光学学报, 2020, 40 (22): 2230001, 网络出版: 2020-10-25 复制并引用该论文  本文已被引 4 次  被引通知

图 & 表

图 1. 不同风化类型及风化程度石窟表面的反射光谱表征

Fig. 1. Characterization of reflection spectrum of grottoes surface with different weathering types and degrees

下载图片 查看原文

图 2. 不同风化类型及风化程度石窟表面的光谱反射率

Fig. 2. Spectral reflectance of grotto surface with different weathering types and degrees

下载图片 查看原文

图 3. 不同风化类型及风化程度石窟表面光谱反射率的一阶导数特征

Fig. 3. Characteristics of the first derivative of spectral reflectance of grotto surface with different weathering types and degrees

下载图片 查看原文

图 4. 风化类型及风化程度评估方法的技术框图

Fig. 4. Technical block diagram of weathering types and degrees evaluation method

下载图片 查看原文

图 5. 实验流程

Fig. 5. Experimental process

下载图片 查看原文

图 6. 石窟表面多光谱成像数据采集。(a)目标采集区域的RGB图像;(b)目标区域的640 nm多光谱影像;(c)采样点分布

Fig. 6. Multispectral imaging data collection on grotto surface. (a) RGB image of target collection area; (b) 640 nm multi-spectral image of target area; (c) distribution of sampling points

下载图片 查看原文

图 7. 多光谱数据重组流程图

Fig. 7. Multi-spectral data reconstruction flow chart

下载图片 查看原文

图 8. 不同风化类型及风化程度石窟表面的标准化光谱反射率数据

Fig. 8. Normalized spectral reflectance data of grotto surface with different weathering types and degrees

下载图片 查看原文

图 9. 不同风化类型及风化程度石窟表面标准化光谱反射率数据的一阶导数特征

Fig. 9. Characteristics of the first derivative of standardized spectral reflectance date of grotto surface with different weathering types and degrees

下载图片 查看原文

图 10. 纯净风化区域的评估结果对比

Fig. 10. Assessment results of pure weathering area

下载图片 查看原文

图 11. 4种算法对石窟表面整体风化类型及风化程度的评估结果。(a)真实的风化类型及风化程度;(b) RF算法;(c) SVM算法;(d) SAM算法;(e) CNN算法

Fig. 11. Assessment results of four algorithms on overall weathering types and degrees of grotto surface. (a) True weathering types and degrees; (b) RF algorithm; (c) SVM algorithm; (d) SAM algorithm; (e) CNN algorithm

下载图片 查看原文

表 14种算法预测结果的对比

Table1. Comparison of prediction results of four algorithms

Algorithm Train accuracy /% Test accuracy /% Prediction accuracy /% Kappa coefficient RF 99.91 99.89 98.49 0.98 SVM 97.63 94.53 90.28 0.86 SAM 98.72 97.78 62.65 0.51 CNN 99.99 99.64 59.61 0.57

查看原文

表 24种算法的混淆矩阵对比

Table2. Comparison of confusion matrix of four algorithms

Algorithm Class Classification ratio /% Total /% Wstrong Wslight Wdust Wweak Wstrong 99.92 0 0 0 14.05 Wslight 0 100 0.11 0.21 10.05 RF Wdust 0 0 99.89 0 53.05 Wweak 0.08 0 0 99.79 22.86 Total 100 100 100 100 100 Wstrong 89.04 0 0 4.31 15.78 Wslight 4.28 97.32 4.38 16.97 8.35 SVM Wdust 0 0.53 94.11 0.57 52.55 Wweak 6.68 2.16 1.50 78.15 23.32 Total 100 100 100 100 100 Wstrong 80.13 0.05 0 47.45 28.81 Wslight 0.01 95.68 0.06 0 25.29 SAM Wdust 0 0 99.94 4.15 21.11 Wweak 19.86 4.26 0 48.40 23.79 Total 100 100 100 100 100 Wstrong 44.12 4.41 0 3.62 10.79 Wslight 55.88 95.90 1.39 95.86 21.14 CNN Wdust 0 0 98.44 0.52 28.74 Wweak 0 0 0.16 0 39.34 Total 100 100 100 100 100

查看原文

曹赤鹏, 王慧琴, 王可, 王展, 张刚, 马涛. 基于多光谱成像和随机森林算法的石窟表面风化智能评估方法[J]. 光学学报, 2020, 40(22): 2230001. Chipeng Cao, Huiqin Wang, Ke Wang, Zhan Wang, Gang Zhang, Tao Ma. Intelligent Evaluation Method of Grottoes Surface Weathering Based on Multispectral Imaging and Random Forest Algorithm[J]. Acta Optica Sinica, 2020, 40(22): 2230001.