紫外LED诱导高光谱成像:海洋溢油与乳化探测新方法
81 浏览量
更新于2024-08-31
收藏 2.57MB PDF 举报
"紫外诱导高光谱成像的海洋溢油及乳化探测方法,针对夜间溢油探测问题,利用紫外(UV)LED光源和高光谱成像技术,通过比较不同照明方式下原油、乳化油和海水的高光谱图像,构建波段差指数作为鉴别特征。在特征选择和优化过程中,应用了增L减R法、Fisher法筛选有效波长,并采用多维尺度分析、PCA和独立分量分析提取波段特征。最终通过径向基函数-支持向量机模型进行识别,证实紫外LED光源在溢油检测中的优越性。实验结果显示,紫外LED的波段差指数探测模式比卤素灯的识别率提高,且Fisher法和PCA得到的特征组合识别效果接近,部分特征组合的识别率高达100%。此研究为夜间海洋溢油探测提供了新的快速鉴别方法。"
本文详细介绍了针对夜间海洋溢油探测的一种创新方法,即利用紫外LED诱导的高光谱成像技术。在研究中,科研人员通过高光谱成像仪同时采集了紫外LED和卤素灯照射下的原油、乳化油及海水样本的高光谱图像。为了提取有效的溢油鉴别特征,他们基于33个波段(400~720nm)的辐射值计算了波段差指数。接着,研究人员运用多种特征选择和优化技术,如增L减R法和Fisher判别分析,以筛选出最能代表溢油特征的波段。同时,结合多维尺度分析、主成分分析和独立分量分析,进一步提取波段特征,从而提高识别效率。
实验结果表明,采用紫外LED光源的高光谱波段差指数探测模式,相较于卤素灯的波段均值识别率有显著提升,分别提高了6.01%和8.17%,这表明紫外LED光源更适合用于夜间海洋溢油和乳化的精确检测。在特征组合方面,通过Fisher法选择的3波段特征组合和PCA得到的特征组合在紫外识别率上表现相当,达到85.89%和87.02%。同时,12特征组合的溢油准确率更是达到了100%。特别地,Fisher法提取的400~420nm波段被认为是实际在线溢油探测的理想选择。
这项研究提出的紫外诱导高光谱成像鉴别模型为夜间海洋溢油探测提供了一个快速且有效的解决方案,对于提升海洋环境监测和溢油应急响应能力具有重要意义。这一方法不仅提高了识别准确性,还为未来的技术开发和实际应用提供了理论基础。
2023-02-23 上传
2020-03-13 上传
2021-02-04 上传
2021-02-06 上传
2021-03-09 上传
2021-02-11 上传
2023-02-23 上传
2021-01-25 上传
2021-02-10 上传
weixin_38741540
- 粉丝: 6
- 资源: 960
最新资源
- SSM动力电池数据管理系统源码及数据库详解
- R语言桑基图绘制与SCI图输入文件代码分析
- Linux下Sakagari Hurricane翻译工作:cpktools的使用教程
- prettybench: 让 Go 基准测试结果更易读
- Python官方文档查询库,提升开发效率与时间节约
- 基于Django的Python就业系统毕设源码
- 高并发下的SpringBoot与Nginx+Redis会话共享解决方案
- 构建问答游戏:Node.js与Express.js实战教程
- MATLAB在旅行商问题中的应用与优化方法研究
- OMAPL138 DSP平台UPP接口编程实践
- 杰克逊维尔非营利地基工程的VMS项目介绍
- 宠物猫企业网站模板PHP源码下载
- 52简易计算器源码解析与下载指南
- 探索Node.js v6.2.1 - 事件驱动的高性能Web服务器环境
- 找回WinSCP密码的神器:winscppasswd工具介绍
- xctools:解析Xcode命令行工具输出的Ruby库