红根杂草（Amaranthus retroflexus L.）是一种有害杂草，会影响全世界的棉花（陆地棉）的生长和产量。 能够从棉花中区分出红根杂草，将有助于生产者和农作物顾问更好地实施用于抑制和控制它的策略。 杂草和作物冠层的高光谱反射特性已用于区分它们。 目前，尚无有关高光谱数据用于区分红根杂草与不同叶形棉花的信息。 积极的结果将进一步支持遥感技术的应用，以区分红根杂草和棉花。 目的是比较红根杂草的冠层高光谱反射率与秋葵和超级秋葵叶棉的冠层高光谱反射率，并确定光谱反射率特性存在差异的光谱区域。 在2019年5月6日至6月27日使用分光辐射计获得了红根杂草和棉花的高光谱反射率测量结果。该研究使用了温室中生长的植物。 通过方差分析（p≤0.05）和Dunnett检验（p≤0.05）评估了162个10 nm波段（400-2350 nm光谱范围），以确定可用于从中分离红根杂草的波段秋葵叶和超级秋葵叶棉。 以下两个波段在两个日期上均能区分红根杂草和秋葵叶棉：420 nm，510-650 nm，690-740 nm和2000-2010 nm； 然而，从红秋葵叶棉中分离出红根杂草的两个日期均鉴定

利用卫星双光谱反射率算法反演的云参数及其应用.pdf

可以解决对于一条光谱曲线的混合像元分解问题，从光谱库中直接获得端元波普进行线性混解

针对光谱反射率重建常用方法中主成分分析法重建后产生病态的问题，提出一种基于降维正则化多项式的光谱反射率重建方法;利用主成分分析法对训练样本的高维光谱数据进行降维，在降维的基础上对样本的通道响应数进行多项式回归扩展来提高光谱反射率重建的精度，同时加入Tikhonov限制条件来避免多项式扩展导致的数据不稳定性和随机噪声产生的病态问题。结果表明：降维正则化多项式光谱反射率重建方法在精度评价中的效果优于主成分分析法和多项式回归扩展法，同时实现了降低光谱数据计算量、优化通道响应、提高反射率重建精度的目的。

通过彩色数码相机单幅RGB图像的响应值重建物体表面的光谱反射率, 不仅可以有效避免基于带通滤光片光谱成像系统存在的通道间图像像素偏移问题, 而且可以缩短图像采集周期和获得高空间分辨率的光谱图像,但是光谱重建误差受光谱重建方法的影响。提出了一种基于相机响应值扩展和局部反距离加权优化的光谱重建方法, 以CIEDE2000色差和光谱均方根误差为评价指标, 以600个矿物颜料色块为实验样本, 利用佳能600D型数码相机对所提方法进行了验证, 并与当前几种较先进的方法进行了对比。实验结果表明, 所提方法的平均CIEDE2000色差和平均光谱均方根误差分别降低到1.0389和0.0230, 所提方法的光谱重建精度优于当前几种较先进方法的光谱重建精度。

通过光谱反射率计算XYZ三刺激值

高光谱反射率转换步骤.doc

针对传统多光谱成像颜色测量系统光谱反射率重建算法计算量大、操作繁琐耗时、成本高等缺点，提出一种由LED主动照明光源和黑白高速相机构建的多光谱成像颜色测量系统。采用多个单色LED拟合出相对光谱功率分布与相机光谱灵敏度曲线成倒数关系的照明光源，并利用黑白相机的输出响应直接重建物体的光谱反射率。实验结果表明，与分光光度计测量结果相比，该方法测量Macbeth ColorChecker 24标准色卡的光谱反射率的平均误差在2.3个CIELAB色差左右。该系统具有原理简单可行、不需要滤光片、光谱反射率重建算法简单快速等优点。

光谱反射曲线或光谱反射张量转换到Adobe RGB 条件 CIE D65 10°视场下 附: 一张高光谱图像 28.mat，一份样本文件 demo.mat，条件转换矩阵D2.mat，转换函数 adbrgb.m 。

基于改进正交匹配追踪算法的光谱反射率重构研究