L’imagerie hyperspectrale est la plus complète des trois technologies courantes de traitement d’images. Les deux autres technologies sont l’imagerie rouge-vert-bleu (RVB) et l’imagerie multispectrale. Tous trois sont non invasifs et non destructifs et offrent aux ingénieurs et aux scientifiques différentes manières d’analyser les objets.
L’imagerie RVB peut être rapide et peu coûteuse à mettre en œuvre et fournit des informations de base sur un objet. L'imagerie multispectrale capture plus de nuances dans les différentes longueurs d'onde qui composent le spectre visible. L'imagerie hyperspectrale capture des informations détaillées sur chaque pixel sur un spectre beaucoup plus large, généralement de 250 nanomètres (nm) à 15,000 XNUMX nm et l'infrarouge thermique (Figure 1).
Multispectral versus hyperspectral
L'imagerie multispectrale est un raffinement et une extension de l'imagerie RVB utilisant davantage de bandes spectrales. Les données obtenues peuvent être suffisamment détaillées pour permettre l'analyse des caractéristiques physiques et chimiques de base d'un objet.
L’imagerie hyperspectrale est différente. Il combine l'imagerie et la spectroscopie. Avec l’imagerie hyperspectrale, le spectre de chaque pixel est capturé en détail. Il produit des données sur le contenu spatial et spectral d'une image. L'imagerie hyperspectrale prend en charge la caractérisation détaillée de la composition d'un objet.
Une caméra hyperspectrale typique capture des centaines de milliers de spectres pour créer un cube hyperspectral où deux dimensions représentent la structure spatiale d'une image et la troisième dimension est le contenu spectral. De plus, les informations capturées sont suffisamment détaillées pour être présentées sous forme de représentation continue et non dans des compartiments spectraux discrets comme ceux utilisés pour l'imagerie RVB et multispectrale (Figure 2).
Le développement commercial de l'imagerie hyperspectrale a été rendu possible par les progrès de l'imagerie, notamment la capacité de séparer rapidement la lumière réfléchie d'un objet en ses composantes spectrales à l'aide de techniques telles que le balayage spatial, le balayage spectral, l'imagerie instantanée et le balayage spatio-spectral. La disponibilité de capteurs CMOS haute résolution fonctionnant à des fréquences vidéo, associée aux progrès des systèmes de traitement d'image haute performance, sont également des facteurs clés.
A quoi ressemble une caméra hyperspectrale ?
Il existe plusieurs façons de fabriquer une caméra hyperspectrale. Un mode de réalisation montré dans Figure 3 commence par un objectif qui focalise une image de l’objet sur une fente étroite qui définit la ligne d’imagerie. L'étroitesse de la liste provoque la diffraction de la lumière et la lentille collimatrice est utilisée pour aligner le faisceau et supprimer l'effet de la diffraction. La lumière traverse ensuite la structure prisme-réseau de diffraction-prisme qui la sépare en ses composantes spectrales. Enfin, une lentille concentre la lumière résultante sur un capteur CMOS (non représenté) qui produit le cube d'hyperdonnées. La structure de miroir utilisée pour numériser la scène et produire les balayages de lignes individuelles n'est pas non plus représentée.
A quoi sert l’imagerie hyperspectrale ?
Différents matériaux peuvent être identifiés par leur signature spectrale. Bien que cela ait commencé avec l’imagerie multispectrale, le niveau de détail accru permis par l’imagerie hyperspectrale a accru cette capacité d’identification et d’analyse à distance des matériaux. L’imagerie hyperspectrale peut être mise en œuvre sur les lignes de production, les avions, les drones et les satellites. Il est utilisé dans un large éventail d'applications, notamment l'astronomie, l'agriculture, la géologie, l'imagerie biomédicale, la surveillance environnementale, etc.
Les caméras hyperspectrales sont disponibles auprès de plusieurs fournisseurs et ont été optimisées pour des utilisations spécifiques, notamment :
- L'imagerie hyperspectrale est utilisée pour évaluer la santé et les niveaux de nutriments dans les cultures, permettant aux agriculteurs d'appliquer de manière sélective des engrais et des mesures de lutte contre les insectes, réduisant ainsi les coûts et maximisant les résultats.
- Analyse artistique. La vérification de la teneur chimique des matériaux d'un objet d'art peut garantir qu'ils correspondent à l'époque et peut soutenir la datation des œuvres d'art nouvellement découvertes.
- Préparation des aliments. Dans l’industrie de la viande, l’imagerie hyperspectrale est utilisée pour mesurer la composition chimique afin de déterminer la teneur en protéines ou d’identifier les os, le cartilage et d’autres matériaux. Il est également utilisé pour les processus généraux de contrôle de la qualité, comme la détermination de la maturité des fruits et légumes.
- La capacité d’identifier les matériaux à l’aide de l’imagerie hyperspectrale prend en charge le tri et la gestion automatisés des articles recyclés.
Résumé
L'imagerie hyperspectrale capture et traite les informations sur un objet sur une large gamme de longueurs d'onde, s'étendant souvent de 250 à 15,000 XNUMX nm et l'infrarouge thermique. Elle produit des informations beaucoup plus nuancées que l’imagerie multispectrale et permet une analyse plus détaillée des matériaux et des processus. Les caméras hyperspectrales commerciales ont été conçues pour une gamme d'applications spécifiques.
Bibliographie
Applications hyperspectrales et études de cas, RESONON
Cadre d'imagerie hyperspectrale à balayage linéaire pour plates-formes open source à faible coût, télédétection MDPI
Qu’est-ce que l’imagerie hyperspectrale ?, NIREOS
Qu’est-ce que l’imagerie hyperspectrale ?, SPECIM
Pourquoi l'imagerie hyperspectrale n'est-elle pas largement mise en œuvre et comment changer cela ?, Netguru