楔形滤光片型光谱成像仪具有无运动部件、 低光机复杂度等优点, 是低成本微型化光谱成像仪的一个重要发展方向。 不同于传统色散型光谱成像仪, 楔形滤光片型光谱成像仪获取的数据是光谱-空间混合调制的图像。 针对直接应用CCSDS123进行楔形滤光片型光谱成像仪数据压缩时压缩比较低的问题, 结合楔形滤光片型光谱成像仪“谱像混合”、 “推扫成谱”的特点, 通过定义新的局部差向量, 构建了一种低运算复杂度适合硬件实现的快速无损压缩方法WCCSDS123。 新的局部差向量中参与计算的像元集合代表的是同一被观测点的光谱信息。 WCCSDS123方法首先利用局部和与改进的局部差向量对采样点的值进行预测, 再利用预测值与真实值计算预测残差并对其进行整数映射, 最后采用采样自适应熵编码对映射预测残差进行编码完成压缩。 在6组楔形滤光片型光谱成像仪数据上分别采用WCCSDS123和CCSDS123进行了压缩实验。 实验结果表明, 与CCSDS123相比, WCCSDS123的压缩比提高了约21.62%, 压缩耗时没有明显差异。 因此, 该方法在提高压缩比同时, 继承了CCSDS123复杂度低, 易于硬件实现的优点。 该方法WCCSDS123具有较低的计算复杂度, 能够更加有效地利用空间光谱冗余信息, 获得更好的压缩效果, 是针对楔形滤光片型光谱成像仪的一种良好的快速无损数据压缩方法。

相关双采样技术作为CCD视频信号标准预处理技术之一, 能有效地抑制CCD复位噪声。双采样时钟位置是相关双采样技术中的关键参数。针对自动确定采样时钟位置这一问题, 提出了类对比度评价函数, 通过固定场景改变信号采样时钟位置和复位采样时钟位置, 最大化类对比度评价函数, 自动确定CCD相关双采样时钟位置, 并对类对比度作为评价函数的原理进行了详细的论证。为了验证算法的有效性, 设计了验证平台。实验表明: 该方法能够有效地确定相关双采样时钟的位置, 而且算法确定的位置不稳定度低至3%,对不同亮度具有较强的鲁棒性, 同时该方法相对于传统方法能够有效提高获取图像的信噪比。

针对实际工程应用中存在的大孔径静态干涉成像光谱仪（large aperture static imaging spectrometer, LASIS）的数据压缩问题, 根据LASIS的成像特点, 在详细分析其数据特性之后, 提出了基于光程差维数据源的压缩, 并与以往的LASIS和LAMIS数据源压缩进行对比研究。 选择不同的数据源获得的压缩效果不同, 为了更合理的选择LASIS数据源, 降低压缩算法带来的图像和光谱损失, 实验以LASIS原理样机推扫获得的短波红外数据作为研究对象, 在详细介绍了三种数据的数据特点以及提取方法之后, 变换得到上述三种形式的数据源, 采用工程中成熟应用的JPEG和JPEG2000算法对三种数据源分别进行逐帧压缩和重建, 然后对压缩效果在图像维、 干涉维和光谱维以及压缩比进行了详细的对比分析, 并提取视场中三种目标物质的光谱曲线, 对压缩前后它们的光谱信息损失进行了度量。 实验结果表明, 相较于采用LASIS和LAMIS数据源作为压缩对象, 以LASIS光程差维数据作为压缩对象, 无论是在图像维、 干涉维还是光谱维的压缩评价标准下都表现出明显的优越性: 同样的压缩方案下, 基于光程差维数据源的压缩能在获得较高压缩比的同时获得更低的均方误差和更高的峰值信噪比, 且对光谱信息的损失也是三种数据源中最小的。

针对土壤漏油污染的检测、 分析和含量预测等实际问题, 用关中平原常见普通土壤、 柴油、 机油及油土混合物为研究对象, 设计被不同油种污染以及不同污染程度的土壤光谱特征实验。 采用光谱分析的方法来获取光谱指数, 测量并分析渗漏相同含量两个油种的油土混合物以及渗漏不同含量同一油种的油土混合物的光谱特征及其差异, 根据分析结果建立一个基于反射特征的土壤柴油渗漏含量的光谱预测模型。 研究表明: (1)渗漏相同含量不同油种时, 渗漏柴油的土壤的反射率低于渗漏机油的土壤; 渗漏柴油和机油的土壤均在1 740和2 328 nm附近出现双吸收谷特征, 且在每一个吸收谷点处渗漏柴油的土壤的光谱吸收深度和光谱吸收指数均低于渗漏相同含量机油的土壤。 (2)建立的土壤柴油渗漏含量的光谱预测模型相关系数r的值达到0.854, 说明模型具有较强的稳定性; 评价模型预测能力的均方根误差RMSE值为0.016证明该模型具有较好预测能力, 可以对土壤柴油渗漏含量进行有效的预测。