Что такое гиперспектральная визуализация?

Гиперспектральная визуализация является наиболее совершенной из трех распространенных технологий обработки изображений. Две другие технологии - красно-зелено-синяя (RGB) визуализация и мультиспектральная визуализация. Все три являются неинвазивными и неразрушающими и предоставляют инженерам и ученым различные способы анализа объектов.

RGB-визуализация может быть быстрой и недорогой в реализации и позволяет получить базовую информацию об объекте. Мультиспектральная визуализация позволяет уловить больше нюансов в различных длинах волн, составляющих видимый спектр. Гиперспектральная визуализация позволяет получить подробную информацию о каждом пикселе в гораздо более широком спектре, обычно от 250 нанометров (нм) до 15 000 нм, а также в тепловом инфракрасном диапазоне (рис. 1).

Мультиспектральная и гиперспектральная визуализация

Мультиспектральная визуализация — это усовершенствованная и расширенная версия RGB-визуализации с использованием большего количества спектральных диапазонов. Полученные данные могут быть достаточно подробными для анализа основных физических и химических характеристик объекта.

Гиперспектральная визуализация отличается от обычной. Она сочетает в себе визуализацию и спектроскопию. При гиперспектральной визуализации спектр каждого пикселя регистрируется в мельчайших подробностях. Это позволяет получить данные о пространственном и спектральном составе изображения. Гиперспектральная визуализация позволяет детально охарактеризовать состав объекта.

Типичная гиперспектральная камера регистрирует сотни тысяч спектров, создавая гиперспектральный куб, где два измерения представляют пространственную структуру изображения, а третье измерение – спектральный состав. Кроме того, полученная информация достаточно детализирована, чтобы быть представлена ​​в виде непрерывного изображения, а не в виде отдельных спектральных сегментов, как это происходит в RGB- и мультиспектральных изображениях (рис. 2).

Коммерческое развитие гиперспектральной визуализации стало возможным благодаря достижениям в области визуализации, включая возможность быстрого разделения отраженного от объекта света на спектральные компоненты с помощью таких методов, как пространственное сканирование, спектральное сканирование, моментальная съемка и пространственно-спектральное сканирование.

Доступность КМОП-сенсоров высокого разрешения, работающих с видеочастотой, в сочетании с достижениями в области высокопроизводительных систем обработки изображений также являются ключевыми факторами.

Как выглядит гиперспектральная камера?

Существует несколько способов создания гиперспектральной камеры. Один из вариантов, показанный на рисунке 3, начинается с объектива, который фокусирует изображение объекта на узкой щели, определяющей линию изображения. Узость щели приводит к дифракции света, и коллимирующая линза используется для выравнивания луча и устранения эффекта дифракции. Затем свет проходит через призму, дифракционную решетку и призму, которая разделяет его на спектральные компоненты. Наконец, объектив фокусирует результирующий свет на КМОП-сенсор (не показан), который формирует куб гиперданных данных. Также не показана зеркальная структура, которая используется для сканирования сцены и создания отдельных линейных сканирований.

Для чего подходит гиперспектральная съемка?

Различные материалы можно идентифицировать по их спектральным характеристикам. Хотя всё началось с мультиспектральной съемки, повышенный уровень детализации, обеспечиваемый гиперспектральной съемкой, расширил возможности дистанционной идентификации и анализа материалов.

Гиперспектральная съемка может быть реализована на производственных линиях, самолётах, беспилотниках и спутниках. Она используется в широком спектре приложений, включая астрономию, сельское хозяйство, геологию, биомедицинскую визуализацию, мониторинг окружающей среды и многое другое.

Гиперспектральные камеры доступны у нескольких производителей и оптимизированы для конкретных целей, включая:

·         Гиперспектральная съемка используется для оценки состояния и уровня питательных веществ в сельскохозяйственных культурах, что позволяет фермерам выборочно применять удобрения и средства борьбы с насекомыми, снижая затраты и достигая максимальных результатов.
·         Анализ произведений искусства. Проверка химического состава материалов в предмете искусства может гарантировать их соответствие периоду и помочь в датировке недавно обнаруженных произведений искусства.
·         Пищевая промышленность. В мясной промышленности гиперспектральная съемка используется для измерения химического состава, определения содержания белка или идентификации костей, хрящей и других материалов. Она также применяется в общих процессах контроля качества, например, для определения спелости фруктов и овощей.
·         Возможность идентификации материалов с помощью гиперспектральной съемки способствует автоматизированной сортировке и управлению переработанными материалами.

Резюме

Гиперспектральная съемка позволяет получать и обрабатывать информацию об объекте в широком диапазоне длин волн, часто от 250 до 15 000 нм, а также в тепловом инфракрасном диапазоне. Она позволяет получать гораздо более подробную информацию, чем мультиспектральная съемка, и позволяет более детально анализировать материалы и процессы. Коммерческие гиперспектральные камеры разработаны для различных областей применения.

Литература
Применение гиперспектральных технологий и примеры их применения, RESONON
Структура линейно-сканирующей гиперспектральной визуализации для недорогих платформ с открытым исходным кодом, MDPI remote sensing
Что такое гиперспектральная визуализация?, NIREOS
Что такое гиперспектральная визуализация?, SPECIM
Почему гиперспектральная визуализация не получила широкого распространения и как это изменить?, Netguru