预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114216867A(43)申请公布日2022.03.22(21)申请号202111536672.0G06V10/54(2022.01)(22)申请日2021.12.15G06V10/58(2022.01)G06V10/60(2022.01)(71)申请人潍坊医学院G06V10/80(2022.01)地址261053山东省潍坊市宝通西街7166G06V10/764(2022.01)号G06K9/62(2022.01)(72)发明人赵岩松李晨曦王晓莉蒋景英邓爱军王锡臻(74)专利代理机构中科专利商标代理有限责任公司11021代理人张博(51)Int.Cl.G01N21/25(2006.01)G01N21/01(2006.01)G06V10/145(2022.01)G06V10/30(2022.01)权利要求书2页说明书6页附图2页(54)发明名称高光谱图像采集识别装置及方法(57)摘要本公开提供一种高光谱图像采集识别装置,包括:光源:用于发出宽谱段光;起偏片,用于对所述宽谱段光进行起偏后照射于待测样品上,生成第一信号光和第二信号光;多光谱相机,设置有图像传感器,所述图像传感器上包括不同滤镜通道,用于根据所述第二信号光实现不同波长光谱图像采集;检偏片,设置于所述多光谱相机前,用于减少所述第一信号光;以及图像处理单元,用于对所采集的不同波长光谱图像进行识别处理得到待测样品特征信息。同时本公开还一种高光谱图像采集识别方法,通过所述的高光谱图像采集识别装置对待测目标进行识别。CN114216867ACN114216867A权利要求书1/2页1.一种高光谱图像采集识别装置,包括:光源:用于发出宽谱段光;起偏片,用于对所述宽谱段光进行起偏后照射于待测样品上,生成第一信号光和第二信号光;多光谱相机,设置有图像传感器,所述图像传感器上包括不同滤镜通道,用于根据所述第二信号光实现不同波长光谱图像采集;检偏片,设置于所述多光谱相机前,用于减少所述第一信号光;以及图像处理单元,用于对所采集的不同波长光谱图像进行识别处理得到待测样品特征信息。2.根据权利要求1所述的高光谱图像采集识别装置,所述第一信号光为宽谱段光照射于待测样品表面后生成的镜面反射光。3.根据权利要求1所述的高光谱图像采集识别装置,所述第二信号光为所述宽谱段光照射于待测样品后,经所述待测样品内部吸收和反射作用后,从待测样品出射的扩散光谱信号光。4.根据权利要求1所述的高光谱图像采集识别装置,对不同波长的滤镜通道设置曝光与增益参数获得6个通道下的响应图像,再以相同参数获得20%标准反射板响应图像以及暗场图像。5.根据权利要求1所述的高光谱图像采集识别装置,所述用于对所采集的不同波长光谱图像进行识别处理,包括:进行不同波段图像纹理特征提取;进行光谱特征提取;以及进行特征融合与待测目标组织识别。6.根据权利要求5所述的高光谱图像采集识别装置,所述进行不同波段图像纹理特征提取包括采用灰度共生矩阵及其统计特征作为纹理特征;所述灰度共生矩阵为获取的步长为1的0°、45°、90°、135°四个角度的灰度矩阵。7.根据权利要求6所述的高光谱图像采集识别装置,所述统计特征包括对每个灰度矩阵获取同质性、对比度、能量和相关度四个统计特征。8.根据权利要求5所述的高光谱图像采集识别装置,进行光谱特征提取时,需要进行CIELAB空间变换,包括L,a,b三个维度,L是亮度的衡量,a是洋红色至深绿色的颜色范围,而b表示从焦黄色至袅蓝色的颜色范围。9.根据权利要求5所述的高光谱图像采集识别装置,所述进行特征融合的方法是特征拼接,并在拼接之后进行归一化,使得两种信息所占权重相近。10.一种高光谱图像采集识别方法,通过以上权利要去1‑9任一项所述的高光谱图像采集识别装置对待测目标进行识别,所述高光谱图像采集识别方法,包括:发出宽谱段光;对所述宽谱段光进行起偏后照射于待测样品上,生成第一信号光和第二信号光;通过设置于多光谱相机的图像传感器上的不同滤镜通道,根据所述第二信号光实现不同波长光谱图像采集;通过在多光谱相机前设置检偏片减少所述第一信号光;以及2CN114216867A权利要求书2/2页对所采集的不同波长光谱图像进行识别处理得到待测样品特征信息。3CN114216867A说明书1/6页高光谱图像采集识别装置及方法技术领域[0001]本公开涉及光学成像技术领域,尤其涉及一种高光谱图像采集识别装置及方法。背景技术[0002]近年来,随着计算机视觉、机器学习以及深度学习的热度逐渐升高,光谱成像技术由于可以同时获得空间与谱的信息,在多个领域得到了广泛的关注与应用。特别是针对复杂的医学图像的识别,单一特征包含信息较少,若以适当方法将多种特征进行融合,可