高光谱相机技术通讯行业光纤颜色快速识别研究

采集抽样光纤13种颜色    如图1所示

                                                                       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。

1、结果与分析

1.1 不同光纤光谱反射率对比分析

              图2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。

                                                                                                  光谱角填图快速识别不同的光纤

     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2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，

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。