- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
利用近红外高光谱成像技术进行葡萄干品种鉴定
摘要： 不同品种的葡萄干具有不同的营养特性和商业价值。本研究探索了基于高光谱成像的葡萄干品种鉴别方法。采集了两种不同品种（五合白和香妃）葡萄干在874-1734纳米波段的高光谱图像，每个品种包含三个等级。提取像素级光谱并通过小波变换和标准正态变量进行预处理，同时计算对象级光谱（样本平均光谱）。对对象级和像素级光谱分别进行主成分分析（PCA）和独立成分分析（ICA）以筛选有效波长。像素级PCA得分图显示了两品种间及不同等级间的差异。构建支持向量机（SVM）、k近邻算法（k-NN）和径向基函数神经网络（RBFNN）模型来区分两个葡萄干品种。结果表明，基于对象级光谱并采用PCA优选波长的SVM和RBFNN模型均可用于葡萄干品种鉴别。可视化图谱验证了高光谱成像技术鉴别葡萄干品种的有效性。
关键词： 对象级、像素级、支持向量机、近红外高光谱成像、葡萄干
更新于2025-09-23 15:21:21
-
[IEEE 2019年第十届高光谱成像与信号处理研讨会：遥感技术演进（WHISPERS） - 荷兰阿姆斯特丹（2019.9.24-2019.9.26）] 2019年第十届高光谱成像与信号处理研讨会：遥感技术演进（WHISPERS） - 基于LSTM网络的像素级尺度融合模型为卫星图像提供高空间-光谱分辨率
摘要： 多传感器卫星图像的像素级融合能够提升所获数据在空间维度和光谱维度的质量。特别是通过融合多光谱与高光谱图像，可生成兼具高空间分辨率与高光谱分辨率的图像。现有文献中虽有多种实现该任务的方法，但这些技术仍会在融合过程中损失重要的空间信息。本研究提出一种多尺度深度学习模型，用于融合分别具有高空间低光谱分辨率（HSaLS）和低空间高光谱分辨率（LSaHS）的多光谱与高光谱数据，最终获得高空间高光谱分辨率图像（HSaHS）。为实现该目标，我们开发了可扩展的高空间分辨率处理新方法——模型通过学习从低空间分辨率过渡至中间空间分辨率层级，最终生成高空间光谱分辨率图像。这种分步处理过程显著降低了空间信息损失。实验结果表明，本方法在结构相似性指数和信噪比指标上均展现出更优性能。
关键词： 高光谱图像，超分辨率，数据融合，长短期记忆，像素级，多光谱图像
更新于2025-09-12 10:27:22