chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

基于高光譜影像的南磯濕地光譜特征分析2.0

萊森光學(xué) ? 來源:萊森光學(xué) ? 作者:萊森光學(xué) ? 2024-07-31 14:22 ? 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

一、典型地物光譜特征分析

不同類型的地物具有獨特的光譜特征。通過分析光譜曲線之間的差異,可以有效地識別不同類型的地物。本章節(jié)繼續(xù)對研究區(qū)內(nèi)典型地物的原始光譜曲線進行分析,然后采用不同的光譜數(shù)學(xué)變換方法對原始曲線進行處理,增強地物之間的光譜差異,為后續(xù)的地物光譜特征波段篩選和地物分類提供基礎(chǔ)。

原始光譜特征分析

2.1 其他地物光譜特征分析

不同時期、不同傳感器的遙感影像所表現(xiàn)出來的同種地物的光譜特征也不同,根據(jù)不同光譜特征所采用的識別分類方法也有所區(qū)別,因此,對不同時期影像的不同地物進行光譜特征分析是很有必要的。

2020年3月15日獲取的影像只包含了少量建設(shè)用地(研究區(qū)內(nèi)的道路)和裸灘,缺少居民地。建設(shè)用地和裸灘的光譜曲線趨勢幾乎相同,在865nm和940nm處建設(shè)用地的反射率小于裸灘,其余波段建設(shè)用地的反射率均大于裸灘,且大部分波段二者差異為0.1左右,說明建設(shè)用地和裸灘的可區(qū)分性大。2020年6月17日3類其它地物的光譜曲線趨勢相似,光譜差異明顯,可區(qū)分性強。居民地和建設(shè)用地在可見光區(qū)域反射率呈上升趨勢,裸灘光譜曲線平緩,且居民地和建設(shè)用地的反射率遠高于裸灘,建設(shè)用地和居民地之間差異較小,反射率由高到低依次為:建設(shè)用地>居民地>裸灘;在近紅外區(qū)域,除最后一個波段外,其余波段的反射率順序依然是建設(shè)用地>居民地>裸灘,且三者之間的差異均衡,居民地和建設(shè)用地之間的差異增大??傊摃r期其它地物之間差異顯著。2020年10月10日3類其它地物的反射率由高到低的順序與2020年6月17日的順序一致。區(qū)別在于該時期其它地物的光譜曲線呈現(xiàn)上升趨勢,三者之間在500nm之后的波長差異顯著,可分性強。2020年11月11日的3類其它地物光譜曲線趨勢相似,在510nm和760nm附近均形成一個明顯的反射峰,在440~550nm波長范圍內(nèi),3類地物的反射率順序由高到低為:建設(shè)用地>居民地>裸灘,在550nm處裸灘反射率超過居民地,在550~880nm范圍內(nèi),反射率順序變?yōu)榻ㄔO(shè)用地>裸灘>居民地,總體來看,3類其他地物有一定可分性。

wKgZomap2CKAW-pXAALM6eW8Oi4215.png

圖9不同時期其它地物原始光譜均值曲線

2021年1月18日4類其它地物總體呈上升趨勢,裸灘反射率最低,且與其余3類差異明顯,可以區(qū)分識別,淺水灘在440~700nm范圍內(nèi)與居民地、建設(shè)用地的光譜曲線幾乎重合,在700nm之后,反射率高于居民地和建設(shè)用地,在該波長范圍內(nèi)可以被有效識別,建設(shè)用地和居民地的光譜曲線在全波段幾乎重合,需進一步進行變換,以放大二者的差異。

三、包絡(luò)線去除光譜特征分析

3.1 包絡(luò)線去除法

包絡(luò)線去除法是一種非線性方法,用于處理光譜曲線,通過標準化地物的光譜曲線,分析其反射和吸收特征。這種方法最初是Clark等人在反射光譜遙感方面提出的。該方法對于反射率較小且相似的波段非常有效,可以增強不同地物之間的光譜差異性,有助于進行光譜曲線特征的數(shù)量比較,并篩選出具有代表性的特征波段,最終用于地物的分類和識別。原始光譜曲線可有效區(qū)分水體、植被和其它地物三大類,為了進一步增強地物的吸收反射特征,獲取精細識別地物的特征波段,在大類可區(qū)分的基礎(chǔ)上,分別對研究區(qū)3大類地物的光譜數(shù)據(jù)進行包絡(luò)線去除,獲得其包絡(luò)線去除光譜曲線,本文利用Matlab軟件實現(xiàn)了對地物原始反射率數(shù)據(jù)的包絡(luò)線去除變換。

3.2 水體包絡(luò)線去除光譜特征分析

在包絡(luò)線去除的光譜曲線中,可以清晰地觀察到不同地物的吸收特征,這些吸收特征通常出現(xiàn)在不同的波段,并且吸收強度也存在差異。

wKgaomap2CKAMcJkAAOISaT0WbI532.png

圖10不同時期水體包絡(luò)線去除均值光譜曲線

在2020年3月15日的包絡(luò)線去除光譜曲線中,可以看出,青色水體有2個吸收波段,第1個吸收波段位于443~580nm波長范圍內(nèi),吸收強度較弱,第2個吸收波段位于596~926nm波長范圍內(nèi),該吸收谷吸收強度大于第一個吸收波段;藍色水體有3個吸收波段,第1個吸收波段為443~490nm,吸收寬度僅有2個波段,第2個吸收波段為490~580nm,但吸收強度弱,第3個吸收波段吸收強度最大,為580~920nm波長范圍內(nèi);藍綠色水體和深藍色水體只有1個吸收波段,均為443~920nm波長范圍內(nèi),其光譜曲線趨勢相似,無法有效區(qū)分二者。

在2020年6月17日的包絡(luò)線去除光譜曲線中,青色水體和藍綠色水體均有3個吸收波段,深藍色水體有兩個吸收波段,青色水體吸收強度最強的吸收波段為596~910nm,藍綠色水體為640~910nm,深藍色水體為580~896nm,吸收強度最大處均為760nm處,且該波段處的吸收強度從大到小依次是:深藍色水體>青色水體>藍綠色水體,差異明顯,可以有效區(qū)分3類水體。

在2020年10月10日的包絡(luò)線去除光譜曲線中,3類水體的包絡(luò)線去除光譜曲線趨勢幾乎一致,在520~566nm波長范圍內(nèi),均有1個小型強吸收波段,在該波段范圍內(nèi),藍色水體的吸收強度最大處為550nm,而深藍色水體和藍黑色水體的均為536nm,且吸收強度從大到小依次是:藍黑色水體>深藍色水體>藍色水體;該時期包絡(luò)線去除光譜曲線吸收強度最大處位于686~716nm波長范圍內(nèi),吸收強度差別不大,在700nm之后,深藍色水體和藍黑色水體曲線幾乎重疊,不可區(qū)分,二者吸收強度小于藍色水體。

在2020年11月11日的包絡(luò)線去除光譜曲線中,明顯可區(qū)分5類水體的波長為500nm處,吸收強度從大到小依次是:藍黑色水體>深藍色水體>藍綠色水體>藍色水體>青色水體,與原始光譜曲線的反射分析一致,在其余波段處均有不同程度的交叉重疊,不利于區(qū)分5類水體。在2021年1月18日的包絡(luò)線去除光譜曲線中,4類水體的包絡(luò)線去除光譜曲線趨勢相似,吸收波段一致,吸收強度有所不同,可以分為4個區(qū)間,分別為443~490nm、500~580nm、580nm~709nm和709~926nm。其中,青色水體和藍色水體在第4區(qū)間,最大吸收深度為0.12左右,符合青色水體和藍色水體高反射的特征,深藍色水體在第1、3、4區(qū)間的最大吸收深度相近,吸收深度在0.12~0.14范圍內(nèi),藍黑色水體的最大吸收強度位于第1個吸收區(qū)間,吸收強度達到0.33,這與藍黑色水體的低反射,高吸收特性相符合??傮w來說,在665~670nm波長范圍內(nèi),4類水體可分性明顯。

3.3植被包絡(luò)線去除光譜特征分析

圖11各個時期植被均表現(xiàn)出明顯的植被特征,其中在可見光區(qū)域的吸收強度大于近紅外區(qū)域,符合植被在可見光區(qū)域反射率低、近紅外區(qū)域高反射的特性。不同種類的植被在不同的吸收波段表現(xiàn)出不同的吸收強度,而同一種植被在同一吸收波段的吸收強度也可能存在差異。通過包絡(luò)線去除變換后,植被在可見光區(qū)域吸收強度大的波段具有明顯差異,可以用于區(qū)分不同種類的植被。但在近紅外區(qū)域,不同種植被的光譜曲線存在嚴重的交叉重疊,光譜特征差異較小,因此不適合用于植被分類。2020年3月15日的3類植被包絡(luò)線去除光譜曲線中,蘆葦-南荻群落和薹草-虉草群落的“藍谷”特性不明顯;在650~700nm波長范圍內(nèi),兩類植被的吸收強度最大,在可見光區(qū)域的絕大多數(shù)波段都明顯可分。而在近紅外區(qū)域,由于植被的高反射特性,植被吸收強度弱,差異小。

wKgZomap2CKALHp6AAM_WbPQODs165.png

圖11不同時期植被包絡(luò)線去除均值光譜曲線

2020年6月17日的5類植被包絡(luò)線去除光譜曲線中,在500~550nm波長范圍內(nèi),四類植被均表現(xiàn)出了由“藍谷”引起的小型吸收谷,但在吸收強度和吸收顯著度上有所不同,吸收深度從大到小依次為:薹草-虉草群落>林地>蘆葦-南荻群落>農(nóng)田,且農(nóng)田的吸收谷更為明顯,林地和薹草-虉草群落的吸收谷較小;四類植被的最大吸收深度依然是650~700nm的“紅谷”區(qū)域,農(nóng)田的吸收深度最小,林地和薹草-虉草群落的吸收深度最大,在可見光區(qū)域,林地和薹草-虉草群落的光譜曲線幾乎重疊,說明包絡(luò)線去除未能放大二者之間的差異,其余兩類植被可分性明顯。在近紅外區(qū)域,5類植被交叉重疊嚴重,不可依此區(qū)分識別。

wKgaomap2COAP62qAAOuXmfxdyg788.png

圖12同種植被不同時期包絡(luò)線去除均值曲線

2020年10月10日的2類植被包絡(luò)線去除光譜曲線中,全波段來看,二者在某些波段有一定的可分性,例如,536nm、596~700nm、730~760nm和760~806nm波長范圍內(nèi),但是差異并不顯著,最大吸收深度依然位于“紅谷”區(qū)域,二者之間的可區(qū)分識別波段需要進一步定量分析來確定。2020年3月15日的3類植被包絡(luò)線去除光譜曲線中,4類植被在550nm附近均有一個吸收深度較深的吸收谷,對應(yīng)植被的“藍谷”,在該吸收谷處,林地的吸收深度最大,其余3類植被的吸收深度幾乎相同,在580~700nm波長范圍內(nèi)4類植被的差異明顯,吸收深度從大到小為:林地>農(nóng)田>蘆葦-南荻群落>薹草-虉草群落,在776~806nm波長范圍內(nèi),4類植被也有一定差異,但是差異較小,是否能區(qū)分4類植被,還需要進一步定量分析。2020年3月15日的3類植被包絡(luò)線去除光譜曲線中,由于冬季植被存在枯萎現(xiàn)象的原因,該時期植被的吸收反射較為混亂,以“紅谷”為例,林地的“紅谷”位于640nm處,蘆葦-南荻群落的位于670nm處,薹草-虉草群落的“紅谷”不明顯,其最大吸收深度位于580nm處,農(nóng)田的“紅谷”位于686nm處,但總體來看,4類植被在可見光區(qū)域的大多數(shù)波段差異明顯,可以認為4類植被可以被區(qū)分。

圖12可以看出:林地、蘆葦-南荻群落以及薹草-虉草群落三類自然植被的最大吸收強度均發(fā)生在夏季,而農(nóng)田的最大吸收強度則在秋季,四類植被在冬季時吸收強度均最弱。

3.4其他地物包絡(luò)線去除光譜特征分析

整體來看,由于不同時期影像衛(wèi)星傳感器的差異,以及樣本選取存在的一定誤差,使得同種地物的吸收反射特征都存在一定差異。如2020年3月15日所示的包絡(luò)線去除后的光譜曲線,由于該時期原始光譜曲線的趨勢基本一致,所以,經(jīng)過包絡(luò)線去除變換后,二者光譜曲線趨勢依然很相似,但二者在大多數(shù)波段都有明顯的差異,光譜變換前后,2類地物的可區(qū)分性都很強。從2020年6月17日的光譜曲線可以看出,3類其它地物在可見光區(qū)域的吸收強度小于近紅外區(qū)域,最大吸收深度均位于746~760nm波長范圍內(nèi),分析光譜曲線可以看出,在596~716nm和836~880nm范圍內(nèi)。3類其它地物光譜曲線差異顯著,可作為區(qū)分3類地物的依據(jù)。分析2020年10月10日的光譜曲線可知,在520~700nm波長范圍內(nèi),3類其它地物的光譜曲線差異顯著,可認為在此范圍內(nèi),可有效區(qū)分3類地物,在近紅外區(qū)域,3類地物光譜曲線交叉重疊嚴重,差異小,不足以區(qū)分識別地物。2020年11月11日的其它地物包絡(luò)線去除變換后光譜曲線趨勢一致,3類地物均有3個吸收波段,分別為443~500nm、500~760nm和760~926nm。

wKgZomap2COAWSliAANbkTXOLS4046.png

圖13不同時期其它地物包絡(luò)線去除均值光譜曲線

在第1個吸收波段,3類地物在446~490nm范圍內(nèi)存在差異,吸收深度從大到小為:建設(shè)用地>居民地>裸灘;在第2個吸收波段,通過觀察可知,在531~560nm范圍內(nèi),3類地物存在差異;在第3個吸收波段,在833~865nm范圍內(nèi),3類地區(qū)存在差異,且相差0.1左右,因此,認為該范圍可區(qū)分3類其它地物。從2021年1月18日的光譜曲線可以明顯看出,在可見光區(qū)域,裸灘的吸收強度遠大于其余3類地物,達0.46,而其余3類地物在全波段都有交叉重疊現(xiàn)象,淺水灘在近紅外區(qū)域的高反射特征經(jīng)過變化反而與其余地物的差異變小了。

四、總結(jié)

南磯濕地受鄱陽湖水位影響,呈現(xiàn)復(fù)雜的濕地生境類型,且濕地內(nèi)存在南山和磯山兩個非濕地島嶼,濕地地物和非濕地地物構(gòu)成了復(fù)雜的地物類型,高光譜遙感的迅速發(fā)展為大范圍的地物精細分類提供重要研究思路。對地物進行光譜特征分析以及識別光譜差異是高光譜遙感能夠精細分類的基礎(chǔ),而對光譜差異特征波段進行選擇和組合,從而使其能有效識別分類不同地物一直是高光譜研究的重難點之一?;诟吖庾V影像對地物的光譜特征,特征波段以及識別分類進行研究,為大范圍區(qū)域的精細分類提供了便利,也對高光譜技術(shù)的發(fā)展起到了推動作用。

推薦

地物光譜儀iSpecField-HH/NIR/WNIR

地物光譜儀是萊森光學(xué)專門用于野外遙感測量、土壤環(huán)境、礦物地質(zhì)勘探等領(lǐng)域的最新明星產(chǎn)品,獨有的光路設(shè)計,噪聲校準技術(shù)、可以實時自動校準暗電流,采用了固定全息光柵一次性分光,測試速度快,最短積分時間最短可達20μs,操作靈活、便攜方便、光譜測試速度快、光譜數(shù)據(jù)準確,廣泛應(yīng)用于遙感測量、農(nóng)作物監(jiān)測、森林研究、海洋學(xué)研究和礦物勘察等各領(lǐng)域。

wKgaomap2COAXzomAAUGgD2shME018.png

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

    關(guān)注

    2577

    文章

    55180

    瀏覽量

    792409
  • 光譜儀
    +關(guān)注

    關(guān)注

    2

    文章

    1257

    瀏覽量

    32605
  • 影像
    +關(guān)注

    關(guān)注

    0

    文章

    150

    瀏覽量

    15008
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

    評論

    相關(guān)推薦
    熱點推薦

    光譜與多光譜技術(shù):核心區(qū)別與應(yīng)用選擇

    光譜與多光譜技術(shù)是遙感領(lǐng)域的兩大重要技術(shù),它們在波段數(shù)量、光譜分辨率、數(shù)據(jù)處理和應(yīng)用場景上存在顯著差異。本文將系統(tǒng)解析兩者的區(qū)別,并為不同應(yīng)用需求提供選擇建議。 一、
    的頭像 發(fā)表于 03-03 07:42 ?66次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>與多<b class='flag-5'>光譜</b>技術(shù):核心區(qū)別與應(yīng)用選擇

    光譜光譜工業(yè)相機技術(shù)原理與差異

    光譜光譜工業(yè)相機通過捕捉傳統(tǒng)RGB相機無法獲取的波長信息,實現(xiàn)了更精細的分析維數(shù)據(jù)解讀。
    的頭像 發(fā)表于 01-29 17:33 ?767次閱讀
    多<b class='flag-5'>光譜</b>與<b class='flag-5'>高</b><b class='flag-5'>光譜</b>工業(yè)相機技術(shù)原理與差異

    紅外光譜技術(shù)應(yīng)用與原理分析

    分析檢測領(lǐng)域,紅外光譜分析技術(shù)作為一種高效、準確的分析檢測手段,能夠快速準確地識別各類化合物的分子結(jié)構(gòu)特征。這項技術(shù)基于一個簡單卻精妙的原理:當紅外光照射樣品時,分子中的化學(xué)鍵會吸收
    的頭像 發(fā)表于 11-11 15:21 ?966次閱讀
    紅外<b class='flag-5'>光譜</b>技術(shù)應(yīng)用與原理<b class='flag-5'>分析</b>

    光譜成像在作物病蟲害監(jiān)測的研究進展

    光譜成像技術(shù)(Hyperspectral Imaging, HSI)是一種將光學(xué)成像與光譜分析相結(jié)合的多維信息獲取技術(shù),其核心在于通過連續(xù)窄波段(通常 光譜
    的頭像 發(fā)表于 10-16 15:53 ?603次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像在作物病蟲害監(jiān)測的研究進展

    光譜成像在分析作物長勢和產(chǎn)量預(yù)估中的應(yīng)用

    的關(guān)鍵技術(shù)路徑,并通過典型應(yīng)用案例分析其在現(xiàn)代農(nóng)業(yè)中的價值與挑戰(zhàn)。 光譜成像基本原理 多維數(shù)據(jù)融合 :同步獲取空間(2D圖像)+光譜(數(shù)十至數(shù)百個窄波段)+時間(動態(tài)監(jiān)測)三維信息
    的頭像 發(fā)表于 09-27 16:04 ?521次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像在<b class='flag-5'>分析</b>作物長勢和產(chǎn)量預(yù)估中的應(yīng)用

    光譜成像的照明源有哪些?

    光譜成像(Hyperspectral Imaging)是一種結(jié)合光譜分析與成像技術(shù)的多維度數(shù)據(jù)采集方法,能夠獲取目標物體在連續(xù)窄波段范圍內(nèi)的光譜空間信息。 照明源 (光源)作為
    的頭像 發(fā)表于 09-17 10:14 ?791次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像的照明源有哪些?

    如何搭建一個光譜成像實驗場景?

    光譜成像(Hyperspectral Imaging)通過獲取目標物體在連續(xù)窄波段(通常 構(gòu)建穩(wěn)定、可重復(fù)的光譜數(shù)據(jù)采集系統(tǒng); 實現(xiàn)對目標物體的空間-
    的頭像 發(fā)表于 09-13 10:36 ?2470次閱讀
    如何搭建一個<b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像實驗場景?

    如何有效利用光譜成像技術(shù)提升數(shù)據(jù)分析效率

    隨著人工智能和大數(shù)據(jù)技術(shù)的快速發(fā)展,光譜成像技術(shù)作為一種融合光譜信息與空間影像的新興技術(shù),正日益成為提升數(shù)據(jù)分析效率的重要工具。在農(nóng)業(yè)監(jiān)測
    的頭像 發(fā)表于 09-11 16:13 ?877次閱讀
    如何有效利用<b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像技術(shù)提升數(shù)據(jù)<b class='flag-5'>分析</b>效率

    光譜光譜工業(yè)相機的區(qū)別

    光譜相機可應(yīng)用于自動化檢測、質(zhì)量管理、回收分類、醫(yī)療診斷等多個領(lǐng)域
    的頭像 發(fā)表于 08-08 16:28 ?1077次閱讀
    多<b class='flag-5'>光譜</b>與<b class='flag-5'>高</b><b class='flag-5'>光譜</b>工業(yè)相機的區(qū)別

    光譜相機賦能耕地用途保護:耕地面積統(tǒng)計、非農(nóng)非糧識別-守護耕地紅線

    費力。而多光譜低空遙感技術(shù)憑借大范圍監(jiān)測能力與精準光譜識別特性,正成為耕地用途智慧化監(jiān)管的核心工具。 一、技術(shù)原理:光譜如何“看見”耕地? 1.?耕地光譜指紋
    的頭像 發(fā)表于 07-22 15:41 ?625次閱讀
    多<b class='flag-5'>光譜</b>相機賦能耕地用途保護:耕地面積統(tǒng)計、非農(nóng)非糧識別-守護耕地紅線

    太陽光模擬器性能的影響參數(shù):光譜匹配度、光譜覆蓋率及光譜偏離率

    光譜與標準光譜的契合度,進而影響測試精度。紫創(chuàng)Luminbox深耕太陽光模擬器技術(shù)研發(fā),致力于以這三大指標為核心優(yōu)化方向,提升設(shè)備對復(fù)雜測試場景的適配能力。下文將具體分析這三項參數(shù)對太陽光模擬器性能
    發(fā)表于 07-21 15:35

    光譜相機讓農(nóng)林管理進入“光譜級”智能時代

    、病害應(yīng)激反應(yīng)等。這種能力使得光譜技術(shù)成為研究和管理作物、森林的強大工具。 為什么農(nóng)林業(yè)需要“光譜級”的感知? 作物和林木在受到病害、水分脅迫或營養(yǎng)失衡時,表面可能尚未出現(xiàn)明顯癥狀,但其光譜
    的頭像 發(fā)表于 06-27 10:50 ?566次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>相機讓農(nóng)林管理進入“<b class='flag-5'>光譜</b>級”智能時代

    光譜成像相機:基于光譜成像技術(shù)的玉米種子純度檢測研究

    種子純度是衡量種子質(zhì)量的核心指標之一,直接影響農(nóng)作物產(chǎn)量與品質(zhì)。傳統(tǒng)檢測方法(如形態(tài)學(xué)觀察、生化分析)存在耗時長、破壞樣本、依賴人工等缺陷。近年來,光譜成像技術(shù)因其融合光譜與圖像信息
    的頭像 發(fā)表于 05-29 16:49 ?701次閱讀

    光譜相機在生物醫(yī)學(xué)中的應(yīng)用:病理分析、智慧中醫(yī)與成分分析

    光譜成像技術(shù)(Hyperspectral Imaging, HSI)通過捕捉物質(zhì)的連續(xù)光譜信息與空間信息,形成“光譜立方體”,能夠揭示傳統(tǒng)成像技術(shù)無法獲取的分子級
    的頭像 發(fā)表于 04-24 11:25 ?726次閱讀

    如何利用光譜相機實現(xiàn)精確的光譜分析?

    空間信息基礎(chǔ)上增加第三維的光譜信息。 這種技術(shù)基于物質(zhì)對不同波長光的吸收、反射特性具有"指紋"效應(yīng)的原理。每種物質(zhì)都有其獨特的光譜特征,通過分析這些
    的頭像 發(fā)表于 03-28 17:05 ?1136次閱讀
    如何利用<b class='flag-5'>高</b><b class='flag-5'>光譜</b>相機實現(xiàn)精確的<b class='flag-5'>光譜分析</b>?