초 다중 대역, 높은 스펙트럼 분해능 (수 nm), 협 대역 (≤10-2λ) 넓은 스펙트럼 범위 (200-2500nm)와 화합 특성지도 초 다중 분광 자기 공명 영상 법. 취득한 화상 이점 정보 및 인식 복수의 데이터 모델의 높은.에 '핑거'효과를 가지는 물체의 반사 스펙트럼 때문에, 다른 스펙트럼은 달랐다 종을 구별 할 수있는 스펙트럼 정보의 특정 원리와 동일하다.
물체와 고유의 물리 화학적 특성의 분광 특성 밀접 인한 상이한 파장 및 방출 광자의 내부 선택적 흡수를 일으키는 물질 조성 재료의 구조의 차이에 관련된. 완전하고 연속적인 스펙트럼 곡선보다 다른 종 등을 반영 구경꾼 미세한 특징의 검출에 분광 이미징의 물리적 기초 본질적인 차이.
사천 더블 스펙트럼 기술 (주) 이미징 높이를 사용하여 다음과 같은 실험 분광계 결론을 내리기 위해 시험을 수행하십시오.
첫째, 높은 스펙트럼 분해능 : 각 주파수 대역 검출기 스펙트럼 대역폭은 전체 스펙트럼 밴드의 개수, 각 밴드 간격과 동작 파장 범위가 검출을 검출하기위한 폭 검출부를 포함하고, 스펙트럼 검출기에 검출 할 수있는 능력을 나타낸다. 이상의 밴드가 검출되고, 각 대역의 파장의 작은 범위는, 밴드 갭이 작은 경우도, 취득한 분광 특성을 반영 할 수있는 분석 장치의 해상도 검출기. 높은 스펙트럼 해상도, 영상수록 자연, 다른 개체 사이의 차이가 이미지에 잘 반영 될 수 있습니다, 감지기의 기능을 감지하는 기능이 강력합니다. 하이퍼 스펙트럼 원격 감지 이미지 데이터는 울트라 멀티 밴드 및 대량의 데이터, 치료의 중요한 기능입니다 그것은 성공적인 응용의 핵심 문제 중 하나가되었습니다. 일반적으로 일반적인 광물의 스펙트럼 흡수 피크 폭은 약 30 nm이며, 스펙트럼 해상도가 30 nm 미만인 센서로만 확인할 수 있습니다.
두 번째 : 화합의 이미지 스펙트럼 :
주로 이미지에 반영되고 스펙트럼이 동시에 표시되며 재료 특성 스펙트럼이 연속적이므로 데이터 모델링을 통해 정보의 모든 부분에 대한 연구를 분석 할 수 있습니다.
그림 하이퍼 스펙트 럴 데이터 처리 및 분석
광물 : 화학 조성과 물리적 구조의 안정된 부분이 미네랄 흡수 스펙트럼의 스펙트럼 특성에 따라 결정하는 인자는 다음과 결정의 전자 재료 분야, 분자 진동과 상호 작용.
토양의 스펙트럼 특성 : 토양 천연 미네랄 :시 잉, 장석, 운모, 각섬석, 휘석, 인회석, 적철광, 황철광 토양 자갈 소량의 거의 전체 모래. 이러한 카보네이트 1 단순 염 : 석영 규산염 네이티브 차 광물 토양 조성물이 낮은 주된 카테고리를 가지고 주로 입자 석영 다수 지배 미네랄 조성물의 원래가있다 염, 염화물 및 황산염; 3, 예컨대 카올리나이트, 몬모릴로나이트 및 운모와 같은 수화 이차 적층 알루미늄 실리케이트, 산화철, 산화 알루미늄, 산화 규소 등이, 함수 산화물, 기타
토양 수분이 토양의 중요한 부분입니다, 수분 함량 증가, 토양의 반사율이 물에 1400nm에서 각각의 흡수 밴드 떨어질 것이다 토양, 1900nm, 2700nm, 특히 식물과 토양에 대한 반사율의 감소, 이 현상은 분명히 동일한 이유로, 즉 입사 방사선 인해 특히 물에 흡수 밴드에 의해 흡수 치앙 거짓말이다.
그림 저 수분 토양 분광 곡선
사암의 분광 반사율은 물의 침입 시간에 따라 변한다.
토성 다양한 입자 크기의 토양 입자의 상대 비율을 의미하는 것은 주로 두 가지 측면에서, 토양의 분광 반사율 특성에 영향력을 점유 :
1. 토양 수분 보유 능력에 영향을 미치므로 토양 분광 반사율에 영향을 미친다.
2. 토양 입자 크기 자체도 토양 반사율에 큰 영향을 미친다.
작은 입자 점토 토양 부용 때문에 강한 흡습성 효과 그는 등 흡수 밴드 1400nm, 1900nm, 2700nm에 변칙. 토양 입자가 작아짐에 의해, 입자들 사이의 공간을 줄이고, 비 표면적 증가 큰, 더 매끄러운 표면이어야하는 경향 미사 토양 반사율 모래보다 높지만, 미세한 점토 입자 및 토양 수분 보유력이 증가 할 때, 그러나 반사율을 감소시킨다.
또한, 토양 텍스쳐의 반사 특성에 영향을주는 요인뿐만 아니라 입자 크기 및 표면 상태의 조합뿐만 아니라, 재료의 밀접한 크기가 다른 조합의 화학적 조성에 관련된.
대기업 R의 RGB 이미지 : 1112 G : 1322 B : 1533
재벌 물을 첨가하지 않은 경우에는 데이터를 교정 주성분 분석 (PCA)의 반사율 후 : PCA는 멀티 밴드 데이터를 이용하여 선형 변환이고, 차분 데이터가 최대화되도록 새로운 좌표 시스템으로 데이터를 변환한다. 이 기법은 정보 내용을 향상시키고, 잡음을 격리하고, 데이터 차원의 수를 줄이는 데 유용합니다.
의미 : 주성분 분석은 큰 편차를 제공하는 정보의 얼마나 많은 양의 척도로서 분산의 크기에 널리 주성분 분석의 치수를 줄이기 위해 다수의 애플리케이션에서 선형 치수 감소 방법의 가장 광범위한 용도 중 하나이다. 정보가 많을수록 반대로 정보가 줄어든다. 기본 아이디어는 선형 변환을 통해 큰 분산 및 정보가 풍부한 구성 요소를 보존함으로써 데이터의 차원을 줄이는 것이다. 원래의 변수의 선형 조합, 따라서, 주성분 분석법은 본질적으로 선형 치수 환원 공정은 일반적으로 다음과 같은 네 가지 단계로 분할 계산하는 방법이다 :
1) 원시 데이터 샘플의 수집을 표준화합니다.
2) 정규화 된 데이터 행렬의 공분산 행렬을 계산하고 직교 화하여 주성분을 얻는다.
3) 각 주성분의 누적 기여도를 계산하고 필요한 기여율 임계 값에 따라 주성분을 선택합니다.
4) 선택된 주성분이 주성분 방정식을 수립하도록 주성분 값을 계산한다.
PCA는 원래 인수 대부분의 정보를 포함하는 몇 잠재 변수 매핑하고 선형에게 이러한 잠재 변수의 최소 제곱 계수 잠재 변수를 결정하는 변수 회귀 방정식으로 변환 구축되어 있기 때문에 다음 원래 독립 변수와 종속 변수 회귀 방정식은 독립 변수를 압축하는 높은 효율을 가지지 만 매핑 프로세스는 종속 변수와 아무 관련이 없으므로 예측 정확도가 매우 높아지기가 어렵습니다.
Savitzky-golay (디지털 스무딩 및 필터링)
상이한 가중치를 사용하여 데이터를 획득하기 위해보다 효과적인 데이터 평활화가 최소 제곱 법의 원리에 기초하고, 유용한 정보를 효과적으로 사실, 고차 다항식 데이터 평활화를 이용한 방법을 평활화 랜덤 잡음 데이터를 제거하는, 상기 신호의 분석에 유지 될 수있다 디컨 볼 루션 작업의 일종입니다.
분광계로 수집 된 스펙트럼 신호에는 실험적이며 유용한 정보가 포함되어 있기 때문에 동시에 악기 정밀 다른 이유는 고정 잡음을 제거 다항식 신호 평활화 피팅 다항식 최소 제곱하여 윈도우 내에서 데이터를 이동하기 위해 랜덤 잡음 노이즈 Savitzky-골 레이 (SG) 평활화 회선을 제거하는 가장 일반적인 방법을 가져 각 샘플의 샘플 크기의 샘플의 치우침에 의한 스펙트럼 프로파일, 샘플의 산란면까지 산란 보정하여, 산란의 영향을 미칠 광로 변경 (곱셈 산란 보정은 MSC)의 방법은 산란 제거하는데 효과적 일 수있다 다른 효과가있다. 또한, 미분 스펙트럼을 효율적으로 스펙트럼의 취득 소스가 존재하는 동안에 소음. 감도 및 해상도를 향상시키기 위해, 중복 피크를 구별 기준 및 다른 배경 잡음을 제거하고, 각각의 MSC 회선 유도체 방법 SG를 사용 할 스펙트럼 데이터와 처리의 결합.
획득하고 다음 시간주기의 경험을 비교 한 후, 대기업 수분을 흡수 한 후, 근적외선 900nm - 2500nm 대역의 바위 또는 자갈의 대기업 이미지 전환 물의 전체 성능이 전술 한 내용, 강한 흡수를 보였다.
광물, 암석의 스펙트럼 특성은 주로 2000nm - 2400nm 파장 범위에서 실시하는 동안 시험 900nm - 1700nm의 카메라 스펙트럼 대역을 사용하며, 물 흡수 밴드는 주로 1400nm 주변 구현된다.
아래 그림은 대기업이 물과 접촉하지 않을 때 PCA, Savitzky-golay (디지털 평활화 및 필터링) 및 곱셈 적 산란 보정 (MSC)으로 처리 한 대기업을 보여줍니다. PC - 3 구성 요소는 이미지 성능 상태.
물없는 그림 대기업 (PC3)
마찬가지로 전체 대기업 데이터 수집 중 10 개의 샘플이 11:08, 11:17, 11:20, 11:27, 12:00, 12:30, 12:58, 13:36, 13에 대해 선택되었습니다. : 57, 14:35 총 10 개의 하이퍼 스펙트 랄 이미지가 코팅되지 않은 대기업 이미지와 비교되었습니다.
물 흡수는 대기업, 전체 전시 같은 상태. 재벌하지 않고 지금까지 포함 겉으로의 흡수 될 때까지 물로 시작 사이트 대기업의 접촉에서 수분을 흡수하기 시작합니다.이 과정에서 대기업의 성능을 때 아주 명백한 물 흡수 상태.
오른쪽 그림은, 그것이 시간 대기업 통해 알 수있는, 왼쪽으로, 대기업 끊임없이 수분 어두워 및 이상이 영역에 기술 된 정보는 더 크게 물을 흡수하는 흡수 성능 처리 대기업 예, 대기업 전체가 하나의 세분화 된 구성 요소가 아니라 다양한 각도로 수분을 흡수합니다.
이전에 제공 한 데이터 분석 보고서는 시간이 지남에 따라 동일한 입자의 수분 함량 변화로 스펙트럼의 특성 변화를 분석하는 입자 중 하나를 기반으로합니다.
11: 08 11: 17
11: 20 11: 27
12: 00 12: 30
12: 58 13: 36
13: 57 14: 35
그것의 스펙트럼 변화, 나는 상세한 분석을 위해 이곳에 없을 것이다. 왜냐하면 복합체 또는 각 복합체 입자의 모든 픽셀이 하이퍼 스펙트럼에서 효과적으로 연구 될 수 있기 때문이다.
이 하이퍼 스펙트 럴 매우 중요한 기술적 인 장점은 다음과 같습니다 이미지와 스펙트럼을 결합, 하나는 데이터, 기술 연구 물체 나 재료의 전반적인 거시 경제 성능이 매우 효과가 많은뿐만 아니라, 매우 직관적이고 다른 기술을 수집 할 수 있습니다. 스펙트럼 정확도에는 몇 가지 장점이있을 수 있지만 한 번에 너무 많은 데이터와 이미지를 수집 할 수 없으며 분석을 통해 정밀도 분석을 제공 할 수 있습니다.
응집체의 분광 반사율은 물 침투 시간에 따라 다양합니다.
A : 물이없는 대기업 PC 상태 이미지 : 20160408 11 : 08
PC-1 PC-2
PC-3 PC-4
PC-5 PC-6
두 번째 : 복합 물의 PC 상태 이미지 : 시간 간격 : 20160408 11:17
newrawfile-conglomerate-1 water-1_ref
PC-1 PC-2
PC-3 PC-4
PC-5 PC-6
셋째 : 대기업 PC 이미지의 물 상태 : 시간 간격 : 20160408 11:20
newrawfile-conglomerate -1- 클램프 수 -10_ref
PC-1 PC-2
PC-3 PC-4
PC-5 PC-6
네 가지 : 대기업의 대기 상태 이미지 : 시간 간격 : 20160408 11 : 27
20160408112703 테스트 :
RGB 이미지
PC-1 PC-2
PC-3 PC-4
PC-5 PC-6
5 : PC의 대기 물 상태 : 시간 간격 : 20160408 12:00
20160408120014
PC-1 PC-2
PC-3 PC-4
PC-5 PC-6
VI : 대기업의 PC 대기 상태 이미지 : 시간 간격 : 20160408 12:30
newrawfile20160408123032_ref
PC-1 PC-2
PC-3 PC-4
PC-5 PC-6
일곱 번째 : 대기업 PC 이미지의 물 상태 : 시간 간격 : 20160408 12 : 58
newrawfile20160408125820
PC-1 PC-2
PC-3 PC-4
PC-5 PC-6
여덟 : PC의 대기 상태 물 이미지 : 시간 간격 : 20160408 13 : 36
newrawfile20160408133617
PC-1 PC-2
PC-3 PC-4
PC-5 PC-6
나인 : 대기업의 PC 상태 이미지 : 시간 간격 : 20160408 13 : 57
newrawfile20160408135737_ref
PC-1 PC-2
PC-3 PC-4
PC-5 PC-6
10 : PC 물의 대기 상태 이미지 : 시간 간격 : 20160408 14 : 35
newrawfile20160408143523_ref
PC-1 PC-2
PC-3 PC-4
PC-5 PC-6
