为了找出一种快速、简便、准确的方法来探究霉菌试验后**装备表面生长的霉菌种类，按照标准的试验方法进行了霉菌试验，利用傅里叶红外光谱仪对经过不同菌种腐蚀后的样本进行了测试，获取了光谱数据，并通过对数据进行初步的主成分分析确定了光谱数据的识别区域。采用最小距离匹配、光谱角匹配、光谱信息散度、光谱协方差、主成分分析、偏最小二乘判别分析(Partial Least Squares Discriminant Analysis，PLS-DA)、随机森林等分类算法建立了识别模型。研究结果表明，随机森林算法能够很好地识别霉菌种类，准确率预期在98%以上。基于合适的分类算法，傅里叶红外光谱(Fourier Transform Infrared, FTIR)技术能够实现对菌种的有效鉴别。
傅里叶红外光谱 偏最小二乘判别分析 光谱信息散度 随机森林 霉菌试验 菌种识别 FTIR PLS-DA spectral information divergence random forest mold test species identification
1 西安建筑科技大学信息与控制工程学院, 陕西 西安 710055
2 陕西文物保护研究院, 陕西 西安 710075
每种物质都有其独特的光谱信息,因此可以根据光谱信息来鉴定物质。研究了基于统计流形的光谱信息散度颜料识别方法,将统计流形上的黎曼度量作为信息散度中新的度量标准。利用提出的新方法与传统光谱反射率匹配方法对4种常用矿物颜料进行光谱匹配,并将匹配结果进行比较。实验结果表明:利用基于统计流形的光谱信息散度方法,解决了概率变化量的几何度量问题,光谱信息匹配识别物质的精度得到了显著提高。
光谱学 统计流形 光谱信息散度 黎曼度量 光谱反射率匹配 激光与光电子学进展
2018, 55(1): 013002
浙江工业大学信息工程学院, 浙江 杭州 310014
光学图像感染噪声是一种非常常见的现象，为了克服传统图像滤波方法不可避免带来的图像边缘模糊和奇异值影响，提出了一种基于阿尔法均值滤波算法和信息散度的图像自适应滤波算法。该算法充分利用了信息散度的特性和阿尔法均值滤波算法的优点，采用信息散度自适应的确定滤波窗口的加权系数值。实验结果表明，该算法可动态的确定滤波窗口内像素点的取值，具有较好的自适应性，同时与现有的中值滤波和均值滤波算法相比，对于受到高斯噪声、椒盐噪声以及混合噪声感染的图像，具有比较好的滤波效果，并可以很好地保护图像细节信息，具有提高图像清晰度的功能。
图像处理 阿尔法均值滤波 信息散度 光学学报
2014, 34(s2): s211004
1 北京航空航天大学精密光机电一体化技术教育部重点实验室, 北京100191
2 中国科学院西安光学与精密机械研究所, 陕西 西安710119
3 中国科学院研究生院, 北京100049
提出了将光谱信息散度和光谱梯度角正切相结合的光谱区分方法(SID×tan(SGAπ/2)), 克服了现有光谱区分方法难以同时兼顾光谱整体形状和局部特征的不足。 利用仿真光谱作为输入源, 根据时空联合调制干涉成像光谱仪的干涉图获取原理和光谱复原算法, 模拟了其在不同最大掺杂比下对失真光谱的复原, 并采用不同区分方法分别比较了复原光谱与准确光谱的差异。 实验结果表明SID×tan(SGAπ/2)法可以在辨别光谱整体形状相似性的前提下, 增强对光谱局部特征差异性的分辨能力。 通过对多种区分方法结果的对比, 验证了SID×tan(SGAπ/2)法在光谱区分能力上的显著提高。
光谱区分方法 信息散度 梯度角 时空联合调制干涉成像光谱仪 Spectral discrimination method Information divergence Gradient angle Temporally and spatially modulated fourier transfo
北京航空航天大学精密光机电一体化技术教育部重点实验室, 北京 100191
提出了基于梯度的信息散度的光谱区分方法[SID(SG)]。首先通过求取光谱梯度进行局部特征区分，再通过求光谱梯度的信息散度进行整体比较。采用仿真光谱和实际测量光谱，比较了SID(SG)与其他方法的光谱区分能力。利用相关光谱区分熵(RSDE)作为评价标准对实验结果进行了量化评价。SID(SG)方法的RSDE值分别是1.2849和1.5184，均为两组实验中几种方法的最小值。实验结果表明了SID(SG)方法相对于其他几种方法在光谱区分能力上的优越性。
光谱学 光谱区分 信息散度 梯度 相关光谱区分熵
