آموزش آنالیز طیف ها در envi
برای کمک به شناسایی مواد براساس ویژگی های طیفی از تحلیلگر طیفی(Spectral Analyst) استفاده کنید. Spectral Analyst از تکنیک های ENVI مانند کدگذاری باینری(Binary Encoding)، نقشه بردار زاویه طیفی(Spectral Angle Mapper) و Spectral Feature Fitting برای رتبه بندی مطابقت طیف ناشناخته با مواد موجود در کتابخانه طیفی استفاده می کند.
قیمت:
10000 تومان
بعد از پرداخت لینک دانلود فعال خواهد شد
:نظرات ارسال شده
از جمله آموزش های این قسمت می توان به موارد زیر اشاره کرد:
1_ باز کردن تصویر در انوی
2_ بررسی کتابخانه های طیفی
3_ نحوه ی باز کردن طیف با فرمت ascii
4_ تحلیل طیف ها در انوی
5_ نحوه ی انجام پردازش تحلیلگر طیفی
6_ بررسی خروجی ها خروجی
در یک کلام خلاصه این لگوریتم یک طیف را با طیف های کتابخانه ای مقایسه میکند و میزان شباهت را تعیین میکند. در واقع هنگام استفاده از این الگوریتم کاربر کاربر طیف آزمایشگاهی یک پدیده را با طیف کتاب خانه ای مقایسه میکند تا نوع ماده هدف را تشخیص دهد.
Spectral Analyst برای هر یک از مواد موجود در کتابخانه طیفی، یک امتیاز رتبه بندی یا وزنی است. بالاترین امتیاز نشان دهنده بیشترین احتمال یا نشانگر اطمینان بیشتر به شباهت طیفی است. مواد مشابه ممکن است نمرات نسبتاً بالایی داشته باشند، اما مواد غیر مرتبط باید نمرات کمی داشته باشند. دقت کنید این عملکرد طیف ها را شناسایی نمی کند. فقط مواد احتمالی را برای شناسایی معرفی می کند. با تغییر روشهای تشابه یا وزن، نتایج ممکن است تغییر کند. درنهایت کاربر مسئول شناسایی واقعی است. تجزیه و تحلیل طیفی بر اساس تکنیک های مطابقت طیفی دارای پیش نیاز های خاص برای انجام موفقیت آمیز است.
برای مثال: رفتار بعضی از مواد در یک طول موج مشابه هستند، با این حال در باند های دیگر بسیار متفاوت هستند. برای بهترین نتیجه، از محدوده طول موج که شامل ویژگی های جذب شاخص است استفاده کنید. هنگامی که یک طیف نمایش داده می شود، تحلیلگر طیفی در محدوده نمایش داده شده در نمودار مربوطه در حال تحلیل پردازش را انجام می دهد. درصورتی که مواد دارای ویژگی های جذب هستند، Spectral Feature Fitting بهترین روش است. در غیر این صورت، Spectral Angle Mapper یا Binary Encoding نتایج بهتری را ارائه می دهد.