摘 要

高光谱成像系统采集的亮度图像中存在条纹状缺陷，经过常用的图像反射率校正后依然可见。通过实验采集标准反射率板，利用图像高斯增强及按列均值伪色彩增强后通过感官分析，研究了亮度图中条纹位置随对象反射率变化因素、重复拍摄随机误差因素、曝光时间因素的稳定性，结果显示高光谱成像原始亮度图中的条纹位置不随重复拍摄随机误差因素及曝光时间因素变化，但条纹位置随对象反射率变化因素改变。对经简单反射率处理后的图像进行条纹稳定性分析，在1040nm图像中选出8根明显条纹，跟踪原始亮度图中相应位置，对比该8处像素与相邻像素的亮度响应曲线、反射率值曲线，结果显示该8处条纹相应的像素相对于各自相邻像素的亮度响应曲线具有明显的“二次穿越”特征，即暗噪与标定亮度处的像素响应值偏低的特点。据此，提出为更好的进行反射率标定，理想的标定函数应具备两个新特点，即利用多个反射率标定板标定参数或进行非线性函数进行标定。

关键词：条纹；标定；反射率；稳定性

Reflectivity calibration of hyperspectral imaging system

ABSTRACT

There are stripe defects in the brightness image collected by hyperspectral imaging system, which can still be seen after the commonly used image reflectance correction. The stability of the fringe position in the luminance image with the variation of the object's reflectance, the random error factor of repeated shooting and the exposure time factor was studied by sensory analysis after the standard reflectance plate was collected experimentally. The results show that the fringe position in the original luminance image of hyperspectral imaging does not depend on the random error factor of repeated shooting and that the fringe position in the original luminance image of hyperspectral imaging does not depend on the random error factor of repeated shooting. The exposure time varies, but the fringe position varies with the object reflectivity. The fringe stability of the image after simple reflectivity processing is analyzed. Eight distinct fringes are selected from the 1040nm image, and the corresponding positions of the original brightness image are tracked. The brightness response curves and reflectivity curves of the eight pixels and the adjacent pixels are compared. The results show that the corresponding pixels of the eight fringes have obvious "quadratic crossover" relative to the brightness response curves of their adjacent pixels. ” Features, that is, the low response value of the pixels at the dark noise and the calibrated brightness. Therefore, in order to calibrate the reflectance better, the ideal calibration function should have two new characteristics, that is, using multiple reflectance calibration plates to calibrate parameters or using non-linear functions to calibrate.

Key words：stripe；calibration；reflectivity；stability

目 录

1 绪论…………………………………………………………………………………………….…………1

• 1. 研究背景……………………………………………………………………………………………1
  2. 研究内容与技术路线………………………………………………………………………………3

2 数据采集…………………………………………………………………………………………….……5

2.1 系统与方法…………………………………………………………………………………………5

2.1.1 高光谱成像系统……………………………………………………………………….……5

2.1.2 标定板……………………………………………………………………………….………5

2.2 实验设计与数据……………………………………………………………………………………6

3 高光谱图像分析方法…………………………………………………………………………….………7

3.1 图像增强后的感官对比……………………………………………………………………………7

3.2 伪色彩辅助后的感官对比（Matlab）……………………………………………………………8

4 图像分析………………………………………………………………………………………………..10

4.1 亮度图像分析……………………………………………………………………………….……10

4.1.1 暗噪条纹位置分析…………………………………………………………………..……10

4.1.2 条纹对曝光时间稳定性分析……………………………………………………..………11

4.1.3 条纹重复性分析……………………………………………………………………..……14

4.1.4 亮度条纹位置相对于反射率的稳定性分析……………………………………..………18

4.2 经典反射率图像分析………………………………………………………….…………………25

4.3 反射率图像缺陷分析及反射率性能标定要求…………………………………….……………29

4.3.1反射率图像缺陷分析…………………………………………………..…………………29

4.3.2反射率性能标定要求………………………………………………..……………………33

结论…………………………………………………………………………………………..……………34

致谢……………………………………………………………………………..…………………………35

参考文献………………………………………………………………………………………..…………36

1 绪论

1.1 研究背景

高光谱成像，又称成像光谱仪，它从20世纪70年代起被应用在遥感领域并从那时起开始逐渐发展^[1]。它是一种基于方位和光谱的三维信息探测技术，能够在连续光谱段上对同一目标连续成像，产生一个图谱合一的“图像立方体”^[2，3]。世界上第一台成像光谱仪是20世纪80年代初期由美国JPL实验室研制成功的，它主要用于航空成像，被称为AIS(航空成像光谱仪)。这是高光谱成像技术的首次探索^[4]。目前，光谱成像系统型号多样，大体上可分为传统的光机扫描型和基于声光可调谐滤光器(Acousto-optic Tunable Filter,AOTF) 或液晶可调谐滤光器 (Liquid Crystal Tunable Filter，LCTF)等电调谐器件的凝视成像型两种类型。如果按照分光器件来分类的话，可以分为色散型成像光谱仪，干涉型成像光谱仪，可调谐滤光器型成像光谱仪^[5]。

由于高光谱图像的覆盖波段可从可见光一直到长波红外，因此它被广泛应用于各类机载载荷以及遥感卫星，并且其快速商业开发模式也成功应用于航天领域，大大降低航天产品的开发周期和成本^[6,7]。覃帮勇等人就利用了天宫一号搭载的高光谱成像仪获取的数据，对天宫一号高光谱成像仪的优势以及先进性进行了系统的梳理，对它在土地利用监测、林业应用、国土资源调查和应急灾害监测等陆地应用情况及研究成果进行了总结，来给高光谱的应用提出经验^[8]。与此同时，各种高光谱成像仪器被研发并投入使用，广泛应用于军事遥感，航空航天，医疗诊断以及陆地，海洋的辐射信息等方面。近年来，随着人们的研究与发展，再加上高光谱成像技术结合了成像技术和光谱技术的优点，不但具有实时性，高效性和非破坏性，还具有良好的空间分辨率^[9-11]，因此它在农业和食品质量与安全检测领域得到了广泛的关注^[12-15]。国外很多研究人员便将高光谱成像技术运用到农业的许多方面，例如利用近红外（NIR）高光谱成像技术对豆类对干燥结节中的血红蛋白进行了定量分析，来评估诸如施肥等促进生长的参数对豆科植物共生固氮效率的影响^[16]，检测植物的健康状况，例如鉴别水稻穗部的真菌感染情况^[17]，苹果果皮受污染的情况以及估测矮绿豆生长水平和水分利用等多个方面^[18，19]。与此同时，在国内也有一批研究人员，将高光谱成像技术用于研究中，例如吴静珠等人就利用AOTF型高光谱成像仪探测西红柿苗各部位(老叶、嫩叶和主茎)的氮素含量^[20]。吉海彦等人利用高光谱成像技术无损鉴别菠菜叶片农药残留种类^[21]。李志伟等人将高光谱成像技术应用于评定水稻纹枯病上，并取得了实效^[22]。