[发明专利]水下高光谱成像系统

说明书

技术领域

本发明涉及到一种水下高光谱成像系统，主要用于水下资源勘探、水下目标识别及海底生物颜色判断。

背景技术

目前探测海洋油气资源的方法主要有地震勘探、重力勘探、电法勘探、磁力勘探、地球化学勘探和钻探法，与陆地上的资源勘探方法相类似。在陆地上运用较为成熟的高光谱成像法，能够较方便地利用光谱特征来分析研究地物，但目前未能在水下探测领域发挥相应的作用。主要原因在于：水体对电磁波有较大的吸收和干扰，当前使用的窄带滤色式高光谱成像仪需要进行分光，削弱了输入光强；当光谱通道数目较多时，需要通过机械结构更换滤色片，对同一场景多次曝光，这样不仅可能造成系统实时性的下降，也会增加设备的复杂性。

发明内容

为了克服窄带滤色式高光谱成像的以上局限，本发明提供一种宽带滤色的解决方案，该系统能利用简单的宽带滤色成像设备，通过反射率重建得到被拍摄物的高光谱信息，并进一步根据需要加以处理分析。

本发明所要解决的技术问题主要有三个方面：一是针对采用何种途径将成像仪器和相配套的探测仪器运用在水下进行探测；二是将宽带滤色所得通道响应值重建至高光谱空间中；三是根据水体的衰减率信息还原物体本身的反射率。

本发明解决其技术问题所采用的技术方案主要是：将电源、水下照明光源与水下高光谱成像系统、及激光测距仪以及数据实时处理和发送装置集成于水下潜器中，如ROV、AUV或水下滑翔机，通过水下潜器对海底地物进行近距离探测拍摄。利用光源对被探测的水下区域进行照明，利用普通彩色摄像机获取图像。该图像的各彩色通道响应值实际上是对入射光线在一定光谱范围内的积分，因此为了得到相机的入射光谱，还需建立相机彩色通道响应值与光谱值之间的转换关系，进行光谱重建。本发明是以标准munsell色卡的反射率为基础，通过主成分分析和人工神经网络得到的反射率还原算法，来进行光谱重建的。最后通过预先测定的水体衰减系数和被拍摄物距离在光谱空间进行补偿，还原物体的真实光谱。

本发明的有益效果是：将高光谱成像系统集成在在水下潜器上对海底进行资源勘探和目标识别，比地震法等其他勘探方法更加方便，并且可以得到海底地物的详细光谱特征，有利于对地物进行光谱分析。而与传统窄带滤色高光谱成像系统相比，本发明采用的是普通的彩色摄像机，对采集到的光谱原本在能量削弱方面大为改善，整体结构简单、成本低，且易于实现实时观测。

附图说明

图1是整体示意图。

图2是成像原理图。

图3是具体工作流程图。

图1中，1.水下潜器，2.螺旋桨推力装置，3.水下物体，4.激光测距仪，5.人工光源，6.宽带滤色片相机，7.水体，8.数据处理器，9.数据发送装置。

图2中，3.水下物体，4.激光测距仪，5.人工光源，10.人工光源的发射光，11.激光测距仪发出的激光，12.经反射后进入相机的光，13.密封窗口，14.透镜组，15.宽带滤色片，16.CCD（或CMOS），17.数据存储器，18数据处理模块，19通信装置。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步的说明。

1、高光谱对应表的建立：首先，通过1269张标准munsell色卡获取其标准光照条件下的彩色通道响应信息Y（3×1269矩阵，三通道，1269个色卡，用普通彩色相机摄取）和光谱反射信息R（421×1269矩阵，421个波长点，380～800nm，1269个色卡，用光谱仪摄取）；然后利用奇异值分解的方法对R进行分解：                                               ，根据贡献率提取S矩阵（421×1269）中的主成分，对R进行降维：，其中是421×10的矩阵，是10×1269矩阵；最后利用BP神经网络拟合Y到的传递函数，取其中的846个色块作为训练集，剩下423个作为验证集，以Y为输入量，为目标量，隐层20个神经元，以Logistic函数为传递函数，输出层10个神经元，以线性函数为传递函数，训练得一个3×20×10的神经网络结构；最后，将所有个可能的彩色通道响应值组成的矩阵Z（）通过神经网络得到对应的矩阵A（），再得到光谱值矩阵R（）：。这样，就得到一张从Z到R的对应表格数据，将其存储在工作系统的数据处理器中，参见图3。