位置:成果数据库 > 期刊 > 期刊详情页
信息散度与梯度角正切相结合的光谱区分方法
  • ISSN号:1000-0593
  • 期刊名称:《光谱学与光谱分析》
  • 时间:0
  • 分类:TP751[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]北京航空航天大学精密光机电一体化技术教育部重点实验室,北京100191, [2]中国科学院西安光学与精密机械研究所,陕西西安710119, [3]中国科学院研究生院,北京100049
  • 相关基金:国家重点基础研究发展计划项目(2009CB724005); 长江学者和创新团队发展计划项目(IRT0705)资助
中文摘要:

提出了将光谱信息散度和光谱梯度角正切相结合的光谱区分方法(SID×tan(SGAπ/2)),克服了现有光谱区分方法难以同时兼顾光谱整体形状和局部特征的不足。利用仿真光谱作为输入源,根据时空联合调制干涉成像光谱仪的干涉图获取原理和光谱复原算法,模拟了其在不同最大掺杂比下对失真光谱的复原,并采用不同区分方法分别比较了复原光谱与准确光谱的差异。实验结果表明SID×tan(SGAπ/2)法可以在辨别光谱整体形状相似性的前提下,增强对光谱局部特征差异性的分辨能力。通过对多种区分方法结果的对比,验证了SID×tan(SGAπ/2)法在光谱区分能力上的显著提高。

英文摘要:

The present paper proposes a spectral discrimination method combining spectral information divergence with spectral gradient angle(SID×tan(SGAπ/2)) which overcomes the shortages of the existing methods which can not take the whole spectral shape and local characteristics into account simultaneously.Using the simulation spectra as input data,according to the interferogram acquirement principle and spectrum recovery algorithm of the temporally and spatially modulated Fourier transform imaging spectrometer(TSMFTIS),we simulated the distortion spectra recovery process of the TMSFTIS in different maximum mix ratio and distinguished the difference between the recovered spectra and the true spectrum by different spectral discrimination methods.The experiment results show that the SID×tan(SGAπ/2) can not only identify the similarity of the whole spectral shapes,but also distinguish local differences of the spectral characteristics.A comparative study was conducted among the different discrimination methods.The results have validated that the SID×tan(SGAπ/2) has a significant improvement in the discriminatory ability.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《光谱学与光谱分析》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国光学学会
  • 主编:高松
  • 地址:北京海淀区魏公村学院南路76号
  • 邮编:100081
  • 邮箱:chngpxygpfx@vip.sina.com
  • 电话:010-62181070
  • 国际标准刊号:ISSN:1000-0593
  • 国内统一刊号:ISSN:11-2200/O4
  • 邮发代号:82-68
  • 获奖情况:
  • 1992年北京出版局编辑质量奖,1996年中国科协优秀科技期刊奖,1997-2000获中国科协择优支持基础性高科技学术期刊奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国生物医学检索系统,美国科学引文索引(扩展库),英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),英国英国皇家化学学会文摘,中国北大核心期刊(2000版)
  • 被引量:40642