传统非负矩阵分解（NMF）应用于高光谱解混时，容易受到椒盐噪声的干扰，造成解混的失败。以往的稀疏解混需要在涉及信息比较分散且易受噪声影响的空间域中寻找最优特征子集。为了解决这些问题，提出了基于空谱约束的加权稀疏柯西非负矩阵分解（SSCNMF）算法，首先采用基于柯西损失函数的NMF模型，其在抑制极端异常值方面，有着良好的鲁棒性。其次，引入自适应稀疏权重因子，提高了丰度矩阵的稀疏性。同时，加入光谱空间约束项，其中光谱因子用于测量不同光谱之间的丰度稀疏度，空间因子利用了丰度空间域的平滑性，提高了数据特征的提取效率。分别对模拟数据集和真实数据集进行了仿真实验，通过与一些经典高光谱解混算法的对比，验证了SSCNMF算法的有效性和优良的抗噪声性能。

基于受体敏化的3-cube(通道)荧光共振能量转移(FRET)成像方法(通常称为E-FRET方法)是活细胞定量FRET检测中主流的成像分析技术。基于激发发射光谱线性分离的定量FRET检测方法(mExEm-spFRET)因天然地克服光谱串扰的能力,在活细胞定量FRET检测中具备非常好的鲁棒性。利用表达不同模型质粒的乳腺癌MCF-7活细胞,在不同信噪比(R_SN)的条件下分别进行了定量E-FRET和mExEm-spFRET测量,以FRET效率(E)和质粒供受体浓度比(R_C)参量作为指标,评估二种方法的鲁棒性。对于R_SN>3的细胞,两种方法得到一致的E值,但是E-FRET方法得到的个别质粒R_C值偏小;对于R_SN<3的细胞,两种方法都能得到一致的R_C值,但是E-FRET方法得到的个别质粒E值误差率大于0.1,与文献值偏差稍大。E-FRET与mExEm-spFRET具有几乎一致的活细胞定量FRET检测能力,但是mExEm-spFRET的鲁棒性优于E-FRET方法。

传统拉曼光谱分析技术在对容器内未知样品进行检测时极易受到容器壁的荧光和拉曼散射干扰, 其商业应用往往仅限于透明塑料或玻璃包装的情况。 由于光子在介质内部的迁移方向具有随机性, 与表层相比内部深层处产生的拉曼散射光子在扩散过程中更易于横向迁移, 因此偏离激光入射点不同距离的拉曼光谱包含了不同深度层的拉曼光谱信息。 空间偏移拉曼光谱技术通过将拉曼光收集点偏离激光入射点, 能够抑制容器壁的荧光和拉曼散射干扰, 从而实现对有色、 不透明包装内样品的有效检测。 通过设计搭建了空间偏移拉曼光谱实验装置, 实现-1.0~10.0 mm偏移距离的可调节。 使用青色、 不透明的1 mm厚PMMA平板来模拟容器壁, 使用碳酸钙（CaCO3）粉末作为内部待测样品。 分别采用传统方式（零偏移）和空间偏移方式对容器内样品进行测量。 对采集的原始光谱首先进行平均和7阶多项式拟合去除基线（荧光）, 然后以3个最大特征峰的平均值作为光谱强度的评价指标, 对空间偏移拉曼光谱信号随偏移距离的变化规律进行分析, 发现： 随着空间偏移距离的增大, 容器壁的拉曼散射强度快速下降, 而内部样品的拉曼散射强度先上升后缓慢下降； 对于均匀厚度、 各向同性的样品, 变化趋势关于零偏移两侧对称, 此外光束的斜入射会引起轻微的不对称； 在某个偏移距离处样品与容器壁的光谱强度比值达到最大值, 存在最优探测偏移距离, 对于此次样品其最优偏移距离为1.2 mm。 在容器和样品材质未知的情况下, 采用比例相减的方法仍可以得到各层干净的拉曼光谱, 通过对零偏移和最优偏移处的光谱进行计算, 分别得到容器壁和内部样品干净的拉曼光谱, 实现对内部样品的有效检测。 研究结果在一定程度上证明了空间偏移拉曼光谱技术在不透明、 有色容器内样品的检测方面的潜力, 为进一步研究空间偏移拉曼光谱技术及数据处理方法提供基础。

由于天然克服光谱串扰的能力以及高灵敏和无损伤的特性,基于光谱分离的荧光共振能量转移(FRET)定量检测(spFRET)方法被公认为是最有应用潜力的活细胞定量FRET检测技术。首先简要介绍FRET定量检测方法以及国内外的相关研究进展;其次重点介绍基于发射光谱线性分离(Em-unmixing)和基于激发发射光谱线性分离(ExEm-unmixing)的两种定量FRET检测技术的原理、发展进程,并比较了这两种检测技术的稳健性;最后对这两种spFRET技术在活细胞FRET应用中的潜在优势进行展望。

针对高光谱图像像元中端元物质非线性混合的特点, 借鉴生物群智能现象, 提出一种基于双鸟群优化的高光谱图像非线性解混算法。为进一步提高非线性解混算法的精度, 通过模拟鸟群中觅食、警惕以及飞行等行为得到非线性问题的最优解。算法通过双鸟群的迭代优化来交替更新目标函数中的最优解以及非线性模型参数, 最终得到高光谱图像端元丰度的最佳估计。仿真实验和光谱数据实验结果表明: 双鸟群优化算法迭代收敛, 能克服局部最小值问题; 相比于同类算法, 该算法解混结果的丰度重建误差、平均光谱角距离和像元重建误差3项指标均较小, 该算法解混精度高, 像元重构效果好, 能有效提高高光谱图像非线性解混的精度。

由于高光谱遥感图像的混合程度较高, 使得传统的非负矩阵欠逼近(Nonnegative Matrix Underapproximation, NMU)算法所提取的基本成分仍然“不纯”, 且易受噪声影响。针对这些不足, 提出了一种基于L1/2正则化的软阈值NMU逐次光谱解混算法。首先, 通过引入丰度的L1/2正则项来增强算法的地物区分能力, 进而提高所分离地物的纯度; 其次, 利用软阈值惩罚函数代替NMU中的残差非负约束, 通过调节惩罚因子来控制非负元素的数量, 从而提高算法的抗噪性能。在仿真数据和实测数据上的实验结果表明, 即使在有噪声的条件下, 该算法也能得到较好的分离结果。

光谱解混可以有效提升高光谱图像的利用效率。非负矩阵分解(NMF)常用于寻找非负数据的线性表示,可以有效解决混合像元问题。基于丰度的稀疏性和图像局部不变性提出一种高光谱解混算法。对丰度采取稀疏性约束和基于拉普拉斯矩阵的图正则项约束,构造了一个新的目标函数,端元和丰度在经过若干次迭代后取得了较好的解混合结果。该算法在模拟和真实数据上都进行了有效性验证,实验结果证明所提算法具有良好的解混性能。

目前混凝土化学腐蚀损伤程度的检测主要是扫描电镜、 能谱、 XRD衍射等方法, 这些方法对于在役的混凝土结构来说, 易造成破坏, 检测时间长, 连续性差。 提出了一种基于高光谱的混凝土腐蚀产物无损检测新方法。 高光谱检测具有非接触、 方便快捷、 连续无损的优点, 但是受腐蚀混凝土实测光谱的解混模型和分析方法是实际应用的难点。 该研究根据混凝土遭受硫酸钠侵蚀生成产物的特点, 将硫酸钠侵蚀后混凝土的光谱划分成两个组分光谱的线性混合, 一个组分是水泥的水化产物光谱反射率, 另一个组分是硫酸钠侵蚀下生成主要产物钙矾石和石膏的光谱反射率。 在光谱比值导数模型的基础上, 建立混凝土腐蚀产物的光谱解混模型。 以在清水和10%Na2SO4溶液中连续浸泡的混凝土试块为研究对象, 按照15 d的采集周期, 在30～120 d连续测量两组混凝土的反射光谱。 数据经过平滑、 包络线去除后, 利用混凝土腐蚀产物的光谱解混模型进行处理。 数据一次解混后, 分析解混后光谱曲线光谱特征和变化规律, 与钙矾石和石膏混合物的标准光谱曲线进行SFF匹配拟合分析。 并结合扫描电镜和X射线衍射方法检测此次试验中钙矾石和石膏腐蚀产物的生成情况。 利用混凝土比值后的光谱曲线除以石膏光谱曲线, 完成了实测光谱的二次解混处理, 分析了钙矾石的生成量在30～120 d腐蚀过程中变化趋势。 试验结果表明, （1）试验中清水和10%Na2SO4溶液中不同龄期的两组混凝土, 反射光谱特征随着腐蚀时间的增加区分度明显。 两组试块均在1 445和1 945 nm附近有较强吸收特征, 但吸收深度不同, 10%Na2SO4溶液混凝土光谱曲线的吸收深度、 吸收面积明显大于清水中的混凝土; （2）实测光谱曲线经过混凝土光谱解混模型一次处理后的曲线, 在1 450和1 945 nm左右处有明显的吸收深谷, 与石膏和钙矾石混合物标准光谱的光谱特征一致, 两者光谱曲线的SFF匹配拟合数值达到了0.96; （3）利用比值后的光谱除以石膏光谱后的曲线很好的突出了腐蚀产物钙矾石的光谱特征。 发现随着腐蚀龄期的增长, 钙矾石在30～120 d生成量的丰度呈现先降后升趋势。 （4）根据混凝土试块腐蚀状态下的高光谱数据分析、 扫描电镜和X射线衍射的检测结果, 验证了混凝土光谱解混模型在混凝土检测中能够正确解算出腐蚀产物的类型和丰度, 为混凝土高光谱无损检测提供了理论基础。

非线性解混可以解释高光谱图像复杂场景中的非线性混合效应, 但地物的光谱变异性是其中的一个难点。提出一种考虑光谱变异性的无监督非线性解混算法。通过核函数将原始高光谱图像数据隐式地映射到高维特征空间中, 从而在该空间中结合光谱变异性进行线性解混; 与此同时, 依据实际地物的分布特性, 添加丰度和光谱变异系数的局部平滑约束。模拟和真实高光谱数据的实验结果表明, 该方法能克服不同非线性混合场景中存在的光谱变异性问题, 提高光谱解混的精度。