您现在的位置: 首页> 研究主题> 高光谱成像技术

高光谱成像技术

高光谱成像技术的相关文献在2004年到2022年内共计330篇,主要集中在轻工业、手工业、自动化技术、计算机技术、农业基础科学 等领域,其中期刊论文213篇、会议论文2篇、专利文献285114篇;相关期刊99种,包括食品安全导刊、农机化研究、农业工程学报等; 相关会议2种,包括2004年全国第五届成像光谱技术与应用研讨会、智能时代的创新、融合与发展——2018全国博士后学术交流会等;高光谱成像技术的相关文献由912位作者贡献,包括何勇、王松磊、贺晓光等。

高光谱成像技术—发文量

期刊论文>

论文:213 占比:0.07%

会议论文>

论文:2 占比:0.00%

专利文献>

论文:285114 占比:99.92%

总计:285329篇

高光谱成像技术—发文趋势图

高光谱成像技术

-研究学者

  • 何勇
  • 王松磊
  • 贺晓光
  • 何建国
  • 张小波
  • 刘贵珊
  • 于宏威
  • 刘丽
  • 刘红芝
  • 吴龙国
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 石吉勇; 刘传鹏; 李志华; 黄晓玮; 翟晓东; 胡雪桃; 张新爱; 张迪; 邹小波
    • 摘要: 人造植物肉在其原料运输、制糜和包装等加工环节时有发生异物污染事件,误食异物会严重损害人的身体健康。常规食品异物检测方法容易检测出如金属、石头等坚硬、深色异物,而软质、浅色、透明异物却是食品异物污染事件中的主要来源且是检测的难点。根据异物和人造肉各自化学组成成分的差异,提出了一种人造肉中低色度差异物的高光谱成像检测方法,根据异物与人造肉光谱信息的差异,建立模式识别模型,来进行人造肉中低色度差异物的判别,最后结合数字图像处理技术对异物进行空间分布可视化。选取了聚碳酸酯(PC)、涤纶树脂(PET)、聚氯乙烯(PVC)、硅胶、玻璃五种食品生产加工过程中常见的低色度差异物为研究对象,模拟人造肉压片的工业制作流程,将异物混入人造肉肉糜中,制备混有异物的人造肉样品,分别采集异物和人造肉感兴趣区域(ROI)的反射高光谱数据,采用SG,SNVT,MSC,VN,1ST及2ND六种不同的光谱预处理方法对原始光谱数据进行预处理,然后采用主成分分析法(PCA)对预处理后的光谱数据降维,采用连续投影算法(SPA)提取人造肉的特征波长。分别以全波段光谱、特征波长和主成分变量作为模式识别模型输入变量,对比LDA,KNN,BP-ANN,LS-SVM四种模式识别模型的准确率,优选出最佳的定性识别模型,设置优选模型异物类别输出变量为1、人造肉类别为0,生成二值图像,再结合数字图像处理技术实现人造肉中异物分布可视化,进而实现人造肉中低色度差异物的识别。结果表明,采用SG预处理后的光谱在降噪方面优于其他预处理方式。SPA法优选了人造肉10个特征波长。全波段主成分变量结合BP-ANN模型的检测效果最佳,准确率达98.33%。验证了高光谱技术应用于人造肉中低色度差异物检测的可行性。
    • 高梦林; 沈尧; 李轶昳; 苗翠英
    • 摘要: 为了考察应用于弹着点射击残留物(Gunshot Residues,GSR)收集的转印介质其显色效果、影响因素、提取次数、后续高光谱分析的质量、易用性和成本等,通过实验比较BenchKote、相纸(230 g)、彩激纸(160 g)、白卡纸(260 g)、超滑纸(300 g),采用湿法提取纺织品上的GSR,然后利用红氨酸和玫瑰红酸钠显色剂将GSR可视化,再进行验证性的高光谱成像仪的分析,确定了彩激纸为最佳转印介质选择。实验涉及两种枪支口径、6种射击距离和纺织品的干燥和湿润两种情况,探究了化学显色与高光谱成像仪的联用,为多次提取进行收集固定证据、临场快速显现、分析枪支种类和射击距离提供可能。
    • 孙威; 刘怀策; 刘金坤; 刘玉海; 李浩; 蔡能斌; 陈蕊丽
    • 摘要: 血迹是现场勘查中常见的生物检材,血迹陈旧度与案发时间有着必然的联系。使用高光谱成像仪,以BaSO_(4)白板作为漫反射标准参照板,每间隔1 h采集12个血迹样本在0~10 h共计132份高光谱数据。基于标准正态变换预处理光谱数据,随机选取预处理后的8个血迹样本用作训练集,4个样本用作测试集。分别以全波段和特征波段构建基于偏最小二乘法(PLS)的血迹陈旧度预测模型,同时与以主成分回归(PCR)、支持向量机回归(SVR)、最小二乘支持向量机回归(LS-SVR)算法构建的模型结果进行比较。结果表明,以偏最小二乘法构建的预测模型,训练集决定系数(R^(2)_(c))=0.996,平均绝对误差(MAE_(c))=0.002,测试集决定系数(R^(2)_(p))=0.962,平均绝对误差MAE_(p)=0.010,具有最高的预测精度和稳定性。
    • 耿江海; 孔迤萱; 刘云鹏; 梁海峰; 黄志成; 王亮
    • 摘要: 该文建立了基于高光谱成像技术的复合绝缘子表面污秽状态检测实验平台。基于实验平台的实验内容包括污秽绝缘子制备、高光谱数据采集与处理、建立分类模型等,并通过分析不同污秽状态绝缘子光谱曲线的差异,对绝缘子污秽状态进行了准确分类。该实验平台涉及光学、高压、计算机等多个学科,是学生综合利用多学科专业知识处理绝缘子污秽状态分类问题的专业实验平台,既可培养学生知识拓展能力和实践应用能力,也能帮助他们很好地理解绝缘子特性和污闪现象。
    • 高明琪; 肖龙龙; 王煜博
    • 摘要: 随着航天技术的发展,星载高光谱成像技术日趋成熟并得到广泛应用。首先对高光谱成像的基础概念及特点进行了阐述,然后从国内、国外两个角度系统介绍了近二十年星载高光谱成像仪的发展状况,并分析了其主要性能指标和相关遥感应用,最后对星载高光谱技术在战场环境侦察、海洋军事行动监测、战场气象环境评估、导弹预警探测等方面的军事应用进行了分析概括,并通过举例进行了简要说明。
    • 吕铷麟; 贾镇; 胡益滔; 何洪源; 何伟文
    • 摘要: 目的实现食品塑料包装袋的快速检测和材质区分。方法研究使用高光谱成像技术在450~950nm波长范围下采集了49组不同食品包装袋样本的光谱数据,利用Savitzky-Golay平滑滤波、数据归一化和主成分分析进行预处理,建立决策树、支持向量机2种传统机器学习模型和卷积神经网络模型,并比较了它们对包装袋材质的识别性能。结果决策树模型与支持向量机模型的验证识别率分别为87.8%和88.9%,卷积神经网络模型的验证识别率高达100%,损失函数值最终下降到0.0171且达到收敛,在分类效果和精度上具有明显的优势。结论高光谱检测方法不破坏检材,重现性好,稳定性强,实现了对食品塑料包装袋的精准识别。卷积神经网络模型对食品包装袋高光谱数据的识别效果最好,为食品包装袋质量检测领域中塑料包装袋的识别鉴定提供依据。
    • 李胜利
    • 摘要: 【目的】利用高光谱成像技术估测大豆叶片叶绿素含量并实现其分布可视化,为直观监测大豆元素营养水平和生长发育状况提供技术支持。【方法】利用高光谱成像技术采集80片生长发育程度不同的大豆叶片高光谱图像,提取并计算叶片平均光谱后测定其对应的叶绿素含量,分析大豆叶片反射光谱特征差异,比较叶绿素与叶片反射光谱特征的关系,通过不同的植被指数与叶绿素含量进行相关性分析并构建大豆叶绿素含量估测模型,绘制大豆叶片叶绿素含量分布图。【结果】大豆叶片叶绿素含量不同,导致反射光谱曲线在“绿峰”和红边区域的差异明显,高反射率平台无显著差异。叶绿素的特征波段主要位于可见光的红光与绿光波段范围。自由组合植被指数RVI(968,698)与叶绿素含量的相关性最好(r=0.923),其作为光谱参量构建的叶绿素含量估测模型(y=0.606x-0.0177)预测效果最好,其训练集决定系数(R_(C)^(2))、预测集决定系数(R_(P)^(2))和均方根误差(RMSE)分别为0.852、0.799和0.356。【结论】根据估测模型计算大豆叶片高光谱图像上每个像素点的叶绿素含量值,结合伪彩色图像处理技术绘制出叶绿素含量分布可视化图,可直观地展示大豆叶片叶绿素含量的分布情况。
    • 赵婕秀; 董庆利; 陈培琴; 王真; 曹成; 牛洪梅; 潘磊庆; 张希斌; 李代禧
    • 摘要: 高光谱成像(hyperspectral imaging,HSI)技术作为一种无损、快速、准确的检测技术在动物源性食品微生物污染检测方面得到了广泛应用。该技术集图像与光谱技术的优势于一体,可同时检测实验样品的物理特征与化学特征。本文系统地综述HSI原理,及其在动物源性食品微生物(菌落总数、腐败菌、致病菌)污染无损检测方面的研究进展,指出HSI可以检测出食品中的目标微生物种类和数量,并提出随着光学技术、计算机技术的进一步发展,HSI未来可能的发展方向。
    • 荆怀龙; 杨箫; 于晓鹏; 张睿
    • 摘要: 针对丘陵地区果树种植过程中出现的相关病虫害预防难、监测效率低等问题,课题组通过无人机硬件选型、无人机在丘陵地区的飞行关键技术设计、高光谱成像技术运用、图像分割和共生矩阵纹理特征分析,实现高光谱图像的获取和处理,设计了丘陵果园病虫害监测系统方案。仿真结果表明:相较于传统的航天、航空遥感技术,无人机遥感技术可以高效率地获取空间信息,具有机动灵活、时效性高、简洁安全、经济的优点;无人机载高光谱相机对丘陵果园病虫害进行监测,可以实现对丘陵果园病虫害的及时预防与精准监测。
    • 刘益岑; 杨琳; 王杨宁; 殷成凤; 郭裕钧; 张血琴
    • 摘要: 绝缘子污闪是电力系统长期运行需面临的传统问题,而在积污阶段准确评估绝缘子污秽程度,可合理安排清扫周期,为污闪的防治提供理论指导。本文利用高光谱与红外图像技术的优势,建立了基于信息融合的绝缘子污秽程度检测模型,为绝缘子污秽程度检测新方法提供了新思路。通过人工涂污制备了不同污秽程度的绝缘子进行耐压试验,采集了染污绝缘子高光谱及红外图像。利用图像处理技术,对采集的图像进行校正、去噪、分割等操作,有效降低环境、仪器噪声等因素的干扰。并通过特征提取技术,得到了能够有效表征绝缘子污秽程度的高光谱与红外图像特征量,将不同的特征量进行融合建立了基于高光谱与红外图像信息融合的绝缘子污秽程度检测模型,实现从不同角度对绝缘子污秽程度进行评估,模型的检测准确率为90%。该方法突破了传统检测方法的瓶颈,可为输电线路绝缘子污秽程度智能运检提供新的思路。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号