中国科学院西安光学精密机械研究所, 陕西 西安 710100
对目标进行更多属性信息的获取, 是光学传感器不断追求的目标。 偏振属性探测和传统光谱成像技术相结合的偏振光谱成像技术具有分辨“异物同谱”、 实现“目标凸显”、 “动态调节”、 “耀斑抑制”的能力, 蕴藏非常重要的应用潜力。 目前的偏振光谱成像系统存在诸多的缺点, 如结构复杂、 体积大、 通道串扰、 多维信息提取繁琐等问题。 针对上述问题, 提出一种基于线性渐变滤光片(LVF)和像素化偏振调制的紧凑型偏振光谱成像方法。 涉及关键技术有: 基于高光谱分辨率需求与短焦距约束, 采用双高斯结构作为初始光学结构, 并通过参数设计进行光学系统的仿真与实现; 采用LVF作为分光元件, 进行参数设计与验证, 与像素化偏振调制探测器在像面上进行耦合, 实现光谱信息与偏振信息同步获取。 基于上述技术路线进行了样机集成, 在实验室暗室对系统样机进行光学指标测试, 最终指标为: 工作波段: 430~880 nm, 空间分辨率: 0.22 mrad, 光谱分辨率为: 10 nm, 四偏振态同步获取, 系统传递函数: 0.547, 偏振探测精度: 89.4%, 光机系统总尺寸: 45 mm×45 mm×80 mm。 在室外进行推扫实验, 成像效果良好, 中心波长不同偏振态下的单色图有较明显的强度变化; 对全局图像进行多维信息提取与融合, 不同地物的特征光谱曲线有明显的波谱差异, 满足预期设计目标。 该方法突破了传统偏振光谱成像技术路线的缺点, 为偏振光谱成像多维信息获取提供了一种新型且有重要应用价值的方法。
偏振成像光谱系统 像素偏振调制 线性渐变滤光 系统耦合 Polarization imaging spectroscopy system Pixel polarization modulation Linear Variable Filter System coupling 光谱学与光谱分析
2023, 43(7): 2082
光子学报
2023, 52(11): 1122001
中国科学院西安光学精密机械研究所 光谱成像技术重点实验室,陕西西安710119
在空间调制型哈达玛变换光谱成像仪(Space Hadamard Transforms Spectral Imager, SHTSI)中采用数字微镜阵列(Digital Mirror Devices, DMD)作为编码器件,能够使系统实现小型化、轻量化、高分辨率、高帧频成像。但由于DMD的翻转特性,经过DMD编码后的光学成像面发生12°倾斜,导致SHTSI成像光路和制冷型探测器冷光阑不匹配,造成视场缺失和图像降质。针对这一问题,本文提出一种像面预补偿的新型哈达玛编码光谱成像系统设计方法,在前置成像镜组中采用倾斜和偏心的设计,使得一次像面实现24°倾斜,对DMD在调制过程中产生的像面倾斜进行预补偿,从而消除倾斜成像面造成的图像降质问题。基于该方法设计了SHTSI光学系统,系统全视场点列图RMS小于5 μm,保证系统在全视场范围内能够均匀成像。根据该设计方案研制SHTSI原理样机,试验结果表明,SHTSI系统满足设计指标,对成像数据进行复原,得到复原光谱角距离评价因子优于0.052。
光学系统设计 哈达玛变换成像光谱仪 中波光谱成像 数字微镜阵列 optical designing Hadamard transform spectral imager MWIR spectral imaging digital mirror devices
1 中国科学院西安光学精密机械研究所光谱成像技术重点实验室, 陕西 西安 710119
3 深圳市盐田港集团有限公司, 广东 深圳 518081
水是一种有限的资源, 对农业、 工业乃至人类的生存都是必不可少的, 良好的水环境是可持续发展的重要保障。 对水质信息的科学监测, 是实现水资源优化配置与高效利用的基础。 联合国环境署(UNEP)与世界卫生组织(WHO)指出, 应当加强发展中国家的水质监测网络, 包括数据质量的保证和分析能力的提高。 光谱法作为一种新兴的水质分析方法, 相比传统的化学水质监测方法, 具有“响应速度快、 多参数同步、 绿色无污染”的特点。 传统单波长、 多波长的线性模型依赖于水体对特定波长的吸收特征, 不适用于多组分混合溶液且普适性较差。 因此, 提出了一种基于IERT的非线性全光谱定量分析算法, 建立适用于多组分混合溶液浓度预测模型, 达到利用全光谱信息来预测浓度信息的目的。 利用实验室配置的COD, BOD5和TOC多组分混合溶液与NO3-N、 浊度、 色度多组分混合溶液作为实验样本, 使用光谱仪采集样本的光谱曲线, 通过全光谱数据进行浓度预测实验, 结果显示, 对于COD, BOD5和TOC多组分混合溶液, 本算法对于三种组分的决定系数(R2)分别为0.999 3, 0.991 4和0.999 3, 均方根误差(RMSE)分别为0.024 4, 0.057 7和0.000 4; 对于NO3-N、 浊度、 色度多组分混合溶液, 决定系数(R2)分别为0.983 4, 0.868 4和0.981 0, 均方根误差(RMSE)分别为0.100 5, 0.326 4和0.120 2。 通过对比本算法与偏最小二乘(PLS)、 支持向量机回归(SVR)、 决策树(DT)、 极端随机树(ERT)对于同一组数据的实验结果, 表明: 在两组多组分混合溶液的实验中, 本算法对于其中各组分的决定系数(R2)均为最优, 相比于其他对比算法均方根误差(RMSE)均有大幅减少。 本算法可利用光谱信息对多组分混合溶液进行定量分析, 在计算时间相当的情况下, 可有效的提高浓度预测精度, 减少定量分析的均方根误差, 可为光谱法水质监测提供一种新的有效途径。
光谱法水质监测 紫外可见光谱技术 光谱定量分析 多组分混合溶液 极端随机树 Spectroscopic water quality monitoring Ultraviolet visible spectroscopy technology Spectral quantitative analysis Multi-component mixed solution Extreme random trees 光谱学与光谱分析
2021, 41(12): 3922
1 中国科学院西安光学精密机械研究所光谱成像技术重点实验室, 陕西 西安 710119
2 中国科学院大学, 北京 100049
通过对质心法、曲面拟合法两类质心定位算法的优劣势进行分析,提出结合两类定位算法优势的基于三次样条拟合插值的高精度质心定位算法,并指出其实现双重定位误差抑制的原理。通过仿真实验,对比不同信噪比下传统质心法与所提算法的定位误差,发现基于三次样条拟合插值的质心定位误差均明显小于传统质心法。当信噪比为20 dB时,基于三次样条拟合插值的质心定位误差方均根误差仅为0.003 pixel。通过真实仪器测量的星点图像,再次验证了所提算法的有效性。基于三次样条拟合插值的高精度质心定位算法可有效抑制定位误差,具有较好的抗噪性,不依赖特定星点模型,适用范围较广。
测量 星点检测 星敏感器 质心定位 双重误差抑制 三次样条拟合插值 光学学报
2021, 41(12): 1212004
1 西安理工大学 印刷包装与数字媒体学院, 西安70048
2 中国科学院西安光学精密机械研究所 光谱成像技术重点实验室,西安710119
针对高光谱影像数据维度高、空间和光谱信息利用不足以及局部结构特征表达有限等问题,提出了一种基于3D卷积自编解码器和低秩表示的高光谱异常检测算法。首先,通过3D卷积自编解码器提取高光谱影像的空谱特征,并针对高光谱图像的局部区域强相关性,设计了一种新的损失函数来约束中心像素和周围像素,以提取判别性较强的特征图;然后,针对所提取的特征图,通过基于密度的空间聚类算法构建背景字典,并利用低秩表示分离出异常区域;最后,融合由3D卷积自编解码器得到的重构误差和异常区域检测结果,得到最终检测图并为异常目标关键信息的挖掘提供依据。为了验证所提算法的有效性,在两个真实的机场高光谱数据集上进行飞机等目标检测实验,ROC、AUC量化指标和主观分析等实验结果表明,与其它6种异常检测算法相比,本文算法具有更高的异常目标检测精度。
高光谱影像 异常检测 3D卷积 自编解码器 低秩表示 Hyperspectral imagery Anomaly detection 3D Convolution Autoencoder Low rank representation
硝酸盐是水质健康状态评价的一个关键要素。 水体中高浓度的硝酸盐会导致生物多样性剧减以及生态系统的退化, 同时对人类的健康产生不可逆转的伤害。 基于光学测量的水质在线监测是当前及未来水环境动态监测的发展趋势。 相较于传统硝酸盐现场采样加实验室分析的测定方法, 具有操作便捷, 无需前处理, 检测效率高, 可靠性好且无污染等显著优点。 由于实际水体组分的复杂性与多样性, 水体参数和吸光度二者并非呈现线性相关, 传统的单波长法, 双波长法, 偏最小二乘法等线性回归预测模型已不适用。 基于此, 提出一种精细全光谱结合可变步长网格搜索, 优化支持向量回归(GS-SVR)的水体硝酸盐分析方法。 同时与陕西科技大学化学与化工学院合作, 采用标准的硝酸盐溶液, 铂-钴标准溶液, 福尔马肼标准混悬液根据实验要求配制了不同浓度梯度94组溶液样本。 首先将采集到的透射率光谱数据完成吸光度转换, 并使用Kennard-Stone方法将94个溶液样本划分为80个训练集和14个测试集。 其次使用改进的GS算法结合交叉验证, 通过多次迭代, 减小搜索范围、 改变搜索步长对SVR进行参数寻优, 并将最优惩罚参数C和核函数宽度σ用于训练集中进行模型建立, 最后用所建立的模型对测试集进行浓度预测。 并将预测效果与反向传播神经网络(BPNN), SVR, GS-SVR, 粒子群算法优化SVR(PSO-SVR), 遗传算法优化SVR(GA-SVR)的模型预测结果比较, 结果显示, 提出的算法模型相关系数R2=0.993 5, 预测均方根误差RMSEP=0.043 5, 最优参数C和σ组合为(512, 0.044 2), 平均训练时间为13 s。 相较于上述五种预测模型, R2分别提高了1.22%, 11.66%, 0.78%, 0.74%和0.77%, 训练效率分别提升4.15倍(BPNN), 8.30倍(GS-SVR), 21.38倍(PSO-SVR), 10.23倍(GA-SVR)。 模型的预测精度以及训练效率方面都取得了很大的提升, 为复杂水体硝酸盐浓度的快速实时在线监测提供了一种新的方法。 同时, 该方法具备一定的普适性, 也适用于其他水质参数预测模型的建立。
精细全光谱 硝酸盐 网格搜索 支持向量回归 Fine full spectrum Nitrate Improved grid search Support vector regression
1 西安理工大学 印刷包装与数字媒体学院, 西安 710048
2 中国科学院西安光学精密机械研究所 光谱成像技术重点实验室, 西安 710119
针对多光谱滤光片阵列成像采样率低, 原始(Raw)数据稀疏所导致的重建图像模糊, 高频信息丢失等问题, 提出了一种新八谱段滤光片阵列分布方案, 利用基于邻域梯度延伸方法对光谱Raw 图像进行重建.首先基于二叉树生成法, 在重复排列的4×4阵列中设计了一种等空间概率比的八谱段滤光片分布方案; 然后针对传感器直接获取的稀疏Raw图像, 计算各谱段采样点的梯度信息, 在保 持图像结构特征和纹理信息的基础上, 利用邻域采样点的像素值和梯度值对未采样点进行重建, 从而获得完整的光谱图像信息; 最后, 基于已重建的八谱段光谱图像, 采用伪逆矩阵法重构各像素位 置的31波段光谱值.结果表明, 相对于主流图像重建方法, 本文算法提高了重建八谱段光谱图像的峰值信噪比、复合峰值信噪比, 降低了光谱均方差, 更好地保留了图像的纹理和边缘, 有效降低了 多光谱滤光片阵列成像中的颜色伪影和图像模糊等现象.
多光谱图像 多光谱滤光片阵列 去马赛克算法 邻域梯度延伸 梯度方向 Multispectral image Multispectral filter array Demosaicing algorithm Neighborhood gradient extension Gradient direction