- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
利用上转换纳米粒子与镧系配合物在多波长响应杂化体系中的协同效应
摘要： 我们采用简单的滴涂法制备了一种由双核镧系配合物[Ln2bpm(tfaa)6]（Ln = Tb或Eu）与上转换纳米粒子（UCNPs）组成的杂化体系。该体系在近红外（NIR）激发下呈现可见光发射，其信号同时源自亚10纳米UCNPs和[Ln2]配合物——后者通常仅能通过紫外-蓝光直接激发?；谖忍êβ室览敌裕┖褪奔浞直婀庋Р饬拷峁?，我们确认了能量转移的辐射特性，主要通过配体介导实现从UCNPs中Tm3+离子到配合物中Ln3+离子的传递。对该杂化体系表面的高光谱成像与电子显微镜观测证实：UCNPs与镧系配合物在广域复合薄膜中呈连续共存分布。该体系兼具同步吸收紫外-蓝光与近红外光的能力及简易制备特性，使其成为开发多波长激发光电器件的理想候选材料，能将吸收的光能精准转换为特定窄谱段输出。
关键词： 混合系统、复杂体系、能量传递、镧系元素、薄膜、上转换纳米粒子、高光谱成像
更新于2025-09-23 15:23:52
-
基于FRS理论中信息测量的大豆分类高光谱波段选择
摘要： 大豆及其制品因其健康益处受到广泛关注。大豆加工企业对特殊品种的大豆有需求。由于具有快速测量和最少样品制备的优势，高光谱成像技术被用于大豆品种分类?；谀：植诩‵RS）理论的高光谱波段选择研究可为品种分类提供基础。本研究探索了高斯隶属函数与三角隶属函数在不同参数下进行波段选择的性能，通过子集的波段数量及相对于决策的互信息确定了参数的适用范围。通过在两个分类方法（极限学习机和随机森林）上构建大豆高光谱数据集实验，验证了所提算法的有效性。与排序方法相比，该算法通过选择高信息量波段显著提升了分类准确率。为进一步缩小子集规模，采用后剪枝设计：对于高斯隶属函数，经后剪枝处理的八波段子集平均准确率达99.11%。除分类准确率外，还探究了波段选择算法在小扰动下的稳定性，结果显示高斯隶属函数的波段选择算法比三角隶属函数更稳定。研究表明，基于信息度量（IM）的波段选择算法能有效获得满意的分类准确率，并在扰动条件下提供稳定结果。
关键词： 大豆分类、信息度量、波段选择、模糊粗糙集、高光谱成像
更新于2025-09-23 15:23:52
-
用于高光谱波段降维的分段与非分段堆叠去噪自编码器
摘要： 高光谱图像（HSI）分析通常需要选择最具信息量的波段，而非不加筛选地处理全部数据，以免丢失关键信息。现有波段降维（BR）方法虽能揭示数据中的非线性特性，但会牺牲原始数据表征。针对这一问题，本文提出一种基于无监督非线性分段/非分段堆叠去噪自编码器（UDAE）的波段降维方法。该方法旨在寻找最优映射，构建与原始数据结构相似且重构误差最小的低维空间。具体实现时，首先将原始高光谱数据在空间域划分为若干小区域，随后对各区域分别进行UDAE处理，从而降低分类任务的波段降维复杂度并提升效率。在多种公开高光谱数据集上采用不同分类器的实验表明，UDAE方法的有效性优于其他先进降维及波段降维技术。
关键词： 自编码器（AE）、高光谱成像（HSI）、分类、聚类、波段降维（BR）
更新于2025-09-23 15:23:52
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 高光谱岩芯扫描的结构与矿物特征提取
摘要： 对于斑岩系统中常见的脉状矿化类型，记录与特定脉体生成阶段相关的主要蚀变矿物组合，是理解矿化体几何形态的关键。因此，矿物学与结构信息对系统表征具有重要价值。本文提出一种从高光谱扫描中提取矿物学与结构信息的并行框架：通过典型矿物填图技术获取矿物学信息，并基于矿物丰度图应用脊线检测方法提取脉体。该框架中的丰度图通过线性光谱分解技术，由可见近红外-短波红外（VNIR-SWIR）钻芯高光谱扫描获得。针对斑岩型网脉状矿化的钻芯样本进行技术验证，实验结果表明该方法能有效精准表征矿化体特征。
关键词： 岩芯扫描、特征提取、高光谱成像、矿物填图、图像分割
更新于2025-09-23 15:22:29
-
使用便携式相机通过高光谱图像数据进行近地土壤传感
摘要： 在可见光与近红外光谱的土壤原位传感中，当前可用的高光谱快照相机技术能以便携模式快速获取图像数据。本研究阐述了如何利用450-950纳米波段高光谱相机的读数来估算土壤参数（包括土壤有机碳、热水提取碳、全氮和黏粒含量），这些读数是在实验室对未经粉碎的原始样品直接测得的。作为多元分析方法，我们采用全光谱偏最小二乘回归（PLSR），并结合两种概念不同的光谱变量选择方法（竞争自适应重加权采样CARS和迭代保留信息变量IRIV）。为提高估算精度，使用分块图像而非图像平均光谱更为有利——为此我们对图像进行等尺寸子图常规分解并应用k均值聚类?；谕枷衿骄馄椎腇S-PLSR估算结果效果不佳（RPD值均低于1.50，最佳情况下R2仅为0.51）；而采用分块图像后，所有土壤性质参数的估算精度均有显著提升（RPD≥1.68，R2≥0.66）。对于所有图像数据和变量，IRIV-PLSR的表现略优于CARS-PLSR。
关键词： 光谱变量选择、高光谱快照相机、偏最小二乘回归、多元校正、高光谱成像、近端土壤传感
更新于2025-09-23 15:22:29
-
利用高光谱成像技术提取壁画中的石墨素描
摘要： 随着时间推移，壁画表面会出现多种污染物，导致原画模糊难辨；因此提取清晰的壁画石墨素描图具有重要意义。本研究利用不可见光谱（特别是近红外波段）检测石墨信息并强化壁画特征，从而获取石墨素描图。这是首次运用高光谱成像技术从壁画草图中提取轮廓线的研究。首先通过光谱匹配法识别轮廓线颜料，确定石墨为草图主要颜料；继而分析颜料光谱选定特征波段；随后采用信息提取法获取石墨信息。结果表明该方法能显著提升石墨信息提取效率。当前方法的关键步骤包括：提取石墨轮廓线端元光谱，绘制石墨轮廓线光谱的灰度图像，最后通过alpha混合融合法将原始可见光图像与石墨信息图像重构为视觉增强图像。研究采用定量方法评估效果，并阐释了获取石墨素描图中两个关键参数——选举阈值的选取原理。这些成果证明该方法能有效基于壁画高光谱数据提取石墨素描图，可为文物研究及?；すぷ魈峁┲匾慰夹畔?。
关键词： 高光谱成像、信息提取、视觉增强、石墨轮廓线、壁画
更新于2025-09-23 15:22:29
-
溶剂蒸汽在多孔硅中吸附的高光谱与彩色成像
摘要： 一个具有径向梯度反射带波长及两种空间分离孔壁表面化学性质（甲基化和氧化）的多孔硅薄膜光子晶体（渐变型）样品，在暴露于浓度范围为100至3000毫克/立方米丙酮、乙醇、庚烷、异丙醇和甲苯蒸气时，通过高光谱与彩色成像进行监测。根据高光谱成像得出的横跨两种表面化学性质路径上各位置渐变反射带最大波长的偏移，可区分不同溶剂及其浓度；而彩色相机数据沿类似路径获得的色调变化则未提供区分能力。溶剂区分主要源于两种不同的表面化学性质，与渐变反射带波长变化相关的梯度对选择性影响不显著。沿路径的光谱与颜色响应存在空间变异性（与整体渐变反射带波长梯度及孔壁表面化学性质无关），这归因于制备多孔硅所用硅晶圆中存在的条纹等因素。
关键词： 传感器，多孔硅，高光谱成像，表面改性，蒸汽传感
更新于2025-09-23 15:22:29
-
高光谱图像的空间参照用于追踪植物病害症状
摘要： 通过高光谱成像技术对植物病害症状进行表征时，常受限于无法检测早期不可见状态。自动追踪叶片上症状位置的时间回溯法可能是突破这一局限的有效途径。为此，我们提出一种近景高光谱图像序列的空间配准方法：基于参考点建立稳健算法，为时序实验中的每次观测推导适宜的变换模型。针对小麦叶片特有的结构与生长过程，选用非线性二维多项式变换模型。该方法的优势体现在两方面：通过改进极早期症状的标记流程，以及基于植被指数随时间变化提取单症状的光谱特征。基于可见-近红外（400-1000纳米）高光谱相机的时序观测数据，我们提取了小麦褐锈病和叶枯病的特征参数。
关键词： 光谱追踪、时间序列、植物表型分析、高光谱成像、病害检测
更新于2025-09-23 15:22:29
-
适用于随机偏振光的高通量声光可调谐滤光片高光谱成像仪
摘要： 声光可调谐滤波器（AOTF）是高光谱成像（HSI）领域最常用的技术之一，具有快速随机波长选择、高衍射效率和良好光谱分辨率的特点。传统AOTF-HSI系统采用线偏振光工作，因此对于荧光成像等随机偏振应用存在通量限制。我们报道了一种利用输入光双偏振分量的AOTF成像仪设计方案，该成像仪工作波段为450-800纳米，分辨率范围1.5-4纳米。性能测试结果表明，该设计使随机偏振光的通量提升68%。我们还将其与基于液晶可调谐滤波器（LCTF）的成像仪进行了性能对比。
关键词： 高光谱成像、液晶可调谐滤光片（LCTF）、声光可调谐滤光片（AOTF）、光学通量
更新于2025-09-23 15:22:29
-
学习用于高光谱图像超分辨率的低张量列秩表示
摘要： 高光谱图像（HSI）虽然具有高光谱分辨率，但空间分辨率较低。相反，多光谱图像（MSI）的光谱分辨率虽低得多，却能获得更高的空间分辨率。因此，将同一场景的高空间分辨率多光谱图像（HR-MSI）与低空间分辨率高光谱图像进行融合，已成为当前主流的高光谱超分辨率方案。本文提出一种基于低张量列（LTTR）秩的新型高光谱超分辨率方法，通过设计LTTR先验来学习非局部相似高空间分辨率高光谱图像（HR-HSI）立方体在空间、光谱及非局部模式间的相关性。首先根据相似性将HR-MSI立方体聚类为若干组，HR-HSI立方体也依据HR-MSI立方体的聚类结构进行分组。每组内的HR-HSI立方体高度相似，可构成四维张量——其四个模式间存在高度相关性。我们对此类四维张量施加LTTR约束，由于张量列秩的均衡矩阵化方案，能有效学习空间、光谱与非局部模式间的关联。将超分辨率问题构建为张量列秩正则化的优化问题，并通过交替方向乘子法求解。高光谱数据集实验验证了该LTTR方法的有效性。
关键词： 低张量列（TT）秩（LTTR）学习、图像融合、高光谱成像、超分辨率
更新于2025-09-23 15:22:29