查看更多>>摘要：户外高光谱探测可以快速获取样品的光谱信息,但受环境光线和样品二向反射特性的影响,采集到的光谱并不能准确反映样品的真实信息,对户外探测精度有一定影响.为了提高户外高光谱探测精度,提出了一种使用空间特性光谱对户外光谱进行修正的方法,以冬枣、红提、小白杏为研究对象,使用Walthall、Shibayama、Ross-li、Roujean与Rahman这5种BRDF模型反演3种果品的空间特性光谱,利用反演的空间特性光谱对户外光谱进行修正,之后分别建立暗室光谱、户外光谱与修正光谱的品质预测模型.反演结果表明:3种果品的空间特性光谱均有较好的反演效果,反演误差从低到高依次为冬枣、小白杏、红提,平均决定系数R2分别为0.957、0.947、0.927,平均误差分别为3.56％、4.90％、8.23％;5种BRDF模型中,Walthall模型的反演效果最佳,平均决定系数R2与误差分别为0.949、5.33％,Ross-li模型的反演效果最差,平均决定系数与误差分别为0.934、6.05％.户外光谱修正结果表明:户外光谱经过修正后噪声减少,光谱更为平滑,且光谱趋势与暗室光谱一致,受反演效果影响,冬枣光谱的修正效果最佳,而红提与小白杏的修正光谱中噪声较多.品质预测模型结果表明:3种果品的品质预测模型预测效果差异较大,从高到低依次为冬枣、小白杏、红提,可能与3种果品的品质不同有关;5种BRDF模型得到的修正光谱所建立的模型预测效果不同,但无显著差异;预测模型中,使用暗室光谱建立的预测模型最优,修正光谱建立的模型预测能力优于户外光谱建立的模型,表明户外光谱经过修正后模型预测能力得到提升.BRDF模型能够较好地反演果品的空间特性光谱,修正后的光谱与暗室光谱较为接近,修正光谱建立的模型优于户外光谱建立的模型,表明使用空间特性光谱对户外光谱进行修正的方法是可行的,可为提高户外无损检测的精度提供一种新的思路.
万方数据
维普