0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

高光譜成像系統(tǒng):深度學(xué)習(xí)機(jī)載高光譜影像樹(shù)種分類研究

萊森光學(xué) ? 來(lái)源:萊森光學(xué) ? 作者:萊森光學(xué) ? 2024-05-06 14:57 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

傳統(tǒng)的樹(shù)種識(shí)別主要依靠人工實(shí)地踏勘,費(fèi)時(shí)費(fèi)力。遙感技術(shù)的快速發(fā)展彌補(bǔ)了人工調(diào)查方法的不足,與其他數(shù)據(jù)源相比,機(jī)載高光譜影像具有豐富的光譜信息和空間信息,能探測(cè)到不同樹(shù)種間細(xì)微的差異,可實(shí)現(xiàn)高精度的樹(shù)種識(shí)別。

基于

一、引言

樹(shù)種識(shí)別是森林資源監(jiān)測(cè)的重要內(nèi)容之一,及時(shí)準(zhǔn)確地獲取樹(shù)種信息是可持續(xù)森林管理和資源評(píng)估的基礎(chǔ)。傳統(tǒng)的樹(shù)種識(shí)別主要依靠人工實(shí)地踏勘,費(fèi)時(shí)費(fèi)力。遙感技術(shù)的快速發(fā)展彌補(bǔ)了人工調(diào)查方法的不足,與其他數(shù)據(jù)源相比,機(jī)載高光譜影像具有豐富的光譜信息和空間信息,能探測(cè)到不同樹(shù)種間細(xì)微的差異,可實(shí)現(xiàn)高精度的樹(shù)種識(shí)別。傳統(tǒng)的高光譜圖像分類算法(如支持向量機(jī)、隨機(jī)森林)需要提前對(duì)特征進(jìn)行選擇,會(huì)造成信息損失并降低分類精度。深度學(xué)習(xí)提供一種端到端的學(xué)習(xí)范式,可以自主地從大量數(shù)據(jù)中學(xué)習(xí)復(fù)雜非線性特征,避免了傳統(tǒng)算法提取特征的復(fù)雜性和局限性。本文利用機(jī)載高光譜影像和深度學(xué)習(xí)方法對(duì)三個(gè)研究區(qū)中的樹(shù)種進(jìn)行分類研究。

二、研究區(qū)概況

鐵崗水庫(kù)位于中國(guó)廣東省深圳市寶安區(qū)東南部(22°36′30″N,113°54′30″E),地理位置如圖1所示。該地區(qū)屬亞熱帶季風(fēng)氣候,氣候溫和,光照充足,雨量豐沛。多年平均氣溫 21.7℃,平均降水量 1664mm。平均海拔高度為23-76m。鐵崗水庫(kù)庫(kù)區(qū)的自然地帶性植被為季風(fēng)常綠闊葉林,現(xiàn)存植被以人工次生林和人工林為主,在局部地區(qū)保存少量的次生灌木叢和濕地草甸,主要樹(shù)種有水松、樟樹(shù)、小葉榕、側(cè)柏、紅錐木、桉樹(shù)和高山榕等。濕地草甸主要由喬本科和莎草科構(gòu)成。本研究選擇鐵崗水庫(kù)內(nèi)一塊森林樣地作為研究區(qū)域,區(qū)域范圍如圖1紅框標(biāo)注所示。

wKgZomY4fz2AKx0_AAUuOdjnHJo519.png

圖1鐵崗水庫(kù)研究區(qū)位置概況圖

2.1數(shù)據(jù)獲取

高光譜影像于2022年8月16日在晴朗無(wú)云的條件下獲取。本研究利用某研究院自主集成的無(wú)人機(jī)高光譜系統(tǒng)對(duì)研究區(qū)進(jìn)行數(shù)據(jù)采集。高光譜系統(tǒng)搭載在四旋翼無(wú)人機(jī)上,由高光譜成像儀、IMU和GPS三大部分組成,具備體積小、重量輕、靈活機(jī)動(dòng)、實(shí)時(shí)性強(qiáng)等優(yōu)勢(shì)。高光譜傳感器是一種推掃式掃描儀,在400-1000nm光譜范圍內(nèi)記錄112個(gè)波段,光譜分辨率5nm。表2-2總結(jié)了高光譜傳感器的詳細(xì)參數(shù)。飛行高度設(shè)置為離地面約100m,空間分辨率為0.1m,飛行速度設(shè)置為4m/s。在飛行期間,共產(chǎn)生了7條航帶,旁向重疊度為30%地面實(shí)測(cè)數(shù)據(jù)在飛行活動(dòng)結(jié)束后進(jìn)行集,共記錄了7種樹(shù)木。此外,本研究還利用高分辨率影像圖進(jìn)行目視解譯,進(jìn)一步擴(kuò)充實(shí)地樣本。具體的地面真實(shí)標(biāo)簽情況如表1示。

表1 鐵崗水庫(kù)數(shù)據(jù)集的地面真實(shí)標(biāo)簽情況。

wKgaomY4fz2AHCgcAACFLuOkgQs808.png

2.2數(shù)據(jù)處理

利用無(wú)人機(jī)高光譜系統(tǒng)獲取的數(shù)據(jù)有原始高光譜數(shù)據(jù)、POS信息數(shù)據(jù)和時(shí)間同步數(shù)據(jù)。原始數(shù)據(jù)無(wú)法直接使用,需進(jìn)行一定的數(shù)據(jù)預(yù)處理,如異常值去除、輻射定標(biāo)、幾何校正、大氣校正等。流程圖如圖2所示。

wKgZomY4fz2AG3KKAABF6OpWrTg411.png

圖 2高光譜數(shù)據(jù)預(yù)處理流程圖

(1)去除異常值

利用無(wú)人機(jī)高光譜系統(tǒng)采集圖像的過(guò)程中,會(huì)在某些像元中產(chǎn)生異常值,如圖3所示,在某個(gè)波段處DN值會(huì)突然升高或突然降低。為此,需要通過(guò)算法對(duì)這些異常值進(jìn)行去除。觀察異常值可發(fā)現(xiàn)其有兩大特點(diǎn):①不是中位數(shù);②與周?chē)腄N值相差較大。本文根據(jù)異常值的特點(diǎn)提出了一種算法對(duì)其進(jìn)行去除。

以某一含有異常值的像元為例,去除的主要步驟如下:

①依次遍歷波段值,取其左右像素組成一個(gè)列表[xi-1,xi,xi+1]

②若該值為中位數(shù),則繼續(xù)遍歷,若該值不是中位數(shù),則計(jì)算與左右像素的相差值。

③如果Mean(xi- xi-1+ xi- xi+1)>n′ xi+1- xi-1(其中n為閾值),則判斷該值為異常值,使用xi-1和xi+1的平均值來(lái)替代。

本文通過(guò)不同的算法對(duì)某一植被像元進(jìn)行異常值去除,結(jié)果如圖3所示?!?/p>

wKgaomY4fz6AObqrAAHVwve6SLY737.png

圖 3異常值去除

可以看出,中值濾波雖然可以對(duì)異常值進(jìn)行去除,但該算法會(huì)更改其他光譜值。SG濾波對(duì)異常值起到平滑作用,并不能完全去除異常值。MAD算法相比前兩種算法來(lái)說(shuō)效果更好,但會(huì)將非異常值判斷為異常值。與其他算法相比,本文提出的去除算法效果更好,在去除異常值的過(guò)程中,不會(huì)更改其他非異常值。本研究利用該算法對(duì)整幅圖像進(jìn)行處理,去除光譜曲線中的異常值。

(2)輻射定標(biāo)

高光譜傳感器記錄的是數(shù)字量化值(DN值),其無(wú)單位,是非物理量。為此,需要進(jìn)行輻射定標(biāo)來(lái)將圖像的DN值轉(zhuǎn)化為輻射亮度值或者反射率值等物理量。本文利用高光譜傳感器廠商提供的定標(biāo)公式和定標(biāo)文件對(duì)圖像進(jìn)行輻射定標(biāo)。定標(biāo)公式如式(9)所示

wKgZomY4fz6AcYmSAAA1WRuVMWw446.png

其中:L是傳感器測(cè)得地面目標(biāo)的總輻射亮度,單位為mW/(cm2×sr× nm);calibration_gain為輻射定標(biāo)系數(shù),由傳感器廠商提供,某一位置的定標(biāo)系數(shù)如圖3(a)所示;

wKgaomY4fz6AIDKGAAEvsQq5YMo717.png

圖 3輻射定標(biāo)參數(shù)

image_DN為傳感器記錄的原始DN值;dark_DN為對(duì)應(yīng)像元的暗電流DN值,在采集高光譜數(shù)據(jù)時(shí)會(huì)同步記錄暗電流數(shù)據(jù),某一位置的暗電流DN值如圖3(b)所示;integration_time為積分時(shí)間。圖4展示了植被像元輻射定標(biāo)前后的光譜曲線差異。

wKgZomY4fz-AL_NuAADJKZlgvKs321.png

圖 4輻射定標(biāo)

(3)幾何校正

利用無(wú)人機(jī)高光譜系統(tǒng)獲取的原始數(shù)據(jù)不包含地理坐標(biāo)信息,且在飛行過(guò)程中,由于無(wú)人機(jī)的姿態(tài)(俯仰、翻滾、偏航)、高度、速度和傳感器自身特性等因素,會(huì)造成高光譜原始影像中地物形狀扭曲和反向。因此需要對(duì)圖像進(jìn)行幾何校正。本研究首先通過(guò)無(wú)人機(jī)平臺(tái)搭載的GPS和IMU解算出航跡坐標(biāo)信息,然后利用航跡坐標(biāo)信息、高精度DEM數(shù)據(jù)、時(shí)間同步文件構(gòu)建模型,為高光譜影像賦予地理坐標(biāo)信息并進(jìn)行幾何校正。第7航帶幾何校正前后的影像如圖5。

wKgaomY4fz-ARHXrAAPOjBBKrQ0711.png

圖 5幾何校正

(4)大氣校正

在數(shù)據(jù)采集的過(guò)程中,高光譜傳感器最終測(cè)得的地面目標(biāo)的總輻射亮度并不是地表真實(shí)反射率的反映,其中包含了由大氣吸收,尤其是散射作用造成的輻射量誤差。大氣校正就是消除這些由大氣影響所造成的輻射誤差,反演地物真實(shí)的表面反射率的過(guò)程。本研究利用ENVI軟件自帶的FlAASH大氣校正模塊對(duì)每一條航帶進(jìn)行大氣校正。圖6展示了植被像元大氣校正前后的光譜曲線差異。

wKgZomY4fz-AXJUCAADRhCU_TMY125.png

圖 6大氣校正

(5)圖像掩膜與圖像拼接

本文的研究對(duì)象是森林樹(shù)種,但獲取的高光譜影像中含有水體、道路等非植被地物。為消除非植被地物對(duì)分類結(jié)果的影響,本研究首先計(jì)算影像的NDVI值,通過(guò)設(shè)置合適的閾值(如NDVI≥0.5),創(chuàng)建NDVI掩膜;然后將NDVI掩膜應(yīng)用于高光譜影像中;最后得到只含有植被的高光譜影像圖。最后本研究利用ENVI軟件中自帶的鑲嵌模塊,對(duì)各個(gè)航帶進(jìn)行拼接。最終得到的高光譜影像圖如圖7所示。各樹(shù)種的光譜曲線差異如圖8所示。

wKgaomY4f0CAUHrxAAL6awyuu8o203.png

圖 7鐵崗水庫(kù)研究區(qū)高光譜影像圖

wKgZomY4f0CAN9_6AAFNyRfqWfY444.png

圖 8鐵崗水庫(kù)數(shù)據(jù)集的樹(shù)種光譜曲線

三、小結(jié)

針對(duì)鐵崗水庫(kù)數(shù)據(jù)集,本文提出了一種異常值去除算法,與其他經(jīng)典去噪算法相比,本文提出的方法效果最好。為避免非植被地物對(duì)分類結(jié)果的影響,本文分別創(chuàng)建CHM掩膜和NDVI掩膜對(duì)TEF數(shù)據(jù)集和鐵崗水庫(kù)數(shù)據(jù)集進(jìn)行處理,得到只包含植被的高光譜影像圖。

四、基于改進(jìn) Mask R-CNN 的單木分割

4.1 實(shí)驗(yàn)過(guò)程與結(jié)果

4.1.1 數(shù)據(jù)集標(biāo)注與劃分

本研究將正射影像圖作為神經(jīng)網(wǎng)絡(luò)的輸入。數(shù)據(jù)集標(biāo)注的流程如圖9所示,由于圖像中除樹(shù)木外,還包含草地、裸地等非樹(shù)種地物,它們會(huì)對(duì)數(shù)據(jù)的標(biāo)注和模型的訓(xùn)練造成干擾,如圖10(a)中紅框部分,其實(shí)際為草地,但在進(jìn)行標(biāo)注過(guò)程中,容易將其判別為樹(shù)木。

wKgaomY4f0GAWq4vAAHR8VALC0o431.png

圖 9數(shù)據(jù)集標(biāo)注流程圖

wKgZomY4f0OAVHScAAXzzviFpHU386.png

圖 10數(shù)據(jù)集標(biāo)注

為解決這一問(wèn)題,本文利用CHM數(shù)據(jù)生成高度掩膜(CHM≥5),去除草地、裸地等地物,掩膜后的結(jié)果如圖10(b)所示,可以看到圖像中只保留了樹(shù)木。然后在圖像中隨機(jī)選擇大小為512×512的子圖像制作數(shù)據(jù)集,其中選擇100張子圖像作為訓(xùn)練集,20張子圖像作為測(cè)試集。最后利用圖像標(biāo)注工具對(duì)子圖像進(jìn)行實(shí)例標(biāo)注。然而,由于本研究使用的數(shù)據(jù)是具有地理坐標(biāo)信息的RGB圖像(TIF格式),標(biāo)注工具并不支持這種格式的讀取。因此在數(shù)據(jù)集制作的過(guò)程中,本文不僅保存了TIF格的圖像,還保存了對(duì)應(yīng)的PNG格式的圖像。利用標(biāo)注工具對(duì)PNG格式的圖像進(jìn)行實(shí)例標(biāo)注,之后將獲得的標(biāo)注結(jié)果與TIF圖像進(jìn)行融合,完成數(shù)據(jù)集的標(biāo)注。某一圖像的標(biāo)注結(jié)果如圖10(c)所示。

4.1.2實(shí)驗(yàn)結(jié)果

本文在特征提取部分選擇ResNet50作為主干網(wǎng)絡(luò),并利用MaskR-CNN在大規(guī)模數(shù)據(jù)集上預(yù)先訓(xùn)練好的模型權(quán)重進(jìn)行訓(xùn)練。本文從輸入數(shù)據(jù)的類型和是否在網(wǎng)絡(luò)中加入注意力機(jī)制兩個(gè)方面出發(fā),設(shè)計(jì)了六種不同的分割方案。在網(wǎng)絡(luò)中加入注意力機(jī)制時(shí),有三種方案,分別針對(duì)輸入數(shù)據(jù)為RGB、CHM以及RGB+CHM的情況。同樣地,當(dāng)網(wǎng)絡(luò)中不包含注意力機(jī)制時(shí),也有三種方案。六種方案獲得的分割結(jié)果如表2所示,

表 2不同設(shè)計(jì)方案下獲得的單木分割結(jié)果

wKgaomY4f0SASvIJAACIj8ZlXD4821.png

可以看出,當(dāng)輸入數(shù)據(jù)為RGB且在網(wǎng)絡(luò)中加入SimAM注意力機(jī)制時(shí),獲得的分割性能最好,AP值達(dá)到41.5%,其中IoU閾值為0.5時(shí)(即AP50),精度最高,有74.5%。除了輸入數(shù)據(jù)為CHM的情況外,其他所有模型對(duì)中目標(biāo)的分割能力最好,APM值高于APS值和APL值,如模型RGB+SimAM的APM值為47.6%,高于APS值(32.4%)和APL值(33.6%)10多個(gè)百分點(diǎn)。當(dāng)在網(wǎng)絡(luò)中加入SimAM注意力機(jī)制時(shí),分割性能均得到提升。其中,當(dāng)輸入數(shù)據(jù)為RGB且網(wǎng)絡(luò)中不加入注意力機(jī)制時(shí),獲得的AP50值為72.3%,加入注意力機(jī)制后,AP50值提高到74.5%,增加了2.2個(gè)百分點(diǎn)。這證明了SimAM注意力機(jī)制的有效性。模型獲得的分割效果如圖11所示,

wKgaomY4f0SAX80WAAt7f4wtdTE672.png

wKgZomY4f0WADy88AAbvIMZ2zvo970.png

圖 11單木分割結(jié)果

可以看出,網(wǎng)絡(luò)能夠準(zhǔn)確地識(shí)別并分割出圖像中的樹(shù)木,但也存在一定的問(wèn)題,比如欠分割的情況。如圖11(c)所示的預(yù)測(cè)掩膜圖,紅框部分應(yīng)為多棵樹(shù),但模型將其分割為同一棵樹(shù)。此外,模型對(duì)圖像邊緣部分的分割效果不太良好,如圖11(c)中的藍(lán)框部分,其不是一棵完整的樹(shù),模型將其分割為一棵樹(shù)。

續(xù)~~

推薦:

便攜式高光譜成像系統(tǒng)iSpecHyper-VS1000

專門(mén)用于公安刑偵、物證鑒定、醫(yī)學(xué)醫(yī)療、精準(zhǔn)農(nóng)業(yè)、礦物地質(zhì)勘探等領(lǐng)域的最新產(chǎn)品,主要優(yōu)勢(shì)具有體積小、幀率高、高光譜分辨率高、高像質(zhì)等性價(jià)比特點(diǎn)采用了透射光柵內(nèi)推掃原理高光譜成像,系統(tǒng)集成高性能數(shù)據(jù)采集與分析處理系統(tǒng),高速USB3.0接口傳輸,全靶面高成像質(zhì)量光學(xué)設(shè)計(jì),物鏡接口為標(biāo)準(zhǔn)C-Mount,可根據(jù)用戶需求更換物鏡。

wKgaomY4f0WAbQYeAAG-q9GWvYo534.png

審核編輯 黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 傳感器
    +關(guān)注

    關(guān)注

    2565

    文章

    52872

    瀏覽量

    766431
  • 成像系統(tǒng)
    +關(guān)注

    關(guān)注

    2

    文章

    204

    瀏覽量

    14245
  • 無(wú)人機(jī)
    +關(guān)注

    關(guān)注

    231

    文章

    10812

    瀏覽量

    186478
  • 高光譜
    +關(guān)注

    關(guān)注

    0

    文章

    414

    瀏覽量

    10294
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5559

    瀏覽量

    122732
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    無(wú)人機(jī)搭載光譜成像系統(tǒng)

    無(wú)人機(jī)搭載光譜成像系統(tǒng)是一種先進(jìn)的遙感技術(shù),結(jié)合了無(wú)人機(jī)(UAV)的便攜性和靈活性以及光譜成像的精確性和詳細(xì)性。這種
    的頭像 發(fā)表于 08-09 12:00 ?2025次閱讀
    無(wú)人機(jī)搭載<b class='flag-5'>高</b><b class='flag-5'>光譜成像</b><b class='flag-5'>系統(tǒng)</b>

    光譜成像光譜儀鏡頭的分類與選擇

    鏡頭是光譜成像光譜儀的關(guān)鍵設(shè)備,它的質(zhì)量(指標(biāo))優(yōu)劣直接影響光譜成像光譜儀的整機(jī)指標(biāo),因此,
    發(fā)表于 07-03 09:40 ?1814次閱讀

    光譜成像系統(tǒng)的工作方式是什么

    采用集成度的機(jī)械設(shè)計(jì)和校正光學(xué)設(shè)計(jì),光譜成像系統(tǒng)實(shí)現(xiàn)了對(duì)圖像的無(wú)像差成像。
    發(fā)表于 11-30 11:21 ?735次閱讀

    什么是光譜成像技術(shù)?

    ,例如:我們可以把400nm-1000nm分為300個(gè)通道。因此,通過(guò)高光譜設(shè)備獲取到的是一個(gè)數(shù)據(jù)立方,不僅有圖像的信息,并且在光譜維度上進(jìn)行展開(kāi),結(jié)果不僅可以獲得圖像上每個(gè)點(diǎn)的光譜數(shù)據(jù),還可以獲得任一個(gè)譜段的
    發(fā)表于 12-21 15:34 ?3215次閱讀

    無(wú)人機(jī)載光譜成像設(shè)備的研究及應(yīng)用進(jìn)展

    無(wú)人機(jī)載光譜成像設(shè)備因其機(jī)動(dòng)靈活、操作簡(jiǎn)單等優(yōu)點(diǎn),被應(yīng)用于諸多研究領(lǐng)域,具有廣泛的發(fā)展前景。本文對(duì)當(dāng)前無(wú)人機(jī)載
    的頭像 發(fā)表于 05-05 10:19 ?7533次閱讀
    無(wú)人<b class='flag-5'>機(jī)載</b><b class='flag-5'>高</b><b class='flag-5'>光譜成像</b>設(shè)備的<b class='flag-5'>研究</b>及應(yīng)用進(jìn)展

    光譜成像技術(shù)有哪些顯著的優(yōu)勢(shì)?

    光譜成像技術(shù)是基于非常多窄波段的影像數(shù)據(jù)技術(shù),它將成像技術(shù)與光譜技術(shù)相結(jié)合,探測(cè)目標(biāo)的二維幾何空間及一維
    的頭像 發(fā)表于 07-28 10:23 ?5097次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜成像</b>技術(shù)有哪些顯著的優(yōu)勢(shì)?

    光譜成像技術(shù)的分類

    光譜成像技術(shù)起源于上世紀(jì)八十年代,其前身是多光譜遙感成像技術(shù)。由于光譜成像具有良好的信息獲取能力,光譜成像技術(shù)得到了飛速的發(fā)展,目前已經(jīng)發(fā)展
    的頭像 發(fā)表于 04-18 07:09 ?1303次閱讀
    <b class='flag-5'>光譜成像</b>技術(shù)的<b class='flag-5'>分類</b>

    什么是光譜成像技術(shù)?光譜成像技術(shù)的原理與應(yīng)用

    光譜信息,為每個(gè)像素提供一個(gè)連續(xù)的光譜響應(yīng)曲線。這種技術(shù)能夠提供遠(yuǎn)超過(guò)人眼識(shí)別能力的光譜和空間信息,使我們能夠從不同的角度和深度分析目標(biāo)物體。 二、
    的頭像 發(fā)表于 08-18 16:03 ?6004次閱讀
    什么是<b class='flag-5'>高</b><b class='flag-5'>光譜成像</b>技術(shù)?<b class='flag-5'>高</b><b class='flag-5'>光譜成像</b>技術(shù)的原理與應(yīng)用

    避免光譜成像數(shù)據(jù)中的光譜混疊問(wèn)題

    光譜成像技術(shù)在農(nóng)業(yè)、環(huán)境監(jiān)測(cè)、醫(yī)學(xué)診斷等領(lǐng)域具有廣泛的應(yīng)用前景。然而,光譜混疊是光譜成像數(shù)據(jù)分析中常見(jiàn)的問(wèn)題之一,它會(huì)影響數(shù)據(jù)的解釋和應(yīng)
    的頭像 發(fā)表于 02-27 15:27 ?1466次閱讀

    光譜成像技術(shù)原理及其優(yōu)勢(shì)

    光譜成像技術(shù)是一種將成像技術(shù)與光譜技術(shù)結(jié)合的影像數(shù)據(jù)技術(shù)。通過(guò)高光譜技術(shù)可以獲取探測(cè)目標(biāo)的
    的頭像 發(fā)表于 03-27 06:34 ?1444次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜成像</b>技術(shù)原理及其優(yōu)勢(shì)

    光譜成像技術(shù):從原理到應(yīng)用的全面指南

    光譜成像技術(shù)是當(dāng)今科學(xué)與工程領(lǐng)域中備受矚目的一項(xiàng)創(chuàng)新。它不僅融合了光譜學(xué)和成像技術(shù),而且在各個(gè)行業(yè)和研究領(lǐng)域都有著廣泛的應(yīng)用。本文將深入探
    的頭像 發(fā)表于 04-15 17:36 ?3302次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜成像</b>技術(shù):從原理到應(yīng)用的全面指南

    光譜成像系統(tǒng)解析

    光譜成像技術(shù),一種在多個(gè)行業(yè)中愈發(fā)重要的先進(jìn)技術(shù),提供了一種深入了解物體表面特性的全新方式。本文將詳細(xì)探討光譜成像系統(tǒng)的工作原理、應(yīng)用及
    的頭像 發(fā)表于 04-16 14:59 ?1280次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜成像</b><b class='flag-5'>系統(tǒng)</b>解析

    光譜成像儀的數(shù)據(jù)怎么看

    光譜成像(Hyperspectral Imaging, HSI)是一種先進(jìn)的成像技術(shù),它結(jié)合了成像技術(shù)和光譜技術(shù),能夠獲取物體在不同波段下
    的頭像 發(fā)表于 05-17 10:02 ?973次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜成像</b>儀的數(shù)據(jù)怎么看

    無(wú)人機(jī)機(jī)載光譜成像系統(tǒng)的應(yīng)用及優(yōu)勢(shì)

      隨著無(wú)人機(jī)技術(shù)的快速發(fā)展,基于無(wú)人機(jī)平臺(tái)的光譜成像系統(tǒng)在多個(gè)領(lǐng)域中得到了廣泛應(yīng)用。本文將介紹一款小型多旋翼無(wú)人機(jī)機(jī)載
    的頭像 發(fā)表于 08-15 15:03 ?1461次閱讀
    無(wú)人機(jī)<b class='flag-5'>機(jī)載</b><b class='flag-5'>高</b><b class='flag-5'>光譜成像</b><b class='flag-5'>系統(tǒng)</b>的應(yīng)用及優(yōu)勢(shì)

    光譜成像相機(jī):基于光譜成像技術(shù)的玉米種子純度檢測(cè)研究

    無(wú)損檢測(cè)領(lǐng)域的研究熱點(diǎn)。中達(dá)瑞和作為國(guó)內(nèi)光譜成像設(shè)備的領(lǐng)先供應(yīng)商,可實(shí)現(xiàn)國(guó)產(chǎn)替代,助力科研院校進(jìn)行光譜成像領(lǐng)域的
    的頭像 發(fā)表于 05-29 16:49 ?165次閱讀

    電子發(fā)燒友

    中國(guó)電子工程師最喜歡的網(wǎng)站

    • 2931785位工程師會(huì)員交流學(xué)習(xí)
    • 獲取您個(gè)性化的科技前沿技術(shù)信息
    • 參加活動(dòng)獲取豐厚的禮品