)
2010/6/24
高光谱图像得到了越来越广泛的应用，但较低的空间分辨率严重地影响着它的应用效果;其超分辨率方法受到学术界的高度重视，但一直没有得到很好的解决。为此重点研究了建立低分辨率资源图像与高分辨率目标图像之间的关系模型;引入关联感兴趣光谱端元的算子进行空间变换;应用最大后验概率(MAP)算法实现超分辨率复原。实验表明，该超分辨率方法具有超分辨率效果好、复杂度低、抗噪声性能强和保护感兴趣类别等优点。
QuickBird多光谱图像像元分解
QuickBird图像 像元分解 彩色合成
2010/2/4
以QuickBird卫星记录的DN值图像为实验数据，根据1～4波段积分辐亮度之和与全色波段积分辐亮度之间的比例关系及能量守恒律构建分解方程，将1～4波段图像每个像元分解成16(4×4)个像元，获得了分辨率为0.61 m的1～4波段辐亮度图像。与原图像比较，空间分辨率提高到4倍，地物细部特征清晰，视觉效果明显提高，图像成图适宜比例尺从1∶10 000提高到1∶2 500。
一种改进的光谱图像反演地表目标遥感反射率的方法
遥感反射率 太阳耀光 大气透过率
2009/8/26
提出一种改进的反演地表目标遥感反射率的方法.利用光谱图像中的太阳耀光估计当时气象条件下的大气透过率，分析了天空辐射和色散现象对反演的影响，据此构建遥感反演模型，计算出地表目标的遥感反射率.由于消除了天空漫射辐射带来的额外影响使得可见光波段的反演准确度大为提高，此外将菲涅尔反射率表示为波长的函数进行计算使反演光谱在整个波段范围内能更好地匹配实验室光谱.实验结果表明，改进算法计算的反射率能更好地匹配实...
一种“基于邻域背景检测的高光谱图像矢量滤波方法”近日获得了国家知识产权局授权，该专利由中科院上海技术物理研究所马艳华、王建宇、舒嵘、金星、马德敏、徐卫明等科研人员发明。
基于FastICA的高光谱图像目标分割
高光谱图像 独立成分分析 虚拟维数 目标分割
2010/9/27
面向高光谱图像目标识别与分类的应用背景，提出了一种基于快速独立成分分析（FastICA）的高光谱图像目标分割算法。通过引入虚拟维数对图像中的目标端元数量进行估计，利用基于非监督正交子空间投影的异常端元提取算法自动获取目标端元光谱，并将其作为FastICA的初始混合矩阵。采用最小噪声分量变换对原始数据进行降维，利用FastICA从降维后的主成分中依次提取出图像中的独立分量。最后，对各独立分量进行恒虚...