北京理加联合科技有限公司

LICA United Technology Limited

服务热线: 010-51292601
企业邮箱
新闻资讯 News
News 新闻详情

高光谱成像仪——让机器拥有自己的眼睛

日期: 2018-06-25
浏览次数: 115

高光谱成像技术是一项令人振奋的新技术,非常有前景,尤其是结合现代机器学习软件和执行器(如:机器人或空气喷气机)使用时,高光谱成像技术有能力革新工业分类方法,使机器能够执行人类难以完成的复杂任务。

高光谱成像仪——让机器拥有自己的眼睛

图1:农场的高光谱假彩色图像(左),指定区域的反射光谱曲线(右)

什么是高光谱成像仪?

高光谱成像技术指的是测量二维图像中每个像素的高分辨率光谱数据。标准相机在每个像素上提供三个光谱数据通道:红、绿、蓝(RGB),视觉者的大脑输入了这三种颜色的混合颜色,并将它们解释为一种独特的颜色。在高光谱图像中,材料的反射光谱是连续的波长曲线,每个像素上有数百个光谱数据点,它是光谱学的一种,标准光谱仪只提供一个“像素”的光谱测量-没有成像信息。多光谱成像仪指的是每个像素提供几个光谱数据通道的照相机,通道数通常在4-12之间。“高光谱”这个术语指的是:许多光谱数据点,它们产生一个近乎连续的光谱曲线,通常在每条曲线上有数百个光谱数据通道。然而,高光谱成像仪的设计和制造要比非成像光谱仪复杂得多,因为二维图像中每个像素点都需要有连续的光谱曲线,而且最小化光谱失真一直是一个非常困难的光学问题。

图1显示了一个农场的高光谱假彩色图像以及指定区域像素的高光谱曲线;图2显示了相同的高光谱数据,但是光谱通道数降低至4个,4个光谱通道的数据类似于Landsat卫星获得的数据,可以直观的看出图1的数据比图2包含了更多的光谱信息,从而能够对场景中的对象进行更加精准、可靠的分类。

高光谱成像仪——让机器拥有自己的眼睛

图2:与图1相同像素区域的多光谱数据,光谱波段与Landsat卫星影像波段一致 

高光谱成像仪越来越受欢迎的主要原因:

1.    随着科技发展,相机越来越普及,而且拍照速度越来越快;

2.    计算机可以提供足够的计算能力来处理大量数据;

3.    结合现代的机器学习算法,科学家可以利用高光谱数据准确识别材料,甚至那些看起来非常相似的材料。

基于不同的材料具有不同的反射光谱这个事实,使得这项技术具有很强的实用性,在研究和工业应用中发展迅速。

 

高光谱成像技术的应用:

农业应用

农业方面,不同植物有不同的光谱,相同植物在不同条件下光谱也有差异。例如,高光谱数据可以用来提醒农民作物胁迫或有害杂草的早期迹象,也可以确定成熟度。高光谱成像技术在精准农业和环境监测方面的应用越来越多,相信在不久的将来,会有质的飞跃。

确定光谱特征和植物生理特征参数的准确关系是全球性研究的一部分,这使定点使用除草剂、农药和化肥成为可能。这种作物管理技术会让农民有针对性的定量使用化肥,节省成本,并获取更大收益。因此,高光谱技术获得了强有力的体制支撑,尤其是将食品供应和环境保护作为核心问题的亚洲。  

工业应用

相比于野外农田和森林,工厂的环境更好控制,因此,高光谱成像在工业分类中的应用越来越广泛。传统的视觉系统很难对具有相似颜色或外观的物体进行分类,如:很难辨别具有相似颜色的果实、蔬菜或与组成其可见颜色无关的材料(如再生塑料)。当标准视觉系统分类失败时,这些分类工作只能由人工来完成,价格高昂、速度慢、错误率高。

应用高光谱成像技术,不仅可以利用高光谱数据去分类相似颜色的材料,也可以获取可见光范围以外的信息,如红外和紫外波段。实时的机器学习算法可以秒级处理数据并且传递这些信息至机器人手臂或空气喷气机等执行器上完成分类工作。 

软件及算法

虽然相机的设计和制造在技术上具有挑战性,但研发出可靠的用于工业分类的高光谱分析软件是机遇,也是挑战。由于深层机器学习知识伴随在广泛应用的简单算法中,高光谱机器视觉软件开发是一项令人兴奋的科技领域。

光谱图像数据分析的传统方法是使用植被指数或光谱指数的概念,俗称波段组合,这些指数是每个像元的指标,通过测量几个指定波段的光谱强度,再由简单代数组合计算得出。例如,最常见的植被指数(NDVI)即归一化差分植被指数,最早用于多光谱遥感影像中,给定每个像素的全反射光谱,可以在每个像素中提取NDVI指数。

高光谱成像仪——让机器拥有自己的眼睛

NIR是指红外波段(750nm左右)反射率,Red指红光波段(650nm)反射率,NDVI的值在-1.0—1.0之间。NDVI的大小是衡量植物健康状况的重要指标。NDVI非常适用于早前的多光谱相机,如Landsat卫星影像,每个像素点记录4个光谱通道(红绿蓝及近红外)。

NDVI可以粗略估计植物健康状况,机载高光谱成像传感器问世后,涌现出许多更精确的新光谱指数,如测量植物叶绿素含量的指数,修改叶绿素吸收反射的指数(MCARI),

高光谱成像仪——让机器拥有自己的眼睛

衡量植物花青素含量的指数,花青素反射指数ARI2:

高光谱成像仪——让机器拥有自己的眼睛高光谱成像仪——让机器拥有自己的眼睛

图3:与图1相对应的修改叶绿素吸收反射指数MCARI分布图 

图3显示了与图1相对应的修改叶绿素吸收反射指数MCARI分布图。途中高亮区域代表MCARI值高,意味着叶绿素活性高,黑暗区代表低值。 

这些指数最初是为农业和环境监测而开发的,现在已扩展到医学、水质、生物和地质等多个领域。在医学中,研究者会利用与水和氧有关的指数来确定手术过程中人体肌肉组织的特性。

虽然指数是有用的工具,但是它们只包含了整个连续波长曲线的小部分信息。高光谱数据携带的信息要远多于几个波段的信息,并且可以根据要求诞生出不同的光谱指数。这意味着整个波段的统计方法会产生更可靠的分类效果,这也是先进的视觉应用程序所使用的方法。

机器视觉算法通过统计方法,利用整个光谱进行更精准的植物或材料的分类,如:支持向量机(SVM)和神经网络 (CNN),在高光谱分类中取得了显著的成绩。特别是结合了空间识别算法后,高光谱机器视觉可以作为计算机敏锐的眼睛,广泛应用于食品、材料、颜料、图案、涂层、缺陷和污染物等识别工作。

前途一片光明

尽管高光谱成像技术仍处于起步阶段,但是相对于传统成像系统来说,可以提供更丰富的数据,这是它的明显优势。更值得一提的是,该技术的数据采集、处理速度和计算复杂度,已经被许多实际应用所克服。随着高光谱成像技术的不断改进,用户将逐渐认识到高光谱成像技术的能力,该技术将在更大尺度上帮助用户解决之前难以攻克的问题,高光谱成像技术将会大放异彩。


News / 相关新闻 More
2021 - 01 - 15
植物、土壤或者其他固体有机物样品(如肉类等)在进行有机碳δ13C和有机氮δ15N同位素分析之前须进行干燥、粉碎、酸化处理(碱性土壤的情况下)等处理步骤:采回的样品可以放在透气性好、耐一定高温的器具或采样袋中,如玻璃或者陶瓷器皿(不能用报纸包裹烘干以免污染样品),在干燥箱中于60℃~70℃下干燥24 h~48 h(温度不可太高,以免样品碳化),研碎,过60目或80目筛,装入密封小瓶、离心管或塑料袋中备用,送检样品至少要求0.2 g(最好在2 g以上,多些更好,以供备用)。酸化:测定碱性土壤中的有机碳同位素,在干燥之前需要进行酸处理,以消除土壤样品中无机碳的影响。具体步骤如下:(1)取适量研磨过筛后的土壤样品于小烧杯中,加入适量浓度的盐酸(一般用0.5 mol L-1),由于土壤中的无机碳与盐酸反应产生CO2,所以有气泡产生;(2)反应时间应不少于6 h,每隔1 h用玻璃棒搅拌一次,...
2020 - 12 - 18
12月13日,北京生态学学会2020年度学术年会在中国科学院植物研究所召开。本次年会由北京生态学学会主办,中国科学院植物研究所、Journalof Plant Ecology(以下简称“JPE”)和植物生态学报承办。植物所所长汪小全研究员应邀出席会议,大会邀请中国科学院动物研究所魏辅文院士、中国林业科学研究院院长刘世荣研究员等8位嘉宾作特邀报告,JPE主编张文浩研究员、学会理事长韩兴国研究员、秘书长杨元合研究员以及其他学会理事和监事参加了会议。本次年会首次采用“线上+线下”结合的模式,来自中科院植物研究所、中国林业科学研究院、中国人民大学、中央民族大学、北京林业大学等13家科研单位的近150人现场参会,另外还有3500余人通过线上会议和直播的方式参与了本次年会。开幕式上,汪小全和张文浩分别代表承办单位致辞,表示当前生态学学科处于蓬勃发展时期,希望参会者充分利用此次机会交流生态学领域的前沿和...
2020 - 12 - 17
水色澄鲜山色翠,小桥流水潺湲。2020年12月14日,国家野外科学观测研究站信息化建设研讨会在鼎湖山森林生态系统国家野外科学观测研究站成功召开。会议由国家生态科学数据中心、中国生态系统研究网络数据中心、国科学院地理科学与资源研究所主办,由中国科学院华南植物园、中国生态系统研究网络鼎湖山森林生态系统定位研究站、鼎湖山森林生态系统国家野外科学观测研究站承办。应主办方邀请,理加联合在会上向各野外科学观测研究站的专家老师展示了我们在生态环境观测领域的技术和产品,引得专家老师纷纷驻足,赢得了老师们的一致肯定和赞许。 PS-3010 超便携土壤温室气体通量测量系统:分析仪可达10 Hz 高频测量,实时高精度测量CH4、CO2、H2O 三种温室气体,重量轻至6.1 kg,能耗低至35 w。 SF-3500系列 土壤气体通量测量系统:在ABB LGR...
2020 - 12 - 16
12月3-4日,中国生态大讲堂2020年度论坛暨第一届生态系统科学大会在中国科学院地理科学与资源研究所举行。会议由中国科学院生态系统网络观测与模拟重点实验室、中国生态系统研究网络和国家生态科学数据中心共同举办。中国科学院院士傅伯杰、于贵瑞, 地理资源所所长葛全胜、国家自然科学基金委员会处长熊巨华以及相关研究领域高校和科研院所的专家、学者和研究生共700余人出席和参加会议,会议采取现场和网络视频两种形式举行。   会议以“生态系统科学的使命与挑战”为主题,邀请傅伯杰、于贵瑞、万师强、刘鸿雁和冯晓娟等5位知名专家作学术报告,他们以战略性、前瞻性的视野,对人地耦合系统与可持续发展、大尺度宏观生态系统科学研究基础理论与方法体系进行了阐述,同时介绍了水分调控温带草原生产力和碳汇对全球变化的响应、生态脆弱区植被地理与植被建设以及全球变化下土壤有机碳分子组分的积累机制等方面取得的突出...
关闭窗口】【打印
Copyright ©2018-2023 北京理加联合科技有限公司
犀牛云提供企业云服务

北京理加联合科技有限公司

地址:北京市海淀区安宁庄东路18号光华创业园5号楼(研发、售后)
          光华创业园科研楼二层东侧(销售、市场)
电话:010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

深圳办事处:

地址:深圳市宝安区创业二路玖悦雅轩商业裙楼3层瑞思BEEPLUS 3029室 手机:13910499772

武汉办事处:

地址:武汉市洪山区民族大道124号龙安港汇城A座1108 手机:13911500497,13910499761


  • 您的姓名:
  • *
  • 公司名称:
  • *
  • 地址:
  • *
  • 电话:
  • *
  • 传真:
  • *
  • 电子邮箱:
  • *
  • 邮政编码:
  • *
  • 留言主题:
  • *
  • 详细说明:
  • *
在线留言
关注我们
  • 官方微信
  • 官方手机端
友情链接:
X
1

QQ设置

3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 010-51292601
6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开