辽宁科技大学计算机与软件工程学院, 辽宁 鞍山 114051
在照明领域中, LED已被证明是一种很有前途的人造光源, 其光谱可以用来合成日光光谱。 目前通过不同种类的LED合成日光光谱的关键问题是如何从LED数据库中选择LED型号和确定各型号LED的工作参数。 针对这一问题, 科学家们提出了通过各种数学模型来表示LED的光谱功率分布, 如高斯函数、 洛伦兹函数、 logistic功率峰函数等。 这些数学模型可以准确地反映出LED的非线性光谱特征, 包括峰值波长、 半高宽、 红移等。 但是通过数学光谱模型模拟的LED光谱与真实的LED光谱并不完全相同, 通过数学光谱模型模拟的LED光谱曲线都是轴对称的。 然而, 真实的蓝色和绿色LED光谱曲线在短波长的一面更陡, 在长波长的一面更缓, 红色LED光谱曲线则相反。 基于现有的多个LED的基础上提出了一个新的模拟日光光谱的方法。 通过设计一个滤光片和调节各个现有的LED光源的辐射量权重（LED光源的辐射量权重为当前LED光源的辐射量与该LED的最大辐射量的百分比）来进行仿真实验, 以此模拟出一个新的光源, 使其光谱与日光光谱相接近。 即将一个滤光片放置在多个LED的混合光源下, 通过滤光片的光谱透射率和各个LED光源的辐射量权重来限制光源的光谱, 使得修正后的多个LED混合光源的光谱尽可能的接近日光光源光谱。 因工业要求需要对滤光片的光谱透射率曲线进行平滑约束。 最后通过优化后的滤光片的光谱透射率求出各个LED光源的辐射量权重的最小二乘解, 从而得到各个最优的LED光源的辐射量权重。 通过仿真实验, 最后该方法得到的模拟日光光源的相关色温(CCT)为6 492 K, 目标光源的相关色温为6 503 K。 模拟日光光源光谱与日光光谱的拟合优度(R2)为0.992 6。 该方法对基于LED的日光光谱拟合的研究有重要的参考价值。
单色LED 日光光谱拟合 约束最小二乘解 平滑约束 Monochrome LEDs Solar spectral fitting Constrained least squares solution Smooth constraint 光谱学与光谱分析
2023, 43(8): 2369
南京理工大学 电子工程与光电技术学院，江苏 南京 210094
提出了一种红外热成像视频中运动目标识别追踪以及轨迹重构的动态仿真方法。通过仿真环境中虚拟红外图像的生成方式与成像的基本模型，对得到的图像进行一系列预处理。以空对空场景搭建了基于Gazebo与OpenCV的动态仿真平台，利用平滑约束算法对追踪目标进行实时动态轨迹重构，提出了误差分析模型，并分析出轨迹重构算法的性能以及仿真平台的效能。实验结果表明，该方法针对空对空场景下的红外运动目标轨迹重构具有较好的精度与鲁棒性，对目标的运动模型基本没有约束，同时仿真平台具有较高的运行效能与实时性，普通家用电脑即可实现高于60 fps的实时动态仿真，满足轨迹重构算法性能测试与训练的需求，其核心算法亦可迁移至机载计算平台实现真实场景下的实时轨迹重构。所提出的单路热成像视频中运动目标轨迹重构动态仿真方法对空间目标三维轨迹重建与动态测距定位的研究具有重要意义。
动态仿真 红外成像 轨迹重构 平滑约束 dynamic simulation infrared imaging trajectory reconstruction smoothing constraint 红外与激光工程
2022, 51(2): 20210901
赵迪迪 1,2,3李加慧 1,2,3谭奋利 1,2,3曾晨欣 1,2,3季轶群 1,2,3,*
1 苏州大学光电科学与工程学院, 江苏 苏州 215006
2 苏州大学江苏省先进光学制造技术重点实验室, 江苏 苏州 215006
3 苏州大学教育部现代光学技术重点实验室, 江苏 苏州 215006
针对随机抽样一致性(RANSAC)算法在特征点匹配中存在的精度低、稳定性差等问题,提出了一种基于平滑约束和聚类分析的图像配准算法。首先,利用邻域匹配特征点的尺度信息及空间角度顺序构建平滑约束,将初始匹配点划分为高内点率的抽样集和高内点数的验证集;然后,通过反复抽样和模型检验求解暂定内点集,并对其进行聚类分析,根据聚类中心在图像重叠区域的分布质量选取最优内点集;最后,利用最优内点集求解模型参数,实现图像的稳健配准。仿真结果表明,相比RANSAC算法,本算法的配准精度提高了26.83%,误差标准差由0.68降至0.19。
图像处理 图像配准 随机抽样一致性 平滑约束 聚类分析 激光与光电子学进展
2021, 58(12): 1210010
1 复旦大学 电磁波信息科学教育部重点实验室, 上海 200433
2 北京师范大学 地表过程与资源生态国家重点实验室, 北京 100875
3 复旦大学 信息学院智慧网络与系统研究中心, 上海 200433
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。
高光谱图像 非线性光谱解混 光谱变异性 核方法 平滑约束 hyperspectral imagery nonlinear spectral unmixing spectral variability kernel function smoothness constraints
有序子集期望最大化(OSEM)迭代算法是近年来发展较快的一种迭代类算法。但该算法在迭代过程中容易产生条纹状伪影、金属伪影或者散射伪影。构造了平滑约束矩阵作为先验信息引入到重建迭代过程, 建立了一种平滑约束OSEM(SC-OSEM)迭代重建算法。分别将中值滤波、全变差最小(TVM)方法作为平滑约束条件, 通过数值模拟, 针对不完备理想投影数据、含金属不完备投影数据、含噪声不完备投影数据三种情况, 重建出了与原始模型一致性较好的计算机层析成像技术(CT)图像, 比单独OSEM迭代算法重建质量高, 并且发现中值滤波约束重建图像的整体噪声较小, TVM算法使金属边界更清晰, 表明SC-OSEM迭代重建算法是一种精度高、适应性较强的CT重建算法。
图像处理 有序子集期望最大化算法 平滑约束 中值滤波算法 全变差最小算法 激光与光电子学进展
2017, 54(2): 021006
国防科技大学 电子科学与工程学院, 湖南 长沙 410073
在高光谱遥感图像中, 地物的空间分布往往呈现两种特征: 一是都有各自的主导区域；二是在地表空间上分布连续.利用这两种先验信息, 分别引入了对丰度的正交约束与平滑约束, 提出了一种基于丰度约束的非负矩阵分解算法.为进一步地提高算法的性能, 另外还提出了一种新的算法停止准则及权重因子调整策略, 以适应信噪比以及像元混合程度的变化.在仿真数据和实测数据上的实验结果表明, 该算法不仅能很好地表征地物的分布特征, 提高解混精度, 而且在信噪比较低, 无纯像元的条件下, 仍然能得到较好的解混结果.
高光谱遥感 光谱解混 非负矩阵分解 正交约束 平滑约束 hyperspectral remote sensing spectral unmixing nonnegative matrix factorization orthogonality constraint smoothness constraint
