[发明专利]扩展粒子群波段选择

说明书

本公开提供用于检测沉积在感兴趣的对象上或者与感兴趣的对象相关的感兴趣的化合物的方法、系统和计算机程序产品。感兴趣的化合物不受限制，并且包含药物、酒精、大麻、麻醉剂、由州法律、联邦法律或国际法律定义的管制物质、基于铵的爆炸物、基于MGE的爆炸物、毒性化合物、有机化合物、无机化合物、神经性毒剂、或生物化合物。本公开提高处理高光谱图像(尤其是在低功耗装置或便携式装置上)的速度和效率。

相关申请的交叉引用

本申请要求于2019年2月14日提交的名称为“扩展粒子群波段选择”的美国临时专利申请号62/805,742(其全部内容通过引用被并入)的优先权。

领域

高光谱成像在隐藏的毒品、化学战剂和爆炸物的非接触式检测方面受到越来越多的关注。更广泛地，高光谱成像对于期望检测材料表面上不同化学化合物或特征的任何领域(包含化学、材料科学、卫生保健、诊断和制造)而言是有用的。然而，虽然高光谱图像的光谱信息内容丰富，但可能难以处理巨量的维度数据。这对于需要在低功耗装置或便携式装置上近实时采集或实时采集和/或处理高光谱数据的应用而言可能尤其具有挑战性。

为了更快且更有效地处理高光谱图像(尤其是在低功耗装置或便携式装置上)，需要显著降低高光谱图像中的波段数量以用于高精度的对象检测。在遥感高光谱图像和陆基高光谱图像中降低高光谱图像的维数被称为波段选择，并且包含数种现有技术。传统上，基于变换的方法(如特征向量分析、一阶导数分析、和主成分分析及其变体)已经用于波段选择。这些方法将矩阵变换应用于高光谱图像，以将数据投影到较低维度的坐标空间上。在这种情况下，变换导致对象的原始光谱信息丢失，自动目标检测算法中的后续步骤通常需要原始光谱信息。此外，基于变换的方法需要收集完整高光谱图像，以应用变换矩阵。这使得实时检测或近实时检测变得困难(尤其是在低功耗装置或便携式装置上)。

可替代地，基于信息的方法尝试测量高光谱图像中每个波段的信息内容。然后，选择具有判别能力的具有较高信息内容的波段用于对象检测。基于说明性的信息的方法基于熵、互信息、约束能量、波段相关性、描述性特征和群集中心距离的测量。基于信息的方法相较于基于变换的方法的一个优势是波段子集保留了感兴趣的对象的原始光谱信息。然而，基于信息的方法非常容易受到影响信息内容的现实世界外部因素(如环境变化、光照变化、噪声等)的影响。

对于存在于感兴趣的对象上的任何给定化学品或材料，需要快速且有效地获得最优评分传递函数的技术。

概述

本公开提供用于检测沉积在感兴趣的对象上或者与感兴趣的对象相关的感兴趣的化合物的方法和系统。

在一实施方案中，存在用于使用高光谱成像检测感兴趣的化合物的系统，系统包括：处理器，在检测到高光谱图像时，处理器：收集超立方体，初始化来自超立方体的至少一个粒子；将目标函数应用于超立方体以确定至少一个奖励(reward)；聚合(aggregate)至少一个奖励；使具有较少奖励的粒子突变(mutate)；更新每个粒子的速度；评估每个粒子的奖励；如果每个粒子的奖励高于规定阈值，则输出感兴趣的化合物的图像；并且如果每个粒子的奖励低于规定阈值，则将目标函数应用于超立方体以确定至少一个奖励；聚合至少一个奖励；使具有较少奖励的粒子突变；更新每个粒子的速度；并且再次评估每个粒子的奖励。

在另外的实施方案中，超立方体通过图像检测器由电磁辐射的波长成像，电磁辐射的波长包含约0.01nm至约10nm(X-射线)、约180nm至约380nm(UV)、约380nm至约720nm(VIS)、约720nm至约1100nm(NIR)、约400nm至约1100nm(VIS-NIR)、约850nm至约1800nm(SWIR)、约1200nm至约2450nm(eSWIR)、约720nm至约2500nm(NIR-eSWIR)、约3μm至约8μm(MWIR)、约8μm至约15μm(LWIR)、约15μm至约1mm(FIR)、约720nm至约1mm(IR)、或约100μm至约1mm(太赫兹)、其邻近连续范围的组合、其重叠范围的组合、或其不重叠范围的组合中的一种或更多种。