久久国产热视频,做做受视频播放试看30分钟,天天槽夜夜槽槽不停,天天槽夜夜槽槽不停,最近免费字幕中文大全

發(fā)布詢價(jià)單
您的位置：首頁(yè) > 資訊 > 綜合資訊 > 正文

利用高光譜成像進(jìn)行礦物分類

2019-09-12 18:20 性質(zhì)：轉(zhuǎn)載 作者：歐普特科技 來(lái)源：高光譜及多光譜遙感技術(shù)與應(yīng)用
免責(zé)聲明：無(wú)人機(jī)網(wǎng)（www.hldxsj.cn)尊重合法版權(quán)，反對(duì)侵權(quán)盜版。（凡是我網(wǎng)所轉(zhuǎn)載之文章，文中所有文字內(nèi)容和圖片視頻之知識(shí)產(chǎn)權(quán)均系原作者和機(jī)構(gòu)所有。文章內(nèi)容觀點(diǎn)，與本網(wǎng)無(wú)關(guān)。如有需要?jiǎng)h除，敬請(qǐng)來(lái)電商榷?。?/div>
巖石在不同條件與環(huán)境下的變異是影響采礦的效率的重要因素。在不同尺度下，高光譜圖像在收集空間信息的同時(shí)，能夠提供巖石的表面特征。將高光譜成像應(yīng)用到礦業(yè)可...

巖石在不同條件與環(huán)境下的變異是影響采礦的效率的重要因素。在不同尺度下，高光譜圖像在收集空間信息的同時(shí)，能夠提供巖石的表面特征。

將高光譜成像應(yīng)用到礦業(yè)可以減少作業(yè)的不確定性?？梢允沟米鳂I(yè)者更清楚的看清礦物分布。同時(shí)利用相對(duì)低的成本對(duì)黏土礦進(jìn)行識(shí)別。

Headwall成像光譜儀的智利數(shù)據(jù)案例：儀器型號(hào)co-aligned VNIR-SWIR

VNIR數(shù)據(jù)預(yù)處理：

原始數(shù)據(jù) → 輻射亮度轉(zhuǎn)換 → 反射率轉(zhuǎn)換 → 去噪聲

SWIR數(shù)據(jù)預(yù)處理：

原始數(shù)據(jù) → 輻射亮度轉(zhuǎn)換 → 反射率轉(zhuǎn)換 → 去噪聲

光譜指數(shù)（Scalars）：

Scalar的定義為將獲得的初始值通過(guò)特定的數(shù)學(xué)運(yùn)算后重新賦予每個(gè)像元上的光譜值。這個(gè)指數(shù)數(shù)可以很好的呈現(xiàn)被測(cè)物的某種特性。比如下面的520-560nm波長(zhǎng)范圍內(nèi)被測(cè)物

反射率曲線圖的斜率：

如上圖所示，不同被測(cè)物在520-560nm波長(zhǎng)范圍內(nèi)形成的反射率曲線斜率有顯著的不同。這種差異就可以用來(lái)區(qū)分被測(cè)物的物種。

實(shí)際應(yīng)用案例如下：

將圖像中的每一個(gè)像元所帶的光譜信息截取520-560nm波長(zhǎng)光譜信息。通過(guò)數(shù)學(xué)計(jì)算得到此波長(zhǎng)范圍內(nèi)每一個(gè)像元所呈現(xiàn)的反射率曲線的斜率。利用密度分割將不同范圍內(nèi)的斜率值進(jìn)行上色后得到下圖。

從制作生成的指數(shù)圖可以清晰明了的看出被測(cè)區(qū)域內(nèi)的不同物質(zhì)分布情況。圖中所示的顏色越暗，越不飽滿的區(qū)域表示被測(cè)物在此波長(zhǎng)范圍內(nèi)反射率曲線的斜率越小。反之被測(cè)物在此波長(zhǎng)范圍內(nèi)反射率曲線斜率越大。

在對(duì)感興趣目標(biāo)區(qū)域進(jìn)行細(xì)致研究的時(shí)候，每個(gè)像元的不同波長(zhǎng)上的反射率值是離散的。進(jìn)一步研究需要將離散的值做局部線性回歸。這樣才能得到一個(gè)有研究意義的波形。觀察不同成分區(qū)域生成的反射率曲線圖，找到在哪個(gè)波長(zhǎng)范圍內(nèi)的波形有顯著的不同（在差異不明顯的時(shí)候可以通過(guò)積分將波形差異增大以便觀察）。

Local Polynomial Regression（LPR）局部多項(xiàng)回歸：

? 處理離散化。
      ? 創(chuàng)建微分函數(shù)（積分等）來(lái)表示本來(lái)的頻譜。
      ? 可以將不同的標(biāo)準(zhǔn)應(yīng)用于此功能以探索數(shù)據(jù)。
      ? 例如：光譜特征的存在/不存在。

MinimumNoise Fraction (MNF)最小噪聲分離轉(zhuǎn)換：

通過(guò)噪聲白化、降維的方法將圖像的波段按照方差從大到小排列起來(lái)。

取前三個(gè)波段作為RGB。

經(jīng)過(guò)噪聲白化和降維處理的數(shù)據(jù)靠前的波段受到噪聲影響越小。這樣就更能有效的反映出不同成分區(qū)域反射率的特征。

k-meansClustering/K-均值聚類：

K-均值聚類是非監(jiān)督學(xué)習(xí)的聚類算法。它不需要提前設(shè)定目標(biāo)，通過(guò)設(shè)定中心點(diǎn)個(gè)數(shù)，根據(jù)數(shù)據(jù)間歐式距離來(lái)對(duì)相似的數(shù)據(jù)進(jìn)行分類劃分。利用這個(gè)方法來(lái)對(duì)未知目標(biāo)數(shù)據(jù)進(jìn)行分類可以在較低成本下獲得較高水準(zhǔn)的數(shù)據(jù)。

 通過(guò)K-均值聚類將獲得的高光譜數(shù)據(jù)進(jìn)行處理，光譜特征相似的點(diǎn)被歸為一簇。但是由于外界因數(shù)對(duì)數(shù)據(jù)的影響導(dǎo)致數(shù)據(jù)并不是最有被測(cè)物光譜特征性的。所以要將該數(shù)據(jù)做一次最小噪聲分離。

這樣一看來(lái)，分類就準(zhǔn)確了很多。

礦物分類

巖石是礦物的聚合物。而礦物則是有有序內(nèi)部結(jié)合的無(wú)機(jī)化合物?，F(xiàn)如今為人所知的礦物油大約五千種。在熱力學(xué)形成條件下，不同的礦物質(zhì)會(huì)被揉摻到一起。所以礦物質(zhì)分類一直以來(lái)都是要由地質(zhì)學(xué)家監(jiān)督下來(lái)完成。

高光譜數(shù)據(jù)在礦業(yè)中的應(yīng)用需要光譜庫(kù)來(lái)幫助實(shí)現(xiàn)。光譜庫(kù)中所存儲(chǔ)的數(shù)據(jù)是利用光譜儀通過(guò)不同分析技術(shù)（XRD,XRF,QEMSCAN，electronic與光學(xué)顯微鏡等等）得到的不同礦物質(zhì)的光譜特征。在實(shí)際應(yīng)用過(guò)程中，利用機(jī)器學(xué)習(xí)技術(shù)（支持向量機(jī)，隨機(jī)森林與光譜角制圖等等）將得到的礦物質(zhì)數(shù)據(jù)做聚類，然后參考數(shù)據(jù)庫(kù)，比對(duì)得到不同的簇屬于什么礦物質(zhì)。

應(yīng)用案例：

USGS光譜庫(kù)應(yīng)用

     光譜庫(kù)中高嶺石和白云母兩種不同的礦物質(zhì)的光譜形狀在2150nm波長(zhǎng)與2200nm波長(zhǎng)范圍內(nèi)有著顯著的差異。

在所獲得的數(shù)據(jù)中選取3個(gè)不同的點(diǎn)。

除去大氣吸收波段后將3個(gè)點(diǎn)的光譜反射率曲線進(jìn)行對(duì)比。

分別選取B與C兩個(gè)點(diǎn)的2200波段范圍數(shù)據(jù)。

將B點(diǎn)2200nm波長(zhǎng)附近的數(shù)據(jù)做LPR局部多項(xiàng)式回歸。

將獲得波形與從光譜庫(kù)中取出的Muscovite白云母的波形做比對(duì)。

與Muscovite白云母在2200nm波長(zhǎng)左右的數(shù)據(jù)波形進(jìn)行比對(duì)得到的結(jié)果是相符的。

將B點(diǎn)2150nm波長(zhǎng)附近的數(shù)據(jù)做局部多項(xiàng)式回歸。

將獲得波形與從光譜庫(kù)中取出的Kaolinite高嶺石的波形做比對(duì)。

與Kaolinite高嶺石在2150nm波長(zhǎng)左右的數(shù)據(jù)波形進(jìn)行比對(duì)得到的結(jié)果是不相符的。

所以，B點(diǎn)的數(shù)據(jù)反映出，圖像中B點(diǎn)的物質(zhì)是Kaolinite高嶺石。

同樣，對(duì)圖形中C點(diǎn)進(jìn)行處理分析以及比對(duì)。

B，C兩點(diǎn)比對(duì)結(jié)果：

如結(jié)果所示，B點(diǎn)的礦物是Muscovite白云母，C點(diǎn)的礦物是Kaolinite高嶺石。

這樣一來(lái)，通過(guò)高光譜可以分辨出兩種不同的礦物質(zhì)，并且可以清楚的看到他們分別在圖像數(shù)據(jù)中的分布情況。

翻譯：北京歐普特科技有限公司

網(wǎng)友評(píng)論
文明上網(wǎng)，理性發(fā)言，拒絕廣告

相關(guān)資訊

推薦圖文

關(guān)注官方微信

手機(jī)掃碼看新聞

客服咨詢：無(wú)人機(jī)網(wǎng)（www.hldxsj.cn)客服咨詢  無(wú)人機(jī)網(wǎng)（www.hldxsj.cn)客服咨詢  
關(guān)注官方微信

微信號(hào):youuav
Copyright © 2015-2025 無(wú)人機(jī)網(wǎng)（www.hldxsj.cn)   滬ICP備17037663號(hào)-2  增值電信業(yè)務(wù)經(jīng)營(yíng)許可證:滬B2-20231439