روش تصویربرداری فراطیفی با فوق العاده چند باند، قدرت تفکیک طیفی بالا (چند نانومتر)، یک باند باریک (≤10-2λ)، محدوده طیفی گسترده (200-2500nm) و نقشه ویژگی های وحدت مزیت تصاویر به دست آورد با توجه به اثر "اثر انگشت" طیف بازتابی از جسم، اصل که اشیاء مختلف طیف های مختلف و همان اشیاء باید طیف مشابه برای تشخیص اطلاعات مواد مختلف است.
ویژگی های طیفی از جسم و خواص فیزیکی و شیمیایی ذاتی آن نزدیک مرتبط است، به دلیل تفاوت در ترکیب مواد و ساختار مواد باعث جذب انتخابی داخلی فوتون طول موج و انتشار است. منحنی طیفی کامل و مداوم بهتر می تواند منعکس کننده گونه های مختلف از جمله تفاوت های ذاتی بین تماشاچیان، دقیقا پایه فیزیکی طیف سنجی تصویربرداری برای رسیدن به تشخیص شیء زمین خوب است.
آزمایش زیر با استفاده از فناوری دوچشمی فناوری سیشوان، آموزشی ویبولیتین، ارتفاع تصویربرداری طیف سنج انجام آزمایش را برای نتیجه گیری انجام دهید.
اول: بالا طیفی وضوح: آشکارساز پهنای باند طیفی از هر باند، نشان دهنده توانایی تشخیص در آشکارساز طیفی، متشکل از یک آشکارساز عرض برای تشخیص طیف کل، تعداد گروههای موسیقی، هر فاصله باند و در محدوده طول موج حرکت شناسایی شده است. باند بیشتر است شناسایی شده است، کوچکتر وسیعی از طول موج برای هر باند، فاصله ی باند کوچکتر است، بالاتر از وضوح از طیف سنج. قدرت تفکیک طیفی بالا از آشکارساز، تصویر که به خوبی می تواند منعکس کننده ویژگی های طیفی به دست آورد خواص، تفاوت بین ویژگی های مختلف در تصویر خوبی منعکس شده است، آشکارساز قابلیت تشخیص ظرفیت قوی است. از ویژگی های مهم داده های تصویر فراطیفی چند باند و مقدار فوق العاده زیادی از داده ها، پردازش آن آن را تبدیل به یکی از نرم افزار های کلیدی موفقیت به طور کلی مواد معدنی عرض حداکثر جذب طیفی در مورد 30nm، تنها با استفاده از کمتر از 30nm قدرت تفکیک طیفی از سنسور را می توان قبل شناخته شده است.
دوم: طیف تصویر وحدت:
به طور عمده در تصویر منعکس شده و طیف در همان زمان ارائه شده است، و طیف مشخصه مواد مداوم است، مطالعه هر بخش از اطلاعات را می توان با استفاده از مدل سازی داده ها تجزیه و تحلیل.
شکل پردازش و تجزیه و تحلیل داده های Hyperspectral داده ها
مواد معدنی: قطعات پایدار از ترکیب شیمیایی و ساختار فیزیکی، بسته به ویژگی های طیفی از طیف جذب مواد معدنی، عامل تعیین است: تعامل با زمینه کریستال از مواد الکترونیکی، و ارتعاش مولکولی.
مشخصات طیفی از خاک: خاک مواد معدنی بومی: کوارتز، فلدسپات، میکا، مقدار کمی از آمفیبول، پیروکسن، آپاتیت، هماتیت، ماسه خاک پیریت، شن و ماسه تقریبا کامل است. ترکیب اصلی مواد معدنی، عمدتا توسط کوارتز اکثر ذرات تحت سلطه است کوارتز و مواد معدنی سیلیکات مادری ثانویه ترکیب خاک های معدنی دارای پایین دسته اصلی: 1، نمک ساده، مانند کربنات نمک، کلرید و سولفات ها، 2، اکسیدهای آبدار، مانند اکسید آهن، اکسید آلومینیوم، اکسید سیلیکون، 3، آلومینیوم لایه ثانویه سیلیکات، مانند کائولینیت، مونتموریلونیت و هیدراتاسیون میکا و غیره
رطوبت خاک، بخش مهمی از خاک، خاک وقتی مقدار آب را افزایش می دهد، بازتاب از خاک در آب رها خواهد کرد، باند جذب مربوطه در 1400nm، 1900nm، 2700nm، کاهش بازتاب به ویژه برای گیاهان و خاک، این پدیده است که به وضوح به همین دلیل، که تابش است به شدت توسط باند جذب آب در آب به طور خاص به دلیل جذب می شود.
شکل منحنی طیفی کم خاكستری
بازتابی طیفی ماسه سنگ با زمان نفوذ آب متفاوت است
بافت خاک اشاره به سهم نسبی ذرات خاک با اندازه های مختلف ذرات اشغال نفوذ خود را بر روی خواص انعکاس طیفی از خاک، به طور عمده در دو جنبه:
1. تاثیر ظرفیت نگهداری آب خاک، در نتیجه تاثیر بازتابنده طیفی خاک؛
2. اندازه ذرات خاک نیز تاثیر زیادی بر روی بازتابی خاک دارد.
برای کوچکتر رس ذرات بخش خاک، به علت اثر رطوبت پسند قوی خود، او در 1400nm، 1900nm، 2700nm، و غیره از گروه جذب آب ناهنجاریهای. با ذرات خاک کوچکتر، کاهش فضای بین ذرات، خاص افزایش سطح بزرگ، گرایش به سطح صاف تر، بازتاب در خاک سیلت بالاتر از شن و ماسه است، اما زمانی که ذرات ریز به خاک رس، و ظرفیت نگهداری رطوبت خاک افزایش یافته است، اما بازتاب کاهش می دهد.
علاوه بر این، بافت خاک بر ویژگی های بازتاب عوامل تاثیر می گذارد نه تنها ترکیبات اندازه ذرات و شرایط سطح آنها، بلکه ترکیب ترکیب شیمیایی با اندازه ذرات مختلف هم نزدیک است.
تصویر RGB از کنگلومرا R: 1112 G: 1322 B: 1533
هنگامی که کنگلومرا است آب اضافه نمی شود، داده ها پس از بازتاب از تجزیه و تحلیل کالیبراسیون مولفه های اصلی (PCA): PCA تبدیل خطی با استفاده از داده چند باند است، و تبدیل داده ها به یک سیستم مختصات جدید، به طوری که داده تفاوت حداکثر گردد. این تکنیک برای افزایش محتوای اطلاعات، جداسازی صدا و کاهش تعداد ابعاد داده مفید است.
معنی: تجزیه و تحلیل مولفه های اصلی یکی از استفاده گسترده ترین روش کاهش ابعاد خطی است، در بسیاری از برنامه های کاربردی به منظور کاهش ابعاد تجزیه و تحلیل مولفه های اصلی فراگیر به اندازه از واریانس به عنوان یک اندازه گیری میزان مقدار اطلاعات که واریانس بیشتری دارد. اطلاعات بیشتر، اطلاعات کمتر به خلاف. ایده اولیه این است برای حفظ واریانس بزرگ توسط تبدیل خطی، اطلاعات شامل اجزای مختلف، مقدار کمی از جهت اطلاعات از دست رفته، در نتیجه کاهش تعداد ابعاد از داده ها. هر جزء از کاهش ابعاد است یک ترکیب خطی از متغیرهای اصلی، بنابراین، روش تجزیه و تحلیل مولفه های اصلی است که در اصل یک روش است که محاسبه یک گام کاهش ابعاد خطی به طور کلی به چهار مرحله زیر تقسیم می شوند:
1) جمع آوری نمونه های داده خام را استاندارد کنید.
2) ماتریس کوواریانس ماتریس داده های نرمال شده را محاسبه کنید و آن را برای به دست آوردن مولفه های اصلی آن را مرتب کنید.
3) سهم تجمعی هر مولفه اصلی را محاسبه کنید، مولفه اصلی را با توجه به آستانه نرخ سهم مورد نظر انتخاب کنید.
4) برای اجزای اصلی انتخاب شده برای ایجاد معادله مولفه اصلی، مقدار مولفه اصلی را محاسبه کنید.
PCA به استدلال اصلی نقشه برداری چند متغیرهای نهفته حاوی بسیاری از اطلاعات، و سپس تعیین حداقل مربعات خطی ضرایب از این متغیرهای پنهان، متغیرهای نهفته و ایجاد تبدیل به معادله رگرسیون متغیر زیرا پس از آن متغیرهای مستقل اصلی و متغیر وابسته معادله رگرسیون. استدلال بهره وری فشرده سازی بالا، اما آن را تا به چیزی برای انجام فرایند نقشه برداری و متغیر وابسته، و در نتیجه آن را دشوار است برای رسیدن به دقت پیش بینی بالا.
Savitzky-golay (صاف کردن و فیلتر کردن دیجیتال)
داده ها با وزن های مختلف برای به دست آوردن صاف داده موثرتر است و در اصل از حداقل مربعات بر اساس، اطلاعات مفید را می توان در تجزیه و تحلیل سیگنال حفظ، موثر از بین بردن داده نویز تصادفی روش صاف کردن با استفاده از بالا سفارش داده چند جمله ای صاف، در واقع، یک نوع عملیات deconvolution است.
از آنجایی که سیگنال های طیف سنجی به دست آمده با جمع آوری طیف سنج شامل هر دو اطلاعات مفید مورد نیاز برای آزمایش، و چون سند دقت و دلایل دیگر به ارمغان آورد سر و صدا تصادفی، رایج ترین روش از بین بردن نویز Savitzky-گولی [Golay (SG) صاف کردن پیچیدگی، برای انتقال داده در پنجره های یک چند جمله ای حداقل مربعات برازش صاف سیگنال چند جمله ای، که حذف سر و صدا حفظ مشخصات طیفی با توجه به توزیع نابرابر نمونه بین هر نمونه اندازه نمونه، و سطح پراکندگی نمونه تغییر مسیر نوری خواهد شد اثر پراکندگی، با استفاده از اصلاح پراکنده دور (اصلاح پراکنده ضربی، MSC) روش می تواند در از بین بردن پراکنده موثر اثرات متفاوت است. علاوه بر این، طیف مشتق می توانید به طور موثر از بین بردن پایه و دیگر نویز پس زمینه، تشخیص قله با هم تداخل دارند، به منظور بهبود حساسیت و وضوح. برای سر و صدا در طول منابع کسب طیفی ممکن است وجود داشته، و هر MSC با استفاده از پیچیدگی روش مشتق SG ترکیبی از داده های طیفی و پردازش.
پس از اخذ و مقایسه تجارب مدت زمان زیر، کنگلومرا پس از جذب رطوبت، عملکرد کلی کنگلومرا آب تغییر تصویر خود را در سنگ و یا شن در باند 900nm-2500nm نزدیک به مادون قرمز نشان داد جذب قوی، آن که در بالا توضیح داده شده است.
آزمون با استفاده از یک باند طیفی دوربین 900nm-1700nm، گروه جذب آب است که عمدتا در اطراف 1400nm تجسم، در حالی که ویژگی های طیفی از مواد معدنی و سنگ به طور عمده در 2000nm-2400nm محدوده طول موج گنجانده شده است.
شکل زیر نشان کنگلومرا در آب است که در تماس است، نه که کنگلومرا از طریق تجزیه و تحلیل مولفه های اصلی (PCA را)، روش Savitzky-گولی [Golay (صاف دیجیتال و فیلتر)، تصحیح پراکنده دور (اصلاح پراکنده ضربی، MSC) از این روند، در اصلی Component PC-3 در وضعیت عملکرد تصویر.
کنگلومرا شکل بدون آب (PC3)
به طور مشابه، کل کنگلومرا از داده های جمع آوری 10 نمونه را انتخاب کنید، زمان عبارت بودند از: 11:08، 11:17، 11:20، 11:27، 00:00، 00:30، 00:58، 13:36، 13 : 57، 14:35 در مجموع 10 تصویر هیپرتراپلیل با تصاویر کنگلومرا نایل شده مقایسه شده است.
هنگامی که جذب آب است کنگلومرا، که نمایشگاه کلی همان دولت است. هنگامی که کنگلومرایی و شروع به جذب رطوبت از سایت شروع تماس کنگلومرا با آب، تا زمانی که جذب ظاهر موجود تا کنون. در این فرایند، عملکرد شرکت های حالت بسیار جذابی از جذب آب است.
این رقم از راست به چپ، می توان آن را در طول زمان کنگلومرا دیده می شود، کنگلومرا طور مداوم در جذب رطوبت، تیره تر، و بیشتر، اطلاعات منظور شده در این منطقه به طور قابل توجهی بیشتر جذب آب، کنگلومرا پردازش عملکرد بله، کل کنگلومرا، به جای یک مولکول گرانولی، رطوبت را در درجه های مختلف جذب می کند.
گزارش تجزیه و تحلیل داده های ارائه شده به شما قبل از، است به تجزیه و تحلیل ویژگی های تغییرات طیف آن در طول زمان، ذرات همان را پس از جذب رطوبت را از عملکرد خود را با استفاده از یکی از ذرات.
11: 08 11: 17
11: 20 11: 27
12: 00 12: 30
12: 58 13: 36
13: 57 14: 35
تغییر طیفی، من نمی خواهد انجام تجزیه و تحلیل دقیق اینجا، به دلیل هر پیکسل در هر یک از کنگلومرا و یا ذرات کنگلومرا را می توان در داخل ابر طیفی به عنوان یک مطالعه معتبری یافت نشد.
این مزیت فنی بسیار مهم Hyperspectral است: ترکیبی از تصاویر و طیف ها می تواند مقدار زیادی از کسب اطلاعات، بسیار موثر برای مطالعه کلی عملکرد کل از اشیاء و یا مواد، بلکه بسیار شهودی است. سایر فن آوری ها ممکن است برخی از مزایای دقت طیفی وجود داشته باشد، اما آنها نمی توانند بارها و بارها داده ها و تصاویر زیادی جمع آوری کنند و تجزیه و تحلیل دقیق را می توان با استفاده از تحلیل انجام داد.
انعکاس طیفی کنگلومرا با زمان نفوذ آب متفاوت است
A: Conglomerate without water وضعیت عکس PC: 20160408 11: 08
PC-1 PC-2
PC-3 PC-4
PC-5 PC-6
دوم: وضعیت PC آب کنگلومرا تصویر: فاصله زمانی: 20160408 11:17
newrawfile-conglomerate-1 water-1_ref
PC-1 PC-2
PC-3 PC-4
PC-5 PC-6
سه: وضعیت آب PC Conglomerate: فاصله زمانی: 20160408 11:20
newlawfile-conglomerate -1- گیره آب -10_ref
PC-1 PC-2
PC-3 PC-4
PC-5 PC-6
چهارم: وضعیت آب تصفیه کننده PC تصویر: فاصله زمانی: 20160408 11: 27
20160408112703 تست:
تصویر RGB
PC-1 PC-2
PC-3 PC-4
PC-5 PC-6
پنج: وضعیت آب آلودگی کامپیوتر: فاصله زمانی: 20160408 12: 00
20160408120014
PC-1 PC-2
PC-3 PC-4
PC-5 PC-6
VI: وضعیت PC از کنگلومرا با آب تصویر: فاصله زمانی: 20160408 12: 30
newrawfile20160408123032_ref
PC-1 PC-2
PC-3 PC-4
PC-5 PC-6
هفت: وضعیت آب تصفیه شده PC PC: فاصله زمانی: 20160408 12: 58
newrawfile20160408125820
PC-1 PC-2
PC-3 PC-4
PC-5 PC-6
هشت: وضعیت آب آبی کنگلومرا از تصویر PC: فاصله زمانی: 20160408 13: 36
newrawfile20160408133617
PC-1 PC-2
PC-3 PC-4
PC-5 PC-6
نه: PC وضعیت آب کنگلومرا تصویر: فاصله زمانی: 20160408 13: 57
newrawfile20160408135737_ref
PC-1 PC-2
PC-3 PC-4
PC-5 PC-6
ده: حالت آبی کنگلومرا از کامپیوتر: فاصله زمانی: 20160408 14:35
newrawfile20160408143523_ref
PC-1 PC-2
PC-3 PC-4
PC-5 PC-6
