生物光学成像技术(6篇)

生物光学成像技术篇1

【关键词】MonteCarlo方法光子传输模型在体生物光学成像

生物分子技术的不断发展，促使光学成像技术逐渐从分子、细胞水平到器官整体实现对层次的无损静态成像，目前运用在体生物光学成像来研究病症出现的表现一起病症的病变都提供了非常好的手段基础，更为一些较为严重的疾病的诊断提供了可靠的治疗参考，而专家学者研究的光子在生物组织中的传输模型和传输规律也是进行在体生物光学成像研究中非常重要的一部分，这一研究不仅可以呈现最真实的光学成像实验，最重要的是可以真实的对实验进行重构，可以说其理论研究价值和实际的应用价值是很高的。

1MonteCarlo方法

MonteCarlo方法（MC）是在传统的方法基础上，运用较多的随机数据来模拟某一个物理过程，并且将这一物理过程出现的规律统计下来，经过长时间的实践，MC方法已经逐渐成为了模拟生物组织内管子传输中较为常用的方法之一，因其模拟的结果准确性是有目共睹的，而且也得到了多方面的验证，证明其是经得起考验的。

2算法描述

2.1MC方法

在体生物光学成像中我们主要研究的是光子在生物组织中的产生问题和传输问题，光子在生物组织中的传输主要描述的是光子与生物组织之间的相互作用，再有就是光子在生物组织中所发生的一系列光学反映，像光的反射、光的散射等等，而本文主要是利用MC方法来实现在体生物光学成像中的光子传输模型，并给出实验的结果，最后对这一实验结果进行相应的验证。本文提到的MC方法就是一种随机的统计方法，还有一种就是确定性方法，这一方法在本文没有涉及到，像有限元法就属于确定性方法的一种，除了有限元法，还有一种就是有限差分法，这一方法是较早应用在传输模型的一种方法，这一方法之所以最早被运用，主要是因为这一方法算法相对比价简单，但是这一方法也是存在一定缺陷的，比如说这一方法在处理那些不是特别规则的几何形状时就会非常困难，在这一方法遇到瓶颈的时候，有限元方法出现了，有限元方法能够有效的处理复杂的几何形状问题，而且其计算的速度也是非常快的，所以有限元方法近几年受到了较为广泛的应用，而本文所提到的MC方法则是在计算机的随机数模拟方法的基础上出现的，MC方法可以通过对大量光子进行统计计算，而且能够求解出任意一个区域的物理信息，MC方法也不是全才，它也有其优缺点，优点就是它可以准确的处理非常复杂的集合形状，但是相应的缺点就是计算量太大，每一次进行计算的时间都要非常长，由于我们需要的是物理量信息和模拟光子光源发射光子的过程，所以运用MC方法是比较好的选择。

2.2MC方法与TracePro的比较

TracePro是一个以ACIS为基础的光学仿真程序，其模拟光线传输的算法主要是MC方法，与我们的算法有可比性。当生物体内的发光光源为球形体光源，探测器为球形生物组织的外表面时，分别通过MC方法和TracePro软件获得探测器上光子能量之和的数值模拟结果，如图1、2所示，由对比结果可见，二者吻合度极高，这也从另一个角度说明了我们的验证是非常准确的。

3运行时间

虽然说MC是一种比较随机的统计方法，而且在保证统计可靠性的时候还要进行大量随机样本的采集，这也间接的体现了MC方法的一个难以摆脱的缺点，那就是如果想要用MC方法来进行一次模拟实验的话，所消耗的时间是非常多的，如果在遇到生物组织特别复杂的情况的话，那么用MC方法进行统计可以说不是一个理智的选择，所以说想要让MC方法更好的应用在统计当中，减少其运行统计时间是关键，在光子传输的过程当中，如果说光子到达了一个它还没有到过的位置的时候，我们想要判断这一位置在哪个生物组织中其实是最消耗时间的，因此我们采用了粗细相结合的搜说方法，这样不仅可以有效的保证搜索结果的准确，而且还极大的缩短的运行的时间，一举两得。

参考文献

[1]李慧，田捷，王革.基于MonteCarlo在体生物光学成像的光子传输模型[J].软件报，2004.

[2]金永明，王加俊.光学CT中扩散方程光子传输模型的MonteCarlo验证[J].光电程，2006.

[3]何晨平.内窥式光学分子影像的光传输研究及仿真设计[D].西安电子科技大学，2013.

[4]戴汝为.在体生物光学成像技术的研究进展[J].自动化学报，2008.

生物光学成像技术篇2

【论文摘要】全息技术是物理学中的重大发现，近年来在各个行业得到广泛的应用。作为全息技术中的两个重要部分——CCD和计算机图像处理技术，在推动数字全息新一轮发展中起到至关重要的作用。本文将着重从计算机应用方面阐述图像处理技术在全息中的应用。

全息技术是物理学中一重要发现，越来越多的应用于各个行业。伴随着CCD技术和计算机技术的发展，全息技术也得到一次质的飞跃，从传统光学全息到数字全息。传统光学全息将物光和参考光干涉得到全息照片来记录光的振幅和相位信息，而数字全息则用CCD记录物光和参考光的干涉，形成数字全息图，再通过计算机图像处理技术处理全息图。因此，影响数字全息技术发展有两个重要方面：CCD技术和计算机图像处理技术。

1.图像处理技术。图像是现代社会人们获取信息的一个主要手段。人们用各种观测系统以不同的形式和手段获得图像，以拓展其认识的范围。图像以各种形式出现，可视的、不可视的，抽象的、实际的，计算机可以处理的和不适合计算机处理的。但究其本质来说，图像主要分为两大类：一类是模拟图像，包括光学图像、照相图像、电视图像等。它的处理速度快，但精度和灵活性差。另一类是数字图像。它是将连续的模拟图像离散化后处理变成为计算机能够辨识的点阵图像。从数字上看，数字图像就是被量化的二维采样数组。它是计算机技术发展的产物，具有精度高、处理方便和重复性好等特点。

图像处理就是将图像转化为一个数字矩阵存放在计算机中，并采用一定的算法对其进行处理。图像处理的基础是数学，最主要任务就是各种算法的设计和实现。目前，图像处理技术已经在很多方面有着广泛的应用。如通讯技术、遥感技术、生物医学、工业生产、计算机科学等等。根据应用领域的不同要求，可以将图像处理技术划分为许多分支，其中比较重要的分支有：①图像数字化：通过采样和量化将模拟图像变成便于计算机处理的数字形式。③图像的增强和复原：主要目的是增强图像中的有用信息，削弱干扰和噪声，使图像清晰或将转化为更适合分析的形式。③图像编码：在满足一定的保真条件下，对图像进行编码处理，达到压缩图像信息量，简化图像的目的。以便于存储和传输。④图像重建：主要是利用采集的数据来重建出图像。图像重建的主要算法有代数法、傅立叶反投影法和使用广泛的卷积反投影法等。⑤模式识别：识别是图像处理的主要目的。如：指纹鉴别、人脸识别等是模式识别的内容。当今的模式识别方法通常有三种：统计识别法、句法结构模式识别法和模糊识别法。⑥计算机图形学：用计算机将实际上不存在的，只是概念上所表示的物体进行图像处理和显现出来。

2.计算机图像处理技术在全息学中的应用。图像处理技术在全息中的应用主要表现在：一是计算全息，基于计算机图形学将计算机技术与光全息技术结合起来，通过计算机模拟、计算、处理，制作出全息图。因此它可以记录物理上不存在的实物。二是利用图像的增强和复原，图像编码技术等对数字全息图像质进行提高以及实现的各种算法。它的应用大致可以分为两大类，即空域法和频域法：①空域法：这种方法是把图像看作是平面中各个像素组成的集合，然后直接对这一二维函数进行相应的处理。空域处理法主要有下面两大类:一是领域处理法。其中包括梯度运算(GradientAlgorithm)，拉普拉斯算子运算(LaplacianOperator)，平滑算子运算(SmoothingOperator)和卷积运算(ConvolutionAlgorithm)。二是点处理法。包括灰度处理(greyprocessing)，面积、周长、体积、重心运算等等。②频域法：数字图像处理的频域处理方法是首先对图像进行正交变换，得到变换频域系列阵列，然后再施行各种处理，处理后再反变换到空间域，得到处理结果。这类处包括:滤波、数据压缩、特征提取等处理。

3.模拟实验。本文运用matlab软件，利用图像处理技术，编写了程序，以模拟计算全息和实现全息图像的滤波。

本文将运用matlab程序设计语言实现计算全息的制作、再现过程。标有“涉”一字，图像尺寸为1024像素×1024像素；。模拟实验中用到的参数为：激光模拟了氦氖激光器，波长为638.2nm；再现距离为40cm；因为原始物图的尺寸用像素为单位表示，所以像素分辨率为1。

从模拟实验中可以看出，数字全息的处理过程其实就是计算机图像处理在全息技术的应用过程。利用计算机图像处理技术对全息图进行了记录，将物光和参考光干涉得到了全息图。并利用图像的增强和复原对图像进行了处理，以消除噪声，得到更好的全息再现象。

参考文献

[1]周灿林，亢一澜.数字全息干涉法用于变形测量.光子学报，2004，13（2）：171－173。

[2]刘诚，李银柱，李良钰等.数字全息测量技术中消除零级衍射像的方法[J].中国激光，2001，A28(11)：1024-1026。

生物光学成像技术篇3

【关键词】全息投影;技术;应用

全息投影技术是近年来新兴的高新成像科技，最早在1948年由英籍匈牙利科学家Gabor发明了全息术。其后经历了数十年的研究开发，至今已发展得比较成熟。通过全息投影技术，人或物体以及图形文字等，能以三维立体形象再现于空气中，模拟出真实的空间和立体感。这种技术用科幻般的视觉效果把虚拟影像再现于真实世界中，如今已被广泛应用到多个领域中。

1.全息投影技术研究

1.1全息投影技术的概念

全息投影技术也称虚拟成像技术，是利用干涉和衍射原理记录并再现物体真实的三维图像的记录和再现的技术。主要运用了光学原理，是一种不用透镜，而用相干光干涉得到物体全部信息的二部成像技术。全息技术能够利用激光的相干性原理，将物体对光的振幅和相位反射（或透射）同时记录在感光板上，也就是把物体反射光的所有信息全部记录下来，并能够再现出立体的三维图像。也就是全息技术所记录的不是图像，而是光波。

1.2全息投影的技术原理

1.2.1摄制原理

第一步是利用干涉原理记录物体光波信息，即拍摄过程：被摄物体在激光辐照下形成漫射式的物光束;另一部分激光作为参考光束射到全息底片上，和物光束叠加产生干涉，把物体光波上各点的位相和振幅转换成在空间上变化的强度，从而利用干涉条纹间的反差和间隔将物体光波的全部信息记录下来。记录着干涉条纹的底片经过显影、定影等处理程序后，便成为一张全息图，或称全息照片。

第二步是利用衍射原理再现物体光波信息，这是成象过程：全息图犹如一个复杂的光栅，在相干激光照射下，一张线性记录的正弦型全息图的衍射光波一般可给出两个象，即原始象（又称初始象）和共轭象。再现的图像立体感强，具有真实的视觉效应。全息图的每一部分都记录了物体上各点的光信息，故原则上它的每一部分都能再现原物的整个图像，通过多次曝光还可以在同一张底片上记录多个不同的图像，而且能互不干扰地分别显示出来。

在3D投影前，要对物体进行120度的3D摄影。看过3D电影的读者应该知道，如果取下3D眼镜观看，画面有重影而模糊不清。只是因为，银幕上的画面并不是一幅，而是两幅角度不同的画面叠加的效果。

为了模拟“双目效应”，我们必须拍摄出偏左侧的画面和偏右侧的画面。在拍摄时，其实有两台3D摄像机同时工作，一台偏向演员左侧，记录偏左的图像;一台偏向演员右侧，记录偏右的图像，再通过电脑处理，将两幅图像叠加，便成了3D电影源。

1.2.2视觉原理

每个人都有两个眼睛，每个眼睛的视角大约为80度，但是两个眼睛一起的视角只有120度，也就是说有40度的视角是重合的，所以我们的左右两个眼睛所看到的的东西其实是不同的，比如你闭上左眼用右眼看或者反过来，就能测试出来效果，左右两眼接收到的物体转发给大脑做判断物体的远近才能形成立体感。3D立体技术就是模拟这个过程而形成的。

完成摄影后，根据“双目效应”，将图像分解，让左眼只看见偏左的画面，右眼只看见偏右侧的画面，这样才能使大脑产生远近的判断而生出立体感。在放映时，偏左的画面和偏右侧的画面所用的投射光是不同的，虽然颜色画面一样，但投影用的光的传播方向是不同的，偏左画面用的是纵波光（光波沿纵向传递），偏右画面用的是横波光（光波沿横向传递），由于偏振光的特点纵波光只能穿过纵纹，不能穿过横纹，因此，透过左镜片，我们只能看见偏左侧的画面，同理与右镜片。

由此，重叠的画面被分解，左眼只看见偏左侧的画面，右眼只看见偏右侧的画面，由于双目效应，我们便产生了远近感和立体感。

1.3全息投影技术的特点和优势

常用的全息投影技术，一般分为”360度立体成像”和”180度平面投影”两种：360度立体成像指的是，在一个用透明材料制成的四面锥体里，利用干涉和衍射原理将投影机投射出的光进行折射等处理，从而显示出自由飘浮的影像和图形。观众的视线能从任何一面穿透这个四面椎体机，看见其中显示出的立体物体或是其他图像;180度平面投影是指，投影机将光线投射在进口的全息膜（透明度最高达92%）上，再配以3D影像内容来展示产品的一种展示技术。

两种全息技术均有”三维立体性”和”纵深感强”的特点。相对来说，360度立体成像技术因其展示面积偏小，适合展示细节或内部结构较丰富的个体物品，如名表、珠宝、工业产品等，虽然给观众的感觉是物品完全浮现在空气中，视觉效果十分震撼，但对设备的要求偏高。而180度平面投影技术适合单面展示，一般用于3D成像面积较大的舞台、展厅等地，虽然其设备构成简单，但效果依旧震撼，并且可以实现人机互动，从视觉与触觉上给使用者双重的体验感。其优势在于：

①尺寸灵活――全息投影系统硬件设备分为成像区与工作区两部分，成像尺寸由1.2M至12M，可根据不同的应用需求进行尺寸选择，适应不同场地和实际需要。

②安装便捷――全息投影系统能根据现有的建筑或安装位置空间来修改硬件的体系和结构，有利于在各种建筑和城市空间里永久安装或变动。

③内容多样――全息投影系统可根据需求随时更换数字内容，如制作动画视频，拍摄真实画面等。其制作过程并不复杂，只需配合硬件播放，即可做出立体真实效果。

2.全息投影技术的制作要点

全息投影技术的制作分为两部分，一是硬件，二是软件。硬件主要包括成像设备和显示设备，而软件则主要是分屏影像。

成像设备，即可以生成影像的设备，如显示器、投影仪、幻灯机等，理论上，可以发光的显示设备都可以作为全息投影的成像系统，这一环节基本可以购买现成的设备。由于成像设备的优劣直接影响全息投影的视觉效果，其选择要点是，需要注意尺寸规格等符合显示需求，并且需要为显示设备提供足够亮度的光源。

显示设备，实际上是一种高反光的透明膜或者透明板，甚至可以是透明玻璃。在制作上对原材料的材质并无特别要求，只需做到两个特性，一是良好的通透性，二是尽可能的高反光。高度反光性使显示设备反射成像设备投射出的影像和光线，其通透的特性可使影像在真实空间内播放，做到虚拟与现实融合。

分屏影像，全息投影所需要的播放源，实质是在平面影像的基础上进行再次分解设计。将物体的多个角度画面分别拍摄再进行组合拼接到一起，然后同时进行播放和控制，配合全息投影的显示设备，即可呈现出多角度可视的影像。既可拍摄真实画面，也可以制作电脑CG等，其制作方法灵活多变。

3.全息投影技术的应用

全息投影技术由于其视觉效果震撼，且灵活多变，制作方便，在市场上有极高的适应能力和生存空间，全息投影成像可以揭示一个现象、演示一个规律、解释一个科学原理、讲解一段故事、树立企业形象、介绍一种产品、分析数据曲线，以及一些危险环境下的不适宜人进入的场景等。因此全息投影技术的应用非常广泛，并被不断应用到新的领域中。

在展览展柜中全息投影有很大用途，如展览馆、科技馆、博物馆等。这类较多是用于展示商标和海报，或者是各类型产品展示，如珠宝、汽车、房地产模型、科技成品等。这类大多是以简单的360度匀速旋转为主，使观众可以全方位观察产品细节。也有静态投影展示动态人物，如游戏角色或吉祥物表演等。

舞台的商业应用较为普遍，为配合观众的欣赏视觉，大多以平面单片的全息幕居多，有虚拟表演，虚拟与真人互动，真人表演特效，舞台炫光背景等。如2014年BBAMS音乐盛典上用全息投影技术实现了已故巨星迈克尔・杰克逊在舞台上的表演，让已故巨星重现舞台。

除了舞台上可以虚拟真人效果进行表演，全息投影技术还可以模拟真人效果用作演讲解说等用途，如活动开场或销售中心等虚拟主持人或讲解员;产品会上，虚拟产品详情解说;商务会议上，虚拟会议情况。

全息投影技术甚至运用到医疗领域中，近期加拿大研究人员使用了一款名叫“BodiPod”的应用，它能建立人体交互的3D解剖模型，对话者能够通过手势操作剖开说话者的表皮观察肌肉、神经和骨骼结构。这项应用有望运用在将来的远程医疗之上。

而2014年十大科技成果中，全息投影技术进驻视频通讯领域，成为十大成果其中之一。这种技术被称为“远程全息呈现”，可以将你的三维移动图像传送到任意一个目的地，让你仿佛身处不同的场合。来自波兰的Leia公司的产品更加接近现实，该公司的“LeiaDisplayXL”显示系统利用激光投射仪将图像投射到一团水蒸气云上，产生的三维物体可以从不同角度进行观察和操控。近日，在IBM公司对3000名研究者的调查中，全息视频被普遍视为是将在明年出现的一项技术。

4.结语

全息投影技术有着巨大的应用潜力，目前已在商业、工业、医疗甚至军事等各个领域得到应用和普及，并产生显著的经济效益和社会效益。随着科技的不断深化和改进，今后将会开发出更高水平的产品设备，以及开拓出更广阔的应用空间。

参考文献

生物光学成像技术篇4

关键词光声层析成像技术；高分辨率；高穿透深度

中图分类号：TP3文献标识码：A文章编号：1671-7597（2014）05-0002-02

光声成像技术是基于光声效应的一种成像技术。当物质受到短脉冲激光或者周期性的强度调制的光照时，物质内部将会产生周期的温度变化，温度变化使这部分物质及其邻近介质产生周期性的涨缩，从而产生声信号，这种声信号被称为光声信号。光声成像技术具有高分辨率、高对比度、高穿透深度的优点，主要包括光声内窥镜、光声显微成像、光声层析成像等。本文阐述了光声层析成像技术的原理，并报道基于单聚焦换能器扫描的层析成像技术和基于多探元超声探测方式的层析成像技术。

1光声层析成像技术原理

光声层析成像技术利用大照射面积的脉冲激光作为照射源，当激光照射在样品时，由于样品介质的散射作用，使到样品内部目标组织被均匀照射，所激发超声信号传播到组织表面的时候用带扫描机制的超声探测器或者超声探测器阵列进行探测，直接或者通过特定的算法进行图像重构。由于样品内部不同深度位置的声信号到达样品表面的超声信号存在时间差异，因此，利用时间分辨技术可以获得不同层析面的光声信号，从而获得组织的三维光声图像。

2光声层析成像技术

2.1基于单聚焦换能器扫描的层析成像技术

在光声层析成像技术的应用领域最简单的探测方式就是采用单探元的传感方式来进行探测，利用单个聚焦换能器横向扫描探测外部的光声信号就可以获得组织内部某一层析层面的光声图像的一种方法。该想法最早由Kruger等于1994年提出，并于2004年被Kolkman等用一个PVDF材料制造的双环换能器实现了聚焦探测光声信号。

2.2基于多探元超声探测方式的层析成像技术

逐点扫描的成像方式存在一个严重的问题，就是成像速度过慢，因此很多小组相继采用了多元探测的方式，并结合一定算法实现了光声层析成像。从探元分布情况上分，多探元的超声探测系统可以分为球形、圆柱形以及平面形多探元分布机制。球形和圆柱形多元超声探测系统需要接触整个目标样品的各个方向，因此只能被限制在对以及小动物（如老鼠）等体积较小的样品进行光声成像。而平面形扫描的多元超声探测系统应用范围更广，尤其在浅表层（譬如皮肤）的探测更有优势。面状扫描的光声成像方式有很多种，其中比较典型的有以下几种。

2.2.1多元探测器相控聚焦光声成像法

DaXing等人提出利用320个换能器阵元组成一个换能器线阵，结合相控聚焦重构算法，如图1所示，用电子扫描代替机械扫描，然后对阵列探测器每个探头测得的信号依据该探头到探测点的距离作一个时间延时，再根据信号传输距离及探测器作一幅值权重，然后求和便可得到被测点的光声信号。由于无须旋转探测器，从而极大地缩短了成像时间，使成像时间从几十分钟缩短到几秒，但由于受多元探测器的像素和间距的限制（基于相控聚焦算法的图像分辨率取决于多元探测器的像素和间距），其横向分辨率可以达到几百微米，但无法用于细胞水平的光声成像。

图1相控聚焦原理图

图2法布里-波罗薄膜探测法

2.2.2以法布里-波罗（Fabry-Perot，简称FP）高分子薄膜作为探测器探测光声信号

如图2所示，其原理利用FP薄膜前后表面镀上高反射率的银膜或铝膜，超声信号会引起高分子薄膜的厚度发生空间的变化，而两个反射面反射的干涉光强变化也随着薄膜厚度变化而变化，然后对探测光进行解调，就能获取超声的二维空间分布。BeardP.C.等用此方法获得了手上皮肤下面4mm厚度不同层面的微细血管的三维光声图像。

2.2.3声透镜成像法

从傅里叶成像理论出发，利用具有空间傅里叶变换性质的声透镜，可对光声信号进行二维成像，这类似于光学透镜的成像原理，通过探测声透镜像面上的声压分布情况便可重建声源的分布情况，如图3所示。M.Fenz等以及ZhilieTang等都通过了声透镜对获得了光声图像，前者通过一个光学暗场成像系统直接用CCD拍摄到像面的光声压分布，最后通过计算机还原物面声源分布；而后者则通过扫描一维线阵获取像面光声图像。

图3声透镜层析成像法

3结束语

光声成像技术的信息载体是声信号，它的传输与组织的散射特性没有直接关系。因此光声成像技术的成像深度远远超过激光扫描激光显微镜、双光子荧光显微镜和OCT等三维光学成像技术。因此，光声层析成像技术在探测组织病变等医学领域中有巨大的应用价值。

参考文献

[1]殷庆瑞.光声光热技术及其应用[M].北京：科学出版社，1991.

[2]KrugerR.A.，LiuP.Y..Ultrasound：Pulseproductionanddetectionin0.5%Liposyn[J]Med.Phys.，1994，21：1179.

[3]KolkmanG.M.，HondebrinkE.，SteenbergenW.Invivophotoacousticimagingofbloodvesselsusinganextreme-narrowaperturesensor[J].IEEEJ.Select.Top.Quan.Elect.，2003，9：343.

[4]YangD.W.，XingD.，TanY.，GuH.M.，YangS.H..IntegrativeprototypeB-scan，photoacoustictomographysystembasedonanovelhybridizedscanninghead[J]，Appl.Phys.Lett.，2006，88，174101-3

[5]ZengYaguang，XingDa，WangYietal.Photoacousticandultrasonicco-imagewithalineartransducerarray[J].Opt.Lett.，2004，29：1760-1762

[6]YinB.Z.，XingD.，WangY.etal..Fastphotoacousticimagingsystembasedon320-elementlineartransducerarray[J].Phys.Med.Biol.，2004，49：1339-1346.

[7]WangY.，XingD.，ZengY.G..Photoacousticimagingwithdeconvolutionalgorithm[J].Phys.Med.Biol.，2004，49：3117-3124

[8]Zhang.E.，Laufer.J.，Beard.P.C.Backward-modemultiwavelengthphotoacousticscannerusingaplanarFabry·Perotpolymerfilmultrasoundsensorforhigh-res-olutionthree-dimensionalimagingofbiologicaltissues[J].Appl.Opt.，2008，47：561-577.

[9]Zhang，E.Z.，Laufer，J.G.，Pedley，R.B.，Beard，P.C.Invivohigh-resolution3Dphotoacousticimagingofsuperficialvascularanatom[J].Phys.Med.Biol.，200954：1035-1046.

[10]Beard.P.C.，Perennes，F.，Mills.T.N.TransductionmechanismsoftheFabry·Perotpolymerfilmsensingconceptforwidebandultrasounddetection[J].IEEETrans.Ultrason.Ferroelect.Freq.Cont.，1999，46：1575-1582.

[11]NiederhauserJ.J.，JaegerM.，andFrenzM..Real-timethree-dimensionaloptoacousticimagingusinganacousticlenssystem[J].Appl.Phys.Lett.，2004，85（5）：846-848.

[12]HeYongheng，Tang，Zhilie，ChenZhanxu，WanWeiandLiJianghua.Anovelphotoacoustictomographybasedonatime-resolvedtechniqueandanacousticlensimagingsystem[J]，Phys.Med.Bio.51，2671-2680，

[13]ChenZ.X.，TangZ.L.，WanW..Photoacoustictomographyimagingbasedona4facousticlensimagingsystem[J].Opt.Express，200715：4966-4976.

生物光学成像技术篇5

1．1直接应用——遥感蚀变信息的提取

岩浆热液或汽水热液使围岩的结构、构造和成分发生改变的地质作用称为围岩蚀变。围岩蚀变是成矿作用的产物，围岩蚀变的种类(组合)与围岩成分、矿床类型有一定的内在联系，围岩蚀变的范围往往大于矿化的范围，而且不同的蚀变类型与金属矿化在空间分布上常具规律可循，因此，围岩蚀变可作为有效的找矿标志。

1．1．1蚀变遥感异常找矿标志

围岩蚀变是热液与原岩相互作用的产物。常见的蚀变有硅化、绢云母化、绿泥石化、云英岩化、夕卡岩化等。

1．1．2信息提取的实现

与地物发生反射、透射等作用的电磁波是地物信息的载体，地物的光谱特性与其内在的物理化学特性紧密相关，物质成分和结构的差异造成物质内部对不同波长光子的选择性吸收和反射。具有稳定化学组分和物理结构的岩石矿物具有稳定的本征光谱吸收特征，光谱特征的产生主要是由组成物质的内部离子、基团的晶体场效应或基团的振动效果引起的。各种矿物都有自己独特的电磁辐射，利用波谱仪对野外采样进行光谱曲线测量，根据实测光谱与参考资料库中的参考光谱进行对比，可以确定出样品的吸收谷，识别出矿物组合。根据曲线的吸收特征，选择合适的图像波段进行信息提取。根据量子力学分子群理论，物质的光谱特征为各组成分子光谱特征的简单叠加。传感器在空中接收地表物质的光谱特性，根据量子力学分子群理论，物质的光谱特征为各组成分子光谱特征的简单叠加。传感器在空中接收地表物质的光谱特性，因为探测范围内有干扰介质存在(白云、大气、水体、阴影、植被、土壤等)，因此，在进行蚀变矿物信息提取时，根据干扰物质的光谱曲线出发，进行预处理消除干扰。主要造岩矿物成分(0，si，A1，Mg)的振动基频在可见——近红外区不产生诊断性吸收谷的谱带。不同类型的矿物蚀变会引起Fe，Fe，OH一，中某一类的变化，Fe2+，Fe3+，OH一，CO：在可见一近红外区可产生岩石谱带中的不同吸收谷组合，例如，在0．4～1．3um范围内的光谱特性是因为矿物晶格结构中的Fe，cu等过渡性金属元素的电子跃迁引起的；1．3~2．5的光谱特性是由矿物组成中的CO：，OH口HO引起的。根据吸收谷所处的波长位置、深度、宽度、对称性等特征进行处理，提取相应的蚀变遥感异常(遥感异常)。现在应用的数据有多光谱TM，ETM+，ASTER数据以及少量的高光谱与微波遥感数据等。蚀变遥感信息在整景图像上信息占有份额低，但局部地区的信息并不微弱，因此即使是微弱的蚀变异常也可以被检测出，试验证明，遥感信息检测的蚀变检出下限优于1／20000。目前遥感找矿蚀变异常信息的提取有多种方法，例如波段比值法、主成分分析法、光谱角识别法和MPH技术(MaskPCAandHIS)、混合象元分解等。“ETM+图像数据的综合遥感找矿蚀变异常信息的提取”、“ETM+(TM)蚀变遥感异常提取方法技术”都取得了一定的成果。在蚀变遥感信息提取和应用研究中，形成了～套独特的技术，即“去干扰异常主分量门限化技术”，包括：①预处理：校正及去干扰，校正包括系统辐射校正、几何校正、大气粗略校正；干扰包括云、植被、阴影、水、雪等的去除。②信息提取：以整景的TM(ETM+)图像遥感异常信息的提取为主，其方法以PCA主分量分析为主，比值法为辅，同时用光谱角分析法对所获得的主分量异常进行筛选，然后进行门限化分级处理，以获得分级异常图。由于涉及到的矿床类型、规模、控矿要素、蚀变类型以及矿产勘查程度不同，仅靠单一的处理方法不利于异常信息的提取，因此需要多种方法的有效组合，一种方法为主其他方法为辅这些遥感信息提取技术在资源勘探过程中发挥了很大的作用，目前，利用围岩蚀变找矿已经取得了很好的效果。

1.2遥感技术间接找矿的应用

1．2．1地质构造信．息的提取

内生矿产在空间上常产于各类地质构造的边缘部位及变异部位，重要的矿产主要分布于扳块构造不同块体的结合部或者近边界地带，在时间上一般与地质构造事件相伴而生，矿床多成带分布，成矿带的规模和地质构造变异大致相同。遥感找矿的地质标志主要反映在空间信息上。从与区域成矿相关的线状影像中提取信息(主要包括断裂、芍理、推覆体等类型)，从中酸性岩体、火山盆地、火山机构及深亨岩浆、热液活动相关的环状影像提取信息(包括与火山有关的盆地、构造)，从矿源层、赋矿岩层相关的带状影像提取信启、(主要表现为岩层信息)，从与控矿断裂交切形成的块状影像及与感矿有关的色异常中提取信息(如与蚀变、接触带有关的色环、色带、色块等)。当断裂是主要控矿构造时，对断裂构造遥感信息进行重点提取会取得一定的成效。遥感系统在成像过程中可能产生“模糊作用”，常使用户感兴趣的线性形迹、纹理等信息显示得不清晰、不易识别。人们通过目视解译和人机交互式方法，对遥感影像进行处理，如边缘增强、灰度拉伸、方向滤波、比值分析、卷积运算等，可以将这些构造信息明显地突现出来。除此之外，遥感还可通过地表岩性、构造、地貌、水系分布、植被分布等特征来提取隐伏的构造信息，如褶皱、断裂等。提取线性信息的主要技术是边缘增强。

1．2.2植被波谱特征的找矿意义

在微生物以及地下水的参与下，矿区的某些金属元素或矿物引起上方地层的结构变化，进而使土壤层的成分产生变化，地表的植物对金属具有不同程度的吸收和聚集作用，影响植叶体内叶绿素、含水量等的变化，导致植被的反射光谱特征有不同程度的差异。矿区的生物地球化学特征为在植被地区的遥感找矿提供了可能，可以通过提取遥感资料中由生物地球化学效应引起的植被光谱异常信息来指导植被密集覆盖区的矿产勘查，较为成功的是某金矿的遥感找矿、东南地区金矿遥感信息提取。不同植被以及同种植被的不同器官问金属含量的变化很大，因此需要在已知矿区采集不同植被样品进行光谱特征测试，统计对金属最具吸收聚集作用的植被，把这种植被作为矿产勘探的特征植被，其他的植被作为辅助植被。遥感图像处理通常采用一些特殊的光谱特征增强处理技术，采用主成分分析、穗帽变换、监督分类(非监督分类)等方法。植被的反射光谱异常信息在遥感图像上呈现特殊的异常色调，通过图像处理，这些微弱的异常可以有效地被分离和提取出来，在遥感图像上可用直观的色调表现出来，以这种色调的异同为依据来推测未知的找矿靶区。植被内某种金属成分的含量微小，因此金属含量变化的检测受到谱测试技术灵敏度的限制，当金属含量变化微弱时，现有的技术条件难以检测出，检测下限的定量化还需进一步试验。理论上讲，高光谱提取植被波谱的性能要优于多光谱很多倍，例如对某一农业区进行管理，根据每一块地的波谱空间信息可以做出灌溉、施肥、喷洒农药等决策，当某农作物干枯时，多光谱只能知道农作物受到损害，而高光谱可以推断出造成损害的原因，是因为土地干旱还是遭受病虫害。因此利用高光谱数据更有希望提取出对找矿有指示意义的植被波谱特征。

1．2．3矿床改造信息标志

矿床形成以后，由于所在环境、空间位置的变化会引起矿床某些性状的改变。利用不同时相遥感图像的宏观对比，可以研究矿床的剥蚀改造作用；结合矿床成矿深度的研究，可以对类矿床的产出部位进行判断。通过研究区域夷平面与矿床位置的关系，可以找寻不同矿床在不同夷平面的产出关系及分布规律，建立夷平面的找矿标志。另外，遥感图像还可进行岩性类型的区分应用于地质填图，是区域地质填图的理想技术之一，有利于在区域范围内迅速圈定找矿靶区。

2遥感找矿的发展前景

2．1高光谱数据及微波遥感的应用

高光谱是集探测器技术、精密光学机械、微弱信号检测、计算机技术、信息处理技术于一体的综合性技术。它利用成像光谱仪以纳米级的光谱分辨率，成像的同时记录下成百条的光谱通道数据，从每个像元上均可以提取一条连续的光谱曲线，实现了地物空间信息、辐射信息、光谱信息的同步获取，因而具有巨大的应用价值和广阔的发展前景。成像光谱仪获得的数据具有波段多，光谱分辨率高、波段相关性高、数据冗余大、空问分辨率高等特点。高光谱图像的光谱信息层次丰富，不同的波段具有不同的信息变化量，通过建立岩石光谱的信息模型，可反演某些指示矿物的丰度。充分利用高光谱的窄波段、高光谱分辨率的优势，结合遥感专题图件以及利用丰富的纹理信息，加强高光谱数据的处理应用能力。微波遥感的成像原理不同于光学遥感，是利用红外光束投射到物体表面，由天线接收端接收目标返回的微弱回波并产生可监测的电压信号，由此可以判定物体表面的物理结构等特征。微波遥感具有全天时、全天候、穿透性强、波段范围大等特点，因此对提取构造信息有一定的优越性，同时也可以区分物理结构不同的地表物体，因为穿透性强，对覆盖地区的信息提取也有效。微波遥感技术因其自身的特点而具有很大的应用潜力，但微波遥感在天线、极化方式、斑噪消除、几何校正及辐射校正等关键技术都有待于深入研究，否则势必影响微波遥感的发展。

2．2数据的融合

随着遥感技术的微波、多光谱、高光谱等大量功能各异的传感器不断问世，它们以不同的空间尺度、时间周期、光谱范围等多方面反映地物目标的各种特性，构成同一地区的多源数据，相对于单源数据而言，多源数据既存在互补性，又存在冗余性。任何单源信息只能反映地物目标的某一方面或几个方面的特征，为了更准确地识别目标，必须从多源数据中提取比单源数据更丰富、有用的信息。多源数据的综合分析、互相补充促使数据融合技术的不断发展。通过数据融合，一方面可以去除无用信息，减少数据处理量，另一方面将有用的信息集中起来，便于各种信息特征的优势互补。数据的融合包括遥感数据间的融合、遥感数捱与非遥感数据的融合。融合技术的实现方法有多种，简单易行的是对几何配准后的像元逐点进行四则运算或HIS变换，还有一些方法是对多源数据先进行预处理(特征提取、判别分析)后再进行信息融合，主要的方法有代数运算融合、小波变换融合等。蚀变矿物特征光谱曲线的吸收谷位于多光谱数据的波段位置，因此可以识别蚀变矿物，但是波段较宽，只对蚀变矿物的种属进行分类。与可见一红外波段的电磁波相比，雷达波对地面的某些物体具有强的穿透能力，能够很好地反映线性、环性沟造。雷达图像成像系统向多波段、多极化、多模式发展，获取地表信息的能力越来越强。总的来说，多光谱、高光谱数据的光谱由线特征具有区分识别岩石矿物的效果，所以对光学图像与雷达图像进行融合处理，既能提高图像的分辨率、增强纹理的识别能力，又能有效地识别矿物类型。尽管融合技术的研究取得了一些可喜的进展，但未形成成熟的理论、模型及算法，缺乏对融合结果的有效评价手段。在以后的研究中，应该深入分析各种图像的成像机理及数据间的相关性、互补性、冗余性等，解决多源数据的辐校正问题，发展空间配准技术。

2.33S的结合

3s是遥感(RS)、地理信息系统(GIS)及全球定位系统(GPS)的简称。利用GPS能迅速定位，确定点的位置坐标并科学地管理空间点坐标。海量的遥感数据需庞大的空间，因此要有强大的管理系统，随着当今人力资源价格的升高，在区域范围内找矿时，遥感表现出最小投入获得最大回报的优势，那么RS与GIS的结合也势在必行，因为GIS更有利于区域范围的影像管理及浏览。随着3S技术发展，遥感数据的可解译程度与解译速度得到进一步提高，目前，地质工作者尝试将3S与VS(可视化系统)、CS(卫星通讯系统)等技术综合应用，取得了较好的效果。

2．4图像接收、处理及信息提取技术的发展完善

由传感器接收的地物光谱信息传到地面接收站，在计算机操作平台上进行图像的处理以及遥感信息提取。随着传感器的发展、数据量的增大，从海量的遥感数据中提取有用的、相对微量的找矿信息不是一件容易的事，传感器的发展是信息提取的前提，图像处理技术的开发是信息提取的关键。为了提取更客观有效的找矿信息，需要进行以下几方面的工作：

(1)进一步发展高分辨率传感器，以便接收更微弱、细小的地质信息；

(2)加强信息提取方法的研究解决计算机处理的技术问题，例如补偿信号在传感器的误差、校正辐射、地形起伏等引起的图像失真等；

(3)在选择参与信息提取的波段时，深入波段选取依据的理论研究，例如进行岩石样品的光谱测试，矿物识别与分析是遥感地质信息提取的核心，所以需要确定不同类型的矿物在各波段的吸收性。同样在利用植物地化找矿时需配套精密的物质成分分析仪器及技术等；

(4)遥感图像处理海量数据，经处理后的一景图数据量很大，为保障数据处理速度，需要强大的计算机技术(硬件与软件)支撑，：图像处理中要将算法转化为计算机的可识别语句，需要计算机语言的发展。发展有利于提高遥感图像的信噪比、优化信息提叉的软件平台，实现不同格式图像问的兼容性。

生物光学成像技术篇6

关键词：多源图像；融合技术；棉花；病虫害；识别诊断

中图分类号：TP391.43；S435.6文献标识码：A文章编号：0439-8114（2013）11-2555-03

随着城市化进程不断加快，从事农业劳作的劳动力总数急剧减少，农业生产与加工的逐步自动化是社会发展和进步的需求。特别是对于农作物病虫害监测从传统的根据农业部的病虫害监测调查规范进行调查，通过人工调查、人工记录，到微小昆虫自动计数技术、昆虫诱捕自动记录装置来对农作物病虫害进行监测，这些信息收集和数据管理都存在劳动量大、效率低、数据误差大的问题。随着计算机技术和传感器技术的快速发展，图像融合技术在军事、气象、医学、土地资源管理等方面得到了广泛的应用，而如何将图像融合技术应用在农作物病虫害中是极具有研究价值的课题。

1棉花病虫害诊断技术研究意义及发展趋势

棉花作为主要的经济作物一直在中国和湖北省农业生产中占有重要地位，但由于品种、栽培制度、生态环境等变化及棉花生长环境日益恶化，病虫害有不断加重趋势。危害棉花的主要病害有炭疽病、黑斑病、枯萎病、黄萎病等，炭疽病在长江流域棉区的发生尤为严重，一般苗期发病率为20%～70%，严重时可达90%；黑斑病在阴湿多雨年份往往猖獗流行，给棉花生产造成毁灭性灾害；而枯萎病在棉区一直发生较多，死苗严重，造成的危害主要表现在产量降低，品质变劣方面；自上世纪80年代末枯萎病得到控制后，黄萎病上升为棉花第一病害。目前黄萎病发病面积达到全国棉田面积的50%以上，发病后棉苗减产30%～70%，有的甚至绝产，而且严重影响棉花品质。采用先进技术提高棉花病虫害有效防治及控制已迫在眉睫。

1.1棉花病虫害诊断技术的研究意义

在进行植物保护和防治农作物病虫害的各类方法中，化学防治是投入少、见效快、收效大的有效方法，特别是针对在大生态区域内可能暴发成灾的重要病虫草害，化学防治迄今仍是最快速而有效的方法，一般可以挽回15%～30%的农作物产量损失。使用农药（各种杀菌剂、除草剂等）进行化学防治在世界各国一直占主导地位，它投入较少，防治迅速，特别是当大面积、暴发性病害发生时，只有化学防治才能取得较好的防治效果。同样，在棉花病虫害综合防治中，化学防治仍然是及时有效地控制病虫对棉花危害的最后一道把关防治措施。但长期大量使用农药不仅污染环境，而且这些农药会通过空气、水等途径进入人体，对人类的身体健康构成危害；又由于棉花病虫害症状的复杂性和模糊性，农业生产者受个体素质和人为主观因素的影响，往往不能正确合理地判断病情，导致滥用农药、化肥等引起更大的危害；此外，由于中国正步入老龄化社会，从事农业劳动的人口在减少，由劳动力不足带来的农业减产问题已日趋严重。所以，精确作物病虫害管理和机械化变量施药技术的研究和应用势在必行。为实现精确的棉花病虫害管理和变量施药，首先要能够准确地识别棉花病虫害种类及其危害程度。传统的方法主要依靠生产者或专家经验来判断病虫害原因及其危害程度，由于个体素质的差异以及其他因素的影响，往往很难做到对病虫害做出精确定量分析和判断，因而容易造成不合理的病虫害防治，也对生产管理者的农技水平要求较高。一些智能决策支持系统虽然能识别诊断棉花病虫害，但是过程复杂，不能进行实时处理。随着信息技术、光谱技术和计算机视觉技术的发展使基于生物信息的作物病虫害智能识别诊断成为可能。通过多源图像融合技术快速准确地获取棉花病虫害信息，对已发生病虫害的棉花区域根据病虫害程度实行定量喷施农药。这样既可大量节省农药，提高效率，降低成本，降低对劳动力的依赖，同时大幅度减轻农药对农业生态环境的污染，提高棉花病虫害防治水平。研究多源图像融合技术对农作物病虫害诊断具有重要的学术意义和经济价值。

1.2棉花病虫害诊断技术发展趋势

纵观近几年国内对作物病虫害智能识别诊断的研究，目前对棉花作物病虫害识别诊断主要集中在以专家系统为代表的智能化信息技术和光谱技术上，应用计算机视觉技术对棉花作物病虫害识别的研究报道较少[1，2]，而结合光谱技术和计算机视觉技术进行研究的则未见报道。目标的高分辨率和高识别率是对获取目标信息的基本要求，仅仅利用可见光范围或在近红外范围的计算机视觉技术进行作物病虫害识别诊断，其单一光谱不足以准确、全面反映作物病虫害的差异，还需利用其他生物信息对其补充和加强，以达到全面地反映作物病虫害的差异[3]。

为了实现对低探测性目标的探测和识别，必须大力发展先进的目标探测系统，而由多源传感器组成的光电成像系统是最为常见的目标探测系统。图像融合就是利用各种成像传感器得到的同一目标或同一场景的图像，综合这些不同图像的冗余信息和互补信息，以获得更为全面准确的图像描述。为此，针对湖北省主要经济作物棉花，综合利用光谱技术、计算机视觉技术及多源信息融合技术，基于多源图像信息（可见光和近红外视觉图像信息）融合棉花病害（炭疽病和黑斑病）识别诊断技术。深入研究作物在不同病虫害危害下的反射光谱特性及变化规律，确定光谱敏感波段及其特征表现，提取可以有效表征作物不同病虫害条件、不同危害程度下的计算机视觉图像的灰度、纹理、形态特征信息和近地光谱特征信息，探索基于多传感信息融合的病虫害识别诊断方法，构建病虫害智能识别系统，为精确作物病虫害管理和机械化变量施药技术提供理论基础。

2多源图像融合技术

图像融合[4]是对多幅源自同一场景的图像进行综合，以获得更好的视觉效果和易于机器识别为目的，产生比单一信息源更为精确、更完善、更可靠的图像。多源传感器图像是由成像机理不同的多种传感器获得的图像。由于每种成像传感器都是为了适应某些特定的环境和使用范围而设计的，具有不同成像机理的多种传感器获得的图像之间存在信息的冗余性和互补性，通过对其进行融合，能够提高系统可靠性和图像信息的利用率。随着科学发展和技术进步，采集图像数据的手段不断完善，出现了各种新图像获取技术。如今图像融合技术广泛应用于图像处理、遥感、计算机视觉以及军事等领域[5]。利用图像融合技术可以准确地获取检测数据，如在医学图像分析中的超声成像、核磁共振、计算机层析、血液细胞自动分类计数、癌细胞识别等极大地提高了准确率[6，7]；图像融合技术在遥感雷达卫星的发展后，已成为遥感图像处理和分析的重要研究热点，应用于土地资源调查、环境监测、地形测绘等[8]。图像融合技术应用在农业生产中，目前研究方向主要集中在对农产品的无损检测和农作物生长态势及产量评估方面。如采用互信息最佳阈值迭代优化分割法对可见光和近红外图像进行融合来对番茄成熟度进行无损检测研究[9]；通过加权平均融合法对红外和可见光图像实现对苹果进行无损检测研究[10]；采用蚁群算法的模糊C均值聚类图像分割算法的图像融合技术对作物几何参数进行测量。

多源传感器图像融合系统一般有3种类型：像素级融合、特征级融合和决策级融合。

2.1像素级图像融合

像素级图像融合是通过对源图像进行预处理和空间配准，对处理后的图像采取适当的算法进行融合，得到融合图像后再进行显示和后续处理。简单的像素级融合方法主要有：像素灰度值平均或加权平均，像素灰度值选大，像素灰度值选小。简单的像素级融合方法结构简单、易于实现，但应用范围有限，融合结果不理想。故现在的融合方法多采用基于对源图像的多尺度分解。这种分解方法是一种多尺度、多分辨率的图像融合方法，是在不同尺度、不同空间分辨率、不同分解层上分别进行融合。这种融合方法能明显改进融合效果[11]。

2.2特征级图像融合

特征级图像融合是从不同的成像传感器所获得的同一对象图像中提取一些特征，产生特征矢量，然后对这些特征矢量进行融合。特征级图像融合是中间层的图像融合，精度一般。其融合方法有基于假设前提及统计分析的方法和基于知识的方法。

2.3决策级图像融合

决策级图像融合是最高层次的融合，是首先依据每一个成像传感器所获得的同一对象图像各自进行预处理、特征提取、识别和判决后，做出独立的决策，然后将这些独立的决策综合起来，给出最终决策。决策级图像融合适合于多类不同传感器图像的融合，但融合结果精度较差。其融合方法有多重逻辑推理方法、统计方法、信息论方法等都可用于决策层的图像融合。

特征级图像融合和决策级图像融合方法通常应用于某些特殊场合，像素级图像融合的应用更普及，融合所得图像更有利于人眼的判读、欣赏和机器识别。对于已经配准好的图像，像素级图像融合方法不需要显式地提取图像特征，在速度和鲁棒性上有明显优势。为此采取像素级图像融合方法对农作物病虫害的可见光和近红外图像进行融合处理，使其符合人类视觉特征，融合结果更有利于对图像作进一步分析、理解和识别。

3多源图像融合技术对棉花病虫害诊断的方法

1）在特定栽培条件下，培育不同棉花病虫害的试验样本及正常的对比样本。

2）对棉花病虫害样品的叶片和冠层进行光谱分析。利用便捷式光谱仪测量叶片和冠层的光谱，寻找棉花病虫害种类的敏感光谱波段及其反射率特征，分析不同病虫害种类和病虫害程度的敏感光谱波段反射率特征的变化规律。

3）根据光谱分析结果，构建多源图像计算机视觉采集系统，采集棉花作物样本多光谱图像，用VC或MATLAB编写计算机图像处理软件对图像进行处理和特征提取。

4）对所获取的特征应用模糊特征优选、主成分分析（PCA）和独立分量分析（ICA）进行优化组合和筛选，通过各种统计方法寻求作物病症与特征对应关系。建立图像特征与病种、病虫害程度的关系模型，利用模式识别方法进行棉花病虫害种类及程度的模式识别检测试验[12]。

4展望

棉花是中国和湖北省主要的经济作物，长期以来棉田病虫害对棉花生产带来极大危害，因此，对棉花病虫害防治方法与技术的研究至关重要。对棉花作物病虫害防治的各种方法中，传统的方法是依靠人们的经验确认病虫害的发生时间、区域、种类和发生程度等，且是进行手工或机械喷洒农药，这不仅劳动效率低，劳动成本高，而且常规施药技术会带来农药利用率低下、水资源浪费、环境污染、农药在作物及其产品中的残留导致对人类的危害等。所以，结合光谱技术和计算机技术开展棉花病虫害的识别诊断研究具有重要的学术意义和经济价值。

参考文献：

[1]周小燕，史岩，李道亮，等.棉花病虫害诊断专家系统的研究与设计[J].莱阳农学院学报，2005，22（1）：9-11.

[2]严智燕，廖桂平，高必达.植物病虫害防治中农业专家系统的研究进展[J].中国农学通报，2005，21（5）：415-417.

[3]YUTAKAS，TSUGUOO.Automaticdiagnosisofplantdiseaserecognitionbetweenhealthyanddiseasedleaf[J].农业机械学会杂志，1999，61（2）：119-126.

[4]何友，王国宏，陆大金，等.多传感器信息融合及应用[M].北京：电子工业出版社，2000.

[5]王宏，敬忠良，李建勋.多分辨率图像融合的研究与进展[J].控制理论与应用，2004，21（1）：145-151.

[6]ZHENGYF，ESSOCKEA，HANSENBC.Advanceddiscretewavelettransformfusionalgorithmanditsoptimizationbyusingthemetricofimagequalityindex[J].OpticalEngineering，2005，44（3）：1-12.

[7]李秋华.基于红外图像信息融合的目标检测和识别技术研究[D].长沙：国防科学技术大学，2002.

[8]吉微.多源气象卫星图像融合技术应用研究[D].南京：南京信息工程大学，2009.

[9]李明喜.基于多源图像融合的收获目标准确定位研究[D].江苏镇江：江苏大学，2008.

[10]杨万利，沈明霞，严君.红外图像处理技术在苹果早期淤伤检测中的应用[J].计算机工程与设计，2010（1）：149-152.