Hyperspektrale Bildgebung ist die umfassendste der drei gängigen Bildverarbeitungstechnologien. Die anderen beiden Technologien sind Rot-Grün-Blau-Bildgebung (RGB) und multispektrale Bildgebung. Alle drei sind nichtinvasiv und zerstörungsfrei und bieten Ingenieuren und Wissenschaftlern verschiedene Möglichkeiten zur Analyse von Objekten.
RGB-Bildgebung lässt sich schnell und kostengünstig implementieren und liefert grundlegende Informationen über ein Objekt. Multispektrale Bildgebung erfasst mehr Nuancen in den verschiedenen Wellenlängen, aus denen das sichtbare Spektrum besteht. Hyperspektrale Bildgebung erfasst detaillierte Informationen zu jedem Pixel über ein viel breiteres Spektrum, typischerweise von 250 Nanometer (nm) bis 15,000 nm und thermisches Infrarot (Figure 1).
Multispektral versus Hyperspektral
Bei der multispektralen Bildgebung handelt es sich um eine Verfeinerung und Erweiterung der RGB-Bildgebung unter Verwendung weiterer Spektralbänder. Die resultierenden Daten können ausreichend detailliert sein, um eine Analyse der grundlegenden physikalischen und chemischen Eigenschaften eines Objekts zu ermöglichen.
Hyperspektrale Bildgebung ist anders. Es kombiniert Bildgebung mit Spektroskopie. Bei der hyperspektralen Bildgebung wird das Spektrum jedes Pixels detailliert erfasst. Es erzeugt Daten über den räumlichen und spektralen Inhalt eines Bildes. Hyperspektrale Bildgebung unterstützt die detaillierte Charakterisierung der Zusammensetzung eines Objekts.
Eine typische Hyperspektralkamera erfasst Hunderttausende Spektren, um einen Hyperspektralwürfel zu erstellen, in dem zwei Dimensionen die räumliche Struktur eines Bildes darstellen und die dritte Dimension den Spektralinhalt darstellt. Darüber hinaus sind die erfassten Informationen ausreichend detailliert, um als kontinuierliche Darstellung und nicht in diskreten Spektralbereichen, wie sie für RGB- und multispektrale Bildgebung verwendet werden, dargestellt zu werden (Figure 2).
Die kommerzielle Entwicklung der hyperspektralen Bildgebung wurde durch Fortschritte in der Bildgebung ermöglicht, einschließlich der Möglichkeit, das von einem Objekt reflektierte Licht mithilfe von Techniken wie räumlichem Scannen, spektralem Scannen, Snapshot-Bildgebung und räumlich-spektralem Scannen schnell in seine Spektralkomponenten zu zerlegen. Die Verfügbarkeit hochauflösender CMOS-Sensoren, die mit Videoraten arbeiten, sowie Fortschritte bei Hochleistungsbildverarbeitungssystemen sind ebenfalls Schlüsselfaktoren.
Wie sieht eine Hyperspektralkamera aus?
Es gibt verschiedene Möglichkeiten, eine Hyperspektralkamera herzustellen. Eine Ausführungsform dargestellt in Figure 3 beginnt mit einer Linse, die ein Bild des Objekts auf einen schmalen Schlitz fokussiert, der die Bildlinie definiert. Die Enge der Liste bewirkt, dass das Licht gebeugt wird, und die Kollimationslinse wird verwendet, um den Strahl auszurichten und den Effekt der Beugung zu beseitigen. Anschließend durchläuft das Licht die Prismen-Beugungsgitter-Prismen-Struktur, die es in seine Spektralkomponenten zerlegt. Schließlich fokussiert eine Linse das resultierende Licht auf einen CMOS-Sensor (nicht abgebildet), der den Hyperdatenwürfel erzeugt. Ebenfalls nicht dargestellt ist die Spiegelstruktur, die zum Scannen der Szene und zum Erstellen der einzelnen Zeilenscans verwendet wird.
Wofür ist hyperspektrale Bildgebung gut?
Verschiedene Materialien können anhand ihrer spektralen Signatur identifiziert werden. Während es mit der multispektralen Bildgebung begann, hat der erhöhte Detaillierungsgrad, der durch die hyperspektrale Bildgebung ermöglicht wird, diese Fähigkeit zur Fernidentifizierung und -analyse von Materialien erweitert. Hyperspektrale Bildgebung kann in Produktionslinien, Flugzeugen, Drohnen und Satelliten implementiert werden. Es wird in einer Vielzahl von Anwendungen eingesetzt, darunter Astronomie, Landwirtschaft, Geologie, biomedizinische Bildgebung, Umweltüberwachung und mehr.
Hyperspektralkameras sind von mehreren Anbietern erhältlich und für bestimmte Anwendungen optimiert, darunter:
- Hyperspektrale Bildgebung wird zur Beurteilung der Gesundheit und des Nährstoffgehalts von Nutzpflanzen eingesetzt, sodass Landwirte Düngemittel und Insektenbekämpfungsmaßnahmen gezielt anwenden können, wodurch Kosten gesenkt und Ergebnisse maximiert werden.
- Kunstanalyse. Durch die Überprüfung des chemischen Gehalts der Materialien in einem Kunstobjekt kann sichergestellt werden, dass diese mit der Zeit übereinstimmen, und kann die Datierung neu entdeckter Kunstwerke unterstützen.
- Lebensmittelverarbeitung. In der Fleischindustrie wird Hyperspektralbildgebung zur Messung der chemischen Zusammensetzung eingesetzt, um den Proteingehalt zu bestimmen oder Knochen, Knorpel und andere Materialien zu identifizieren. Es wird auch für allgemeine Qualitätskontrollprozesse wie die Bestimmung des Reifegrads von Obst und Gemüse verwendet.
- Die Fähigkeit, Materialien mithilfe hyperspektraler Bildgebung zu identifizieren, unterstützt die automatisierte Sortierung und Verwaltung recycelter Artikel.
Zusammenfassung
Hyperspektrale Bildgebung erfasst und verarbeitet Informationen über ein Objekt in einem breiten Wellenlängenbereich, der häufig von 250 bis 15,000 nm und thermischem Infrarot reicht. Es liefert viel differenziertere Informationen als die multispektrale Bildgebung und ermöglicht eine detailliertere Analyse von Materialien und Prozessen. Kommerzielle Hyperspektralkameras wurden für eine Reihe spezifischer Anwendungen entwickelt.
Bibliographie
Hyperspektrale Anwendungen und Fallstudien, RESONON
Line Scan Hyperspectral Imaging Framework für kostengünstige Open-Source-Plattformen, MDPI-Fernerkundung
Was ist hyperspektrale Bildgebung?, NIREOS
Was ist hyperspektrale Bildgebung?, SPECIM
Warum ist hyperspektrale Bildgebung nicht weit verbreitet und wie kann man das ändern?, Netguru