1 辽宁科技大学计算机与软件工程学院, 辽宁 鞍山 114051
2 辽宁科技大学电子与信息工程学院, 辽宁 鞍山 114051
多光谱图像比常见的三通道图像能够携带更多的数据信息来表示颜色, 因此大大提高了存储与传输此类信息所需要的难度。 为了解决以上问题, 研究人员提出一种将多光谱数据在存储与传输前进行压缩, 并在使用时通过过渡连接空间(ICS)对压缩数据进行重建, 而过渡连接空间决定了转换的效果。 Derhak等［JIST, 50: 53-63, 2006］提出了一种名为LabPQR的6个维度的ICS。 这个空间的前三个维度是给定光谱r在指定光观察环境(用加权表矩阵H表示)下的三刺激值向量t, 后三个维度是同色异谱黑rb在由主成分分析获得的同色异谱黑空间前三个基向量(记为矩阵B)下的组合系数tPQR。 同色异谱黑rb由基于三刺激值t的光谱分解式rb=r-Mt给出, 这里的映射矩阵M为熟知的“R-矩阵”, 同色异谱黑空间是由光谱图像数据或独立反射率训练集对应的所有同色异谱黑构成。 重建的反射率rp=Mt+BtPQR。 该研究提出一个改进的LabPQR过渡连接空间, 记为MLabPQR。 两者之间的差别就在于光谱分解式中的映射矩阵M的选取。 该方法选取M为“Wiener估计矩阵”。 Wiener估计矩阵不仅依赖于光环境H, 而且还依赖于训练光谱数据, 因此期望通过Wiener估计矩阵更能反映出光谱图像的光谱特性, 从而提高反射率重建精度。 使用NCS光谱反射率数据和一幅光谱图像作为测试样本, 分别用Munsell反射率数据集和测试样本集作为训练样本。 采用均方根误差(RMSE)和拟合优度系数(GFC)为重建光谱精度指标, 以CIELAB色差为色度精度指标对本方法进行综合评估, 并与现有的LabPQR、 LabRGB、 XYZLMS和LabW2P ICSs进行比较。 比较结果表明, 该研究的新ICS不论从光谱精度还是色度精度都优于其他ICSs。 因此新方法对光谱反射率压缩及跨媒体多光谱图像再现等相关领域有着重要的应用价值。
过渡连接空间 光谱压缩重建 维纳估计 均方根误差 拟合优度系数 Interim connection space Spectral compression and reconstruction Wiener estimation Root mean square error (RMSE) Goodness of fit coefficient (GFC) 光谱学与光谱分析
2023, 43(11): 3347
Author Affiliations
Abstract
1 SI Stuttgart Instruments GmbH, Öhringen, Germany
2 University of Stuttgart, 4th Physics Institute and Research Center SCoPE, Stuttgart, Germany
3 University of Glasgow, College of Science and Engineering, Division of Biomedical Engineering, Glasgow, United Kingdom
We present a fully automated laser system with low-intensity noise for coherent Raman scattering microscopy. The robust two-color system is pumped by a solid-state oscillator, which provides Stokes pulses fixed at 1043 nm. The tunable pump pulses of 750 to 950 nm are generated by a frequency-doubled fiber-feedback femtosecond optical parametric oscillator. The resulting pulse duration of 1.2 ps provides a viable compromise between optimal coherent Raman scattering signal and the necessary spectral resolution. Thus a spectral range of 1015 to 3695 cm 1 with spectral resolution of <13 cm 1 can be addressed.
label-free imaging stimulated Raman scattering optical parametric amplifier spectral compression Advanced Photonics
2019, 1(5): 055001
西北核技术研究所 激光与物质相互作用国家重点实验室, 陕西 西安 710024
为了避免阳光背景干扰, 针对XeF(C-A)蓝绿激光水下应用需求开展了激光线宽压缩实验以提高信噪比。采用内置标准具的光栅谐振腔开展相关实验。利用光栅腔实现亚纳米级的激光线宽输出, 然后在此基础上, 通过插入标准具进行更精细的激光线宽压缩实验。利用光栅腔, 采用1 200线/mm光栅并提高光栅辐照面积可以实现0.14 nm的激光线宽输出。腔内插入反射率为50%的标准具, 可以进一步将激光线宽压缩至39 pm, 激光单脉冲能量约为65 mJ, 脉冲宽度为1 μs。实验结果表明: 尽管XeF(C-A)蓝绿激光器的增益系数较低, 但是通过优化光栅和标准具的工作参数, 对谐振腔光学损耗进行合理的控制, 激光器可以实现10 pm量级的激光线宽输出。
激光技术 XeF激光 低增益系数 线宽压缩 laser technology XeF laser low gain coefficient spectral compression 光学 精密工程
2018, 26(12): 2888
河北师范大学 物理科学与信息工程学院 河北省新型薄膜材料实验室, 石家庄 050024
为了获得高质量的窄线宽光脉冲, 采用单模光纤和光子晶体光纤相结合的光谱压缩技术,通过分步傅里叶变换方法求解非线性薛定谔方程, 数值模拟了1550nm波段高斯脉冲光谱压缩过程。结果表明, 当初始脉冲的脉宽、峰值功率及所采用光子晶体光纤的参量一定时, 光谱压缩存在一最佳光子晶体光纤长度;且初始光脉冲的峰值功率越大, 所采用光子晶体光纤的非线性系数越大, 所需光子晶体光纤最佳长度越短, 所得谱压缩比越大;利用最佳长度为4.152m的光子晶体光纤对峰值功率为110W、初始脉宽为0.65ps的高斯脉冲进行光谱压缩时, 可得谱压缩比为3.47的最佳谱压缩光脉冲;脉冲形状对光谱压缩产生一定的影响, 高斯脉冲较超高斯脉冲光谱压缩效果更好。该研究结果对研制窄线宽、超短脉冲光纤激光器具有指导意义。
光纤光学 谱压缩比 自相位调制 高斯脉冲 单模光纤 光子晶体光纤 fiber optics spectral compression ratio self-phase modulation Gaussian pulse single-mode fiber photonic crystal fiber
1 电子科技大学光电信息学院，成都 610054
2 电子科技大学宽带光纤传输与通信网技术教育部重点实验室，成都 610054
通过数值求解修正了的广义非线性薛定谔方程，研究了孤子在色散渐增光纤中的谱压缩进程.详细分析了入射脉冲峰值功率对输出脉冲的谱宽和中心波长的影响，并描述了脉冲的脉宽、谱宽及啁啾在光纤中的演化过程.计算结果表明，脉宽200 fs、中心波长1 550 nm的基孤子在群速度色散从－1 ps2/km 至－11 ps2/km线性变化的长100 m的色散渐增光纤中传输时，脉冲谱宽由12.6 nm压缩至5.2 nm，即可获得最大压缩比为2.42.
光纤光学 谱压缩 色散渐增光纤 基孤子 非线性薛定谔方程 Fiber optics Spectral compression Dispersion-increasing fiber Fundamental soliton The generalized nonlinear Schrdinger equation
浙江大学 现代光学仪器国家重点实验室,浙江 杭州 310027
在研究现有光谱压缩概念和方法的基础上,提出一种新型的压缩方法。不同于各种基于软件算法的光谱压缩,提出一种利用编码孔径的硬件实现方法。在光学系统中加入编码孔径对光谱进行光学压缩,可以实现光谱数据的瞬时编码,经编码孔径压缩的光谱可以通过与编码形式对应的解码算法重建。在此基础上研究了编码解码的具体形式。提出基于小波变换和缺陷矩阵理论的两种编码板形式,以及基于小波逆变换和稀疏矩阵梯度投影的迭代算法的解码重建算法。用实物光谱进行模拟,比较不同的编码形式的压缩比和保真度。提出存在采用低采样频率压缩编码还原具体光谱信息的可能性,并总结了压缩编码的一般原则。
光谱学 光谱压缩 编码孔径 计算光学 小波变换
淮阴工学院电子信息工程系, 江苏 淮安 223001
针对语音识别实际应用过程中的噪声问题，给出了一种新的抗噪声的特征提取算法，即先利用小波变换将语音信号进行小波子带分解，再根据人耳的听觉掩蔽效应， 由谱压缩的技术，将小波变换后的子带语音信号进行压缩，从而提取其对应的语音特征。通过MATLAB软件建立实验平台，仿真实验结果表明该语音特征可以在噪声 环境下得到较高的识别率。新的特征参数即充分利用了小波的抗噪声特性又有效地降低了语音识别中的训练环境和识别环境间的失配，具有抗噪声的特点。
信息处理 语音识别 人工神经网络 谱压缩 information processing speech recognition artificial neural networks spectral compression
