作者单位
摘要
新疆师范大学地理科学与旅游学院, 新疆 乌鲁木齐 830054
土壤有机质含量的高光谱估测可快速、 准确监测土壤肥力, 对现代化农业生产进行精准施肥提供科学依据。 以新疆渭干河-库车河三角洲绿洲耕层土壤为研究对象, 对采集的98个土壤样品的原始光谱反射率R分别进行传统倒数对数lg(1/R)、 一阶微分R'和倒数对数一阶微分[lg(1/R)]'数学变换, 以及基于小波母函数Bior1.3不同尺度分解的连续小波变换(CWT), 并与实测土壤有机质含量进行相关分析, 从而筛选出各类变换下与土壤有机质含量密切相关的特征波段和小波系数(p<0.01)。 分别以原始光谱反射率(R)以及不同变换处理下的特征波段反射率和敏感小波系数作为自变量, 土壤有机质含量作为因变量, 采用偏最小二乘回归和支持向量机回归方法构建土壤有机质含量的估测模型。 结果表明: (1)各类光谱变换方法有效提升光谱与土壤有机质含量之间的敏感性, 其中经CWT变换后的土壤光谱反射率与有机质含量的相关性得到显著提高, 相关系数由0.39提高到0.54(p<0.01)。 (2)传统的[lg(1/R)]'变换构建的支持向量机回归模型, 其决定系数(R2)高于lg(1/R)和R'变换构建的模型, 说明倒数对数一阶微分变换可有助于提高估测模型的精度, 且支持向量机回归模型的精度和稳定性高于偏最小二乘回归模型。 (3)经过CWT分解后, 以原始光谱反射率在不同尺度上的敏感小波系数作为自变量建立的模型, 估测精度和稳定性均有明显的提高, 构建的R-CWT-23-SVMR模型的决定系数(R2)为0.84, 均方根误差(RMSE)为1.48, 相对分析误差(RPD)等于2.11, 模型精度达到最高并拥有极好的预测能力。 高光谱数据经多种变换处理后可有效去除白噪声, 而连续小波变换处理比传统的数学变换方法更适合于挖掘土壤有效信息, 实现光谱信号的近似特征和细节特征的有效分离, 建立的反演模型可更加精准估测土壤有机质含量。
连续小波变换 分解尺度 高光谱估测 土壤有机质 渭干河-库车河三角洲绿洲 Continuous wavelet transformation Hyperspectral estimation Decomposition scale Soil organic matter The delta oasis of Weigan-Kuqa rivers 
光谱学与光谱分析
2022, 42(4): 1278
作者单位
摘要
河北师范大学 新闻中心, 河北 石家庄 050024
为了提高磁共振图像分割的准确度, 提出一种基于残差网络和小波变换的磁共振图像分割方法。采用离散小波变换对核共振图像的不同序列进行融合, 使融合图像包含更加丰富的纹理信息和结构信息; 提出了包含通道注意力模块和空间注意力模块的残差网络模型, 使网络重点关注于目标分割区域, 并加入残差块来缓解深度神经网络的梯度消失问题。最终在公开的Brain Tumor Segmentation Challenge 2015数据集上完成了验证实验, 结果显示该方法在对完整肿瘤区域、核心肿瘤区域及增强肿瘤区域的平均 Dice 相似性系数均取得了较好的效果。
医学图像 核共振图像 图像分割 脑肿瘤检测 残差网络 离散小波变换 medical image magnetic resonance image image segmentation brain tumor detection residual network discrete wavelet transformation 
光学技术
2021, 47(2): 250
作者单位
摘要
西安工业大学电子信息工程学院, 陕西 西安 710021
为了解决消费级无人机(UAV)视频图像在传输过程中出现的高时延、低可靠性等问题,提出一种适用于消费级无人机的视频传输算法。发送图像时,对视频流进行分帧分片,采用分量变换,对Y,Cr,Cb三分量进行三级离散小波正变换、位平面分解、组织编码、并行传输处理。接收过程与发送过程相逆,将接收的完整图像存入二级缓存区以进行后续处理。小波变换保证了图像传输的可靠性,图像编码减轻了图像传输的负荷,图像并发及二级缓存接收进一步提高了图像的实时性。在传输距离为20m的WIFI环境下,对分辨率为640×480、1280×720图像分别进行测试。640×480图像下,接收帧率均值为47.7frame/s,时延均值为35.7ms,结构相似性(SSIM)均值为0.984,方均根误差(RMSE)均值为1.61;1280×720图像下,指标依次为28.8frame/s、45.9ms、0.978、2.68。实验结果表明,当消费级无人机在超低空拍摄时,所提算法能够满足高清视频流实时可靠传输的要求,也可应用在其他图像传输领域。
图像处理 离散小波正变换 离散小波逆变换 图像二级缓存 小波逼近 高清视频传输 
激光与光电子学进展
2020, 57(24): 241021
作者单位
摘要
1 新疆大学资源与环境科学学院/教育部绿洲生态重点实验室, 新疆 乌鲁木齐 830046
2 北京联合大学应用文理学院城市系, 北京 100083
为了研究人类干扰活动对土壤有机质含量的影响以及提高干旱区土壤有机质估算精度,以新疆北部阜康市的土壤为研究对象,对90个采样点的高光谱曲线分别进行连续小波变换(CWT),并与两种常用光谱变换R′、lg(1/R)进行对比。结果表明,随着人类干扰程度的增加,土壤有机质的空间变异性随之增强;常用光谱变换中,Ⅰ、Ⅱ、Ⅲ区R′与土壤有机质所建立的偏最小二乘决定系数模型R2均高于R、lg(1/R);经过CWT变换后所建模型精度更高,验证模型精度R2分别为0.717、0.689、0.630,与R所建模型的R2相比最大分别提高了0.382、0.4、0.389,且相对分析误差分别达到2.150、2.090、2.013,均能很好地预测土壤有机质含量,说明利用CWT不会因人类干扰程度的提高而使模型精度大幅度降低,更加适用于干旱区有机质含量的预测。
成像系统 土壤有机质 野外高光谱 连续小波变换 人类干扰活动 
激光与光电子学进展
2019, 56(5): 051101
王延仓 1,2,*张兰 1,2王欢 1,2顾晓鹤 3,4[ ... ]林靖 1,2
作者单位
摘要
1 北华航天工业学院, 河北 廊坊 065000
2 河北省航天遥感信息处理与应用协同创新中心, 河北 廊坊 065000
3 北京农业信息技术研究中心, 北京 100097
4 农业部农业信息技术重点实验室, 北京 100097
以北京市东部地区96个潮土土样的土壤参数及对应光谱数据为数据源, 采用连续小波多尺度分析处理与分析。 首先将土壤光谱进行初步处理, 生成小波系数, 其次将土样的有机质含量与小波分解系数开展相关性分析, 提取特征波段, 最后采用特征波段建立预测耕层有机质含量的模型。 结果表明: 经连续小波处理后, 光谱对耕层有机质含量的预测能力明显优于传统光谱变换技术; 经连续小波分解后, 对土壤有机质含量的预测能力随光谱分辨率降低呈先降后升再降的趋势; 连续小波分析算法可提升土壤光谱对有机质含量的估测能力, 与土壤高光谱反射率相比, 基于连续小波变换的土壤有机含量最佳的精度提高19%; 由于光谱分辨率为80 nm建立的模型精度较高, 其R2达到0.632, 这表明在连续小波算法下, 光谱分辨率较低的宽波段数据可用于土壤有机质含量的监测。
土壤有机质 连续小波变换 高光谱 Soil organic matter Continuous wavelet transformation Hyperspectral 
光谱学与光谱分析
2018, 38(11): 3521
蔡亮红 1,2,*丁建丽 1,2
作者单位
摘要
1 新疆大学资源与环境科学学院, 新疆 乌鲁木齐 830046
2 新疆大学绿洲生态教育部重点实验室, 新疆 乌鲁木齐 830046
土壤水分含量(SMC)的快速估测对干旱半干旱地区的精准农业发展具有重要的意义。 以渭干河-库车河绿洲为靶区, 采用小波变换(WT)对反射光谱进行1~8层小波分解, 通过相关性分析确定最大分解层数, 再通过竞争性自适应重加权(CRAS)、 连续投影算法(SPA)和CARS-SPA耦合算法进行特征波长筛选。 基于全波段构建BP神经网络模型和基于特征波长构建BP神经网络、 支持向量机、 随机森林和极限学习机模型, 并进行对比分析。 结果显示: (1)随着小波分解的进行, 总体上L6在去噪的同时还尽可能的保留了光谱原始特征, 为最大分解层; (2)小波变换和CARS-SPA算法的结合使其在建立模型时较为彻底的去除噪声和无信息变量, 同时消除变量间的共线性; (3)在所有的SMC预测模型中, 相对于BP神经网络、 SVM, ELM和RF具有更好的预测能力, 其中L6-CARS-SPA-ELM精度最高, 其RMSEC=0.015 1, R2c=0.916 6, RMSEP=0.014 2, R2p=0.935 4, RPD=2.323 9。 这体现出ELM预测模型对非线性问题的强解析能力和模型的稳健性, 为该研究区SMC的预测提供新的思路。
光谱学 土壤水分 小波变换 变量优选 极限学习机 Spectroscopy Soil moisture WT (wavelet transformation) Variable selection ELM (extreme learning machine) 
光谱学与光谱分析
2018, 38(7): 2209
作者单位
摘要
1 中国人民解放军陆军军官学院, 安徽 合肥 230031
2 安徽科力信息产业有限责任公司, 安徽 合肥 230088
3 中国科学院环境光学与技术重点实验室, 中国科学院安徽光学精密机械研究所, 安徽 合肥 230031
4 中国科学院离子束生物工程重点实验室, 中国科学院技术生物与农业工程研究所, 安徽 合肥 230031
主要研究X射线荧光光谱金属组分特征谱位置的确定。 依据不同金属组分的特征谱特性, 分析了特征谱的选取规律, 在奇异值分析理论和模极大值理论的基础上, 分析了基于特征谱小波分解系数的模极大值提取方法, 在不同分解尺度下的特点及其传播特性, 提出了基于模极大值传播的区间特征峰筛选方法, 并对实际测量光谱进行了实验分析。 结果表明: 利用bior4.4小波作为基函数对实验测量的全能谱数据进行4层小波变换, 利用模极大值传播特性, 可以消除全能谱上叠加的部分噪声对光谱分析造成的阶跃影响; 为提高特征峰的位置识别概率, 对小波变换中小于给定阈值的分解系数进行压缩, 将实验获取的X射线荧光全能谱第4层小波分解系数直接进行特征峰识别, 得到的677个峰值位置, 压缩到186个; 在此基础上, 再采用模极大值传播的区间特征峰筛选方法, 筛选区间初始值设置为600 eV, 经识别得到的特征峰峰值位置仅为27个, 识别准确率得到有效提高。
X射线荧光 小波变换 模极大值 特征峰 X-ray fluorescence Wavelet transformation Modulus maxima Characteristic peak 
光谱学与光谱分析
2018, 38(6): 1904
作者单位
摘要
西安工业大学 电子信息工程学院,陕西 西安 710021
汽车夜间会车滥用远光灯会造成晕光现象,对逆向车辆司机的视野造成干扰,导致无法看清路况极易诱发交通事故。本文从视觉观察角度出发,利用可见光和红外图像成像特点的互补性,提出HSV 色彩空间变换结合小波变换的方法对图像进行融合,解决夜间行车晕光问题,提高行车安全性。通过对融合结果的主客观分析,本文算法有效消除了晕光,同时图像均值接近120,信息熵为7.1768,基本达到最佳视觉观察效果。
晕光现象 视频图像融合 HSV 空间变换 小波变换 halation phenomenon video image fusion HSV space transformation wavelet transformation 
红外技术
2018, 40(1): 68
作者单位
摘要
西安工业大学 电子信息工程学院, 陕西 西安 710021
针对夜间汽车晕光现象引起的交通安全问题, 从规避碰撞物的角度出发, 设计了一种红外与可见光图像融合的视频抗晕光系统。系统通过对可见光图像和红外图像做MSR图像增强, 解决了夜间可见光图像亮度低, 暗处信息不易获取的问题, 并提高了红外图像对比度, 提升了融合图像的清晰度; 通过YUV与小波变换结合的方式对增强后的可见光图像和红外图像进行融合, 消除了晕光现象。实验结果的主客观分析表明: 该融合算法比YUV与小波融合算法在熵、均值、平均梯度、标准差上分别提高了1.6%、13.5%、25.3%、0.6%, 该系统不仅能有效消除晕光, 还对融合后图像的亮度和暗处细节信息有较大提升, 提高了夜间驾驶安全性。
抗晕光 图像融合 MSR图像增强 YUV变换 小波变换 anti-halation image fusion MSR image enhancement YUV transformation wavelet transformation 
红外与激光工程
2017, 46(8): 0818005
黄晟 1,2,*靖旭 1谭逢富 1何枫 1[ ... ]侯再红 1
作者单位
摘要
1 中国科学院安徽光学精密机械研究所大气成分与光学重点实验室, 安徽 合肥 230031
2 中国科学技术大学, 安徽 合肥 230026
为了获得连续精细的整层大气光谱透过率, 将光栅光谱仪与高精度二维跟踪机架相结合, 研制了能够进行连续波段测量的太阳辐射计。通过小波变换对光谱进行去噪与基线校正, 减小了仪器结构设计的复杂度。鉴于Langley标定法与标准光源法各自的局限性, 提出了一种将二者结合的混合标定法, 将标定基准溯源至大气层外的太阳辐照度。将所提系统与POM-2辐射计进行了同时同地的对比实验, 并且将实验结果与大气辐射传输软件MODTRAN的计算结果进行了对比, 对比结果验证了仪器结构设计的可靠性与标定方法的准确性。
遥感 大气透过率 标定 太阳辐射计 小波变换 
中国激光
2017, 44(7): 0710001

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!