10.6041/j.issn.1000-1298.2022.02.022
叶片含水率推扫式高光谱成像去条纹标定法优化
由推扫式高光谱成像系统所采集的图像中会出现特有的条纹噪声,这些噪声会穿过化学计量学模型,最终出现在反映被测指标空间分布情况的可视化预测图中,干扰其空间特征的呈现及解读.以银杏叶含水率为例,基于偏最小二乘回归(PLSR)预测模型,将经去条纹标定法处理后的图像分别与原始图像及经传统均值滤波增强后的图像进行比较,研究去条纹标定法对化学计量学指标空间分布预测的改进作用.去条纹标定法和传统均值滤波增强不会对感兴趣区域均值PLSR预测模型决定系数R2p产生明显影响,其随主成分数增加,呈先增后减趋势,当主成分数为10时R2p均达到最大,且预测准度相当.将化学计量学模型应用到像素光谱,进行指标空间分布预测时,随主成分数由6增至10,模型的波段增益系数逐渐增大,导致化学计量学可视化图像中条纹噪声逐渐增加:在由原始图像或经传统均值滤波增强图像得到的含水率可视化图像中,条纹噪声逐渐增加,甚至完全湮没叶面内部含水率空间分布信息;而去条纹标定法能够明显抑制本征条纹噪声,即使当主成分数增加到8时(R2p为0.88),含水率可视化图像仍然几乎不见条纹干扰,在叶面空间分布的细节特征依旧清晰可辨,显著提升对含水率空间分布的预测效果.比较研究表明,去条纹标定法明显抑制推扫式高光谱成像系统本征条纹噪声,能够提高靶向指标空间分布的可视化精度;在保留空间细节免受条纹干扰的情况下,得以采用波段增益系数更大的预测模型,从而提高指标空间分布的可视化预测准度.
银杏叶;含水率;可视化;去条纹标定法;推扫式高光谱成像
53
TP391.41;O657.3(计算技术、计算机技术)
国家自然科学基金32072498
2022-03-18(万方平台首次上网日期,不代表论文的发表时间)
共9页
212-220