光学信息处理技术篇1

关键词：遥感技术；地质勘查；概况；技术应用；发展

一、遥感技术的概况

遥感技术出现于上个世纪60年代，是一种根据电磁波原理而产生的探测技术。主要应用原理是利用各种传感仪器对远距离目标所辐射和反射的电磁波、红外线和可见光等信息，对这些信息进行采集、分析和处理，最终形成影像，从而实现对目标物体及其附近各种景物的探测和识别。这种探测技术具有直观性和整体性的两大特点，利用遥感技术对所需材料进行拍摄，将使拍摄的地质信息更加清晰、全面。

遥感技术在地质工作中的大量应用，可以为地质工作提供大量的信息资源。在探测地质情况时，运用不同波段和不同遥感仪器，可以获取更多有价值的信息。同时遥感技术在应用过程中受地面环境的限制很小，探测的范围也比传统的探测技术要广泛很多，更能顺利完成地质勘察工作。

二、地质勘查中遥感技术的应用

1、地质构造信息的获取

不同地质构造的边界或者由于板块运动而产生的变异部位通常存在着内生矿。重要矿产一般都是随机分布在不同板块连接或者临界的地方，随着重大地质的变异相继产生，矿床为带状分布，规模与地质构造的变异差不多。

遥感技术应用在矿产资源的探测方面多表现在空间信息上。主要通过提取该区域矿产的线状影像资料，主要包括地质的断裂、变异等；环状影像资料，主要包括火山、盆地等；带状影像资料，主要包括岩层信息等。还有从控矿断裂交切处出现的块状影像资料和感矿相关的色异常中提出的相关信息。需要说明的是，如果断裂变异为主要控矿构造时，利用遥感技术对断裂信息重点提取分析具有重要的作用。

遥感技术在拍摄成像处理的过程中，通常会出现不清晰和模糊的情况，造成人们无法对那些有兴趣想要重点探索的区域进行清楚的识别。人们利用自我的目测解释或者通过人机互动等方法，对所提取的遥感影像综合分析处理，例如：加强边界线处理，增加灰度调色，利用科学算法等一系列方法，使地质构造信息简单明了的显现出来。此外，遥感技术仍可以通过地表地貌、植被、岩石分布等主要特征，综合提取分析，来获得隐蔽的构造信息。

2、利用植被波谱特点探矿

受地下水和微生物的共同作用，矿产资源中的金属元素、矿物质都可能或多或少的对上边地层结构产生影响，从而使土壤的营养构成产生变化，生长在最上方土壤上边的植被对于金属元素有着吸附和聚集的作用，导致自身生长过程中水分和叶绿素等主要物质的变化，那就产生了植被反射光谱的差异。因此，这就为遥感技术的应用奠定了理论基础，人们可以通过提取分析遥感资料中植被光谱的异常信息来探寻矿产资源。

人们应该掌握不同植被或者同种植被不同叶、茎含金属量的差异变化。所以，通过对已知现有矿区不同植被或同种植被的不同部位作为样品，进行光谱测试，归纳分析总结出对金属最有吸收聚集作用的植被，将这一种类的植被定为矿产探测的有效植被，其余作为辅助植被。遥感技术的图像处理一般通过光谱增强技术，采用主要成分分析，监督分类等方法。一般情况下，遥感图像上的异常颜色分布均为植被反射的光谱异常信息，我们通过对图像的分析和处理，将这些细微的异常信息分析、提取出来，并将他们直观、重点的重新标注于遥感图像上边，以此来综合推断未探知的矿产资源大致分布。由于植被体内有些金属元素的成分含量

3、矿床信息的变化依据

由于外界环境的不断变化，矿床也会随之产生某些性状的变化。我们可以通过调取不同时段的遥感资料和图像进行宏观对比，分析矿床的剥蚀改造作用；综合相关成矿深度的知识，找出矿床的产出部位。

三、地质勘查工作中遥感技术的发展趋势

1、高光谱的实际应用

高光谱是一种融合了计算机、探测、光学、信号处理于一身的综合技术。充分显示了纳米级别的光谱分辨率在光谱仪中的实际应用，在成像的时候可以同时记录下数百条的光谱通道数据，从每一个像元中提取连续的光谱曲线，实现空间信息，光谱信息和辐射信息的同时获取，所以有着很大的发展空间。高光谱的图像光谱信息具有层次分明、信息丰富的特点，对于不同波段有阵不同的信息变化量，通过建立相关模型，得出矿物的丰度。人们应该充分利用高光谱的优势，加强数据应用处理能力。

2、数据的整合

伴随着大量新型传感器的不断产生，可以从不同的空间、时间和光谱范围等诸多方面来客观真实的反应地物目标的特点，形成同一个区域的多元数据，和单元数据比较，多元数据具有互补性的优点。单源数据仅能突出地物目标在一个方面或者几个方面的特点，想要全面，多层次的了解目标，就必须以多源据作为基础，提取更多丰富、有意义的信息。多源数据的发展促使数据整合技术的不断前进。借助数据整合，我们不仅可以删除无用信息，提高数据处理效率，还可以将有价值的信息集中整合起来，形成互补优势。

3、3S技术的有机结合

遥感（RS），地理信息系统（GIS），全球定位系统（GPS）统称为3S。我们利用全球定位系统可以有效的迅速定位，确认全球范围内的任何点坐标并进行科学管理。大量的遥感数据需要更大的空间，所以更加需要强大的管理系统。现阶段，随着人力成本的大幅上升，在区域范围内探寻矿产资源的过程中，遥感技术已经表现出了小投资大回报的绝对优势，所以RS和GIS的技术整合相当重要。随着3S技术的不断升级完善，地质工作人员可以尝试3S和可视系统、卫星通信系统等先进科学技术的综合应用，

四、结束语

综上所述，随着社会市场经济的快速发展，工业化、城市化程度的不断加深。在地质勘查中，一定要采用先进的科学技术，才能确保地质勘探工作的顺利实施。遥感技术作为地质勘查工作的重要手段，在地质工作中占据着重要的位置。采用遥感技术对地质进行有效勘测，才能促进社会经济的快速发展。

参考文献

[1]陈旭锋.遥感地质勘查技术发展趋势研究[J].民营科技.2012（04）

[2]王润生.遥感地质技术发展的战略思考[J].国土资源遥感.2008（01）

[3]王迪楠.遥感技术在地质勘查找矿中的应用[J].黑龙江科技信息.2014（14）

光学信息处理技术篇2

一、电子技术的发展现状

电子信号处理是电子技术的一个重要内容，主要的处理方式有：信号的转换、滤波、转换。信号放大是指强化接收到的电子信号的等级和强度，从而方便信号的再次接收或传输；信号转换是指转换信号表达形式，以满足接收方设备的型号要求。以应用方向为依据，电子技术主要分为电力电子技术、信息电子技术两大类。以应用方式为依据，又可将信息电子技术细分为数字（Digital）电子技术和模拟（Analog）电子技术两种。（1）电力电子技术。随着电力电子技术的发展，实现了传统电力电子技术向现代电力电子技术的完美转变。传统电力电子技术主要为低频技术，低频技术是指其信号传输、波段强度均较低；现代电力电子技术主要为高频技术，高频技术的信号传输频率、强度都相对较高，也更能满足现代信息传输的高要求。就电力电子技术的应用规模、应用范围而言，它已覆盖了传统工业和高新技术产业。高新技术行业中的电力电子技术应用，在与其他科学技术下的协同作用下，为现代化建设做出了巨大的贡献。（2）信息电子技术。信息电子技术在汽车工业中的应用，产生了电子汽车”概念，并使之变为现实。智能化传感器，主要提供用于处理、模拟的信号，并能对信号进行放大；软件技术，是指在各种新型技术的不断应用下，原有软件需要进一步加以完善，或需要接入互联网；嵌入式微处理机目前已广泛应用于汽车的故障诊断、速度控制、传动系、发动机、环保、安全等方面。目前，通过应用微处理机来对汽车性能加以改善，将是汽车电子设备的一大发展趋势。

二、通信工程发展现状

在信息科技中，通信工程是一个极具活力而发展迅速的领域，特别是互联网络通信、光纤通信、数字移动通信的发展，让人们在信息的传递、获取方面的便捷程度大为提高。随着人们对于信息传递、交流需求的不断提高，各种信息沟通极大地改变了人们的工作和生活，其中以现代网络技术尤为典型，目前，在人们生活的各个方面都能看到网络技术的影子，网络技术的应用极大地满足了人们的信息交流、信息的需求，鉴于此，通信工程的发展前景将蔚为可观。对于信息产业来说，其覆盖面非常广泛，既包括了媒介信息获取与处理所需的器件设备，还包括计算机、卫星、光纤、自动控制、激光等，信息产业以其范围广、产值高、技术新等特点，已逐步成为了我国国民经济建设的重要组成产业。通信工程的硬件基础是现代声、电、光技术，并在相关软件的配合下，实现信息交流。20世纪末以来，互联网、多媒体得到了极大的推广应用，对于通信工程的发展也起到了很好的推动作用，在21世纪初，光通信、宽带技术就逐渐开始发展。

三、电子技术与通信工程的结合

在工程技术方面，电子技术、通信工程二者的结合主要表现在：个人和移动通信、宽带通信、宽带通信网、光通信、卫星通信、多媒体通信、人机交互、语音处理、图像通信与处理、信号处理及应用、EDA技术、集成电路制造、微波技术、微波工程、微波元器件、微波辐射和散射、微波传输、微波电路、光电子学工程、光纤通信工程、真空电子工程、纳米材料、纳米技术、微电子系统制备，等等。电子技术、通信工程在各行业中的广泛应用，也受到了国家教育部门的重视，通过各大高校的专业学习，培养了一批批具有扎实理论基础、创新精神，能从事通信技术、通信系统、电子信息技术等领域的设计、研究、开发、运营工作的高级技术人才。纵观社会经济和科学技术的发展，电子技术、通信工程的发展前景必将十分广阔。

参考文献

[1]陈丰.电子技术及通信工程的协同发展探析[J].机电信息，2012，30：163-164.

[2]通信[J].中国无线电电子学文摘，2011，03：89-133.

光学信息处理技术篇3

关键词：电子信息技术系统集成光电子技术应用特点

一、电子信息技术的主要内涵

所谓电子信息技术，是指运用电子技术来获取、传递、处理和利用信息。电子信息技术

主要包括传感技术、通信技术、计算机技术、信号处理技术。目前，电子信息技术己经涉及到了通信设备制造业、计算机设备制造业、微电子器件制造业、视频音频产品、信息应用设备制造业、软件业、信息服务业、网络建设等多个产业，逐渐得到了各领域行业的重视。

二、电子信息技术的主要应用方向

电子信息技术作为计算机的主要发展特征，己经在计算机网络上得到多方面应用，主要应用方向有以下几点：

一是智能集约化。可以说，智能化是计算机发展道路上的一个重要方向。计算机智能是通过科学研究而建立的，运用现代网络信息技术对人的思维活动、感觉行为进行适当模拟，并对相关信息开展集约化逻辑分析和综合处理。

二是网络数字化。在计算机在现代社会中的不断深入运用中，网络逐渐成为计算机技术和信息技术结合的产物。计算机以其高清晰的数字处理技术，通过网络化运行，对信息资源进行互动交流共享，使网络数字化得到了实现。

三是高效快捷化。可以说，现代计算机网络技术最大的特点就是高效快捷。在整合存储各种信息资源的基础上，通过运用计算机电子信息处理技术，使各种管理都能实现高效快捷化。

三、前我国电子信息技术存在的问题

1.技术力量比较缺乏

当前，技术人才缺乏、技术力量不足，成为制约我国电子信息技术发展的最主要问题。

虽然我国高校在电子信息技术方面的人才培养力度不断加大，也取得了一定的实效，但这些

技术人才多是单一型，从事的计算机信息技术领域比较单一，复合型的技术人才在我国十分少见。与此同时，这些电子信息技术人才相对低端，高端的电子信息技术人才严重欠缺。这都在很大程度上制约了我国电子信息技术的高速发展。

2.发展环境资源紧缺

制约我国电子信息技术发展的又一难题是发展环境资源的严重紧缺。造成这一局面的主要原因是我国电子信息产品的假冒伪劣、知识产权侵权行为、盗版产品的走私贩卖以及企业间不良竞争等多个方面。这些现象的存在，使我国电子信息技术在国际市场的竞争力持续下降，同时降低了我国电子信息技术的发展潜力。所以，要着力为电子信息技术营造良好发展环境，充分发挥电子信息技术人才的能力水平，全面推动我国电子信息技术市场的发展进步。

3.产业机构不够合理

目前我国的电子信息技术产业机构不够合理，这在一定程度上导致我国电子信息技术

产品，与其他发达国家相比，各方面都比较落后。我国的电子信息技术产业虽然具有良好的发展前景，但正是因为产业机构不合理，制约了我国电子信息技术的发展快速升级。只有着

力打破传统的产业机构设置，按照我国电子信息技术实际情况和发展特点，构建起完备科学的电子信息技术产业机构，才能真正推进电子信息技术科学、健康发展。

四、未来电子信息技术的发展趋势

1.系统集成发展

在电子信息技术发展过程中，系统集成电路制造技术是重要的组成部分。作为电子信息硬件产品核心，集成电路在应用范围上十分广阔，包括计算机的C即、各种工C卡，都要运用集成电路。可以说，集成电路技术是我国高科技成果的代表，在世界经济发展上具有举足轻重的作用。而且，系统集成电路产品的芯片面积变大，集成度也逐渐变高，但尺寸越来越小，系统日益完善。估计在未来十几年的时间里，系统集成电路主要发展趋势就是加工细微化、硅片大直径化。

2.光电子技术发展

电子信息技术经历了光电子学和电子学两个发展阶段，己经逐步进入光电子技术发展时期，这是电子信息技术的飞跃性发展。光电子技术正逐渐衍生出两门学科，分别是能量光子学、信息光子学，根据市场发展的需求和自身特有的规律，能量光子学和信息光子学两个学科不断进步发展，正在逐步推动建立现代光电子信息产业与光电子交叉学科的形成，这在规模和扩大速度上，都是前所未有的。

3.个性化业务发展

未来计算机网络发展的主要趋势和方向就是高性能、大容量、多业务，逐步满足用户个性化的发展需求。同时，随着IP业务的持续增长，未来网络技术必将以超高速因特网为发展重点。我国的第一代因特网数据比较单一，第二代因特网了将融合语音、影响及数据等，正逐渐取代第一代英特网。可以说，由于DWDM的广泛采用，网络传输的成本大幅降低，用户实现了无线宽带与多媒体的实时通信。

五、结语

总之，随着我国科学技术水平的不断提升，电子信息技术正逐步发展壮大。实践证明，电子信息技术容易受到科技水平的制约，所以必须要牢牢把握其技术应用特点和发展趋势。笔者认为，只要我们充分认清电子信息技术的主要内涵，把握好智能集约化、网络数字化、高效快捷化等电子信息技术的主要应用方向，进一步正视当前我国电子信息技术存在技术力量比较缺乏、发展环境资源紧缺、产业机构不够合理等诸多问题，真正明晰未来电子信息技术系统集成发展、光电子技术发展、个性化业务发展的趋势，就一定能够促进电子信息技术更好的服务于人类社会和生活。

参考文献：

光学信息处理技术篇4

关键词：遥感；地质找矿

一、遥感地质概述

遥感地质又称地质遥感，是综合应用现代遥感技术来研究地质规律，进行地质调查和资源勘查的一种方法。它从宏观的角度，即以各种地质体对电磁辐射的反应作为基本依据，结合其他各种地质资料及遥感资料的综合应用，以分析、判断一定地区内的地质构造情况。

1.遥感地质找矿早期发展状况

遥感技术在地质研究领域的应用促进了我国矿产资源的发现。20世纪80代航空与卫星遥感广泛应用参与大型地质找矿。取得了许多辉煌的业绩。20世纪90年代以后遥感技术发展迅猛。遥感数据的空闻分辨率已南千米级、百米级提高到厘米级；光谱分辨率由原来的几微米、几十纳米提高到几纳米；时间分辨率由原来的几周、几天提高到几小时。

2.遥感地质找矿的理论依据与技术基础

遥感信息，特别是多种遥感信息的综合，具有丰富的地质内涵和坚实的物理基础。这使得遥感地质找矿具有宏观性、多波段、信息量丰富、立体感强、便于定位等优势，是地质找矿不可或缺的手段。在遥感地质找矿的遥感影像分析中，传递含矿构造和含矿载体的两种标志，一是构造、结构、纹理特征；二是光谱特征。各种矿产资源的形成、产出，都与一定的地质构造条件有关，如斑岩铜矿与中酸入体有关；煤矿赋存在某些地质时代的煤系地层内。前者反映地质控矿构造特征、岩石类型特征等，通过研究遥感影像上显示的线性和环状信息可以揭示区域构造体系及其控矿作用；后者反映了地层层序、岩石类型的差异，矿物成分和含量的差异，特别是矿化蚀变信息。由于蚀变岩矿物具有本身的光谱特征，而一定类型的蚀变岩矿物组合常可指示一定矿种的存在。因此，利用构造分析、多光谱遥感资料解译、分析区域成矿地质条件，提取某些矿床类型的遥感标志是遥感地质找矿的基本出发点和理论依据与技术基础。

二、遥感在地质找矿中的应用

遥感技术在地质找矿工作中的应用可归纳为如下几个方面：

第一，利用图像上显示的与矿化有关的地物，直接圈定靶区，为找矿指明方向。如利用植物吸收不同金属元素所产生的不同光反射率、热反射率和叶绿素发光率进行波谱试验，为在植被发育地区快速发现工业矿产开辟新的找矿途径。

第二，利用数字图像处理技术，进行多波段，多种类遥感图像的综合处理分析，增强或提取图像上与成矿有关的信息，尤其是矿化蚀变信息，为找矿提供依据，指明找矿方向和有利成矿的远景地段。

第三，利用解译获得的资料，分析区域成矿条件，进行区域成矿预测，主要表现为地质构造信息的解译和岩性地层等信息的解译。

三、遥感地质找矿的发展前景

20世纪末以来。随着数字地球的提出和现代信息技术取得新进展，数字地球的理论方法和现代信息技术的新进展引入地质勘查领域。应用现代信息技术的新进展进一步解决矿产资源问题成为地质找矿发展的必然趋势。在数字地球框架下，将遥感技术与地质领域传统方法技术相结合，与其它现代信息技术相结合。

1.RS与GIS、GPS的结合

RS（遥感）具有信息丰富、覆盖范围广、现势性强等特点，是GIS（地理信息系统）的重要数据源之一。GIS为处理和分析应用遥感数据提供了强有力的技术保证，遥感影像的识别在GIS支持下可改善精度并在数学模型中得到应用。GIS技术作为遥感信息找矿的有利工具可以快速、精确地对复杂的地理系统进行空间定位和过程分析，极大地提高了找矿预测的效率。GIS多维技术的发展将促进多维预测找矿模型的建立，这一模型的建立有利于隐伏矿床的找矿突破。未来，将GPS（全球定位系统）连同其它传感器等一起安置在卫星上能够降低数据采集的成本，提高GPS的数据价值。

2.高光谱遥感技术的发展

高光谱或成像光谱技术就是将由物质成分决定的地物光谱与反映地物存在格局的空间影像有机地结合起来，对空间影像的每一个像素都可赋予对它本身具有特征的光谱信息。由于高光谱遥感影像提供了更为丰富的地球表面信息，因此在地质找矿领域得到了广泛应用并有了快速发展。如矿物填图是高光谱技术最能发挥其优势的领域，它在直接识别蚀变矿物，圈定找矿靶区，建立不同矿床的成矿、找矿模型等方面都发挥了重要作用。今后需加强岩矿反射、发射光谱精细特征和提高识别矿物种类的研究。

3.遥感数据处理系统的发展

随着遥感技术的发展，传感器的空间分辨率和光谱分辨将大幅提高，遥感信息量也将大幅增加。要在海量数据中提取有用的找矿信息，必然对遥感数据处理系统提出更高的要求。目前，多光谱遥感数据处理系统在数据的压缩、传输、专业软件的发展上都取得了很大的进步。在高光谱遥感数据分析、处理方面关键是在光谱维上进行图像信息的展开和定量分析。此外，实现信息分析模型和算法语言的改进也将大大提高遥感信息处理的速度和精度，提高找矿工作的效率。

4.遥感与多源地学数据的融合

多源数据的融合处理能够避免单一信息的。片面性，使融合结果更加准确和客观。特别是利用遥感技术寻找深部矿床时，单纯使用遥感图像存在明显的局限性，往往需要物探、化探地学数据以及各种地质图件的融合处理。其目的就是要充分集成不同来源数据的优点，尽可能多地获取地物信息，以提高解译精度和可信度。遥感与多源数据的融合应用既是当前矿产和石油勘查中的热点问题，也是未来的发展方向。

四、小结

随着我国国民经济的迅速发展，矿产资源的需求越来越大，矿产资源对我国国民经济发展的瓶颈制约凸显。但我国重要资源可采储量下降，难以满足现代化建设的需要。所以，采用新技术、新方法，通过实现地质工作的现代化来加强各种矿产资源的勘查力度，扩大矿产资源储量，是保障我国可持续发展所需的矿产资源战略的重要途径。遥感曾作为一项新的技术给地质找矿带来了一些便利，但随着找矿工作的发展也对遥感提出了新的要求，这也就是遥感在地质找矿中的发展方向。遥感地质曾经为地质找矿有过巨大奉献，也将会有更大的奉献。

参考文献：

[1]李聪慧；刘存在；杨利平；于广成.遥感地质找矿标志；2008年5月第10期.

[2]池三川.应用遥感技术加快矿产资源的勘察(上)遥感技术.

[3]丁建华；肖克炎.遥感技术在我国矿产资源预测评价中的应用.地球物理学进展；2006，21(2).

[4]王润生.遥感地质技术发展的战略思路.国土资源遥感；2008年第1期.

光学信息处理技术篇5

关键词：高光谱图像；检测；玉米种子；真伪

中图分类号：TP391.41；S513文献标识码：A文章编号：0439-8114（2016）21-5445-04

DOI：10.14088/ki.issn0439-8114.2016.21.002

AdvanceinAuthenticityDetectionofCornSeedBasedon

HyperspectralImagingTechnology

WEILi-feng1，2，JIJian-wei1

（1.CollegeofInformationandElectricalEngineering，ShenyangAgriculturalUniversity，Shenyang110866，China；

2.CollegeofEconomicsandManagement，ShenyangAerospaceUniversity，Shenyang100136，China）

玉米是中国三大农作物之一，在解决粮食短缺问题、保障国家粮食安全和经济发展过程中起到重要作用。玉米不仅产量大、经济效益高，而且还具有食用和饲用等多种工业用途[1]。但是，玉米种子的真伪直接影响到玉米种子的储藏、销售、育种和农业生产等各个方面，研究玉米种子的真伪问题已成为国内外研究的热点。随着现代科学技术的快速发展，计算机图像处理技术和光谱技术也越来越备受关注，采用机器视觉技术、近红外光谱技术在玉米种子检测真伪方面得到了较为广泛和深入的研究和应用，也取得了较好的成果。然而，传统的计算机视觉技术得到的是种子可见光的形态学特征信息，近红外光谱分析技术得到的是种子的光谱特征信息，两者获得的种子特征信息较少，制约着玉米种子真伪检测的后续分析以及研究[2]。近几年来，一些科研学者将高光谱图像技术应用于检测农作物种子真伪方面，并取得了较好的成果。高光谱图像技术可以同时获取研究对象的光谱信息和空间信息，是图像技术与光谱技术的完美结合，真正做到了“图谱合一”[3]。玉米种子的真伪可以通过表面的图像信息和光谱数据来进行分析和判断，从而能够为种子育种和农业生产提供有力和可靠的科学数据。所以，高光谱图像技术在玉米种子真伪检测方面的应用正逐渐成为研究的热点。

1高光谱图像技术原理及采集系统

1.1高光谱图像技术原理

通常认为，光谱分辨率在10-1λ数量级范围内称为多光谱（Multi-spectral），光谱分辨率在10-2λ数量级范围内称为高光谱（Hyper-spectral），光谱分辨率在10-3λ数量级范围内称为超光谱（Ultra-spectral）[4]。高光谱图像技术结合了图像技术和光谱技术两者的优点，可同时获得待测样品的图像信息和光谱信息。不仅可以对待测样品的外观表面特性进行检测，而且能对内部特性进行检测，同时也利用计算机图形与光谱技术两者的长处，对研究对象的内外部特征进行可视化分析[5]。高光谱图像技术获取的样品图像可以克服样品因化学信息分布不均造成的测试误差，同时样品的测试位置对测量的影响也会减少，其丰富的图像信息对玉米种子真伪的鉴定有很大帮助[6]。高光谱图像光源的波谱范围可以在紫外波段（200～400nm）、可见光波段（400～760nm）、近红外波段（760～2560nm）以及波长大于2560nm的波段获取大量窄波段连续光谱图像数据，为每个像素提供一条完整并连续的光谱曲线[7]。样本获取的图像是一个三维图像，二维是它的空间信息，三维是它的波长信息，其波长分辨率通常精度可达到2～3nm[8]。高光谱图像技术获取三维图像的方法可以分为2种：一种是连续性采集一系列波段光谱图像完成三维立方图像；另一种是用一条线扫描完整光谱范围内的样本空间信息，即“推扫式”成像方法。高光谱图像具有样本的图像信息和光谱信息，图像信息可以反映样本表面特征信息，如特征不同，其对应的光谱信息也不同。在某个特定波长下，感兴趣区域（ROI）与正常区域之间的光谱值会有很大的差异，因此，可以根据光谱信息的不同来判断玉米种子的真伪。所以，利用高光谱图像技术这些优点，在检测玉米种子真伪方面具有很大的优势和研究空间。

1.2高光谱图像采集系统

一个典型的高光谱图像采集系统装置如图1所示。整个系统是由高光谱成像光谱仪（ImSpectorV10E，SpectralImagingLtd，Finland）、CCD相机（IGV-B1410M，IMPERXIncorporated，USA）、150W的光纤卤素灯光源（3900Illuminatior，IlluminationTechnologiesInc.，USA）、精密位移控制平台（IRCP0076-1COM，Taiwan）、遮光暗箱和用于数据处理的高配计算机组成。高光谱摄像头的光谱范围为400～1100nm，光谱分辨率为2.8nm，空间分辨率为0.2mm。

1.3高光谱图像数据处理

高光谱图像技术在信息量上有独特性和优越性，光谱响应范围广，光谱分辨率高，但高光谱数据众多，数据量巨大，由于相邻波段的相关性高，信息冗余度也增加，为应用和分析带来了很大不便。因此，如何获取高光谱图像有用的信息是首要关键问题。而数据降维是提取最佳波段的非常有效的方法，可以在不损失重要信息的前提下最大限度地反映原始信息。稻萁滴方法主要有主成分分析法、判别分析法、特征波段法等[9]。高光谱数据降维处理后，采用相关分析、主成分分析、独立分量分析、二次差分分析、逐步多元回归等方法来获取最优波段，最后选用支持向量机、人工神经网络、主成分回归分析法等方法建立基于光谱和图像信息的玉米种子真伪检测的识别模型，从而实现对玉米种子真伪的检测。

2种子真伪的检测

2.1玉米种子真伪的检测

种子真实性是指某一批种子实际所属品种与其标称的品种是否相符，即种子的真伪问题。种子检验鉴定起源于19世纪中期，直到上世纪90年代开始分子生物学技术及计算机模拟形态分析的应用。卢洋等[10]通过试验，综合PCA、LDA和BPR提出了一种基于近红外光谱短波段（833～1087nm）的玉米种子鉴别方法，针对37个玉米品种种子的近红外光谱数据，以833nm波长作为起始波，选取了不同的截止波长，进而得到不同波段的数据。试验结果表明，在近红外光谱短波833～1087nm波段，识别率达到了97.6%，与全波段相比较，波段范围缩小了84.71%，这为后续大量数据的处理节省了存储和时间。但是该方法只是限定于部分地区的部分玉米种子，不能完全代表全部，所以还需后续大量的试验进行验证。

黄敏等[11]采用高光谱成像系统获取了9个玉米品种共432粒种子的高光谱反射图像，对获取的图像进行校正和预处理，提取每个样本图像在563.6～911.4nm共计55个波段范围内的形状特征。分别利用单波段、多波段和全波段下的玉米种子形状特征结合偏最小二乘判别法进行模型分类。试验结果表明，全波段范围内训练集和测试集的平均正确识别率达到98.31%和93.98%，均优于多波段和单波段。该方法利用高光谱图像中可见光和近红外区域的有效特征信息，可较准确地鉴别玉米种子的品种，识别玉米种子真伪，为玉米品种真伪自动识别领域提供了一种新的方法。

朱启兵等[12]利用高光谱图像技术，针对17类玉米品种共1632粒种子的高光谱图像，提取400～1000nm波长范围内233个波段的熵信息作为分类特征，又利用偏最小二乘（PLS）投影算法对玉米种子高光谱图像进行了最优波段的选择，共获得65个最优波段特征，最后结合偏最小二乘判别分析法（PLSDA）实现了对玉米种子准确识别分类的目的。试验结果表明，在仅为全波段27.90%的最优波段数情况下，其训练精度可达到99.19%，测试精度为98.90%，实现了高精度的玉米种子品种识别，为玉米种子真伪的快速检测提供了一个新方法。

冯朝丽等[13]对玉米种子的高光谱图像的光谱信息进行了深入的分析研究，利用波长范围为400～1000nm的高光谱图像采集系统采集11类共528粒玉米样本的高光谱图像，提取每个玉米样本上感兴趣区域并获取此区域的平均光谱信息，然后对光谱曲线进行分析，剔除了12个异常样本，并结合偏最小二乘判别分析法（PLSDA）对所选玉米种子样本进行识别分类。试验结果表明，在所选玉米样本的识别中训练集样本的识别精度可以达到99.22%，测试集样本的识别精度也达到了94.66%。研究结果表明，不同种类的玉米种子的光谱信息具有一定的差异性，利用高光谱图像技术对玉米种子品种进行无损识别分类是可行的，这为玉米种子真伪的检测提出了一个新思路、新方法。

杨杭等[14]利用地面成像光谱辐射测量系统（Fieldimagingspectrometersystem，FISS）获取了5种玉米种子的图像光谱数据，在经过反射率反演、噪声去除和一阶微分预处理后，运用Wilk-lambda逐步判别法选择最佳波段并建立判别模型。交叉验证结果表明，玉米种子的平均识别精度为91.6%，随着选择波段数的增加，模型识别精度也逐步提高。因此光谱成像技术在玉米品种真伪的识别以及质量相关检测方面具有广阔的应用前景。

2.2其他作物种子真伪的检测

高光谱图像技术不仅在玉米种子的真伪和品种检测领域中获得了比较理想的效果，而且一些学者利用高光谱技术的优越性和独特性对其他作物种子的品种识别、真伪检测也做了深入的研究。程术希等[15]提出了一种基于高光谱信息的大白菜种子品种分类识别方法，利用近红外高光谱图像采集系统采集了8种共239个大白菜种子样本，分别提取样本15pixel×15pixel感兴趣区域平均光谱反射率信息作为样本信息，采用多元散射校正预处理方法对光谱进行消噪处理，验证了Ada-Boost算法、极限学习机（Extremelearningmachine，ELM）、随机森林（Randomforest，RF）和支持向量机（Supportvectormachine，SVM）4种分类算法的分类判别效果。通过载荷系数分析选取了10个大白菜种子品种分类判别的特征波长。试验结果表明，4种分类算法基于全波段的分类识别对81个预测样本的正确区分率均达到90%以上，ELM和RF为最优的分类判别模型，识别正确率达到了100%。因此，以载荷系数选取的特征波长是有效的。利用高光谱图像技术结合机器学习对大白菜种子品种进行快速、无损分类识别是可行的，为大白菜种子批量化在线检测提供了一种新的方法。

梁剑等[16]采用MPA傅立叶变换近红外光谱仪研究了水稻种子的漫反射光谱特征，利用种子品种特有的光谱特性，结合不同光谱预处理方法建立了多个聚类分析模型，比较它们对杂交F1代种子“03S/0412”和其父本种子“0412”的鉴别效果。试验结果最终显示，选择4000～8900cm-1光谱范围，通过无预处理、矢量归一化、二阶导数（25点平滑）和二阶导数（25点平滑）+矢量归一化建立的模型校正集正确率分别为52.4%、65.2%、75.2%和100%。通过试验可得，对比无预处理，经过各种方法预处理后正确率都有提高，其中“二阶导数（25点平滑）+矢量归一化”建立的模型取得的效果最好，用该模型对预测集预测，分类正确率为100%，具有很好的预测性能。这为近红外光谱技术用于单粒水稻种子品种真伪性鉴别提出了一个比较理想的新方法，但是还需要用更多的组合来进一步验证和完善。

张初等[17]采用近红外高光谱图像技术，通过提取西瓜种子的光谱反射率，并结合Savitzky-Golay（SG）平滑算法、经验模态分解算法（Empiricalmodedecomposition，EMD）和小波分析（Wavelettransform，WT）对提取的光谱数据进行去除噪声处理，采用连续投影算法（Successiveprojectionsalgorithm，SPA）和遗传-偏最小二乘法（Geneticalgorithm-partialleastsquares，GA-PLS）进行特征波长选择。最后基于全波段光谱建立了偏最小二乘判别分析（Partialleastsquares-discriminantanalysis，PLS-DA）判别模型，基于特征波长建立了反向传播神经网络（Back-propagationneuralnetwork，BPNN）判别模型和极限学习机（Extremelearningmachine，ELM）判e模型。试验结果表明，基于特征波长的BPNN模型和ELM模型的结果优于基于全部波长的PLS-DA模型，而基于SG预处理光谱提取的特征波长建立的ELM模型具有最优的判别效果，建模集和预测集的判别正确率达到了100%。结果表明，应用近红外高光谱成像技术对西瓜种子品种鉴别是可行的，这为今后研究更多的西瓜品种种子，建立适用范围更为广泛的西瓜种子品种判别模型提出了一个新的思路与方法。

Tan等[18]利用高光谱图像技术对不同的大豆品种进行了识别试验测试。利用高光谱成像系统获取大豆样本1000～2500nm范围的光谱反射数据，采用主成分分析法（Principalcomponentanalysis，PCA）对获取到的光谱数据进行数据降维并去除冗余数据，同时在分类算法中将得分高的主成分值作为输入特征，通过PCA方法从每个特征图像中提取4个特征变量（能量、熵、惯性矩和相关性），从16个特征变量中提取8个重要特征参数，根据所选择的特征变量和参数，应用神经网络方法构建分类器，训练精度达到97.50%，平均测试精度达到93.88%以上。结果表明，利用高光谱图像技术结合神经网络建模方法可以对大豆品种进行分类，该方法为检测大豆种子的真伪鉴别拓展了一个新的方向，为以后更为广泛检测种子的真伪提供了一个新的方法。

3结论与展望

高光谱图像技术应用于农业领域的无损检测是20世纪90年代末在国外发展起来的，在中国近几年才备受关注[19]。然而，研究结果表明该技术在农业领域的无损检测已成为新技术、新趋势、新方向。所以，针对玉米种子真伪的无损检测还有许多方面有待进一步研究。

1）目前，采用高光谱图像技术检测玉米种子真伪只是在验室内实现的，其应用到实际生产上会有一定局限性。通常采用的方法是利用高光谱技术识别3～5个特征波段，然后基于这些波段构建成本比较便宜的多光谱图像系统，从而实现快速、有效的种子真伪在线检测。因此，进一步研究高光谱图像的特征波段和低成本的图像系统是将来的发展趋势之一。

2）利用高光谱图像技术在检测玉米种子真伪时，由于高光谱图像信息量巨大、冗余量多，不利于数据的降维和快速检测。所以，优化和改进传统的分析方法，诸如主成分分析（PCA）、独立成分分析（ICA）、偏最小二乘法（PLS）、人工神经网络（ANN）、支持向量机（SVM）等，或提出一种集成有效的算法，可以提高预测模型与实际值之间的相关性和精准度[20]。

3）高光谱图像技术已在遥感监测上应用广泛。在农业种子检测方面，高光谱图像技术多用于谷类作物的种子真伪的无损检测。因此，对其他作物类型的种子（花生、豆类、菜子等）真伪检测的潜力很大。

4）高光谱图像技术可以同时获取研究对象的空间及光谱信息，但目前无论国内还是国外大多数研究学者主要是应用高光谱成像技术独立对农产品外部或内部进行检测，很少有文献报道联合其他技术产生一种更为先进的检测玉米种子真伪技术。因此，有效地利用高光谱图像技术检测玉米种子真伪无论是在理论研究还是在应用研究上，都有进一步研究的空间，有望在理论和应用方法方面不断创新，以促进该研究方向不断向前发展，取得更大的成果。

参考文献：

[1]路立平，赵化春，赵娜，等.世界玉米产业现状及发展前景[J].玉米科学，2006，14（5）：149-151，156.

[2]杨锦忠，郝建平，杜天庆，等.基于种子图像处理的大数目玉米品种形态识别[J].作物学报，2008，34（6）：1069-1073.

[3]王雷，乔晓艳，董有尔，等.高光谱图像技术在农产品检测中的应用进展[J].应用光学，2009，30（4）：639-645.

[4]刘木华，赵杰文，郑建鸿，等.农畜产品品质无损检测中高光谱图像技术的应用进展[J].农业机械学报，2005，36（9）：139-143.

[5]田有文.现代图像识别技术诊断农作物病害[M].北京：中国农业出版社，2010.145-155.

[6]贾仕强，刘哲，李绍明，等.基于高光谱图像技术的玉米杂交种纯度鉴定方法探索[J].光谱学与光谱分析，2013，33（10）：2847-2852.

[7]马本学，应义斌，饶秀勤，等.高光谱成像在水果内部品质无损检测中的研究进展[J].光谱学与光谱分析，2009，29（6）：1611-1615.

[8]彭彦颖，孙旭东，刘燕德.果蔬品质高光谱成像无损检测研究进展[J].激光与红外，2010，40（6）：586-592.

[9]刘燕德，张光伟.高光谱成像技术在农产品检测中的应用[J].食品与机械，2012，28（5）：223-226，242.

[10]卢洋，梁先扬，李卫军，等.基于近红外光谱短波段的玉米品种鉴别研究[J].河南大学学报（自然科学版），2012，42（3）：239-243.

[11]黄敏，朱晓，朱启兵，等.基于高光谱图像的玉米种子特征提取与识别[J].光子学报，2012，41（7）：868-873.

[12]朱启兵，冯朝丽，黄敏，等.基于图像熵信息的玉米种子纯度高光谱图像识别[J].农业工程学报，2012，28（23）：271-276.

[13]冯朝丽，朱启兵，朱晓，等.基于光谱特征的玉米品种高光谱图像识别[J].江南大学学报（自然科学版）2012，11（2）：149-153.

[14]杨杭，张立福，童庆禧.采用可见/近红外成像光谱技术的玉米籽粒品种识别[J].红外与激光工程，2013，42（9）：2438-2441.

[15]程术希，孔汶汶，张初，等.高光谱与机器学习相结合的大白菜种子品种鉴别研究[J].光谱学与光谱分析，2014，34（9）：2519-2522.

[16]梁剑，刘斌美，陶亮之，等.基于水稻种子近红外特征光谱的品种鉴别方法研究[J].光散射学报，2013，25（4）：423-428.

[17]张初，刘飞，孔汶汶，等.利用近红外高光谱图像技术快速鉴别西瓜种子品种[J].农业工程学报，2013，29（20）：270-277.

[18]TANK，CHAIY，SONGW，etal.Identificationofsoybeanseedvarietiesbasedonhyperspectralimage[J].TransactionsoftheChineseSocietyofAgriculturalEngineering，2014，30（9）：235-242.

[19]李江波，秀勤，应义斌.农产品外部品质无损检测中高光谱成像技术的应用研究进展[J].光谱学与光谱分析，2011，31（8）：2022-2026.

[20]田有文，牟鑫，程怡.高光谱成像技术无损检测水果缺陷的研究进展[J].农机化研究，2014（6）：1-5.

光学信息处理技术篇6

20世纪70年代以来,由于半导体激光器和光纤技术的重要突破，推动了以光纤传感、光纤传输、光盘信息存储与显示、光计算以及光信息处理等技术的蓬勃发展，从深度和广度上促进了光学和电子学及其他相应学科(数学、物理、材料等)之间的相互渗透，形成了一个边缘的研究领域。光电子学一经出现就引起了人们的广泛关注，反过来又进一步促进了光电子学及光电子技术的发展。光电子技术包括光的产生、传输、调制、放大、频率转换和检测以及光信息存储和处理等。因此，可以这么说，现代信息技术的支撑学科是微电子学和光学，光电子学则是由电子学和光学交叉形成的新兴学科，对信息技术的发展起着至关重要的作用。光电子技术是光频段的电子技术，是电子技术与光学技术相结合的产物，光电子技术是光电信息产业的支柱与基础，涉及光电子学、光学、电子学、计算机技术等前沿学科理论，是多学科相互渗透、相互交叉而形成的高新技术学科，其技术广泛应用于光电探测、光通信、光存储、光显示、光处理等高新技术光电信息产业。同时，随着生物医学、生命科学等新兴学科的发展，其中的信息获取手段对光电子技术的依赖程度越来越高，加快了这些学科之间的交叉融合，从而诞生了很多边缘学科，比如生物光子学、光医学等。综上所述，可见光电子技术在现代信息产业技术中的重要地位，因此，光电子技术这门课程不仅是光学工程专业的基础必修课程，也应该作为电子信息工程专业的专业选修课程来开设。

电子信息工程专业的光电子技术课程的基础理论知识包括：光度学基本知识、光辐射传播、光束调制与解调、光辐射探测技术等。其中，光度学基本知识是最基础的内容，包括：电磁波波谱、辐射度学、光度学、热辐射基本定律、激光原理、典型激光器等。光辐射传播包括：光辐射的电磁理论、光波在大气中的传播规律与特性、光波在电光晶体中的传播规律与特性、光波在声光晶体中的传播规律与特性、光波在磁光晶体中的传播规律与特性、光波在光纤波导中的传播规律与特性、光波在水中的传播特性、光波在非线性介质中的传播等。光度学基本知识和光辐射传播这两个基础内容可以说是光电子技术课程基础中的基础，而对于电子信息工程专业的学生来说，这些知识点比较抽象，为了便于该专业学生对光电知识的接受和激发他们的兴趣，因此，在课堂上有必要多花时间重点讲解这部分的知识点，同时在制作PPT教案时尽可能使用图片或动画描述一些原理性的知识。

比如：在讲解激光是如何产生的时候，可制作动画描述自发辐射、受激吸收、受激辐射的原理；在讲解激光器的结构和工作原理时，可制作多色图片对激光在各种光学谐振腔中的受激放大过程进行描述；在介绍各种典型的激光器时，最好收集到它们的实物照片进行讲解；在讲解光波在各种光学晶体中的传播特性与规律时，最好能制作三维立体的图片描述光学晶体的各向异性的特性，相应的公式表达尽量简洁化，然后结合动画描述光波在其中传播时所发生的变化。光束的调制、扫描和解调技术的理论教学内容包括：光束调制的基本原理、电光调制技术、声光调制技术、磁光调制技术、直接调制技术、光束机械扫描技术、光束电光扫描技术、光束声光扫描技术、空间光调制器等。这些知识点的理论基础都是光辐射在光学晶体中的传播规律和特性”。其中光束调制的基本原理移植了微电子学中微波调制中的很多概念，电子信息工程专业的学生易于理解，但是光束调制和扫描的实现技术中，除了需要使用各种光学晶体以外，还需要使用半波片、全波片、起偏器、检偏器共同组成一个系统完成光束的调制和扫描。这些光学器件对于没有光学工程基础的电子信息工程专业的学生来说比较陌生，因此，在讲解过程中应该通过动画或图片等手段形象地描绘线偏振光、椭圆偏振光、圆偏振光等基本光学概念，并借用相关的光学参考资料对这些光学器件的功能和原理进行简单介绍。

只有这样，才有利于电子信息工程专业的学生深刻理解光束的调制、扫描、解调等技术。光辐射探测技术的理论教学内容主要包括：光电探测的物理效应、光电探测器的性能参数、光电探测器的噪声、光电导探测器—光敏电阻、PN结光伏探测器的工作模式、硅光探测器、光电二极管、光热探测器、直接光电探测系统、光频外差探测的基本原理等。由于电子信息工程专业的学生已经具备了较好的半导体器件理论基础知识，而光电子器件本身也属于半导体器件，因此学生只要掌握了爱因斯坦的光电效应原理，就很容易理解各种光电子器件的工作原理、性能特点及应用领域。该部分所介绍的各种光电半导体器件很可能会在学生将来从事信息产业技术的相关工作中用到，也可能会在将来某些学生跨到光电信息或光学工程相关专业进一步深造时从事相关科研课题研究时用到，比如：PN结光伏探测器、光敏电阻、光电二极管、光电三极管等，都会经常用到。因此，建议在理论教学过程中，除了结合图片等多媒体教学手段介绍相关光电子器件的工作原理外，最好能够给学生展示光电子器件的实物，以便给学生一些感官认识。电子信息工程专业光电子技术课程的系统方面的知识点包括：光电成像系统、光电显示系统等。

其中，光电成像系统的基本器件是电荷耦合摄像器件(CCD)，CMOS摄像器件和电荷注入器件(CID)。目前，CCD摄像器件的应用最为成熟和广泛，主要包括线阵CCD和面阵CCD等，其原理基础仍然是光电半导体器件和两相或三相电极电路的结合。因此，教学中应结合脉冲数字电路知识重点讲解CCD的原理和特点。光电成像系统的内容包括：系统基本结构、基本参数、红外成像系统、红外成像中的信号处理及综合特性等。其中红外成像系统涉及很多应用光学方面的知识，这对没有应用光学基础知识的电子信息工程专业的学生来说比较陌生，而且属于光学工程专业学生的研究方向之一，因此，这部分内容简单介绍即可。而红外成像中的信号处理都涉及电子电路方面的知识，属于电子信息工程专业的范畴，这部分内容可以重点讲解。光电显示系统包括阴极射线管原理、液晶显示原理、等离子体显示原理、电致发光显示原理及多色激光显示原理等，其中前三类显示技术的应用已很广泛和成熟，可以重点讲解，而后两类显示技术比较前沿，可以简单介绍，以便让电子信息工程专业的学生了解当今光电显示技术的发展趋势。电子信息工程专业光电子技术课程应用方面的内容包括：光纤通信、激光雷达、激光制导、红外遥感、红外跟踪制导、光纤传感技术等。这些应用技术可以分别举一个相应的实际应用系统进行介绍，让学生体会到光电子技术的重要性和广泛性，激发他们对这门技术的兴趣。#p#分页标题#e#

对于电子信息工程本科专业而言，毕竟培养的学生不属于光学工程或光电子技术领域的人才，而且电子信息工程专业已有很多属于本专业的实验课程及课程设计，笔者认为光电子技术课程的实验教学应根据该专业学生的理论基础和将来他们最可能需要的工程能力而设置。在该课程中，各种光电子器件和原理、功能及应用最易于电子信息工程专业的学生理解，而且也是电子信息工程师应该具备的基本知识，因此，笔者建议开设一些光电子器件的相关实验课。由于光电子技术课程的总学时设置为48学时，所以建议理论教学为40学时，8学时为实验教学(共4个实验)。