基于高光谱特征的微量血迹检测
编号 毕 业 设 计（论文） 文 献 综 述
题目 基于高光谱特征的微量血迹检测 二级学院 光电信息学院 专 业 电子信息科学与技术 班 级 111160203 学生姓名 梁博 指导教师 肖汉光 职 称 副教授 时 间 2015.3-2015.6 2
摘 要 血迹作为刑事案件的重要物证对案件的侦测有着重要意义，传统的血迹侦测手段有直接观察法，试剂发等，而光电科学应用到血迹分析也仅是简单的光源法。随着高光谱成像技术的成熟，它已经被广泛应用到各种领域，像是细菌检测，食品质量检测等等，其手段的先进性已经逐渐显露。 本课题针对刑事案件案发现场的血迹检测提出基于高光谱成像技术的血迹检测方法，该方法有别于传统血迹检测方法，可以在不破坏血迹信息的基础上快速、高效、便捷的对微量血迹信息进行检测并分类。该方法在刑侦检测领域具有较大的技术优势与潜力。通过该方法可以检测和分析血迹，弥补了高光谱成像技术在刑侦领域的应用空白，有着广泛的应用前景。
关键词：高光谱；血迹侦测；MATLAB神经网络； 3
1.课题研究背景及意义 1.1课题背景 血迹是案发现场最重要的物证之一。血迹被用作刑事诉讼案件的重要证据具有客观、稳定、广泛、复杂等特点，一直是法庭上极具采信力的证物。血迹具有痕迹，物证的双重特点，充分反映出其作为物证的重要性，血迹侦测在犯罪现场具有重要的地位和重要作用。针对对案发现场的血迹侦测有效提取犯罪嫌疑人的有效DNA信息并对案发现场进行情景还原。这使得血迹侦测在犯罪现场重塑和案情分析推理中有着指纹、鞋印等证物无法比拟的作用。针对其法医物证特点，可以对其进行测量分析以确定血迹种类性别等特征，但传统测量方式与手段较为落后，其在实际的现场实现物理特征可视化仍具有很多困难。 高光谱成像是指光谱分辨率在10nm级别范围内的光谱图像。高光谱成像技术在二十一世界初有着非常快速的发展。无论是在技术层次还是在应用层次都有着非常突出的发展。通过在搭载高光谱传感器可以在紫外到红外的区域内在不同的连续光谱波长区间对目标区域进行即时成像。不仅对目标进行了图像捕捉，同时还对图像进行了光谱捕捉。这是把图像信息与光谱信息进行了融合。与传统图像处理技术相比，高光谱图像携带更大量的信息，使得对图像的信息处理合理性大大增加。因此，高光谱图像处理技术具有以往任何图像处理技术都无法比拟的先进性。具有极大的发展潜能和巨大的影响力。将血迹分析同高光谱技术相结合使得对刑事案件的侦测手段有了质的改变。 1.2 课题研究意义 与传统的血迹侦测手段相比，高光谱图像处理不仅可以对可视血迹进行处理而且还可以对潜在血迹位置进行扫描处理。不必破坏血迹成分，不会对血迹DNA造成影响。高光谱图像能对图像信息进行提取融合得到清晰的血迹图像。 综上所述，对基于高光谱成像技术的研究将会在刑侦系统中发挥至关重要的作用。
2.国内外研究现状 光谱技术与光成像技术一直以来都是广泛应用在各个领域，在各个领域都得4
到了广泛发展。一直到上世纪八十年代末，高光谱成像技术才将二者有机的结合起来。高光谱成像技术一方面能携带图像本身的形态信息，另一方面有能携带目标的光谱特征信息。由于高光谱成像技术具有波段多、分辨率高、图像与光谱结合等特点，因而它一出现就受到各个领域极大的重视。高光谱成像技术是集计算机信息自动处理技术、精密光学机械技术、探测技术和微信号探测技术于一体的多学科交叉综合性技术。高光谱成像技术现金在食品质量检测、显微成像、侦测勘测、资源勘测等领域都得到了广泛应用。
3.基于高光谱荧光技术的叶菜农药残留快速检测 陈菁菁，彭彦昆，李永玉[1]等人为了解决现有农药残留检测手段费时、复杂、前处理过程繁琐等不足，结合高光谱成像技术和荧光激发技术，搭建了高光谱荧光成像农药残留检测系统。在 400～1 100 nm 范围内获取叶菜表面毒死蜱的高光谱荧光图像，使用 ENVI 4.3软件提取了农药的荧光光谱信息。研究结果表明，毒死蜱在甲醇溶液中具有较强的荧光特性，在437 nm附近产生荧光发射光谱，并且不同浓度的毒死蜱农药具有不同的荧光发射光谱峰值，随着农药浓度的降低其荧光特征峰值也降低。研究结果可为进一步开发和研究快速、精确的农药残留检测仪器提供理论依据。
4.基于高光谱成像技术的马铃薯外部缺陷检测 周 竹，李小昱，陶海龙[2]等人为了实现马铃薯的准确快速分级，提出基于高光谱成像技术的马铃薯外部缺陷检测方法。通过反射高光谱成像技术采集马铃薯干腐、表面碰伤、机械损伤、绿皮、孔洞以及发芽等6类外部缺陷样本及合格样本的高光谱图像。提取合格及各类缺陷样本感兴趣区域的光谱曲线并进行光谱特性分析，采用主成分分析法确定了5个特征波段（480、676、750、800和960 nm），以5个波段的主成分分析的第二主成分图像作为分类图像，识别率仅为61.52%；为了提高识别率，提出波段比算法与均匀二次差分算法相结合的方法，使缺陷识别率提高到95.65%。试验结果表明：通过高光谱成像技术可以准确有效地对常见马铃薯外部缺陷进行检测，为马铃薯在线无损检测分级提供了参考。 5
5.基于高光谱成像技术的苹果内外品质同时检测 田有文, 王晓娟[3]通过结合高光谱图像处理和光谱分析方法, 通过一次图像扫描同时对苹果的表面摔伤和糖分含量进行检测。苹果第一主成分图像与794nm的图像相减后进行去噪和阈值分割处理, 摔伤检测的准确率为92.6%。对感兴趣区域的反射光谱曲线进行多元散射校正、一阶导数和SG平滑处理后利用偏最小二乘回归方法建立糖分含量的预测模型, 校正集相关系数Rc为0.93, SEC为0.47°Brix, 验证集相关系数Rv为0.92, SEV为0.67°Brix。结果表明:利用高光谱成像技术可以实现苹果内部品质和外部品质的同时检测。
6.基于高光谱图像技术的水果表面农药残留检测试验研究 周小芳, 方炎, 张鹏翔[4]以脐橙为研究对象, 初步探讨了应用高光谱图像技术检测水果表面农药残留的方法。用蒸馏水把农药分别配置成1∶20, 1∶100和1∶1000倍的溶液。然后把同种不同浓度的溶液滴到10个洗净的脐橙表面, 溶液量约为120μL, 200μL和400μL, 脐橙表面形成一个3×3的矩阵形状。将水果放置到通风阴凉处放168h后, 拍摄图像。采集脐橙在625～725nm范围的高光谱图像, 应用主成分分析方法(PCA)获得特征波长的图像, 应用第三主成分图像(PC-3)并经过适当的图像处理方法对脐橙表面的农药残留进行检测。检测结果表明, 高光谱技术对检测较高浓度农药残留非常明显。
7.利用短波红外高光谱成像技术检测洋葱酸皮病 郭恩有，刘木华，赵杰文[5]等人利用短波红外高光谱成像系统对洋葱采后酸皮病进行检测 分别从健康的和已感染酸皮病的洋葱上采集高光谱反射图像通过对两种洋葱的光谱进行主成分分析的结果表明洋葱的颈部区域在 波长下对酸皮病的发生最具指示性 采用两种最佳波长下获得的对数比率图像对两种不同的图像进行分析研究 第一种分析方法是利用全局阈值 将感染酸皮病的图像区域从对数比率图像中分离出来通过对分离图像区域的象元素进行 判别分析可辨别出 感染酸皮病的洋葱 第二种分析方法是从对数比率图像上获得三个参数最大值对6
比度及匀质性 再将这三个参数作为输入特征向量导入到支持向量机中利用这种方法可辨别出 感染酸皮病的洋葱 应用本研究结果可进一步开发出一种多光谱成像系统用于洋葱包装流水线上酸皮病的检测。
8.马铃薯干物质含量高光谱检测中变量选择方法比较 李顺峰，张丽华,刘兴华[6]等人为提高利用高光谱成像技术快速检测马铃薯干物质含量的精度，比较了主成分分析法(PCA) 组合间隔偏最小二乘法(siPLS)遗传偏最小二乘法(GA-PLS)无信息变量消除法(UVE) 以及竞争性自适应重加权算法(CARS) 等变量选择方法 在此基础上提出一种竞争性自适应重加权算法与连续投影算法(SPA)相结合的波长选择方法，最终将原始光谱变量从678个减少到了27个。用27个变量建立多元线性回归模型，模型预测集相关系数Rp为0.86，预测均方根误差为1.06实验结果表明: 高光谱成像技术能够对马铃薯干物质含量进行检测，同时CARS-SPA是一种有效的变量选择方法。
9.命案现场外来血迹的发现与识别 郭恩有，刘木华，赵杰文[7]等人利用现代分析技术在刑事技术领域对犯罪嫌疑人进行侦查，利用高光谱技术及时发现与识别命案现场血迹，特别是外来血迹，就成为侦破案件过程中及时查缉嫌疑人的关键环节之一勘验工作中对现场反常血迹作案工具或防卫工具上附着血迹，以及对现场血迹形态与分布进行分析筛选，有利于对犯罪行为过程的重现。
10.基于高光谱成像技术的猪肉嫩度检测研究 陈全胜、张燕华、万新民、蔡健荣、赵杰文[8]提出了基于高光谱成像技术的猪肉嫩度检测方法。利用高光谱成像系统获取78个猪肉样本在400～1100nm范围的高光谱图像数据;通过主成分分析高光谱数据进行降维, 从中优选出3幅特征图像, 并从每幅特征图像中分别提取对比度、相关性、角二阶矩和一致性等4个基于灰度共生矩阵的纹理特征变量, 这样每个样本共有12个特征变量, 再通过主成分分析提取6个主成分变量, 并参照剪切力方法测得的样本嫩度等级结7
果, 利用神经网络方法构建猪肉嫩度等级判别模型。模型对校正集样本的回判率为96.15%, 预测集样本的判别率为80.77%。研究表明高光谱图像技术可以用于猪肉嫩度等级水平的检测。 11.总结 传统血迹检测技术不仅操作过程繁琐，精度低，而且还会存在对待测物信息破坏等弊端，采用高光谱成像技术不仅可以对血迹明显的案发现场进行侦测，同时也能对潜在血迹现场进行侦测。将二维图片信息同一维的光谱信息融合构成三维的数据立方体之后经过特征提取和图像融合可以得到清晰的血迹图像，同时还可以根据光谱图像对血迹进行物理特征分析。因此，基于高光谱成像技术的血迹侦测分析方法有着巨大的应用潜力和发展优势。
微谱检测技术
微谱检测技术
微谱检测技术是一种利用光谱分析的方法来检测物质的成分,很实用哦。
通过分析物质在特定波长下的吸收或发射光谱特点,就能识别和定量分析出它的组成成分。
这种技术特点是灵敏度高、选择性强、分析速度快,所以在化学、环境、生物医学等领域都有广泛应用。
在化学分析中,微谱检测技术可以帮忙确定未知物质的化学结构和成分。
只要对样品的吸收或发射光谱进行分析,就能得到物质的独特"指纹",然后据此推断它的分子结构,在有机化学合成和药物分析中很有用。
这项技术还能检测微量元素或污染物,为环境监测提供有力支撑呢。
总的来说,微谱检测技术是一个很强大的分析工具,应用范围广泛,值得大家了解和使用。
在生物医学这个领域里,微谱检测这个技术可以拿来分析各种生物样本,比如血液、组织啥的,从而获得它们生化成分的信息。
这对于早期发现和预防疾病很有帮助哦。
比如通过检测血清中某些生物标志物的含量变化,就能发现一些代谢性疾病的苗头。
另外,这个技术也能用在药物动力学研究上,监测药物在体内的代谢过程。
总的来说,凭借它独特的分析优势,微谱检测技术在化学、环境、生物医学等领域都起着很重要的作用。
随着技术的不断进步,
相信这种先进的分析手段能为相关科研和实际应用带来更多突破。
基于高光谱成像技术和MNF检测苹果的轻微损伤_张保华
发现第２主成分图像缺陷较为明显，并 据 此 选 择 ６ 个 特 征 波 段，然后对特征波段进行主成 分 分 析，挑 选 第 ３ 主 成 分 作 为 缺陷识别图像；Ｐｉｏｔｒ等［２］利 用 高 光 谱 成 像 技 术 和 热 成 像 技 术识别苹果 的 早 期 损 伤，通 过 主 成 分 分 析 和 最 低 噪 声 分 离 （ｍｉｎｉｍｕｍ ｎｏｉｓｅ ｆｒａｃｔｉｏｎ，ＭＮＦ）增加损伤区域和 正 常 表 面 的 对比度，通过脉冲热成像序列的傅立叶变 换 获 得 损 伤 的 位 置 和 深度；Ｘｉｎｇ等［３］利用高光谱图像的多个波段检测 Ｇｏｌｄ Ｄｅ－ ｌｉｃｉｏｕｓ的损伤，利用高光谱图像的 主 成 分 分 析 挑 选 出 ４ 个 特 征波段，对特征波段进行主成 分 分 析，利 用 第 ２ 和 第 ３ 主 成 分的联合图像完成了损伤的识别分类 ；黄 文 倩 等［５］以 全 波 段 的主成分分析挑选了 ８２０ 和 ９７０ｎｍ 两 个 特 征 波 段，并 利 用 特征波段和阈值分割算法开发了轻微损伤检测算法。
＊ 通 讯 联 系 人 ｅ－ｍａｉｌ：ｚｈａｏｃｊ＠ｎｅｒｃｉｔａ．ｏｒｇ．ｃｎ
１３６８
光谱学与光谱分析 第３４卷
损伤检测算法，并用不同时间阶段的损伤 苹 果 验 证 了 算 法 的 检测性能。
１ 实 验 部 分
１．１ 样 品 选择双色红富士苹果为试验对象，苹 果 样 本 购 买 于 北 京
近年来，高光谱和多光谱机器视觉越 来 越 多 的 应 用 于 农 产品的品质检测，光谱相机的多波段成像 优 点 拓 展 了 普 通 相 机的检测性能。Ｇａｍａｌ等［６］利 用 高 光 谱 相 机 采 集 苹 果 ４００～ １ ０００ｎｍ 波 段 范 围 的 图 像，利 用 偏 最 小 二 乘 （ｐａｒｔｉａｌ ｌｅａｓｔ ｓｑｕａｒｅ，ＰＬＳ）和逐步判别分 析（ｓｔｅｐｗｉｓｅ ｄｉｓｃｒｉｍｉｎａｔｉｏｎ ａｎａｌｙ－ ｓｉｓ，ＳＤＡ）挑选了３个特征 波 段（７５０，８２０ 和 ９６０ｎｍ）然 后 以 特征波段搭建多光谱相机检 测 平 台，试 验 结 果 表 明，该 系 统 可 以检测到１ｈ以后的损伤；Ｌｉ等［７］以橘子可见－近红外图像 进行主成分 分 析 （ｐｒｉｎｃｉｐｌｅ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ，ＰＣＡ），对 比
光谱检测原理
光谱检测原理光谱检测是一种利用物质对光的吸收、散射、发射等光谱特性进行检测和分析的方法。
光谱检测广泛应用于化学、生物、环境、食品、医药等领域，具有高灵敏度、高分辨率、非破坏性等优点，成为现代分析检测的重要手段。
本文将介绍光谱检测的基本原理及其在实际应用中的相关知识。
光谱检测的基本原理是利用物质对光的吸收、散射、发射等特性进行分析。
光谱检测可以分为吸收光谱、发射光谱和散射光谱三种基本类型。
吸收光谱是指物质吸收特定波长的光线后产生吸收峰的现象，通过测量吸收峰的强度和波长可以得到物质的浓度和结构信息。
发射光谱是指物质受到激发后发射特定波长的光线，通过测量发射光谱可以得到物质的成分和浓度信息。
散射光谱是指物质散射入射光线后产生散射现象，通过测量散射光谱可以得到物质的粒径和形态信息。
光谱检测的原理基于物质对光的相互作用，不同物质具有不同的光谱特性。
在实际应用中，光谱检测通常通过光源、样品、检测器和数据处理系统四个部分完成。
光源产生特定波长的光线，样品与光线相互作用后产生光谱信号，检测器测量光谱信号并将其转化为电信号，数据处理系统对电信号进行处理和分析，最终得到样品的相关信息。
光谱检测在实际应用中具有广泛的应用价值。
在化学领域，光谱检测可以用于物质的定性和定量分析，例如紫外可见光谱可以用于分析有机物和无机物的结构和浓度；在生物领域，光谱检测可以用于生物分子的结构和功能研究，例如荧光光谱可以用于蛋白质和核酸的定量分析；在环境领域，光谱检测可以用于环境污染物的监测和分析，例如红外光谱可以用于大气和水体中污染物的检测；在食品和医药领域，光谱检测可以用于食品和药品的质量控制和安全检测，例如拉曼光谱可以用于食品和药品的成分分析。
总之，光谱检测作为一种重要的分析检测手段，具有广泛的应用前景和发展空间。
随着科学技术的不断进步和发展，光谱检测将在更多领域发挥重要作用，为人类社会的发展和进步做出更大的贡献。
高光谱成像在毒品检测中的探索
高光谱成像在检测中的探索高光谱成像在检测中的探索随着问题的日益严重，高效准确的检测变得尤为重要。
传统的检测方法往往需要耗费大量的时间和资源，且结果并不总是准确可靠。
然而，随着科学技术的发展，高光谱成像成为一种被广泛探索的方法，用于提高检测的准确性和效率。
高光谱成像是一种通过获取物体的光谱信息来进行检测和识别的技术。
它能够获取到物体在不同波长下的光谱数据，从而分析物体的成分和特征。
这种技术的应用范围十分广泛，从农业到生物医学都有着重要的应用。
而在检测领域，高光谱成像也逐渐显示出了巨大的潜力。
高光谱成像在检测中的优势主要体现在以下几个方面。
首先，高光谱成像能够提供更加全面的数据。
传统的检测方法往往只能提供有限的信息，无法全面地了解的成分和特征。
而高光谱成像则可以获取到物体在数百个波长下的光谱数据，为的检测和识别提供了更加详尽的信息。
其次，高光谱成像具有较高的准确性和可靠性。
传统的检测方法往往依赖于人工观察和化学试剂，结果易受主观因素和试剂质量的影响。
而高光谱成像则是基于物体的光谱特征进行分析，具有较高的客观性和准确性。
通过对样本进行高光谱成像，可以快速准确地判断样本中是否存在。
此外，高光谱成像还具有非侵入性和快速性的特点。
传统的检测方法往往需要对样本进行破坏性的处理，且检测过程较为繁琐。
而高光谱成像可以在不破坏样本的情况下进行检测，且检测速度相对较快。
这对于提高检测效率和保护样本的完整性都具有重要意义。
然而，高光谱成像在检测中仍然存在一些挑战和难题。
首先，高光谱成像需要复杂的设备和高昂的成本。
目前，高光谱成像设备仍然较为昂贵，限制了其在检测领域的推广和应用。
其次，高光谱成像的数据处理和分析也需要较高的技术水平和专业知识。
这对于一些普通检测人员来说可能存在一定的难度。
总的来说，高光谱成像在检测中的探索为提高检测准确性和效率提供了新的思路和方法。
通过利用高光谱成像的优势，可以更全面、准确地了解的成分和特征，提高检测的可靠性。
血迹检验
血迹检验血迹检验，是最常见的法医物证检验之一，它通常可以解决是不是血迹，是人血还是动物血，属何种血型，是男人血还是女人血，以及出血部位、出血时间和出血量等问题，从而可以为侦查、审判提供重要的线索和依据。
法医物证检验，既可以是对人体中抽取的新鲜血液进行的血液检验，也可以是对干燥后的血块或斑痕进行的血迹检验。
为了保证检验得以顺利进行，血迹检验通常采取肉眼检查、须备试验、确证试验、种属试验、血型测定、性别检验和出血部位检验等的顺序。
肉眼检查时要发现血迹，观察其颜色、形态和部位，以便为下一步的检验做好准备和打下基础，并为确定案件性质，分析判断案情提供帮助。
在杀人、伤害等暴力性案件中，现场物体上、被害人和罪犯身上都可能留有血迹。
一般说来，血迹比较明显可见，并不难发现，但有时候却需要仔细检查寻找才可能发现。
新鲜血液的颜色为鲜红色，流出体外后由于血红蛋白的变化而逐渐变为暗红色、暗褐色，陈旧或经温热过的血迹，呈灰褐色，腐败血迹呈淡绿色或绿色。
血迹如果附着在深色物体上，颜色不明显。
酱油、油漆、果汁、色素染料、铁锈等斑迹，其颜色也可与血迹的颜色相似，应注意区别。
血迹因形成时的条件不同，形状各异，大致有这么几种类型：1.滴状血迹血液垂直滴落在地面或物体上，形成圆滴状血迹。
其具体形状又因滴落的高度和运动方向的不同而有区别。
如果血液从0.1米以内的高度落下来，血迹边缘呈完整的圆状；从0.5米左右的高度落下时，圆点边缘可有明显的锯齿状；从1米以上高度落下时，圆点边缘不仅可以看见锯齿状，而且圆点周围往往有逗点状或线状小血滴。
如果血液在受伤者行进的或从运动的物体（如车辆）上滴落，血迹呈椭圆形，一端似星芒状突起，突起的尖端指向运动的方向。
2.喷溅状血迹动脉血管破裂，由于心脏收缩产生的压力和动脉血管的回缩弹力作用，血液喷射而出，在附近物体上形成状似惊叹号的喷溅血滴，其尖端指向喷溅方向。
若用钝器重复打击而受伤出血，也可形成喷溅血迹，但其大小、形状不一，分布分散。
利用紫外可见反射光谱鉴定血迹陈旧度
利 用 紫外 可见 反 射 光谱 鉴 定血 迹 陈 旧度
高茜钰 ，高士 明
浙 江 大 学 光 电 科 学 与 工程 学 院 ，浙 江 杭 州 ３ １ ０ ０ ２ ７
摘
要 凶杀案的血迹陈 旧度与案发时间有着必然 联系 ，推 断案发时 间对于侦破 案件具 有重要 意义 ， 也 是
司法鉴定 中的一个难题 ，建立 一种快 速确定 出血 时间的方法 非常必要 。使用 ＵＶ－ ２ ４ ５ ０型紫 外可见分光光 度 计， Ｉ Ｓ Ｒ － ２ ４ ０ Ａ积分球附件 ， Ｂ ａ Ｓ Ｏ ４ 标 准 白板参 比， 测定 １ ６℃ 、 湿度 ７ ｏ 条件下血迹纱布 、 铝片 、 玻璃 、 保鲜 膜的 ８ ｈ内每间隔 １ ｈ的反射光谱 ，同样方法测定 ２ ４℃ 、 湿度 ７ Ｏ 条 件下 血迹纱布 的反射光谱 ，利用 Ｓ Ｐ Ｓ Ｓ 软件处理 ，求出 ５ ４ １和 ５ ７ ７ ｎ ｌ Ｔ ｌ 反射率 比值 （ Ｒｓ ／ Ｒ ） ， 进行直线拟合 ， 建立线性 回归方程 ， 进行 Ｆ检验 。 随 着时 间的增加 ，血迹 在 ５ ４ １ 和５ ７ ７ ｎ Ｉ ｎ处的反射率增加 ， 除 了带血迹玻璃 的 Ｒ 为０ ． ７ ６ ９外 ，其余 Ｒ 。均大于 ０ ． ９ ０ ０ ，Ｆ均大于 Ｆｏ ． ｏ ｓ （ １ ， ６ ） 一５ ． ５ ９ ， 线性 回归模 型有显著 意义 。利用紫外 可见 光谱仪 积分球 附件可 以实 现 定环境载体条件下 ８ ｈ内血迹陈旧度 推断 ， 方法操作简单 ，不需要 对检 验对 象进行任何处 理 ， 保证 了其 完 整性 ， 不影 响对其进 一步 的个 人信 息等方面的检 验 ， 适合 司法实践 中的需求 。
利用一次性取血针取同一健 康人 耳静脉血 。分别均匀涂
基金项 目： 国家 自 然科学基金项 目（ ６ １ １ ７ ８ ０ ０ １ ） 资助 作者简介 ： 高茜钰 ， 女， １ ９ ９ ４ 年生 ， 浙江大学光 电信息工程系本科生
基于高光谱成像技术的微小摄像头检测技术
第42
卷第6
期
2021年11
月
应用光学Journal of Applied OpticsVol. 42 No. 6
Nov. 2021
文章编号：1002-2082 (2021) 06-1107-08
基于高光谱成像技术的微小摄像头检测技术
汪 林学，张海洋H，黄嘉昊学，屈嘉惠H，赵长明学，张子龙
H
(1.北京理工大学光电成像技术与系统教育部重点实验室，北京100081； 2.北京理工大学光电学院，北京100081)
摘 要：针对高光谱成像特点，提出了一种基于三维特征检测微小摄像头的方案。在空间维利用猫 眼效应筛选疑似目标，在光谱维对结果进行精准判定。依据摄像头结构，分析了可见光摄像头的
反射光谱特征。基于几何光学和辐射度学，
计算和仿真了系统的探测距离
。结果表明
，正常工作
时，光功率影响最小探测距离，目标尺寸影响最大探测距离。
搭建了微小摄像头光谱特征验证系
统。结果表明，采用吸收型红外截止滤光片的目标的非反射光占比曲线变化平缓且数值高，
采用
反射型红外截止滤光片的目标的非反射光占比曲线可见光部分数值高，红外部分数值低，从700 nm 附近开始下降，
甚至发生突变，实验数据显示
，突变位置的斜率绝对值是红外波段斜率绝对值的
10倍以上。实验结果与预期分析的结果一致
，验证了高光谱成像技术检测微小摄像头的可行性
。
关键词：高光谱；微小摄像头
；
光谱特征；成像光谱
中图分类号:TN06;TN29 文献标志码:A DOI：
10.5768/JAO202142.0605001
Tiny camera detection technology
based on
hyper-spectral imaging technology
WANG Lin1,2, ZHANG Haiyang^, HUANG Jiahao1
,2
,
QU Jiahui^
,
ZHAO Changming1,2, ZHANG Zilong
1,2
(1. Key Laboratory of Photoelectronic Imaging Technology and System (Ministry of Education), Beijing Institute of Technology, Beijing 100081, China； 2. School of Optics and Photonics, Beijing
高光谱图像中目标检测与识别算法研究
高光谱图像中目标检测与识别算法研究摘要：高光谱图像是一种具有丰富光谱信息的遥感图像，广泛应用于农业、环境、军事等领域。
然而，由于高光谱图像具有高维度和大量冗余信息的特点，传统的图像处理方法往往难以有效地进行目标检测与识别。
因此，本文对高光谱图像中目标检测与识别算法进行了研究，提出了一种基于深度学习的方法，并通过实验证明了其在高光谱图像中的有效性和鲁棒性。
1. 引言高光谱图像是一种多光谱通道的遥感图像，相比于传统的彩色图像，它可以提供更加详细的光谱信息。
因此，高光谱图像在目标检测与识别方面具有很大的潜力。
然而，由于高光谱图像具有维度高和冗余信息多的特点，传统的图像处理方法在处理高光谱图像时存在着一定的挑战。
2. 高光谱目标检测算法研究2.1 特征提取在高光谱图像中，目标与背景之间的光谱特征差异较大。
因此，通过提取目标与背景之间的差异性特征，可以实现目标的有效检测。
常用的特征提取方法包括主成分分析（PCA）、线性鉴别分析（LDA）和小波变换等。
这些方法可以通过将高维数据降低到低维空间，从而减少特征冗余并提高分类准确性。
2.2 分类算法目标检测与识别的关键在于选择合适的分类算法。
针对高光谱图像中目标检测与识别的问题，近年来深度学习算法得到了广泛应用。
卷积神经网络（CNN）作为深度学习的代表，通过多层卷积与池化操作，可以有效地学习到图像中的抽象特征。
同时，针对高光谱图像的特点，研究者们也提出了一系列基于深度学习的方法，如卷积自编码器（CAE）和卷积长短时记忆网络（ConvLSTM）等。
3. 实验设计与结果分析为了验证所提算法的有效性，本文设计了一组实验，并使用了公开的高光谱遥感图片进行测试。
实验结果表明，所提出的基于深度学习的方法在高光谱图像中具有较高的准确性和鲁棒性。
4. 讨论与展望尽管基于深度学习的算法在高光谱图像中的目标检测与识别方面取得了一定的成果，但仍存在一些问题有待解决。
例如，算法的复杂性限制了其在实时应用中的使用，优化算法的训练速度与准确性依然是一个重要的研究方向。
基于高光谱成像技术的涂抹掩盖字迹识别方法研究
基于高光谱成像技术的涂抹掩盖字迹识别方法研究
王鸣久;代雪晶;汤澄清;卢兆一
【期刊名称】《红外技术》
【年(卷),期】2023(45)1
【摘要】在刑事案件和民事案件中,许多重要文件中的签名、日期、数字等字迹常常被有意涂抹而掩盖其真实信息,因而无法作为证据使用。
因此,开展高光谱成像技术(450~950 nm)快速无损显现涂抹掩盖字迹十分必要。
涂抹掩盖字迹中,黑色签字笔作为书写及涂抹工具占多数,因此从21种黑色签字笔中随机选取两种进行相互涂抹作为样本。
同时,选取墨水中含有碳元素和不含有碳元素的黑色签字笔各两支,用同一支笔书写字迹并进行涂抹掩盖作为样本。
实验结果表明,用高光谱成像技术在450~950 nm波长范围内进行显现肉眼无法辨别的涂抹掩盖字迹,大部分被涂抹掩盖的字迹能够得到完整、清晰的显现,反映出被掩盖字迹的真实形态与信息,具有良好的显现效果。
部分显现效果不佳,原书写字迹细节特征残缺,但能识别出原字迹,还有少部分较为模糊,无法达到检验要求。
而使用传统红外显现方法时,大部分涂抹掩盖字迹难以显现。
【总页数】8页(P56-63)
【作者】王鸣久;代雪晶;汤澄清;卢兆一
【作者单位】中国刑事警察学院公安信息技术与情报学院;中国刑事警察学院刑事技术学院
【正文语种】中文
【中图分类】DF794.2
【相关文献】
1.不同透析液显现涂抹掩盖字迹的研究
2.光谱成像技术显现复印纸上掩盖字迹的研究
3.利用透析技术显现涂抹掩盖字迹
4.透射光谱成像技术检验黑色签字笔涂抹掩盖字迹研究
5.光谱成像检验同种同色涂抹掩盖字迹研究
因版权原因，仅展示原文概要，查看原文内容请购买。