一种机器透视视觉实现方法
【专利摘要】一种机器透视视觉的实现方法,在进行基本信息识别后通过多波段微波辐射计探测一个物体对于不同频率波段的亮温,再依靠分层模型结合已知信息与先验假定(a-priori),来反演物体内部的密度或温度或材料。由于不同频率的微波具有不同的钻透深度,而各频率的亮温又与密度分布、真实温度分布以及介电参数存在函数关系,因此可以用来通过部分已知信息以及测量来反演未知信息,并通过a-priori来实现约束。频道数量应不少于待测参数的数量。对于一些不具备分层结构的物体,可将其在几何上先拆分为一个个具有分层结构的对象分别予以反演。为减少计算量,可对常见物体建立相关的密度与介电常数等的数据库,可通过对物体先初步识别,搜索查询其已知参数,然后反演。
【专利说明】一种机器透视视觉实现方法
【技术领域】
[0001]本发明属于机器视觉与微波【技术领域】,尤其涉及一种远距离非接触获取物体内部信息的技术方法。
【背景技术】
[0002]关于机器与机器人的视觉,过去主要停留在仿生的基础上,致力于让机器人能够通过摄像头来获得物体的图像、运动并加以识别。
[0003]但是这类视觉手段与设备对于物体的光谱感知范围仅限于可见光或红外的范围,这些光的波长十分短,钻透深度很低,可见光基本没有钻透深度,红外光也仅能到达在物体表面下约一毫米的深度距离,因此这些方法均不能获得物体内部的信息。
[0004]过去对于物体内部信息的获取需要专门的X射线办法或核磁共振办法。具体介绍如下。
[0005]第一种是在医学上广泛应用的X射线,依据波粒二象性原理,X射线能量高,粒子性强,有很高的能量与钻透能力。产生X射线的方法是用加速后的电子撞击金属靶。撞击过程中,电子突然减速,其损失的动能会以光子形式放出,形成X射线光谱的连续部分,称之为制动辐射。通过加大加速电压,电子携带的能量增大,则有可能将金属原子的内层电子撞出。于是内层形成空穴,外层电子跃迁回内层填补空穴,同时放出波长在0.1纳米左右的光子。由于外层电子跃迁放出的能量是量子化的,所以放出的光子的波长也集中在某些部分,形成了 X射线谱中的特征线,此称为特性辐射。然而,X射线存在三个问题不能用于机器视觉:
1.对生物体损害大,一般人体多次接受X射线即有较大危险。
[0006]2.接收模式是探测透过光,需要在对面有接收屏,因此需要专门的X射线室,无法用于机器人对物体的观察视觉。
[0007]3.必须是主动发射主动探测,设备难以小型化,自然界日常生活中正常物体不会主动发射X射线。
[0008]第二种是核磁共振成像。利用核磁共振(nuclear magnetic resonance,简称NMR)原理,依据所释放的能量在物质内部不同结构环境中不同的衰减,通过外加梯度磁场检测所发射出的电磁波,即可得知构成这一物体原子核的位置和种类,据此可以绘制成物体内部的结构图像。但是,核磁共振需要将物体放置到专门的系统内扫描。其成像系统是一台巨大的圆筒状机器,能在受检者的周围制造一个强烈磁场区的环境,借由无线电波的脉冲撞击身体细胞中的氢原子核,改变身体内氢原子的排列,当氢原子再次进入适当的位置排列时,会发出无线电讯号,此讯号借由电脑的接收并加以分析及转换处理,可将身体构造及器官中的氢原子活动,转换成2D影像。因此,其也无法应用于机器人视觉,因为被观察物体根本就不为机器人所控制,以观察建筑物为例,无法为观察需要将该建筑物放置到机器人内。核磁共振的设备成本与使用成本也都很高。
[0009]其实除了以上两种手段之外,低频微波遥感也具有穿透性。微波遥感主要是利用红外光束投射于物体表面,由其反射回的微波波长改变及色偏确定其大小、形态以及移动速度的技术。地球上各种物体对外来的微波信号会产生反射,而且物体本身也具有微波辐射能力。微波遥感就是通过探测物体对微波的反射或自身的微波辐射,来感知物体形态和结构组织的。
[0010]根据工作原理的不同,微波遥感设备可以分为两大类,一类是主动遥感器,即探测设备主动发射微波信号,然后再接收被探测目标反射或散射的信号来感知被探测目标,其工作原理类似大家熟知的雷达。另一类是被动遥感器,其工作原理类似于光谱探测设备,即采用高灵敏度的微波接收技术,接收目标本身微弱的微波辐射信号。目前世界上的主动微波遥感器有微波散射计、微波高度计、合成孔径雷达(SAR)和真实孔径雷达等,被动遥感器主要是微波辐射计。
[0011]在近年卫星微波遥感的实践中已经意识到,在水分含量低的情况下,低频微波能透过植被、冰雪和干沙土,以获得近地面以下的土壤信息。
[0012]然而目前这一特性并未被专门加以利用,当然也没有能应用到日常的机器视觉。因为,微波遥感目前都是基于空中的遥感飞机或遥感卫星的,主要是通过获得的某个波段的遥感图像与该波段下一些标准物的标准图像进行对比,以识别出遥感图像上的物体类型,其存在以下问题:1.微波获得的亮温图像难以解释,微波获得的亮温与大量因素相关,材料、密度、比热、介电常数等,因此一般遥感中,仅仅将亮温作为一个用来与标准化物体对比的参数,通过获得的某个波段的遥感图像与该波段下一些标准物的标准图像进行对比,以识别出遥感图像上的物体类型,比如是植被还是土壤,数值本身不具备具体的物理意义,而在日常生活中,这样的对比就毫无必要,因为可见光就已经能够分辨出物体了 ;2.微波遥感中虽然已经发现微波可以得到近地面以下信息,但是该信息对于遥感而言基本没有意义,遥感对象基本是陆地与海洋,无论是土壤还是海洋湖泊都有大量水存在,而水(湿度、水蒸气)会大大吸收微波,使得在卫星遥感中其探测深度不超过数厘米,而土壤和海洋的数厘米深度与表层基本没有差异,主要的用途最多就是透过覆盖的冰雪、沙尘、草植被来获得土壤类型信息,应用面狭窄,因此没有据此发展出相关技术手段。
【发明内容】
[0013]针对上述问题,本发明中提出了一种新的技术方案,针对低频微波的穿透能力设计一种新的设备,并将难以解释的亮温数据通过一些办法解释出特定的真实物理量。
[0014]本技术方案在获取必要的基本信息后,首先通过具有多频道的微波探测仪来探测物体发射或反射的不同频率的微波波段,(如果是主动微波探测仪的话以反射为主),其频道分布可以根据待探测物体类型与分层结构设计,比如,对于建筑物,可以设置诸如200MHZ, 1GHZ,2GHZ,4GHZ等频率波段,其中频率越低波长越长,探测深度越深,在没有太多水分的情况下,200MHZ的频道可以获得来自数米深内部墙体的信号。设置多少个频率段应当取决于常用应用场景的未知参数的数量和待测物体的层次数,如果要从外部探测一个建筑物的内部物理温度分布从而判断其供暖系统等热源分布的话,假设该建筑物表面数厘米是瓷砖,之后数十厘米为混凝土,再之后为钢复合结构的话,再内部一层又是混凝土,则可以将该建筑物待探测墙体分为4层,(墙体内外的空气层参数均为已知),4层的物理温度都是未知的,设为Tl、T2、T3与T4,注意,其中每个T都不是一个数值,而是一个二维矩阵,二维矩阵中的每个元素对应建筑物内部一层上一个坐标的实际温度。可以近似地理解为,每个T对应于一个平面图像。在其他参数已知,如每层密度与介电常数都已知时,则至少应设计4个以上的探测频率,可以为上述的四个频率波段,但如果存在未知系数,如复合结构层的密度也不明,则应该设置更多的频段,频道数量应不少于待测参数的数量(此时为well-posed情形),当然,频率波段越多,能够获得的信息参数就越多且越准确(此时为overconstrained情形)。因此,当应用于机器视觉时,应按照成本与体积的容忍范围设计尽可能多、分布尽可能错开的频段(分布应错开,否则穿透深度近似不利于后续反演操作)。
[0015]按以上所述微波探测器将获得一个物体对于不同频率波段的亮温分布,之所以称之为分布是因为每一个频道的亮温也并不是一个数值,也是二维矩阵,待测物体的每一个坐标对应于一个数值,绘制出来是一个图像,与过去在可见光下看到物体不同区域具有不同颜色是类似的,不同区域的物体所发射或反射的微波亮温也是不同的,如果以上述提到的墙体为例的话,每一个波长段都会显示出一个亮温图像。这个亮温不是温度,但是和温度具有一样的单位,每个波长对应的亮温不同。
[0016]当然,这些不同波段的亮温图像数值不同,但是看起来形状等往往是差不多的,因为每一个频率的亮温都包含了来自各个深度的信息,所以热点、冷点等信息是基本一致的。而过去的卫星微波探测往往也就到这一步,根据其形状比对来研究探测结果如土壤分布坐寸ο
[0017]然而,事实上,对于不同频率的亮温,来自不同深度的信息的成分是不同的,如果我们能对这些形状看似类似的不同波段的亮温图像进行信息分离,能够分离出每一个物理深度的密度或温度分布,从而将不具有准确物理意义的亮温转译成真实的物理参数。本发明采用了如下的方法来实现该目的。
[0018]正如前面建筑物案例所述的那样,我们在反演时将物体假设为了一个个细分的层,探测器接收到的对于不同频率波段的亮温B看作是这些细分的层对于不同频率波段的亮温的贡献叠加,每一层的贡献可以表达成各层的温度T乘以各层贡献比例F,贡献比例F是该层的密度P与介电函数ε (Dielectric Permittivity)的函数,根据方程组“接收到的对于不同频率波段的亮温=细分的层对于不同频率波段的亮温的叠加=各层物理温度乘以贡献比例”,即B=FT方程组,其中B与F与T均是矩阵,根据方程组可以反演各层的物理温度或密度等。假设设备测量误差矩阵为S,则反演的算法给出的一般解为:
T=(FtS-1F) -1FV1B
其中Ft表示F的转置矩阵,S-1表示S的逆矩阵,(FV1F) 1表示(FV1F)的逆矩阵。
[0019]这样就可以依据B、S与T来求得被探测物体的内部各层温度了。其中S除了依靠出厂标定外,可以依照对两个已知标准物的测定来即时评估。
[0020]所得结果的综合误差St为St= (FtS-1F) 1
那么如果内部的密度也不清楚呢?如果F中产生了未知变量,此时,只需要增加探测频道,获得更多的方程即可。只要有足够多的探测频道,就可以用足够多的方程来抵消未知参数。
[0021]那么如果遇到物体的分层结构存在扰动怎么办呢?比如,上述问题中,靠近室内的混凝土层中可能有各种铺设的管道如水管等,这些管道的位置在探测前是未知的,而在处理中其所在位置的密度被假定成了混凝土的密度,这样就会造成得到的温度异常,此时,需要进行迭代计算(iterat1n),即一次计算不能解决,需反复计算求近似解。以上述靠室内混凝土层有管道为例,当第一次计算呈现出异常温度分布的区域,则对这部分区域依据求解出的温度分布为已知,更换密度函数为未知,如此反复进行迭代计算,直到出现匹配稳定的解。
[0022]那么如果遇到一些物体不具备分层结构又怎么办呢?此时,可将其在几何上先拆分为一个个具有各自分层结构的对象分别予以研究反演,对于几何拆分很复杂的物体,可以借助计算机程序拆分。总之,上文描述的分层结构是计算的基本单元的模型,对于复杂的物体可以最终归结到基本单元上处理。当然,即使有足够多的探测频道,复杂物体的内部解析透视需要的计算性能依然是较大的,在下面的具体实施案例中会提到发明人设计的系统对一个实例的处理,在高性能的Fortran语言下,在一台i7处理器的工作站上依然费了 20小时的时间,才最终获得该物体的内部的所有热源分布结果。
[0023]理论上,如果有足够强的计算能力,通过尽可能多且错开分布的频率段、足够的迭代计算、细致的拆分,能够解决绝大部分物体的透视需求。
[0024]微波探测仪的类型应当根据需要的分辨率决定采用主动类型或被动类型。主动微波探测器,即探测设备主动发射微波信号,然后再接收被探测目标反射或散射的信号来感知被探测目标,类似雷达。被动微波探测器工作原理则类似于光谱探测设备,即采用高灵敏度的微波接收技术,接收目标本身微弱的微波辐射信号。被动探测的空间分辨率较低,不适用于小型物体探测。如待测物体小、干扰大,宜采用主动微波探测。
[0025]实际操作中,还宜采用如下办法来进一步施加约束,减小误差:使用先验假定(a-pr1ri),通过各种已知信息给出待反演参数的一个假设值(往往是一个矩阵),而后将该先验假定与实际探测到的亮温等一起进行反演,给出待反演参数的最概然解(mostprobable solut1n)。因为如不包括a-pr1ri,直接根据测量值反演,往往即使使用很多频率的波段来进行该反演操作,其误差依然会是非常大的。
[0026]还是以上面所述的建筑物透视为例,假定我们依据其他已知信息如工程资料猜测了一个温度的分布函数Ta,并给出该Ta的误差(error coviarance)为Sa,贝U新的解计算公式为:
T=Ta+ (FtS_1F+Sa_1) -1FV1 (B-FTa)
应用了 a-pr1ri之后,相当于结合了测量与已知信息,能够给出更优化的解。当然,准确给出S与Sa十分重要,如果S也就是测量误差非常大,而Sa也就是已知信息解的误差被认为地非常小的话,那结果就会很接近于根据已知信息猜测的TA。反之则接近T。
[0027]为了尽量减少计算量,或减少未知参数,我们还可对常见物体建立相关的数据库,包含常见物体的介电常数或密度或比热等信息,以便在反演时直接查询。许多常见事物的密度、介电常数等往往都是可以查到的。而要判断物体的大致类别,或者说是什么的话,也可以通知一个机器视觉的预处理步骤完成,比如,在反演前先通过其他探测办法如可见光、红外光对被探测物体进行初步识别,确定被探测事物是什么,而后依据初步识别获得的外观等信息在本机或互联网数据库中查询相关材料、介电常数、密度结构等。尽量将能够查询到的参数信息通过查询获得,以减轻反演计算量。
[0028]在一些情况下,物体是未知材料构成的,这时可以在反演前先通过光谱仪探测被测物体的表面发射或反射的光谱,依据获得的光谱信息以光谱模型(往往是线性光谱模型)反推物体的材料组成,进而得到介电常数分布。比如上述的建筑物案例,最表面的一层是瓷砖,而瓷砖的材料不同其介电常数就会不同,使用光谱仪可以先区分出其材料分布,从而得到瓷砖层的介电常数和密度。
[0029]在一些情况下,物体的表面温度未知,此时可以通过辐射计如红外辐射计来测量得到。
[0030]按照上述的方法可设计许多装置设备,来给予智能设备或者机器人以透视物体内部的3D视觉能力。
[0031]典型的,如附图1所示,一个应用于机器人透视视觉的系统具有一台多波段阵列的微波探测仪(1),波段应尽可能错开,一个以上摄像头(2),一个计算设备(4),附件网络设备,系统的工作流程为:由摄像头获得物体的外观或表面信息(6),再依据这部分信息进行搜索或通过网络设备向数据库查询,从而获得物体的已知数据,并由多波段的微波探测仪以接收待测物体发射或反射的微波(5)的方式获得物体对于不同波段的亮温,然后由计算设备按照上述的方法划分成相应的分层结构(7)并反演物体的内部的密度或温度分布(8)。
[0032]对于自然形成的物体,由于其表面与内部的材料成分往往具有连续性,此时系统还可带有一台光谱探测仪(3),用于获得物体发射或反射的光谱,该光谱数据用于反演物体表面的成分,进而按照一定的模型来假定物体内部的材料成分。材料成分决定后即决定了介电常数的分布。如果物体表面的温度未知,还可包括一个辐射计(Rad1meter)或红外测温仪来获得物体表面的温度。
[0033]应用该设备可以得到过去的技术无法得到的许多内部信息,比如,以上述的建筑物案例来说,只需要由装备该设备的机器人进行远距离非接触的观察,就可以得到建筑物内部的热源分布(进而可推断内部的热电结构或人类活动)、管道分布与情况,对于工程、军事、医学观察、日常生活都有重要意义。
[0034]有益效果
与之前的机器视觉技术方案相比,本技术方案具有以下优点:
1.透视。能够获得物体或建筑物的内部密度分布、内部结构、内部热源分布等信息,不再停留于表面。
[0035]2.无损。不破坏、不影响待测物体。不需要接触待测物体,即可完成透视。
[0036]3.低成本。对于一些远距离物体,或者高空物体,或者外星物体,如果要进行实地钻探,成本可能以百亿美元计算,而采用本方法,可以极低的成本获得更全面的结果。
[0037]4.安全。可以远距离判断建筑物或掩体内部热源如人员位置,对于反恐、国防、维护社会治安有着很大帮助。
[0038]5.方便且对人体健康。如基于本发明制造人体健康自查设备,能够对人体无害地实施检查,当发现瘤形成(密度异常)或血管问题(局部血管温度异常)时可及时就诊。
[0039]6.全天候、全天时。受云层、浓雾等天气的影响,也不受日夜光照条件变化的限制。
【具体实施方式】
[0040]本发明的具体实施案例中,发明人制造了一个实现上述方法的系统,系统带有如下部分:多频段的微波探测器、光谱仪、辐射计、摄像头、计算机程序。
[0041]该多频微波探测器具有4个探测频率,分别为120MHZ,450MHZ, 1GHZ,与5GHZ。有主动模式与被动模式,实施案例中采用被动模式。
[0042]光谱仪为一台成像光谱仪。
[0043]辐射计为测量表面温度用的红外辐射计。
[0044]程序是使用Fortran编写的。由于处于样例阶段,目前仅包括对一些观察对象专门编写的函数和I ibrary,还不能够对任意的物体进行直接观察。
[0045]以对一干燥的具有内部埋藏放射性热源的矿物块观察为该系统的一个应用案例,在本例中应用本系统进行非接触的内部放射性热源的定位。
[0046]在实施中首先通过摄像头观察该矿物块,并查询相关视觉图像,经比对后确认了矿物块类型,依据该类型的一般形成条件进而对该块建立数学模型,模型分为六层,第一层为表面的风化稀松层,第二层到第五层为不同年代形成的粘土层,第六层为岩石层。每一层都具有各自的密度P i 二维分布与温度Ti 二维分布。由于寻找放射性热源主要需要依靠热分布判断,故近似假设密度为每层一个数值,以便减少参量。
[0047]然后通过光谱仪观察矿物上下表面矿物成分,获得了该球体的铁分布,矿物来说主要是密度和铁含量对于介电常数的影响较大,再通过光谱仪观察侧面剖面获得了矿物的各层组分材料,以及每层的厚度(深度),大致确定了各层的密度。假定物体中铁连续分布,依据表面铁分布结合各层密度一起推断了物体的各层介电常数的分布二维矩阵。
[0048]其次红外辐射计获得了上下表面的温度的二维分布(Tl,T6)。待求解的为第二层到第五层的温度分布(T2,T3, T4, T5)。(注意:此处的温度T都指的是内部该层上每个网格坐标位置的具体温度的分布的二维矩阵,绘制出来是一个二维图像,绝不是单个数值)
依据微波探测器的四个不同波段分别获得了四个亮度温度,TBl, TB2, TB3与TB4。
[0049]程序部分基于如下物理原理在Fortran中编写:首先依据起伏散逸定理(fluctuat1n dissipat1n theorem, FDT)与并矢格林函数,得到分层系统中亮温与各层实际温度的关系,见附图2。具体的参数解释都在相关的【专利附图】
【附图说明】中有说明。
[0050]依据反演理论,待反演参数T为Τ=[Τ2,Τ3, Τ4, Τ5],不过在本例中测量值此时不是亮温本身B,如果记B为Β=[ΤΒ1,ΤΒ2, ΤΒ3, ΤΒ4],则此时的实际测量值是B减去表层的贡献和底层的贡献,也就是测量值Y= (Β-ΤΒ表层贡献-TB底层贡献)=F*T。这是由于其中由红外辐射计获得了表层和底层的实际物理分布,表层的贡献和底层的贡献都是可以直接计算获得的,因此此时Y才是测量值,即measurement vector。
[0051]其中Y的展开见附图3所示。具体的参数解释都在相关的【专利附图】
【附图说明】中有说明。
[0052]此时依据T=(FV1F) -1FV1Y我们获得了 T的反演结果。T2-T3均没有异常,放射性热源主要在第五层,依据T的第四个参数T5,我们可以找到热源位置,将T5按照横纵坐标输出到图像上,如附图4所示。色度条的单位为摄氏度。其中黑色部分对应较高的温度数值,也就是内部热源的位置所在。根据T5的图像,可以知道内部放射性热源的位置在右上角黑点处。
[0053]本系统的另一应用案例就是在
【发明内容】
部分阐述的建筑物。其分层模型在
【发明内容】
部分也已经阐述。在经过本实施案例系统的处理后,(具体计算过程与前面的处理对象类似不再赘述),我们获得了建筑物内的热源分布。
[0054]以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
[0055]说明书【专利附图】
【附图说明】
图1.方法与系统原理图。其中I为多波段微波探测器,图上画的数目只是举例,实际可以为任意多波段,2为摄像头,图上画的数目只是举例,3为可选的红外辐射计或光谱仪,图上画的数目只是举例,4为计算处理器,5为传输的微波,6为待测物体,7为对待测物体计算时进行的虚拟分层,8为待测物体内部的热源或密度结构。
[0056]图2.测量获得的亮度温度Tb与每层的实际物理温度(T1-T6)关系图。其中ε是各层的介电常数,k表示各层的波数(wave number),d表示各层的厚度,e为自然对数底数,上标”表示取其虚数部分,另外Rij= (kiz-kjz) / (kiz+kjz), Qij=I^Rij,依此类推。
[0057]图3.Y的展开式,各参数的具体含义已经在图2的说明中。
[0058]图4.实施案例反演得到的第五层实际物理温度结果(T5)。
【权利要求】
1.一种透视视觉的实现方法,通过可见光或红外光对被探测物体进行初步探测识别,获得基本信息比如其外形尺寸或外表温度等,并通过多频率的微波探测仪测量待测物体发射或反射的不同频率的微波,获得一个物体对于不同频率波段的亮温,结合其他已知信息或模型,反演物体内部的密度分布或温度分布或材料结构等信息。
2.—种权利要求1所述的方法,其特征在于,该方法在反演时采用如下算法:先将物体假设为一个个细分的层(对于一些不具备分层结构的物体,可将其在几何上先拆分为一个个具有分层结构的基本对象再分别予以反演),则接收到的不同频率波段的物体亮温是这些细分的层对于不同频率亮温的贡献的叠加,每一层的贡献可以表达成各层温度乘以贡献比例函数,贡献比例函数往往是该层的密度、介电常数、厚度等的函数,根据方程组“接收到的对于不同频率波段的亮温Tb=细分的层对于不同频率波段的亮温的叠加=各层物理温度Ti乘以各层贡献比例F/’可以反演各层的物理温度或密度等信息。
3.—种权利要求1所述的方法,其特征在于,该方法还使用了先验假定(a-pr1ri),通过已知信息给出待反演参数的一个假设值,而后将该先验假定与实际测量结果一起进行反演,给出待反演参数的最概然解(most probable solut1n)。
4.一种权利要求1所述的方法,其特征在于,该方法还对常见物体建立相关的数据库,包含常见物体的介电常数或密度或比热等信息,以便在反演时直接查询。
5.一种权利要求1所述的方法,其特征在于,该方法还在反演前先通过其他探测办法如可见光、红外光对被探测物体进行初步识别,而后依据初步识别获得的外观等信息在本机或互联网数据库中查询相关材料、介电常数、密度结构等。
6.一种权利要求1所述的方法,其特征在于,该方法还在反演前先通过光谱仪探测被测物体的表面发射或反射的光谱,依据获得的光谱信息以光谱模型反推物体的材料组成,进而得到介电常数分布。
7.—种权利要求1所述的方法,其特征在于,该方法还在反演前先通过辐射计(Rad1meter)或红外测温仪或红外热像仪来非接触地获得物体表面的温度。
8.一种实现权利要求1所述方法的系统,其特征在于,系统包含多波段的微波探测仪,摄像头,计算设备,网络设备,及其他附件,系统的工作流程为:由摄像头获得物体的外观或表面信息,再依据这部分信息进行搜索或通过网络设备向数据库查询,从而获得物体的已知数据如材料、组成等,并由多波段的微波探测仪获得物体对于不同频率的亮温,然后由计算设备反演物体的内部的密度或温度分布或材料结构信息等。
9.一种实现权利要求8所述方法的系统,其特征在于,系统还带有一台光谱探测仪,用于获得物体发射或反射的光谱,该光谱数据用于反演物体表面的成分。
10.一种实现权利要求8所述方法的系统,其特征在于,系统还带有辐射计(Rad1meter)来获得物体表面的温度。
【文档编号】G01V11/00GK104297814SQ201410570417
【公开日】2015年1月21日 申请日期:2014年10月24日 优先权日:2014年10月24日
【发明者】张维加 申请人:张维加