[发明专利]一种化学成像与高光谱联用的大气遥测方法有效
申请号: | 201910960085.0 | 申请日: | 2019-10-10 |
公开(公告)号: | CN110793920B | 公开(公告)日: | 2022-08-26 |
发明(设计)人: | 李奇峰;崔泽霖;马翔云;王慧捷;吕海岳 | 申请(专利权)人: | 天津大学 |
主分类号: | G01N21/17 | 分类号: | G01N21/17;G01N21/3504 |
代理公司: | 天津市北洋有限责任专利代理事务所 12201 | 代理人: | 李林娟 |
地址: | 300072*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 化学 成像 光谱 联用 大气 遥测 方法 | ||
1.一种化学成像与高光谱联用的大气遥测方法,其特征在于,所述方法包括:
建立高光谱数据与红外光谱数据库;
基于图神经网络和高光谱数据建立高光谱检测模型,基于图神经网络和红外光谱数据库建立红外光谱检测模型;
对目标区域进行高光谱实时监控,对可疑位置进行标记;
反馈标记位置到计算机,通过计算机控制红外光谱仪的扫描范围;获取高光谱与红外光谱对目标区域检测后得到的报警区域,并进行精确判断;
其中,建立高光谱、红外光谱检测模型的方法均为:
使用梯度下降求导迭代对输入函数进行求解,对状态及输出值进行迭代;
根据状态获取输出函数,所述输出函数即为光谱遥测的预测模型;
将采集到的光谱图代入输入函数得到需要预测光谱图像的状态,将该状态代入预测模型,设定阈值,当预测值大于阈值时则为检测到目标气体并进行标记;其中,
所述输入函数为:
其中,σ为激活函数,此处使用Relu函数,ωi为任意初始化权重矩阵,在梯度下降求导的过程中可以进行调整,Li为图像像素点x的拉普拉斯变换矩阵,l为每个像素点对应的特征向量;
所述输出函数为:
其中,xi为图结构节点的“状态”,li为与节点相连的边,ω为权重参数,输出函数Gw(xi,li)即为光谱遥测的预测模型;
损失函数为:
其中,oi为节点输出,p是受指导节点的数量;新的权重参数为:
将根据公式(4)迭代后的权重参数ω代入输出函数Gw(xi,li)以得到最终的预测模型,得到最终的预测模型后,将采集到的光谱图代入公式(1),得到需要预测光谱图像的状态,将该状态代入最终的预测模型Gw(xi,li),设定阈值α,当预测值大于α则为检测到目标气体并进行标记。
2.根据权利要求1所述的一种化学成像与高光谱联用的大气遥测方法,其特征在于,所述遥测方法还包括:
通过偏最小二乘回归的化学计量学进一步获取监测地区气体成分与浓度信息。
3.根据权利要求1所述的一种化学成像与高光谱联用的大气遥测方法,其特征在于,所述通过计算机控制红外光谱仪的扫描范围具体为:
利用计算机控制红外光谱仪对报警区域进行逐点扫描,对报警区域进行准确定点检测。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910960085.0/1.html,转载请声明来源钻瓜专利网。