高光谱图像采集识别装置及方法制造方法及图纸

本公开提供一种高光谱图像采集识别装置，包括：光源：用于发出宽谱段光；起偏片，用于对所述宽谱段光进行起偏后照射于待测样品上，生成第一信号光和第二信号光；多光谱相机，设置有图像传感器，所述图像传感器上包括不同滤镜通道，用于根据所述第二信号光实现不同波长光谱图像采集；检偏片，设置于所述多光谱相机前，用于减少所述第一信号光；以及图像处理单元，用于对所采集的不同波长光谱图像进行识别处理得到待测样品特征信息。同时本公开还一种高光谱图像采集识别方法，通过所述的高光谱图像采集识别装置对待测目标进行识别。采集识别装置对待测目标进行识别。采集识别装置对待测目标进行识别。

【技术实现步骤摘要】
高光谱图像采集识别装置及方法


[0001]本公开涉及光学成像
，尤其涉及一种高光谱图像采集识别装置及方法。

技术介绍

[0002]近年来，随着计算机视觉、机器学习以及深度学习的热度逐渐升高，光谱成像技术由于可以同时获得空间与谱的信息，在多个领域得到了广泛的关注与应用。特别是针对复杂的医学图像的识别，单一特征包含信息较少，若以适当方法将多种特征进行融合，可以得到更加丰富的信息，对目标的检测分析或分类有着积极作用。不过，现有的图像识别中图像纹理特征只考虑了样品空间图像特征，尤其是颜色、亮度分布，对于目标体成分检测及不同信息融合，特征提取与变换缺乏有效的手段。利用高光谱成像装置可以获取目标样本的成分信息、颜色信息，识别方法则从图像空间图像及光谱信息中提取有效特征，进行信息变换与融合，为成分检测提供依据。但目前采用的光谱成像装置及方法存在检测信息单一，算法不够稳健等缺点，无法满足实际分析及检测需要。

技术实现思路

[0003](一)要解决的技术问题
[0004]基于上述问题，本公开提供了一种高光谱图像采集识别装置及方法，以缓解现有技术中光谱成像及识别时存在检测区域小，信息单一不够稳健等缺点等技术问题。
[0005](二)技术方案
[0006]本公开提供一种高光谱图像采集识别装置，包括：光源：用于发出宽谱段光；起偏片，用于对所述宽谱段光进行起偏后照射于待测样品上，生成第一信号光和第二信号光；多光谱相机，设置有图像传感器，所述图像传感器上包括不同滤镜通道，用于根据所述第二信号光实现不同波长光谱图像采集；检偏片，设置于所述多光谱相机前，用于减少所述第一信号光；以及图像处理单元，用于对所采集的不同波长光谱图像进行识别处理得到待测样品特征信息。
[0007]根据本公开实施例，所述第一信号光为宽谱段光照射于待测样品表面后生成的镜面反射光。
[0008]根据本公开实施例，所述第二信号光为所述宽谱段光照射于待测样品后，经所述待测样品内部吸收和反射作用后，从待测样品出射的扩散光谱信号光。
[0009]根据本公开实施例，对不同波长的滤镜通道设置曝光与增益参数获得6个通道下的响应图像，再以相同参数获得20％标准反射板响应图像以及暗场图像。
[0010]根据本公开实施例，所述用于对所采集的不同波长光谱图像进行识别处理，包括：进行不同波段图像纹理特征提取；进行光谱特征提取；以及进行特征融合与待测目标组织识别。
[0011]根据本公开实施例，所述进行不同波段图像纹理特征提取包括采用灰度共生矩阵及其统计特征作为纹理特征；所述灰度共生矩阵为获取的步长为1的0
°
、45
°
、90
°
、135
°
四个
角度的灰度矩阵。
[0012]根据本公开实施例，所述统计特征包括对每个灰度矩阵获取同质性、对比度、能量和相关度四个统计特征。
[0013]根据本公开实施例，进行光谱特征提取时，需要进行CIELAB空间变换，包括L，a，b三个维度，L是亮度的衡量，a是洋红色至深绿色的颜色范围，而b表示从焦黄色至袅蓝色的颜色范围。
[0014]根据本公开实施例，所述进行特征融合的方法是特征拼接，并在拼接之后进行归一化，使得两种信息所占权重相近。
[0015]本公开的另一方面，提供一种高光谱图像采集识别方法，通过以上任一项所述的高光谱图像采集识别装置对待测目标进行识别，所述高光谱图像采集识别方法，包括：发出宽谱段光；对所述宽谱段光进行起偏后照射于待测样品上，生成第一信号光和第二信号光；通过设置于多光谱相机的图像传感器上的不同滤镜通道，根据所述第二信号光实现不同波长光谱图像采集；通过在多光谱相机前设置检偏片减少所述第一信号光；以及对所采集的不同波长光谱图像进行识别处理得到待测样品特征信息。
[0016](三)有益效果
[0017]从上述技术方案可以看出，本公开高光谱图像采集识别装置及方法至少具有以下有益效果其中之一或其中一部分：
[0018](1)使用了多种融合策略进行特征融合，对于待测目标的分类识别效果要明显优于单一特征；
[0019](2)将多光谱特征与纹理特征进行了融合，包含了更加丰富的信息，对分类任务有积极作用；
[0020](3)通过光谱信息变换，将RGB信息变换为CIELAB特征，但转换之后的特征是可以对多光谱特征起到补充作用的，对分类是有利的；
[0021](4)光谱波段的增加、光谱分辨率的提升可以使得光谱信息更加丰富，用于特征融合的效果更佳；
[0022](5)基于机器学习原理的SVM分类方法，可以有效提取不同特征信息，提高分类准确度。
附图说明
[0023]图1为本公开实施例的高光谱图像采集识别装置的结构和原理示意图。
[0024]图2为本公开实施例的高光谱图像采集识别方法的原理示意图。
[0025]图3为本公开实施例的高光谱图像采集识别方法的流程示意图。
具体实施方式
[0026]本公开提供了一种高光谱图像采集识别装置及方法，能够同时获得空间与光谱两种信息的特性，适合进行特征融合，可以得到更加丰富的信息，对目标的检测分析或分类有着积极作用。
[0027]高光谱图像(Hyperspectral Image)在电磁波谱的紫外、可见光、近红外和中红外区域，以数十至数百个连续且细分的光谱波段对目标区域同时成像。在获得地表图像信息
的同时，也获得其光谱信息，第一次真正做到了光谱与图像的结合。高光谱图像集样本的图像信息与光谱信息于一身。图像信息可以反映样本的大小、形状、缺陷等外部品质特征，由于不同成分对光谱吸收也不同，在某个特定波长下图像对某个缺陷会有较显著的反映，而光谱信息能充分反映样品内部的物理结构、化学成分的差异。
[0028]为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。
[0029]在本公开实施例中，提供一种高光谱图像采集识别装置，对待测物的组织进行检测识别，结合图1、图2所示，所述高光谱图像采集识别装置，包括：
[0030]光源：用于发出宽谱段光；
[0031]起偏片，用于对所述宽谱段光进行起偏后照射于待测样品上，生成第一信号光和第二信号光；
[0032]多光谱相机，设置有图像传感器，所述图像传感器上包括不同滤镜通道，用于根据所述第二信号光实现不同波长光谱图像采集；
[0033]检偏片，设置于所述多光谱相机前，用于减少所述第一信号光；以及
[0034]图像处理单元，用于对所采集的不同波长光谱图像进行识别处理得到待测样品特征信息。
[0035]本公开还提供一种高光谱图像采集识别方法，通过以上所述的高光谱图像采集识别装置对待测目标进行图像采集和识别，如图3所示，所述高光谱图像采集识别方法，包括：
[0036]发出宽谱段光；
[0037]对所述宽谱段光进行起本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高光谱图像采集识别装置，包括：光源：用于发出宽谱段光；起偏片，用于对所述宽谱段光进行起偏后照射于待测样品上，生成第一信号光和第二信号光；多光谱相机，设置有图像传感器，所述图像传感器上包括不同滤镜通道，用于根据所述第二信号光实现不同波长光谱图像采集；检偏片，设置于所述多光谱相机前，用于减少所述第一信号光；以及图像处理单元，用于对所采集的不同波长光谱图像进行识别处理得到待测样品特征信息。2.根据权利要求1所述的高光谱图像采集识别装置，所述第一信号光为宽谱段光照射于待测样品表面后生成的镜面反射光。3.根据权利要求1所述的高光谱图像采集识别装置，所述第二信号光为所述宽谱段光照射于待测样品后，经所述待测样品内部吸收和反射作用后，从待测样品出射的扩散光谱信号光。4.根据权利要求1所述的高光谱图像采集识别装置，对不同波长的滤镜通道设置曝光与增益参数获得6个通道下的响应图像，再以相同参数获得20％标准反射板响应图像以及暗场图像。5.根据权利要求1所述的高光谱图像采集识别装置，所述用于对所采集的不同波长光谱图像进行识别处理，包括：进行不同波段图像纹理特征提取；进行光谱特征提取；以及进行特征融合与待测目标组织识别。6.根据权利要求5所述的高光谱图像采集识别装置，所述进行不同波段图像纹理特征提取包括采用灰度共生矩阵及其统计特征作为纹理特征；...

【专利技术属性】
技术研发人员：赵岩松，李晨曦，王晓莉，蒋景英，邓爱军，王锡臻，
申请(专利权)人：潍坊医学院，
类型：发明
国别省市：