通过多条件图像融合增强光谱成像
Joana Teixeira1,2, Tomás Lopes3,4, Diana Capela3,4
1Centre for Applied Photonics, INESC TEC, Rua do Campo Alegre 687, 4169-007, Porto, Portugal. joana.m.teixeira@inesctec.pt.
Scientific reports
|January 28, 2025
概括
本研究引入了一种新的算法,通过合并来自多个采集条件的数据来提高光谱成像质量. 这种融合技术改善了光谱数据对比度和信号噪声比率,以更好地进行化学分析.
科学领域:
- 光谱学和成像技术
- 计算成像技术的成像
- 材料科学 材料科学 材料科学
背景情况:
- 像激光诱导分解光谱 (LIBS) 和拉曼光谱 (RS) 这样的光谱成像技术提供了丰富的化学信息,但面临信号和和背景噪声等挑战.
- 传统的成像方法缺乏光谱技术提供的详细化学洞察力.
研究的目的:
- 通过调整RGB成像融合技术来增强光谱成像的动态范围和数据质量.
- 通过一种新的数据合并算法来缓解LIBS和拉曼成像固有的局限性.
主要方法:
- 开发了一种融合算法,灵感来自多曝光RGB图像合并,利用基于曝光和对比度量的全球重量图.
- 应用了算法来合并不同条件下获得的LIBS和拉曼成像数据集.
- 评估了对光谱数据质量和样本分类性能的影响.
主要成果:
- 与单一条件图像相比,合并光谱图像的整体对比度和峰值信号噪声比率得到了持续的改进.
- 在使用由拉曼光谱验证的拟议数据融合方法时,展示了基于LIBS的含矿物质的增强分类.
- 量化了光谱成像限制的缓解,例如信号和和背景干扰.
结论:
- 拟议的融合算法有效地提高了光谱成像质量,为常见的光谱学限制提供了实际的解决方案.
- 这种方法在实际应用中显著提高了光谱成像的性能,特别是在样本分类任务中.
- 传统成像概念的整合为推进光谱成像能力提供了强大的途径.
