植被,细胞,笔迹,壁画样品中棱镜分光高光谱相机应用检测方案(高光谱)

收藏
检测样品: 植被,细胞,笔迹,壁画样品
检测项目: 棱镜分光高光谱相机应用
浏览次数: 342
发布时间: 2016-07-28
关联设备: 0种
获取电话
留言咨询
方案下载

广州市固润光电科技有限公司

银牌12年

解决方案总数: 10 方案总浏览次数:
方案详情 产品配置单
传统高光谱相机由于成像得到的是三维立方数据,所以成像只能是以线扫描的方式进行成像,然后应用软件进行图像拼接。由于导轨在扫描成像过程中,会有震动,速度不均,或者空气流动的干扰,从而造成图像的扭曲,拖尾,或者挤压的现象。 Quest-Innovation公司采用的棱镜分光技术可以有效消除图片畸变。相对传统的高光谱相机采用一片CCD,Quest-Innovation针对高光谱相机采用多片CCD成像,其中一片可作为参考图像,或者集成多光谱图像,剩下的一片CCD用于高光谱成像。因为存在参考图像,所以图像的拼接具有了参考,可以实现准确而快速的畸变消除。

方案详情

基于Quest-Innovation的高光谱相机拼图软件解决方案 传统高光谱相机由于成像得到的是三维立方数据,所以成像只能是以线扫描的方式进行成像,然后应用软件进行图像拼接。 拼接一般效果如下: 由于导轨在扫描成像过程中,会有震动,速度不均,或者空气流动的干扰,从而造成图像的扭曲,拖尾,或者挤压的现象,因此在高光谱成像后,一般需要进行图像算法的处理,一方面需要耗费大量的计算时间,另一方面,当扫描速度设置不合理时,小于额定值会造成扫描行之间的重叠,对应于几标物就是同个部分多次重复成像,获得的幽像产生拉伸变形:大于额定值会造成行扫描行之问产牛距离,对应于几标物就是某些部分未来得及成像(漏掉),获得的圈像产生托缩变形。 算法方面,常见的算法有:基于有理函数模型线阵影像校正算法,适用于大多数传感器,但是有理函数模型计算复杂,通常由于参量过多而导致的不稳定性, 且模型系数没有具体物理意义,校正精度存在一定不准确性。基于一般多项式的影像校正算法, 算法解算稳定,形式简单,在实际中利用率较高,适用于多种传感器。 上述模型一般适用于线阵卫星影像的校正,且需要大量地面控制点解算模型参数, 对于平台受气流影响严重且幅面小的壁画文物线阵影像并不适用。 以下是传统高光谱算法拼图的流程图:   在以上的流程中,由于偏移扭曲是否达标会有一个阈值,不同的客户或者应用对阈值要求不一样,怎么样判断一幅图片是否完全修正,实际是一个相对值,而很难得到一个绝对值。 Quest-Innovation公司采用的棱镜分光技术可以有效消除图片畸变。相对传统的高光谱相机采用一片CCD,Quest-Innovation针对高光谱相机采用多片 CCD成像,其中一片可作为参考图像,或者集成多光谱图像,剩下的一片CCD用于高光谱成像。因为存在参考图像,所以图像的拼接具有了参考,可 以实现准确而快速的畸变消除。 下图是Quest-Innovation独特的棱镜技术,可见棱镜会把光路分成多个通道,从而实现多个CCD的成像效果,使2D的参考成像成为可能。对于壁画成像 方案,我们用导轨平台进行高精度成像,结合2D参考成像进行图像拼接,形成准确拼接的图。 下图是高光谱相机配合导轨对大型壁画进行成像扫 图中方案显示,通过稳定的导轨,可以使高光谱成像仪得到稳定的扫描图像。而且导轨与一般的旋转云台扫描不同,导轨的每个点到壁画的距离相等,而 如果使用旋转云台扫描,会导致边缘与中央距离误差从而使得光学误差增加,精度降低。本方案还配置有标准光源作为壁画补光,标准光源可以与高光谱 成像仪固定,随着高光谱成像仪移动而移动。 Quest-Innovation基于2D成像的拼接技术示意图 综上,Quest-Innovation由于具有2D图像作为参考,无需要太多计算资源,确保每个像素点都能对齐,可以快速,精确实现整个高光谱图像的拼接。 高光谱相机的应用 1、 土地覆盖分类(深林火灾预警管理) 通过不同植被的光谱指纹分析,可以判断土地上植被的分布,从而对容易产生火灾的树种进行预警以及分析。 下图是通过归类后的高光谱植被分布分析: 2、 柑桔溃疡病的检测 航拍检测到的柑桔溃疡病分布 3、 大麻种植监控 大麻监控是各国禁毒的重要方法,而一般大麻种植都是出于树林与杂草之中,如果从遥感多光谱 去监控,必须要区别大麻与杂草或者树林的光谱指纹, 上图是大麻与各种植物在700~730nm之间的光谱分布,可见大麻在704~709nm之间出现一个峰值,可以调出这个波段,然后判定大麻的种植量以及分 布。 4、 油棕分布 油棕是亚洲一些国家的经济作物,高光谱成像仪可以列出油棕的分布,并且可以监测油棕林的健康状态,可以制成患病油棕的分布。 下图中,黄色的部分为患病油棕的分布,通过高光谱图像的处理,可以使收到病原感染的油棕得以显现。 5、 文物处理与再现 以上是英国羊皮纸的图像增强,可以消除背景噪声,使笔迹信息得以清晰呈现,增强文献的可读性。   上图是通过两个光谱的差分处理实现字迹的再现。 艺术品的创作修改   上图很明显地显示这张画经过了修改,修改者可能在创作过程中出现一些错误,所以用另一种颜料把原理的覆盖掉,旧的设计在红外波段清晰可见。 6、 字迹鉴别 上图是牛津图书馆一个祈祷书籍上通过在880nm的波长处发现有签名。显示出人眼不能看到的波段的信息。 7、 材料鉴定 下图是莫高窟壁画某一块通过高光谱判断颜料的材料 上图的光谱信息可以看出颜料的材料是由红土组成的。 8、 在医疗方面的应用 下图是显微镜的多光谱分析图。 上半部分是RGB彩图。 下半部分是多光谱伪彩色图。 通过多光谱的分析与处理,细胞质区域与细胞核区域很明显区分开来,不同的细胞核也展现出不同的光谱类型。 基于Quest-Innovation的高光谱相机拼图软件解决方案传统高光谱相机由于成像得到的是三维立方数据,所以成像只能是以线扫描的方式进行成像,然后应用软件进行图像拼接。拼接一般效果如下:由于导轨在扫描成像过程中,会有震动,速度不均,或者空气流动的干扰,从而造成图像的扭曲,拖尾,或者挤压的现象,因此在高光谱成像后,一般需要进行图像算法的处理,一方面需要耗费大量的计算时间,另一方面,当扫描速度设置不合理时,小于额定值会造成扫描行之间的重叠,对应于几标物就是同个部分多次重复成像,获得的幽像产生拉伸变形:大于额定值会造成行扫描行之问产牛距离,对应于几标物就是某些部分未来得及成像(漏掉),获得的圈像产生托缩变形。算法方面,常见的算法有:基于有理函数模型线阵影像校正算法,适用于大多数传感器,但是有理函数模型计算复杂,通常由于参量过多而导致解的不稳定性, 且模型系数没有具体物理意义,校正精度存在一定不准确性。基于一般多项式的影像校正算法, 算法解算稳定,形式简单,在实际中利用率较高,适用于多种传感器。上述模型一般适用于线阵卫星影像的校正,且需要大量地面控制点解算模型参数, 对于平台受气流影响严重且幅面小的壁画文物线阵影像并不适用。以下是传统高光谱算法拼图的流程图: 在以上的流程中,由于偏移扭曲是否达标会有一个阈值,不同的客户或者应用对阈值要求不一样,怎么样判断一幅图片是否完全修正,实际是一个相对值,而很难得到一个绝对值。Quest-Innovation公司采用的棱镜分光技术可以有效消除图片畸变。相对传统的高光谱相机采用一片CCD,Quest-Innovation针对高光谱相机采用多片CCD成像,其中一片可作为参考图像,或者集成多光谱图像,剩下的一片CCD用于高光谱成像。因为存在参考图像,所以图像的拼接具有了参考,可以实现准确而快速的畸变消除。下图是Quest-Innovation独特的棱镜技术,可见棱镜会把光路分成多个通道,从而实现多个CCD的成像效果,使2D的参考成像成为可能。对于壁画成像方案,我们用导轨平台进行高精度成像,结合2D参考成像进行图像拼接,形成准确拼接的图。下图是高光谱相机配合导轨对大型壁画进行成像扫描的原理图。图中方案显示,通过稳定的导轨,可以使高光谱成像仪得到稳定的扫描图像。而且导轨与一般的旋转云台扫描不同,导轨的每个点到壁画的距离相等,而如果使用旋转云台扫描,会导致边缘与中央距离误差从而使得光学误差增加,精度降低。本方案还配置有标准光源作为壁画补光,标准光源可以与高光谱成像仪固定,随着高光谱成像仪移动而移动。Quest-Innovation基于2D成像的拼接技术示意图 综上,Quest-Innovation由于具有2D图像作为参考,无需要太多计算资源,确保每个像素点都能对齐,可以快速,精确实现整个高光谱图像的拼接。高光谱相机的应用1、 土地覆盖分类(深林火灾预警管理)通过不同植被的光谱指纹分析,可以判断土地上植被的分布,从而对容易产生火灾的树种进行预警以及分析。下图是通过归类后的高光谱植被分布分析:2、 柑桔溃疡病的检测航拍检测到的柑桔溃疡病分布3、 大麻种植监控大麻监控是各国禁毒的重要方法,而一般大麻种植都是出于树林与杂草之中,如果从遥感多光谱 去监控,必须要区别大麻与杂草或者树林的光谱指纹,上图是大麻与各种植物在700~730nm之间的光谱分布,可见大麻在704~709nm之间出现一个峰值,可以调出这个波段,然后判定大麻的种植量以及分布。4、 油棕分布油棕是亚洲一些国家的经济作物,高光谱成像仪可以列出油棕的分布,并且可以监测油棕林的健康状态,可以制成患病油棕的分布。下图中,黄色的部分为患病油棕的分布,通过高光谱图像的处理,可以使收到病原感染的油棕得以显现。5、 文物处理与再现以上是英国羊皮纸的图像增强,可以消除背景噪声,使笔迹信息得以清晰呈现,增强文献的可读性。  上图是通过两个光谱的差分处理实现字迹的再现。艺术品的创作修改 上图很明显地显示这张画经过了修改,修改者可能在创作过程中出现一些错误,所以用另一种颜料把原理的覆盖掉,旧的设计在红外波段清晰可见。6、 字迹鉴别上图是牛津图书馆一个祈祷书籍上通过在880nm的波长处发现有签名。显示出人眼不能看到的波段的信息。7、 材料鉴定下图是莫高窟壁画某一块通过高光谱判断颜料的材料上图的光谱信息可以看出颜料的材料是由红土组成的。8、 在医疗方面的应用下图是显微镜的多光谱分析图。上半部分是RGB彩图。下半部分是多光谱伪彩色图。通过多光谱的分析与处理,细胞质区域与细胞核区域很明显区分开来,不同的细胞核也展现出不同的光谱类型。
确定

还剩8页未读,是否继续阅读?

不看了,直接下载
继续免费阅读全文

该文件无法预览

请直接下载查看

广州市固润光电科技有限公司为您提供《植被,细胞,笔迹,壁画样品中棱镜分光高光谱相机应用检测方案(高光谱)》,该方案主要用于植被,细胞,笔迹,壁画样品中棱镜分光高光谱相机应用检测,参考标准--,《植被,细胞,笔迹,壁画样品中棱镜分光高光谱相机应用检测方案(高光谱)》用到的仪器有