搜索结果: 1-15 共查到“光学 高光谱”相关记录57条 . 查询时间(0.528 秒)
2024年3月4日,中国科学院合肥物质院安光所李大成高工团队在基于地基红外高光谱的大气温湿结构探测及同化研究项目中取得新进展。项目团队成功研制了能够满足高精度持续测量的高光谱设备——地基红外高光谱仪,可用于大气及下垫面辐射特性的持续、精确测量,并为后续高光谱数据提供验证服务,以增进对地球地气系统状态及其变化的理解和把握。
中国科学院科学家在超构表面微型高光谱成像研究中取得进展(图)
微型高光谱成像 光谱信息 光谱器件
2023/5/7
光谱是物质的基本属性之一,被视为物质的指纹。光谱成像通过记录不同空间位置的光谱来捕捉物质的空间和光谱信息,不仅可以感知物质的客观存在,还可以了解物质的组分。光谱成像技术已被广泛用于食品安全、生物医学、环境监测和卫星遥感等领域。光谱成像系统通常由光谱器件(色散元件或滤色片)和CMOS图像传感器组成。由于这些光谱器件的体积和质量普遍较大,导致成像系统的结构复杂、体积庞大且成像速度较慢。这与实际应用中小...
上海技术物理研究所5米光学02星高光谱相机通过在轨测试(图)
5米光学 02星高光谱相机 轨测试
2023/1/7
2022年11月2日,5米光学02星在轨测试评审会在京顺利召开,标志着5米光学02星在轨测试圆满完成,具备了在轨交付及投入业务使用的条件。测试结果表明:上海技物所研制的高光谱相机各项功能正常,性能和各项工程技术指标均满足要求。自然资源、应急管理、生态环境、住房和城乡建设、交通运输、农业农村、林业和草原等行业应用测试数据显示,高光谱定量应用效果良好。
2022年10月3日,为进一步摸清“北溪”天然气管道泄漏事件造成的温室气体排放的影响,生态环境部卫星环境应用中心联合中国资源卫星中心、南京大学国际地球系统科学研究所和上海技物所开展了“北溪”2号泄漏点甲烷排放量反演工作。
中国科学院新疆生态与地理研究所在新型极限梯度提升集成方法构建与高光谱遥感图像空-谱分类研究中获进展
中国科学院新疆生态与地理研究所 新型极限梯度 集成方法构建 高光谱 遥感图像空 谱分类
2020/6/28
高光谱遥感图像光谱分辨率高、波段众多,能够获取地物几乎连续的光谱特征曲线,在地物分类识别方面具有特殊优势。近年来随着高、超高分辨率传感器技术的发展,高光谱图像同时能够获取目标地物丰富的空间细节信息,从而成为包含丰富的辐射、空间和光谱等多种信息的综合载体。然而光谱、空间分辨率的不断提高同时带来了以下两方面的问题:1)波段多、波段间的相关性高,分类需要的训练样本数目大大增多,往往因训练样本不足导致得到...
为了研究可见/近红外光谱法估算渭北旱塬区黄绵土钾含量的可行性,以陕西省乾县试验田采集的120个土壤样品为研究对象,在室内进行土壤全钾、速效钾含量及反射光谱数据测量的基础上,应用多元线性回归(MLR)和偏最小二乘回归(PLSR)方法建立土壤钾含量的估算模型,并用独立样本进行验证。结果表明,以土壤光谱反射率一阶微分(DSSR)为自变量建立的多元线性回归模型(MLR)能进行土壤全钾含量准确估算。以波段深...
第一届高光谱成像技术应用与发展国际会议在西安成功召开(图)
第一届 高光谱成像技术应用与发展 国际会议
2017/9/20
金秋九月,秋风送爽,由中国科学院西安光学精密机械研究所、陕西省人力资源和社会保障厅、陕西省外国专家局主办,中国科学院光谱成像技术重点实验室、光学影像分析与学习中心承办的“第一届高光谱成像技术应用与发展国际会议”于2017年9月15-16日在古城西安中兴和泰酒店成功召开。来自美国、加拿大、法国、中国等10余个国家和地区的300余位专家学者参加了此次会议。西安光机所侯洵院士担任本次会议大会名誉主席,武...
第三届高光谱成像技术及其应用研讨会
成像光谱仪器与设备 光谱数据处理技术
2016/7/22
高光谱遥感的发展是由需求而牵动的,近年来随着空间(对地)光学遥感技术和应用迅猛发展,高光谱遥感成像的相关研究逐步向更高层次的光谱分辨率、空间分辨率和多维集成方向发展,并取得了卓越的研究成果。目前已应用在载人航天、探月工程和卫星对地观测等国家重大科研项目中。同时高光谱遥感成像技术在工业、农业、环境、勘探、考古、安全等国民生活的各个领域也都得到广泛应用。
将高光谱图像与高空间分辨率图像融合后,由于融合图像空间分辨率提高,改变了混合像元内地物组分比例,像元光谱信息较原高光谱图像光谱信息会出现“失真”现象。针对这种情况,考虑混合像元内成分变化进行图像融合,首先利用投影方法模拟多光谱图像得到高光谱图像,并将模拟高光谱图像与原高光谱图像利用小波方法进行融合,融合图像不仅增强了空间信息,而且对光谱信息进行一定的修正,从而提高了环境异常探测等一系列应用的精度。...
基于NIR高光谱成像技术的长枣虫眼无损检测
高光谱成像 无损检测 长枣 虫眼
2013/11/30
为了研究快速识别虫眼枣与正常枣的有效方法,利用特征波长主成分分析法结合波段比算法进行虫眼枣识别。首先,利用NIR高光谱成像系统采集130个长枣(50个正常、80个虫眼枣)图像,提取并分析不同类型长枣特征区域的平均光谱曲线,对970~1 670 nm范围内的光谱数据进行主成分分析,确定7个特征波长(990,1 028,1 109,1 160,1 231,1 285,1 464 nm)。然后,对长枣图...