留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于叶片含水量的激光偏振成像模型研究

李小路 李昀晔 谢鑫浩 徐立军

李小路, 李昀晔, 谢鑫浩, 徐立军. 基于叶片含水量的激光偏振成像模型研究[J]. 红外与激光工程, 2017, 46(11): 1106004-1106004(6). doi: 10.3788/IRLA201746.1106004
引用本文: 李小路, 李昀晔, 谢鑫浩, 徐立军. 基于叶片含水量的激光偏振成像模型研究[J]. 红外与激光工程, 2017, 46(11): 1106004-1106004(6). doi: 10.3788/IRLA201746.1106004
Li Xiaolu, Li Yunye, Xie Xinhao, Xu Lijun. Laser polarization imaging models based on leaf moisture content[J]. Infrared and Laser Engineering, 2017, 46(11): 1106004-1106004(6). doi: 10.3788/IRLA201746.1106004
Citation: Li Xiaolu, Li Yunye, Xie Xinhao, Xu Lijun. Laser polarization imaging models based on leaf moisture content[J]. Infrared and Laser Engineering, 2017, 46(11): 1106004-1106004(6). doi: 10.3788/IRLA201746.1106004

基于叶片含水量的激光偏振成像模型研究

doi: 10.3788/IRLA201746.1106004
基金项目: 

国家自然科学基金(61671038,61121003,61225006);长江学者和创新团队发展计划(IRT1203)

详细信息
    作者简介:

    李小路(1981-),女,副教授,硕士生导师,主要从事激光雷达及光信号处理方面的研究。Email:xiaoluli@buaa.edu.cn

    通讯作者: 李昀晔(1994-),女,硕士生,主要从事偏振激光雷达及数据处理方面的研究。Email:hilary129@163.com
  • 中图分类号: O436.3

Laser polarization imaging models based on leaf moisture content

  • 摘要: 目标物体的偏振特性是一种固有特性,由目标的外部结构、内部结构以及入射角度等决定,因此利用偏振信息研究植物叶片含水量测量。主要研究过程分为以下五个部分:搭建激光偏振成像测量实验系统、计算目标偏振度、测量叶片实际含水量、建立偏振度与叶片含水量间映射模型、验证映射模型。根据目标与环境特性,选择和调整实验器件和实验步骤;基于图像灰度提取方法计算目标偏振度;采用水分梯度处理方法测量叶片实际含水量;基于统计方法建立叶片偏振度与含水量的一到三阶函数映射模型,比较一到三阶模型的稳定性与预测能力分析其适用情况,为利用偏振测定植物叶片含水量的方面提供理论基础。结果发现:在含水量所处15%~75%区间内,偏振度随着水分含量上升呈现一个递增趋势。含水量较高情况下,递增关系较明显;含水量较小情况下,映射关系不显著。
  • [1] Su Zhiqiang, Yan Changxiang, Zhang Junqiang, et al. Inversion of quartz glass and green paint based on polarization characters[J]. Chinese Optics, 2016, 9(5):547-553. (in Chinese)苏志强, 颜昌翔, 张军强, 等. 基于偏振特性对石英玻璃和绿漆涂层的反演[J]. 中国光学, 2016, 9(5):547-553.
    [2] Zhao Jinsong. Developments of polarization imaging technology[J]. Infrared Technology, 2013, 35(12):743-750. (in Chinese)赵劲松. 偏振成像技术的进展[J]. 红外技术, 2013, 35(12):743-750.
    [3] Zhang Jiahua, Xu Yun, Yao Fengmei, et al. Advances in estimation methods of vegetation water content based on optical remote sensing techniques[J]. Scientia Sinica Technologica, 2010, 40(10):1121-1129. (in Chinese)张佳华,许云,姚凤梅, 等. 植被含水量光学遥感估算方法研究进展[J]. 中国科学:技术科学, 2010, 40(10):1121-1129.
    [4] Vanderbilt V C, Grant L. Plant canopy specular reflectance model[J]. IEEE Transactions on Geoscience and Remote Sensing, 1985, GE-23(5):722-730.
    [5] Wang Xia, Xia Runqiu, Jin Weiqi, et al. Technology progress of infrared polarization imaging detection[J]. Infrared and Laser Engineering, 2014, 43(10):3175-3182. (in Chinese)王霞, 夏润秋, 金伟其, 等. 红外偏振成像探测技术进展[J]. 红外与激光工程, 2014, 43(10):3175-3182.
    [6] Li Shujun, Jiang Huilin, Zhu Jingping, et al. Development status and key technologies of polarization imaging detection[J]. Chinese Optics, 2013, 6(6):803-809. (in Chinese)李淑军, 姜会林, 朱京平, 等. 偏振成像探测技术发展现状及关键技术[J]. 中国光学, 2013, 6(6):803-809.
    [7] Shibayama M, Watanabe Y. Estimating the mean leaf inclination angle of wheat canopies using reflected polarized light[J]. Planet Production Science, 2007, 10(3):329-342.
    [8] Raven P N, Jordan D L. Polarized directional reflectance from laurel and mullein leaves[J]. Optical Engineering, 2002, 41(5):1002-1012.
    [9] Song Zhiping, Yin Yuhao, Zhang Minghui, et al. Verification of PSIM system based on tunable polarization light source[J]. Optics and Precision Engineering, 2016, 24(3):477-481. (in Chinese)宋志平, 殷雨豪, 张明辉, 等. 基于可调偏振度源验证偏振光谱强度调制系统[J]. 光学精密工程, 2016, 24(3):477-481.
    [10] Wang Fangbin, Hong Jin, Sun Xiaobing, et al. Prediction of polarization pattern by SVM[J]. Optics and Precision Engineering, 2014, 22(11):2914-2922. (in Chinese)汪方斌, 洪津, 孙晓兵, 等. 基于支持向量机预测偏振模式[J]. 光学精密工程, 2014, 22(11):2914-2922.
    [11] Yang Wei, Gu Guohua, Chen Qian, et al. Obtaining and processing of Mueller matrix image[J]. Infrared and Laser Engineering, 2015, 44(12):3831-3836. (in Chinese)杨蔚, 顾国华, 陈钱, 等. 穆勒矩阵图像的获取及处理[J]. 红外与激光工程, 2015, 44(12):3831-3836.
    [12] Sbastien Breugnot, Philippe Clmenceau. Modeling and performances of a polarization active imager at =806 nm[J]. Opt Eng, 2000, 39(10):2681-2688.
    [13] Meng Xia, Xie Donghui, Wang Yan, et al. Study on multi-angular polarized spectrum characteristics of leaf based on some indoor experimental data[J]. Spectroscopy and Spectral Analysis, 2014, 34(3):619-623. (in Chinese)孟夏, 谢东辉, 汪艳, 等. 叶片多角度偏振光谱特性影响因素的实验研究[J]. 光谱学与光谱分析, 2014, 34(3):619-623.
  • [1] 谢臣瑜, 翟文超, 郝小鹏, 谢琳琳, 刘延, 李健军, 郑小兵.  超连续谱激光-单色仪在偏振遥感器定标中的影响因素分析 . 红外与激光工程, 2021, 50(5): 20200313-1-20200313-10. doi: 10.3788/IRLA20200313
    [2] 陈世杰, 牛春晖, 李晓英, 吕勇.  CCD损伤进程中光学成像系统猫眼回波特性研究 . 红外与激光工程, 2021, 50(9): 20200425-1-20200425-6. doi: 10.3788/IRLA20200425
    [3] 陈伟力, 徐文斌, 王淑华, 陈艳, 张亚洲, 李军伟, 邓蓉.  基于红外光谱偏振度对比度的涂层材质识别研究 . 红外与激光工程, 2020, 49(6): 20190445-1-20190445-7. doi: 10.3788/IRLA20190445
    [4] 战俊彤, 张肃, 付强, 段锦, 李英超, 姜会林.  不同湿度环境下可见光波段激光偏振特性研究 . 红外与激光工程, 2020, 49(9): 20200057-1-20200057-7. doi: 10.3788/IRLA20200057
    [5] 战俊彤, 张肃, 付强, 段锦, 李英超.  非球型粒子对激光偏振特性的影响 . 红外与激光工程, 2020, 49(11): 20200150-1-20200150-6. doi: 10.3788/IRLA20200150
    [6] 王辉, 王进, 李校博, 胡浩丰, 刘铁根.  一种基于圆偏光的偏振去雾成像优化方法 . 红外与激光工程, 2019, 48(11): 1126001-1126001(5). doi: 10.3788/IRLA201948.1126001
    [7] 王稼禹, 李英超, 史浩东, 江伦, 王超, 刘壮, 李冠霖.  折反式望远系统全视场全口径偏振特性研究 . 红外与激光工程, 2019, 48(3): 318004-0318004(8). doi: 10.3788/IRLA201948.0318004
    [8] 谢绍禹, 叶茂, 赵毅强, 吴环宝, 贾晓东.  偏振探测激光引信目标判别技术 . 红外与激光工程, 2018, 47(S1): 5-9. doi: 10.3788/IRLA201847.S106002
    [9] 李金金, 孙晓兵, 康晴, 李树, 殷玉龙.  偏振光谱仪偏振探测精度分析 . 红外与激光工程, 2018, 47(1): 123002-0123002(7). doi: 10.3788/IRLA201847.0123002
    [10] 范慧敏, 裘桢炜, 袁银麟, 康晴, 洪津.  通道式偏振遥感器偏振解析方向测量误差分析及验证 . 红外与激光工程, 2017, 46(12): 1217007-1217007(8). doi: 10.3788/IRLA201746.1217007
    [11] 夏润秋, 王霞, 金伟其, 梁建安, 刘敬.  海面环境中红外偏振成像系统作用距离模型 . 红外与激光工程, 2016, 45(3): 304007-0304007(5). doi: 10.3788/IRLA201645.0304007
    [12] 杨蔚, 顾国华, 陈钱, 周骁俊, 徐富元.  穆勒矩阵图像的获取及处理 . 红外与激光工程, 2015, 44(12): 3831-3836.
    [13] 于洵, 朱磊, 姜旭, 武继安, 李建强.  基于微透镜阵列偏振探测器的噪声性能研究 . 红外与激光工程, 2015, 44(S1): 189-195.
    [14] 杨雨迎, 崔占忠, 张万君.  基于双高斯拟合的目标激光偏振特性实验研究 . 红外与激光工程, 2015, 44(2): 449-454.
    [15] 代虎, 颜昌翔, 吴从均.  气溶胶偏振探测仪检偏器方位角优化 . 红外与激光工程, 2015, 44(4): 1243-1248.
    [16] 颛孙晓博, 武文远, 黄雁华, 龚艳春, 吴成国, 李兆兆.  基于MB模型的简化偏振BRDF模型建立与仿真 . 红外与激光工程, 2015, 44(3): 1098-1102.
    [17] 裘桢炜, 洪津.  偏振遥感器镜头相位延迟特性分析 . 红外与激光工程, 2014, 43(3): 806-811.
    [18] 陈彬, 刘阁, 张贤明.  连续投影算法的润滑油中含水量近红外光谱的分析 . 红外与激光工程, 2013, 42(12): 3168-3174.
    [19] 崔骥, 付欢, 刘烨, 王清华, 李振华, 贺安之.  典型粗糙表面激光后向散射特性实验 . 红外与激光工程, 2013, 42(5): 1208-1211.
    [20] 李建中, 李泽仁, 张登洪, 温伟峰, 田建华, 王荣波.  全光纤电流互感器λ/4波片制作工艺 . 红外与激光工程, 2013, 42(8): 2167-2172.
  • 加载中
计量
  • 文章访问数:  309
  • HTML全文浏览量:  31
  • PDF下载量:  78
  • 被引次数: 0
出版历程
  • 收稿日期:  2017-03-10
  • 修回日期:  2017-04-20
  • 刊出日期:  2017-11-25

基于叶片含水量的激光偏振成像模型研究

doi: 10.3788/IRLA201746.1106004
    作者简介:

    李小路(1981-),女,副教授,硕士生导师,主要从事激光雷达及光信号处理方面的研究。Email:xiaoluli@buaa.edu.cn

    通讯作者: 李昀晔(1994-),女,硕士生,主要从事偏振激光雷达及数据处理方面的研究。Email:hilary129@163.com
基金项目:

国家自然科学基金(61671038,61121003,61225006);长江学者和创新团队发展计划(IRT1203)

  • 中图分类号: O436.3

摘要: 目标物体的偏振特性是一种固有特性,由目标的外部结构、内部结构以及入射角度等决定,因此利用偏振信息研究植物叶片含水量测量。主要研究过程分为以下五个部分:搭建激光偏振成像测量实验系统、计算目标偏振度、测量叶片实际含水量、建立偏振度与叶片含水量间映射模型、验证映射模型。根据目标与环境特性,选择和调整实验器件和实验步骤;基于图像灰度提取方法计算目标偏振度;采用水分梯度处理方法测量叶片实际含水量;基于统计方法建立叶片偏振度与含水量的一到三阶函数映射模型,比较一到三阶模型的稳定性与预测能力分析其适用情况,为利用偏振测定植物叶片含水量的方面提供理论基础。结果发现:在含水量所处15%~75%区间内,偏振度随着水分含量上升呈现一个递增趋势。含水量较高情况下,递增关系较明显;含水量较小情况下,映射关系不显著。

English Abstract

参考文献 (13)

目录

    /

    返回文章
    返回