基于高光谱技术的光纤颜色快速识别研究?
**应用工程师 黄宇
1 基于高光谱技术的光纤颜色快速识别研究——材料与设备
1.1 材料
光纤由四川某高校提供，一共有13种颜色，如图1所示。
图1 光纤的RGB图像
1.2 基于高光谱技术的光纤颜色快速识别研究——高光谱设备
高光谱图像数据采集采用四川双利合谱科技有限公司的 GaiaSorter高光谱分选仪系统。该系统主要由高光谱成像仪、CCD相机、卤素灯光源、暗箱、计算机组成，如图2。实验仪器参数设置如表1。
图2 GaiaSorter 高光谱分选仪
表1 GaiaSorter 高光谱分选仪系统参数
|
序号 |
相关参数 |
V10E |
|
1 |
光谱范围 |
400-1000 nm |
|
2 |
光谱分辨率 |
2.8 nm |
|
3 |
像面尺寸 |
6.15×14.2 |
|
4 |
倒线色散 |
97.5nm/mm |
|
5 |
相对孔径 |
F/2.4 |
|
6 |
杂散光 |
<0.5% |
|
7 |
波段数 |
520 |
|
8 |
成像镜头 |
25 mm |
在进行高光谱图像采集时，需要设置相机曝光时间，平台移动速度以及物镜之间的距离。这 3 个参数相互影响，图像调节的目的是使采集的图像大小合适，清晰，不变形失真。经过反复尝试，物镜高度设置为 26 cm，曝光时间设置为10ms，平台移动速度设置为 4.3 mm/s。图像采集软件采用四川双利合谱科技有限公司提供的高光谱成像系统采集软件SpecView完成。图像处理采用 ENVI 5.3 软件进行处理。在进行图像处理之前，先要对采集的光谱图像进行图像校正，图像校正公式如下：
(1)
式中，Rref 是校正过的图像，DNraw 是原始图像，DNwhite为白板校正图像，DNdark 是黑板校正图像。
1.3 光谱获取
试验得到的光谱含有由仪器和试验条件等引起的噪声，对这些噪声的处理有助于减少噪声对光谱分析的影响，突出光谱的有效信息。Savitzky-Golay (SG)平滑算法可以有效消减光谱数据中的随机噪声，消噪效果受平滑点数的影响，本文中选择SG二次多项式7点平滑对光谱数据进行处理[15]。在高光谱图像运用ENVI的感兴趣区域提取功能，获取各个样本的感兴趣区域，提取区域的平均光谱作为各个样本的光谱。
2 基于高光谱技术的光纤颜色快速识别研究——结果与分析
2.1 不同光纤光谱反射率对比分析
图3为不同光纤的光谱反射率曲线图，从图中可知，光纤的光谱反射率差异主要集中在可见光区域，在近红外区域，不同的光纤其变化趋势相同。
图3 不同光纤的光谱反射率
2.2 光谱角填图
光谱角填图是基于物理的一种光谱分类，利用n维角度来匹配像元光谱和参考光谱。将光谱看成是维数与波段数相等的空间里的向量，通过计算光谱间的角度的算法，决定了两个光谱之间的相似性。端元光谱是从ASCII文件或光谱数据库中获得，或者可以直接从影像中获得（ROI的平均光谱）。 SAM比较端元光谱向量和每一个像素的向量在n维空间中的角度。角度越小代表与参考光谱越匹配，当像素比特定的*大角度的弧度阈值更大的时候就不会被分类。
图4为利用图3的不同光纤的光谱反射率差异，运用光谱角填图的方法快速查找高光谱影像中与其相匹配的光纤像元，匹配效果如图4所示。从图中可知，除了第7根光纤由于其光谱反射率与背景的光谱反射率及其相似，因此被误认为是背景被剔除外，其他光纤均有较好的识别效果。
图 4 基于光谱角填图快速识别不同的光纤
3. 基于高光谱技术的光纤颜色快速识别研究——结论
本文利用四川双利合谱科技有限公司自主研发的高光谱分选仪系统GaiaSorter-V10E对不同的光纤进行快速识别研究，研究结果表明，基于光谱角匹配的方法能有效地识别不同的光纤。
由于本次测试样本较少，得出的结论仅供参考，另外由于本次测试的背景选的不是很理想，因而造成个别光纤被误认为是背景被剔除掉，客户在实际应用或研究的过程中尽量使用不反光的黑布作为背景测试光纤。
备注：未经本人同意论文结果不可用于期刊发表，学位论文，项目申请，上传网上，否则将追究责任人的法律责任。
