[发明专利]一种基于高光谱成像土遗址文物表面含水量检测方法在审
申请号: | 202210490117.7 | 申请日: | 2022-05-07 |
公开(公告)号: | CN114878508A | 公开(公告)日: | 2022-08-09 |
发明(设计)人: | 罗宏杰;高戈;黄晓;李强;杨龙康;王忠伟 | 申请(专利权)人: | 上海大学 |
主分类号: | G01N21/359 | 分类号: | G01N21/359;G01N21/3563 |
代理公司: | 上海瀚桥专利代理事务所(普通合伙) 31261 | 代理人: | 郑优丽;牛彦存 |
地址: | 200444*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 光谱 成像 遗址 文物 表面 含水量 检测 方法 | ||
本发明提供一种基于高光谱成像土遗址文物表面含水量检测方法。所述方法包括以下步骤:在土遗址文物周边采集样本,外加水并混合均匀,将其配制为具有不同外加含水量的梯度标准样本;采集所述梯度标准样本的可见光‑近红外高光谱成像数据;对所述可见光‑近红外高光谱成像数据进行特征波段提取得到特征光谱数据;构建梯度标准样本的特征光谱数据和外加含水量之间的关系,建立土遗址文物表面含水量预测模型,向所述预测模型输入土遗址文物待测样本的可见光‑近红外高光谱成像数据,得到土遗址文物待测样本的预测含水量。
技术领域
本发明属于文物检测技术领域,具体涉及保护文物含水量的无损检测,尤其涉及一种基于高光谱成像土遗址文物表面含水量检测方法。
背景技术
我国拥有大量粘土类遗址和遗迹,是我国优秀文化遗产中重要的组成部分。土遗址是人类历史上以土为主要材料而建造的具有历史、艺术、科学、社会及文化价值的文化遗产。这些文化遗产是我国悠久历史及灿烂文化的重要载体,是中华文明的实物象征。许多土遗址文物由于受到自然侵蚀和环境变迁等因素,其保护现状不容乐观。在众多的病害中,盐分和水分的破坏是最难治理和最为严重的,也是国内外文物保护研究工作的难点和热点。
在地下水和大气含水的交互作用下,土遗址表面水分成为导致其破坏的潜在威胁,因此,土遗址表面水分含量的获取对于干旱或者潮湿地区的土遗址保护具有重要作用。传统的土壤含水量测试方法会破坏土遗址表面信息,造成环境污染,费时费力,分辨率小,不适用于土遗址文物保护领域。目前高光谱反演土壤水分的模型主要有偏最小二乘回归、神经网络法、逐步回归方法和多元线性回归方法,由于其模型的变量众多,模型运算效率较低,稳定性较差,难以快速准确测定土遗址表面含水量的应用。同时,可见光-近红外光谱的反射率与样品的水分、盐分、有机质、颜色、氧化物含量等很多性质有密切关联,土壤的含水量预测模型很难应用于土遗址表面含水量的测定,因此需要针对特定土遗址表面的材料进行详细研究。
现有资料表明,在文物保护领域尚无通过采用高光谱成像结合化学计量学的方法来建立土遗址表面含水量合理预测模型的研究以及相关报道。
发明内容
针对现有技术中针对土遗址文物表面含水量测定存在的短板,本发明提供一种基于高光谱成像土遗址文物表面含水量检测方法,该方法作为针对土遗址文物表面含水量测定的有效技术,提高了土遗址表面含水量测定的准确性。
为此,本发明提供一种基于高光谱成像土遗址文物表面含水量检测方法。所述方法包括以下步骤:
步骤(i):在土遗址文物周边采集样本,外加水并混合均匀,将其配制为具有不同外加含水量的梯度标准样本;
步骤(ii):采集所述梯度标准样本的可见光-近红外高光谱成像数据;
步骤(iii):对所述可见光-近红外高光谱成像数据进行特征波段提取得到特征光谱数据;
步骤(iv):构建梯度标准样本的特征光谱数据和外加含水量之间的关系,建立土遗址文物表面含水量预测模型,向所述预测模型输入土遗址文物待测样本的可见光-近红外高光谱成像数据,得到土遗址文物待测样本的预测含水量。
较佳地,可见光高光谱成像的特征光谱数据为400-1000nm波段的光谱数据;近红外高光谱成像的特征光谱数据为1000-2500nm波段的光谱数据。
较佳地,所述方法还包括:对所述可见光-近红外高光谱成像数据进行特征波段提取之前,对可见光-近红外高光谱成像光谱数据进行预处理。
较佳地,采用Savitzky-Golay平滑、标准正态变化、一阶导数和二阶导数的一种或多种的组合对可见光-近红外高光谱成像光谱数据进行预处理;优选地,采用Savitzky-Golay平滑与标准正态变化的组合对标准样本的可见光高光谱成像数据尤其是反射率数据进行预处理;采用Savitzky-Golay平滑与二阶导数的组合对标准样本的近红外高光谱成像数据尤其是反射率数据进行预处理。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海大学,未经上海大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210490117.7/2.html,转载请声明来源钻瓜专利网。