A hiperspektrális képalkotó érzékelő technológia egyre nagyobb hangsúlyt kap olyan ágazatokban, mint a mezőgazdaság, az ipar, az orvostudomány és a biztonság, mivel képes a látható tartományon túlra látni. Bár a neve bonyolultan hangozhat, működése optikai elveken alapul, amelyek lehetővé teszik az anyagok és összetevők azonosítását spektrális tulajdonságaik alapján.
Ebben a cikkben részletesebben megvizsgáljuk, hogy pontosan mi is a hiperspektrális képérzékelő, miben különbözik más típusú érzékelőktől, például a multispektrális érzékelőktől, milyen műszaki jellemzőkkel rendelkeznek, és milyen főbb alkalmazási területeik vannak. Megvizsgáljuk a technológia előnyeit és jelenlegi kihívásait is.
Mi az a hiperspektrális képérzékelő?
Un hiperspektrális érzékelő Ez egy olyan eszköz, amely képes folyamatosan több száz spektrális sávból származó részletes információkat tartalmazó képeket rögzíteni, jellemzően az elektromágneses spektrum azon tartományában, amely a ...-ból indul ki. ultraibolya (350 nm) amíg a közeli és közép-infravörös (akár 2500 nm).
Ami megkülönbözteti ezt a technológiát, az az, hogy A létrehozott kép minden pixele egy teljes spektrumot tartalmaz., amely lehetővé teszi az anyagok azonosítását egyedi „spektrális jellemzőjük” alapján. Ezek a spektrális jellemzők tükrözik a megfigyelt tárgy fizikai és kémiai jellemzőit, így a hiperspektrális érzékelő precíz és roncsolásmentes eszközzé válik az anyagok, szövetek vagy tárgyak részletes azonosításához és monitorozásához.
Hogyan működik a hiperspektrális képalkotás?
La hiperspektrális képalkotás A tárgy által visszavert vagy kibocsátott elektromágneses spektrumból származó információk rögzítését és feldolgozását foglalja magában. Az érzékelő ezt a spektrumot nagyon keskeny, összefüggő sávok sokaságára osztja, így egy háromdimenziós képet hoz létre, amelyet más néven hiperspektrális kocka, két térbeli és egy spektrális dimenzióval.
Ez a „kocka” lehetővé teszi a kép minden egyes pixelének különböző hullámhosszain mért fényintenzitásának elemzését. Ez minden megfigyelt ponthoz egyedi spektrális profilt eredményez, ami hatalmas megkülönböztető képességet biztosít az olyan anyagok között, amelyek szabad szemmel azonosnak tűnhetnek.
Egyértelmű alkalmazás lehetne a gyümölcs rothadt részének észlelése anélkül, hogy el kellene vágni, mivel az egészséges és a sérült szövet spektrális tulajdonságai eltérőek, még akkor is, ha vizuálisan nem érzékelhető.
Miben különbözik a multispektrális érzékelőktől?
A multispektrális érzékelők szintén rögzítenek spektrális információkat, de ezt jellemzően korlátozott számú sávban teszik. 5 a 10, amelyek nem feltétlenül összefüggőek. Ezek a sávok jellemzően a látható sávokat (vörös, zöld és kék) és néhány közeli infravörös sávot tartalmaznak.
A hiperspektrális érzékelők ezzel szemben rögzítenek több száz nagyon keskeny és összefüggő sáv, amely egy sokkal nagyobb spektrális felbontásEmiatt a hiperspektrális érzékelők pontosabban képesek azonosítani a kémiai összetételek vagy nagyon hasonló tulajdonságokkal rendelkező anyagok azonosítása, ami multispektrális érzékelőkkel nem lenne lehetséges.
A hiperspektrális technológia előnyei és műszaki jellemzői
A hiperspektrális rendszerek számos olyan műszaki előnnyel rendelkeznek, amelyek egyedülállóvá teszik őket a fejlett alkalmazásokban:
- Érintésmentes mérés: Mivel ezek kamerák, az információk rögzíthetők anélkül, hogy a tárgyat meg kellene érinteni.
- Roncsolásmentes módszer: a tárgy elemzése során nem változik vagy sérül.
- Nagy specificitás: lehetővé teszi még a megkülönböztetést is minimális eltérések a nagyon hasonló anyagok között, nagy spektrális felbontásának köszönhetően.
- Valós idejű mérés lehetősége: Vannak olyan megoldások, amelyek lehetővé teszik a képek azonnali rögzítését és elemzését, akár ipari környezetben is.
- Sokoldalúság a fényviszonyok között: Különböző típusú világítással, például infravörös vagy vezérelt fénnyel való működésre konfigurálhatók.
Mivel a használt technológiákTöbb alternatíva is létezik. Egyes kamerák Fabry-Perot típusú interferometrikus szűrőket használnak, amelyeket közvetlenül az érzékelőkre alkalmaznak, ami lehetővé teszi a rendszer miniatürizálását, csökkenti a költségeket és hordozhatóbbá teszi. Mások szkennelési technikákat alkalmaznak, mint például „seprűnyíró”, amely abból áll, hogy minden pillanatban rögzítik a tárgy egy vonalát, és a szenzort mozgatva létrehozzák a teljes képet.
Spektrális és térbeli felbontás
A hiperspektrális érzékelők egyik legerősebb tulajdonsága a nagy spektrális felbontás, amely lehetővé teszi a hullámhosszak megkülönböztetését nagyon kis különbséggel, még 10-20 nmEz nagyobb spektrális jelfelismerési képességet eredményez.
Ez az előny azonban gyakran együtt jár a következőkkel: alacsonyabb térbeli felbontás, mivel a szenzor által rögzítendő adatmennyiség a spektrális sávok számának növekedésével növekszik. Ezzel szemben a multispektrális szenzorok jellemzően kevesebb sávval rendelkeznek, de azokat nagyobb térbeli felbontással rögzítik.
Méret, adatfeldolgozás és összetettség
A hiperspektrális képek által generált információmennyiség óriási. Ez háromdimenziós adat, amelyhez egy komplex számítási feldolgozás és speciális szoftverek. Ez az elemzés gyakran magában foglalja a következő technikákat: kemometria vagy gépi tanulási algoritmusok a spektrális aláírásokban található minták azonosítására.
Ezért a technológia egyik jelenlegi kihívása a hatékony adattárolás és gyors adatelemzésSzerencsére egyre több olyan megoldás jelenik meg, amelyek megkönnyítik ezeknek az eszközöknek a használatát, akár ipari vagy terepi környezetben is.
Mikor használjunk hiperspektrális érzékelőket a multispektrálisokkal szemben?
Ezen technológiák közötti választás a végső céltól függ. multispektrális érzékelők általában azok olcsóbb, gyorsabban megvalósítható és kevésbé bonyolult, így ideálisak olyan feladatokhoz, ahol nincs szükség extrém spektrális részletességre.
Azonban, ha az elemzés megköveteli nagy pontosság és finom anyagok megkülönböztetése, mint például a biomedicinában, a minőségellenőrzésben vagy az ásványtani azonosításban, akkor a hiperspektrális érzékelő egyértelműen alkalmasabb.
Sok esetben a két technológia kombinálható is, így kihasználhatók azok előnyei.
A hiperspektrális képalkotás legjelentősebb alkalmazásai
A hiperspektrális érzékelők alkalmazási területei egyre bővülnek, beleértve:
- Mezőgazdaság és növények: növény-egészségügyi felmérés, betegségek vagy vízhiány észlelése, tápanyag-elemzés és fajtérképezés.
- Élelmiszeripar: nem invazív minőségellenőrzés, idegentest-észlelés, tápanyag-elemzés és automatizált osztályozás.
- Orvostudomány és biotudományok: szövettani elemzés, nem invazív diagnózis, sebek vagy sejtes rendellenességek kimutatása.
- Bányászat és geológia: pontos ásványlelőhely-azonosítás, lelőhely-térképezés és talajelemzés.
- Környezetvédelem: vízben és levegőben lévő szennyező anyagok kimutatása, vizes élőhelyek vagy tüzek monitorozása.
- Biztonság és védelem: rejtett tárgyak, vegyi anyagok vagy fejlett megfigyelés felderítése.
- Régészet és művészet: pigmentelemzés, művek konzerválása és hamisítványok felderítése.
- Gyógyszeripar: folyamatirányítás és termékhitelesítés.
Kiemelt technológiák a piacon
Számos technológia és márka létezik, amelyek különböző alkalmazásokhoz fejlesztettek ki speciális megoldásokat. Például:
- Nireos HERA: Fourier-transzformációs (FT) spektroszkópiát használ, amely nagy spektrális pontosságot és kiváló stabilitást biztosít, még rezgő ipari környezetben is.
- HAIP-fekete: A „tolóseprű” technológiára támaszkodik, amelyet statikus környezetekhez és hordozható rendszerekhez, például kézi kamerákhoz vagy drónokba ágyazott rendszerekhez adaptáltak.
- SZILIOSOK: Pillanatkép-típusú multispektrális kamerákra specializálódtunk, amelyek lehetővé teszik több sáv egyidejű rögzítését a CMOS vagy InGaAs érzékelőkön lévő pixeles szűrőknek köszönhetően.
Ezen fejlesztéseknek köszönhetően ez a technológia egyre rugalmasabbá, alkalmazkodóképesebbé és több ágazat számára is elérhetővé válik.
A hiperspektrális érzékelők alkalmazása különböző területeken olyan innovációs lehetőséget kínál, amely pontosabb és alaposabb adatgyűjtést tesz lehetővé, elősegítve a megalapozottabb és optimalizáltabb döntéseket minden ágazatban.
