|
搜索
搜 索
高等教育领域数字化综合服务平台
一种基于图论的高光谱图像显著度计算方法
本发明公开了一种基于图论的高光谱图像显著度计算方法，包括以下步骤：1）将输入的高光谱图像以图表示；2）对图进行权值计算，构建权重矩阵,权重矩阵中的元素值反映了中任意一个顶点和其他所有顶点的联系；3）像元的全局显著性计算，像元的全局显著性等于它与图像中所有其它像元间权值的总和：4）像元的局部显著性计算，像元的局部显著性用其邻域背景像素的方差来表示：5）像元的最终显著度计算，将对应像元的全局显著性与局部显著性相乘，得到各像元的最终显著度。本发明在计算高光谱图像显著度时，充分考虑了感兴趣目标的光谱特性和几何尺寸特性，因此，能够有效抑制背景的干扰，提高感兴趣区域的提取效果。
华中科技大学
2021-04-11
一种基于时空联合调制和MZI光波导阵列的成像光谱仪
本实用新型公开了一种基于时空联合调制和MZI光波导阵列的成像光谱仪。采用无狭缝成像系统，包括前置镜以及一层干涉光谱仪芯片或者多层干涉光谱仪芯片相层叠而成的三维芯片，每层干涉光谱仪芯片包括主要由模斑转换器阵列、MZI阵列和探测器阵列依次连接而成的光波导结构，MZI阵列由具有不同干涉臂差的MZI平行排列而成，每个MZI的输入端口在成像像面上接收平行于推扫图像区域上同一排或列的像元信号。本实用新型既简化了光路的复杂程度，又极大减轻了成像光谱仪的重量和体积，具有高集成度和高稳定性，并大大提升了系统的入射光通量，使得成像光谱仪小型化、轻型化。
浙江大学
2021-04-13
基于超像素样本扩充的空谱全卷积高光谱图像分类方法
本成果提出的基于超像素样本扩充的空谱全卷积高光谱图像分类方法有效的利用高光谱图像的超像素分割结果指导伪样本扩充增加了训练集样本数量，解决了高光谱图像有标记样本的稀缺问题，同时空谱的全卷积分类网络也充分利用了多尺度的空间特征和光谱特征实现了较高的分类精度。
成果非涉密，专利申请已经提交。
实验采用反射光学系统成像光谱仪（ROSIS）传感器获取意大利北部帕维亚大学（Pavia University）的高光谱图像数据。该数据集由 103 个光谱带组成，共 610×340 像素，光谱覆盖范围从 430nm 到 860nm，空间分辨率为 1.3m。该数据集一共含有 9 个类别的 42776个有标记样本，选取每类 30 个有标记样本作为训练集，其余作为测试集。
由下表可以看出，在每类选取 30 个样本的情况下，本 模 型 的 OA，AA，Kappa系 数 比 DFFN 模 型 高 出20.8%，17.4% 和 26.5%；比CNN 高 出 23.1%，18.8% 和29.2%。并且下表证明了使用了伪标签样本扩充的空谱全卷积网络的本方法在小样本情况下每个类的分类准确性均优于 DFFN 和 CNN，达到了较好的分类效果。
表 1 PaviaU 数据集上对比实验结果
西安电子科技大学
2023-03-03
基于空谱差分辅助核联合稀疏表示的高光谱图像分类
该成果提出了一种基于空谱差分辅助核联合稀疏表示分类的高光谱图像分类方法。本章方法的主要创新性在于：1）能够将光谱的差分辅助信息和原光谱特征信息有效结合。2）能够考虑不同光谱属性间的高阶空间相关信息。3）原空谱和差分空谱核特征字典的信息通过具有混合正则的核联合稀疏表示分类方法得到充分利用。通过在真实高光谱图像数据上的实验表明，该成果提出的方法能够有效地提高高光谱遥感图像的分类效果。
主要技术指标
不同数据集下的训练样本与测试样本数参阅表 1. 在该训练样本集数量下的分类结果表现参见表 2. 相比于传统分类器 SVM，OA 提高了约 20%；相比于 SOMP，OA 提高了约20%。
该成果无需使用 GPU 资源在保证精度的同时有效提升了分类的精度和效果，同时在较少训练样本条件下仍能得到较好的分类精度和分类效果。
表 1. 不同数据集下的训练样本选取数量
表 2. PaviaU 大学数据下不同方法的正确率比较
西安电子科技大学
2023-03-22
集电化学、光谱和质谱方法于一体的单细胞成像仪
世界上首台有机融合电化学、光谱学和质谱技术的优势于一体的“单细胞时空分辨分子动态分析系统”
一、项目分类
重大科学前沿创新
二、成果简介
南京大学化学化工学院陈洪渊院士领衔的科研团队，在国家自然科学基金重大科研仪器专项支持下，联合清华大学、东南大学、中国医学科学院药物研究所的研究人员，攻克了单个细胞内分子反应动力学过程高时空分辨和微弱信号精准测量的技术瓶颈，研制成世界上首台有机融合电化学、光谱学和质谱技术的优势于一体的“单细胞时空分辨分子动态分析系统”。
首次阐明单细胞内溶酶体中生物催化反应机制；创建了胞内不同空域热传导系数的准确测量，阐明胞内热量产生与耗散机制以及胞内“出汗”与机体“出汗”散热的生命整体一致性；研制成的极紫外(VUV)质谱成像，摆脱了MALDI技术对电离介质的依赖，极大地降低了二次离子质谱(SIMS)的电离碎片，从而降低了重构分子结构的难度，显著提升了我国生命与健康领域高端科研仪器的国际竞争力。
本项目迄今已发表研究论文逾百篇。包括PNAS 4篇，NatureComm. 2篇，Science Adv.1篇，JACS 6篇，Angew. Chem. Int. Ed. 6篇，Anal. Chem. 49篇等。申请了国内专利41件，国际专利1件，授权18件。项目组成员获得教育部“长江学者奖励计划”青年学者以及2018年度仪器仪表学会分析仪器分会“朱良漪分析仪器青年创新奖”；所研发的“单细胞活性分析仪”获“2018年度科学仪器行业优秀新产品奖”及“2021年度日内瓦发明金奖”。
南京大学
2022-08-12
一种高光谱图像端元个数自动估计的端元提取方法
本发明公开了一种高光谱图像端元个数自动估计的端元提取方 法，首先使用 PPI 算法计算高光谱图像中所有像元的 PPI 值，根据像 元的 PPI 值确定初始候选端元集，并对初始候选端元按 PPI 值由大到 小进行排序；然后依次剔除初始候选端元集中独立性最弱的候选端元， 同时获得随端元个数递减的候选端元集的重构精度曲线和端元独立性 曲线，通过寻找这两条曲线变化的显著性位置确定端元个数的取值范 围；最后利用 SGA 算法获取不同端元个数下的二次选择候选端元集， 根据这些候选端元集所构成的重构精度曲线，确定最终的端元个数， 同时获得最终的端元提取结果。本发明不需要事先给定端元的个数， 有利于端元提取的自动化处理，同时提取的端元准确性高。
华中科技大学
2021-04-11
基于丰度显著性分析的高光谱图像解混方法及系统
本发明提供基于丰度显著性分析的高光谱图像解混方法及系统，包括建立待处理的高光谱遥感图像 的端元光谱库；用基于稀疏回归的混合像元分解方法对每个像元进行初步混合像元分解并按照丰度值的 大小降序排列，对排序后的丰度序列进行显著性分析，得到显著性丰度的临界值，然后根据预设的显著 性丰度阈值进行判断组成该像元的稀疏表示端元子集；最后采用丰度约束的最小二乘法再次进行混合像 元分解，将结果作为最终的混合像元分解结果。本发明可以得到更为稀疏和准确的像元表示端元
武汉大学
2021-04-14
光谱检测技术
研究团队十余年来致力于光谱检测与分析领域，研发了数件产品，持有多项发明专利，发表了多篇高水平论文。例如， 1）采用紫外-可见光谱技术实现了水质COD和浊度的在线监测。自主开发了浸没式、小型化、一体化的采样分析的探头，直径仅50 mm，能耗低，可在野外无人值守环境工作。2）采用红外光谱技术实现水体CO2含量的在线监测，分辨率高，稳定性高。目前，探头正在三峡库区进行测试。3）建立一系列基于表面增强拉曼光谱效应的新型光学免疫检测方法，发展了相关纳米光学探针和微通道芯片器件，实现了血液、唾液等体外复杂环境中肿瘤标志物（包括循环肿瘤细胞、循环肿瘤DNA、肿瘤来源外泌体表面受体分子及内含miRNA分子等）的高灵敏、高通量和快速检测。
上海理工大学
2023-05-09
像元解混逆过程：规格化多端元分解的高光谱重构方法
本发明涉及一种像元解混逆过程：规格化多端元分解的高光谱重构方法,其特征在于：包括多光谱图像的反射率图像进行规格化多端元分解获得高光谱数据,多光谱影像中提取的地物光谱可分解为光谱形状和像元值两本分的线性组合,规格化多端元分解的高光谱重构方法就是根据光谱库中纯端元进行不同性质的混合来获取混合场景中最优的端元组分,从而避免端元过多带来的噪声放大和端元过少造成的精度下降现象,并在精确解混的基础上考虑端元的时空变化,在减少计算量同时准确重构高光谱数据。
北京大学
2021-02-01
一种野外连续测试原位水稻土高光谱的车载微型铧犁装置
本实用新型公开了一种野外连续测试原位水稻土高光谱的车载微型铧犁装置。铧犁立柱和光谱组件立柱通过定位杆固定在连接桥上，铧犁刀片固定在铧犁立柱底端，保护罩固定在光谱组件立柱底端，保护罩靠近土壤一侧底部开有透光孔，蓝宝石固定在透光孔正上方，蓝宝石横截面中心和透光孔横截面中心连线与光谱传感器的中心轴线重合，将装置通过连接桥与微型履带式拖拉机固定后，打开光谱仪和光源电源，设置光谱仪的数据自动采集频率，启动微型履带式拖拉机拖动本装置，进行野外原位水稻土光谱连续测试。使土壤原位高光谱的大范围实时连续测量更加简单，省时省力。
浙江大学
2021-04-13