0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

礦物識(shí)別譜系與識(shí)別規(guī)則

萊森光學(xué) ? 來(lái)源:萊森光學(xué) ? 作者:萊森光學(xué) ? 2023-10-20 15:11 ? 次閱讀

引言

事實(shí)上,礦物往往具有其特有、獨(dú)特的診斷性特征吸收譜帶,這些特征譜帶在不同的礦物中具有較穩(wěn)定的波長(zhǎng)位置和較穩(wěn)定的獨(dú)特波形,能夠指示離子類礦物、單礦物的存在。通過(guò)這些譜帶或其組合,能夠?qū)崿F(xiàn)對(duì)礦物的識(shí)別。

由此,本文通過(guò)對(duì)礦物光譜特征進(jìn)行分析和總結(jié),建立基于特征譜帶的礦物識(shí)別譜系對(duì)礦物類或礦物進(jìn)行識(shí)別。該方法在一定程度上可以實(shí)現(xiàn)對(duì)高光譜巖礦信息智能識(shí)別。

礦物識(shí)別譜系與識(shí)別規(guī)則

由以上分析可知,陰離子診斷譜帶位于2~2.5μm光譜區(qū)域,一般為絡(luò)陰離子彎曲振動(dòng)的合頻或倍頻的吸收特征譜帶或疊加在OH基團(tuán)伸縮振動(dòng)光譜之上的復(fù)合譜帶;而Fe2+,F(xiàn)e3+和Mn2+診斷譜帶一般位于0.4~1.2μm光譜區(qū)域,為電子躍遷吸收特征譜帶。由此,將礦物識(shí)別光譜劃分為兩個(gè)區(qū)域,即小于1μm的光譜區(qū)和大于2μm的光譜區(qū)。在這兩個(gè)光譜區(qū)域中分別進(jìn)行不同光譜機(jī)制礦物離子化合物的識(shí)別。在大于2μm光譜區(qū)域提取含Al-OH和CO32-礦物類;在1μm光譜區(qū)提取含F(xiàn)e2+,F(xiàn)e3+和Mn2+的礦物類。例如,F(xiàn)e2+在1000nm附近的產(chǎn)生特征譜帶,CO32-在2300nm處的產(chǎn)生特征吸收,Al-OH在2200nm附近產(chǎn)生特征吸收等。利用陰陽(yáng)離子特征譜帶或其譜帶組合大致可以對(duì)礦物進(jìn)行識(shí)別。例如,同時(shí)具有Fe2+在1000nm與CO32-在2300nm附近的特征譜帶,便大致確定為該礦物為菱鐵礦。由于類質(zhì)同象替代系列的存在以及離子光譜的敏感性而產(chǎn)生混淆,如Fe2+~Zn2+、Ca2+~Fe2+等陽(yáng)離子的部分替代,可形成Fe[CO3]-Zn[CO3]、Ca[CO3]-Fe[CO3]等的不完全類質(zhì)同象系列。這樣,在對(duì)礦物的精確識(shí)別時(shí),除了利用陰陽(yáng)離子最主要的特征吸收外,還必須結(jié)合其次要特征吸收,以及利用整個(gè)譜帶與識(shí)別像元的譜帶進(jìn)行相關(guān)匹配來(lái)識(shí)別礦物。由此,在對(duì)礦物光譜特征作精細(xì)研究分析的基礎(chǔ)上,建立分層識(shí)別礦物譜系(SpectralIdentificationTree(SIT)),對(duì)礦物或礦物類別從大類到礦物逐層進(jìn)行識(shí)別(圖1)。

wKgZomUyJ_yAeqhaAABvFYP-bMc443.png

圖1 基于礦物識(shí)別譜系集成

(1)特征譜帶識(shí)別:主要用于對(duì)含離子大類礦物進(jìn)行識(shí)別:①含Al-OH礦物:診斷譜帶一般位于2165~2205nm附近;

②含CO32-礦物:診斷譜帶一般位于2335~2386nm區(qū)間;

③含F(xiàn)e2+礦物:診斷譜帶一般位于1000~1100nm附近;

④含F(xiàn)e3+礦物:診斷譜帶一般位于600~900nm附近;

⑤含Mn2+礦物:診斷譜帶一般位于450~600nm附近。

(2)譜帶組合識(shí)別規(guī)則:以主吸收譜帶和次要吸收譜帶的組合識(shí)別單礦物,并考慮到吸收譜帶在不同巖石中的漂移。這里以Al-OH鍵的礦物,如明礬石、蒙脫石和白云母為例,建立的組合光譜識(shí)別規(guī)則:

①明礬石:兩個(gè)特征吸收分別位于2175nm(2165~2175nm,±10nm)和2325nm;

②蒙脫石:位于2215nm(2205~2215nm,±10nm)的主要特征吸收伴隨有一個(gè)2440nm的次級(jí)吸收;

③白云母:位于2205nm(2195~2215nm,±20nm)的主要特征吸收伴隨有3個(gè)次級(jí)吸收峰,分別位于2355nm,2440nm和2115nm;

④高嶺石:位于2205nm(2185~2235nm,±20nm)的主要特征吸收伴隨有3個(gè)次級(jí)吸收峰,分別位于2165nm,2315nm,2386nm。

全譜帶光譜分解識(shí)別:為避免光譜變異和光譜混合效應(yīng),以整個(gè)光譜曲線作參量,利用光譜分解模型進(jìn)行礦物精細(xì)識(shí)別。在識(shí)別過(guò)程中,首先根據(jù)離子特征譜帶進(jìn)行礦物類識(shí)別,然后采用掩膜技術(shù)消除其它非該類信息,再利用組合譜帶識(shí)別規(guī)則識(shí)別礦物,進(jìn)一步地利用全譜帶光譜特征進(jìn)行礦物種類精細(xì)識(shí)別。

由以上分析可知,陰離子診斷譜帶位于2~2.5μm光譜區(qū)域,一般為絡(luò)陰離子彎曲振動(dòng)的合頻或倍頻的吸收特征譜帶或疊加在OH基團(tuán)伸縮振動(dòng)光譜之上的復(fù)合譜帶;而Fe2+,F(xiàn)e3+和Mn2+診斷譜帶一般位于0.4~1.2μm光譜區(qū)域,為電子躍遷吸收特征譜帶。由此,將礦物識(shí)別光譜劃分為兩個(gè)區(qū)域,即小于1μm的光譜區(qū)和大于2μm的光譜區(qū)。在這兩個(gè)光譜區(qū)域中分別進(jìn)行不同光譜機(jī)制礦物離子化合物的識(shí)別。

礦物分層識(shí)別提取

(1)試驗(yàn)區(qū)地質(zhì)概況:以1998年獲取的美國(guó)Cuprite地區(qū)的航空高光譜AVIRIS數(shù)據(jù)進(jìn)行試驗(yàn)。該區(qū)主要出露巖層有寒武系沉積巖和變沉積巖、第三系火山巖和第四系沖積層。第三系火山巖熱液蝕變廣泛,在95號(hào)公路兩邊形成兩個(gè)南北向拉長(zhǎng)的蝕變區(qū),明顯可分為硅化帶、蛋白石化帶和泥化帶,從中部向外呈同心圓狀分布。硅化區(qū)主要蝕變礦物為石英和少量的方解石、明礬石和高嶺石;蛋白石化帶分布廣泛,主要為明礬石、浸染狀蛋白石、方解石置換的蛋白石和高嶺石;泥化帶主要有高嶺石、蒙脫石和少量由火山玻璃生成的蛋白石。本區(qū)露頭出露良好,礦物組合多樣,從20世紀(jì)70年代起,就成為美國(guó)遙感地質(zhì)研究的重要試驗(yàn)基地,許多遙感地質(zhì)研究和礦物波譜研究項(xiàng)目都以該區(qū)為試驗(yàn)區(qū),如蝕變礦物波譜研究、多光譜巖性識(shí)別和蝕變礦物識(shí)別研究、蝕變和非蝕變礦物區(qū)分技術(shù)研究等。

(2)礦物識(shí)別:在Cuprite地區(qū),利用前述所建立的礦物譜系識(shí)別規(guī)則對(duì)Al-OH,Mg-OH,CO32-,F(xiàn)e2+,F(xiàn)e3+和Mn2+類礦物作識(shí)別試驗(yàn),識(shí)別結(jié)果見(jiàn)圖2。

wKgZomUyJ_2AOuhBAAFO_D7N2S8957.png

圖2 離子礦物類(灰白色)識(shí)別

圖中亮度值表示該類礦物分布的相對(duì)豐度。從這6類離子礦物類識(shí)別結(jié)果分析,該區(qū)中部以含Al-OH鍵的礦物為主,含Mg-OH鍵的礦物分布較少。結(jié)合CO32-與Fe2+的分布分析認(rèn)為,在該區(qū)西南部可能有菱鐵礦存在,在礦區(qū)中部偏東部存在高價(jià)鐵礦物,如黃鉀鐵釩、赤鐵礦等。進(jìn)一步利用掩圖1基于礦物識(shí)別譜系集成膜技術(shù),在Al-OH離子類礦物區(qū)域中,進(jìn)一步根據(jù)組合譜帶識(shí)別規(guī)則識(shí)別明礬石、蒙脫石、白云母和高嶺石,結(jié)果如圖3。

wKgaomUyJ_6AQq6oAAGmuAvkncM855.png

圖3 礦物(灰白色)識(shí)別

在高嶺石分布區(qū),進(jìn)一步利用全譜帶特征進(jìn)行光譜分解細(xì)分多水高嶺石、微晶高嶺石和伊利石(圖4)。

wKgZomUyKAKAVqYRAAB6FOjE950430.png

圖4 礦物(灰白色)精細(xì)識(shí)別

結(jié)論

將識(shí)別結(jié)果與Clark和Swayze的結(jié)果相比較,兩個(gè)近于一致。Clark和Swayze利用軟件,基于UNIX操作平臺(tái),以大量的地物光譜數(shù)據(jù)庫(kù),大氣輻射轉(zhuǎn)換模型和地面定標(biāo)目標(biāo)為基礎(chǔ),采用波形匹配和全波段譜形的最小二乘擬合進(jìn)行礦物識(shí)別。其識(shí)別結(jié)果都是經(jīng)X-射線衍射分析等技術(shù)和野外檢查進(jìn)行了驗(yàn)證,準(zhǔn)確性較高,可作為地面實(shí)況對(duì)比分析的基礎(chǔ)。對(duì)比結(jié)果說(shuō)明,本次所建立的有關(guān)礦物的譜系識(shí)別規(guī)則符合實(shí)際、簡(jiǎn)單易行,可以從大類到具體礦物,再到礦物類質(zhì)同像系列或同質(zhì)多像變體,高效地用于提取巖礦成因信息。礦物準(zhǔn)確識(shí)別的前提是高光譜數(shù)據(jù)的信噪比較高,輻射標(biāo)定與大氣校正準(zhǔn)確可靠,能再現(xiàn)地物光譜特征。隨著高光譜儀技術(shù)性能的改進(jìn)與提高,將改善高光譜物質(zhì)識(shí)別的精度,推動(dòng)高光譜物質(zhì)識(shí)別的智能化與定量化,并將在一定程度上實(shí)現(xiàn)利用宏觀的手段進(jìn)行微觀的探測(cè)。

推薦

無(wú)人機(jī)機(jī)載高光譜成像系統(tǒng)iSpecHyper-VM100

一款基于小型多旋翼無(wú)人機(jī)機(jī)載高光譜成像系統(tǒng),該系統(tǒng)由高光譜成像相機(jī)、穩(wěn)定云臺(tái)、機(jī)載控制與數(shù)據(jù)采集模塊、機(jī)載供電模塊等部分組成。無(wú)人機(jī)機(jī)載高光譜成像系統(tǒng)通過(guò)獨(dú)特的內(nèi)置式或外部掃描和穩(wěn)定控制,有效地解決了在微型無(wú)人機(jī)搭載推掃式高光譜照相機(jī)時(shí),由于振動(dòng)引起的圖像質(zhì)量較差的問(wèn)題,并具備較高的光譜分辨率和良好的成像性能。


審核編輯 黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 光譜
    +關(guān)注

    關(guān)注

    4

    文章

    736

    瀏覽量

    34903
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    人臉識(shí)別技術(shù)的原理介紹

    人臉識(shí)別技術(shù)是一種基于人臉特征信息進(jìn)行身份識(shí)別的生物識(shí)別技術(shù)。它通過(guò)分析人臉圖像,提取人臉特征,然后與已知人臉特征進(jìn)行匹配,從而實(shí)現(xiàn)身份識(shí)別。人臉識(shí)
    的頭像 發(fā)表于 07-04 09:22 ?748次閱讀

    人臉識(shí)別模型訓(xùn)練是什么意思

    人臉識(shí)別模型訓(xùn)練是指通過(guò)大量的人臉數(shù)據(jù),使用機(jī)器學(xué)習(xí)或深度學(xué)習(xí)算法,訓(xùn)練出一個(gè)能夠識(shí)別和分類人臉的模型。這個(gè)模型可以應(yīng)用于各種場(chǎng)景,如安防監(jiān)控、身份認(rèn)證、社交媒體等。下面將介紹人臉識(shí)別模型訓(xùn)練
    的頭像 發(fā)表于 07-04 09:16 ?334次閱讀

    萊森光學(xué):便攜式地物光譜儀在地質(zhì)勘探和礦物識(shí)別中的創(chuàng)新應(yīng)用

    在地質(zhì)勘探和礦物識(shí)別的領(lǐng)域,準(zhǔn)確快速地獲取地表材料的化學(xué)和礦物組成信息是極其重要的。隨著科技的進(jìn)步,便攜式地物光譜儀已成為這一領(lǐng)域中的重要工具。這種設(shè)備不僅提高了勘探效率,還極大地推動(dòng)了地質(zhì)
    的頭像 發(fā)表于 05-08 15:18 ?247次閱讀
    萊森光學(xué):便攜式地物光譜儀在地質(zhì)勘探和<b class='flag-5'>礦物</b><b class='flag-5'>識(shí)別</b>中的創(chuàng)新應(yīng)用

    Fujitsu PalmSecure 手掌靜脈識(shí)別原理

    相比于目前普遍使用的指紋識(shí)別、人臉識(shí)別、虹膜識(shí)別等傳統(tǒng)生物識(shí)別方式,掌靜脈識(shí)別更穩(wěn)定也更安全。
    發(fā)表于 03-15 13:56 ?431次閱讀
    Fujitsu PalmSecure 手掌靜脈<b class='flag-5'>識(shí)別</b>原理

    機(jī)器視覺(jué)常用的三種目標(biāo)識(shí)別方法解析

    一系列的規(guī)則來(lái)進(jìn)行目標(biāo)識(shí)別。這樣的方法當(dāng)然在一些簡(jiǎn)單的案例中已經(jīng)應(yīng)用的很好,唯一的缺點(diǎn)是隨著被識(shí)別物體的變動(dòng),所有的規(guī)則和算法都要重新設(shè)計(jì)和開(kāi)發(fā),即使是同樣的產(chǎn)品,不
    的頭像 發(fā)表于 03-14 08:26 ?570次閱讀
    機(jī)器視覺(jué)常用的三種目標(biāo)<b class='flag-5'>識(shí)別</b>方法解析

    人臉識(shí)別技術(shù)的原理是什么 人臉識(shí)別技術(shù)的特點(diǎn)有哪些

    人臉識(shí)別技術(shù)的原理 人臉識(shí)別技術(shù)是一種通過(guò)計(jì)算機(jī)以圖像或視頻為輸入,識(shí)別、檢測(cè)、跟蹤和分析人臉的技術(shù)。其原理基于計(jì)算機(jī)視覺(jué)和模式識(shí)別等領(lǐng)域的理論和算法。下面將詳細(xì)介紹人臉
    的頭像 發(fā)表于 02-18 13:52 ?1139次閱讀

    離線語(yǔ)音識(shí)別與在線語(yǔ)音識(shí)別有什么不一樣?

    離線語(yǔ)音識(shí)別與在線語(yǔ)音識(shí)別有什么不一樣? 離線語(yǔ)音識(shí)別和在線語(yǔ)音識(shí)別是兩種不同的語(yǔ)音識(shí)別技術(shù)。離線語(yǔ)音識(shí)
    的頭像 發(fā)表于 12-12 14:36 ?1017次閱讀

    情感語(yǔ)音識(shí)別:技術(shù)發(fā)展與挑戰(zhàn)

    :情感語(yǔ)音識(shí)別的早期研究主要集中在特征提取和情感詞典的構(gòu)建上。研究者們提出了許多不同的特征提取方法,如梅爾頻率倒譜系數(shù)(MFCC)、線性預(yù)測(cè)編碼(LPC)等,并嘗試使用情感詞典來(lái)對(duì)語(yǔ)音中的情感進(jìn)行分類。 深度學(xué)習(xí)時(shí)代的來(lái)
    的頭像 發(fā)表于 11-28 18:26 ?484次閱讀

    AI視覺(jué)識(shí)別有哪些工業(yè)應(yīng)用

    AI視覺(jué)識(shí)別涵蓋多種應(yīng)用,如人臉識(shí)別、目標(biāo)檢測(cè)和識(shí)別、圖像分割、行為識(shí)別、視頻分析等。本篇就簡(jiǎn)單介紹一下AI視覺(jué)識(shí)別的應(yīng)用場(chǎng)景。
    的頭像 發(fā)表于 11-27 18:05 ?1021次閱讀
    AI視覺(jué)<b class='flag-5'>識(shí)別</b>有哪些工業(yè)應(yīng)用

    離線語(yǔ)音識(shí)別及控制是怎樣的技術(shù)?

    引言:  隨著人工智能的飛速發(fā)展,離線語(yǔ)音識(shí)別技術(shù)成為了一項(xiàng)備受矚目的創(chuàng)新。離線語(yǔ)音識(shí)別技術(shù)能夠?qū)⑷说恼Z(yǔ)音轉(zhuǎn)化為可理解的文本,無(wú)需依賴網(wǎng)絡(luò)連接,極大地提升了語(yǔ)音識(shí)別的便捷性和實(shí)用性。  一
    發(fā)表于 11-24 17:41

    語(yǔ)音識(shí)別技術(shù):從傳統(tǒng)到現(xiàn)代的飛躍

    轉(zhuǎn)變的影響。 二、傳統(tǒng)語(yǔ)音識(shí)別技術(shù) 傳統(tǒng)的語(yǔ)音識(shí)別技術(shù)主要基于規(guī)則和統(tǒng)計(jì)模型,如隱馬爾可夫模型(HMM)和動(dòng)態(tài)時(shí)間規(guī)整(DTW)。這些方法需要對(duì)語(yǔ)音信號(hào)進(jìn)行預(yù)處理,如預(yù)加重、分幀等操作,以便進(jìn)行特征提取。然而,傳統(tǒng)方法往往難以
    的頭像 發(fā)表于 10-13 17:08 ?442次閱讀

    基于特征譜帶的高光譜遙感礦物譜系識(shí)別

    方法適應(yīng)性強(qiáng),圖像地物識(shí)別更有用。但明顯不足是由于實(shí)際地物光譜變異、獲取數(shù)據(jù)受觀測(cè)角以及顆粒大小的影響而造成光譜變化,準(zhǔn)確匹配比較困難,造成巖礦識(shí)別與分析上的混淆和誤差。 礦物光譜特征 在當(dāng)前光學(xué)遙感攝影普遍
    的頭像 發(fā)表于 10-13 10:31 ?614次閱讀
    基于特征譜帶的高光譜遙感<b class='flag-5'>礦物</b><b class='flag-5'>譜系</b><b class='flag-5'>識(shí)別</b>

    射頻識(shí)別技術(shù)漫談(10)——識(shí)別號(hào)的格式變化

    射頻識(shí)別技術(shù)漫談(10)——識(shí)別號(hào)的格式變化
    的頭像 發(fā)表于 10-11 15:24 ?1199次閱讀

    語(yǔ)音識(shí)別技術(shù)的應(yīng)用及優(yōu)化

    一、引言 語(yǔ)音識(shí)別技術(shù)是一種能夠讓計(jì)算機(jī)“聽(tīng)懂”人類語(yǔ)言的技術(shù)。隨著科技的不斷發(fā)展,語(yǔ)音識(shí)別技術(shù)的應(yīng)用范圍越來(lái)越廣泛。本文將探討語(yǔ)音識(shí)別技術(shù)的應(yīng)用及優(yōu)化方法。 二、語(yǔ)音識(shí)別技術(shù)的應(yīng)用
    的頭像 發(fā)表于 10-10 17:26 ?1732次閱讀

    項(xiàng)目案例:基于YOLO的鋁型材表面缺陷識(shí)別

    方法多采用傳統(tǒng)機(jī)器視覺(jué)算法,通過(guò)圖像形態(tài)學(xué)處理與特征提取進(jìn)行缺陷識(shí)別,往往需要根據(jù)不同形態(tài)的缺陷特征,設(shè)計(jì)不同的特征提取與識(shí)別算法。鋁型材表面缺陷形態(tài)不規(guī)則、位置隨機(jī)且大小不一,采用傳統(tǒng)機(jī)器視覺(jué)缺陷
    的頭像 發(fā)表于 10-08 15:30 ?985次閱讀
    項(xiàng)目案例:基于YOLO的鋁型材表面缺陷<b class='flag-5'>識(shí)別</b>