光谱成像技术应用

2021-07-22

       当我们寻找问题的解决方案或把握机会时,通常很难找到完全适合的解决方案。本文介绍了光谱成像技术的概况,旨在帮助用户判断它是否可以成为成功解决方案的有效手段。


高光谱成像具备图谱合一的特性,既体现图像的纹理、颜色等图像信息,并且每一个图像像元都包含更丰富的光谱(演示)信息,可用于分了、识别、定性以及定量反演地物属性,它输出的原始数据通常以“数据立方体”呈现出来的看做是每个像元的精细谱线。图片1展示了一个数据立方体的例子,它使用了两个空间维度(x和y)以及一个波长维度

       



图1

       图1.人脑只能利用视觉的三原色,而计算机视觉系统能够利用更多的颜色通道。有了更多的光谱(颜色)信息,光谱仪视觉系统就能更好的展现颜色差异。此外, 光谱成像系统还可以检测红外谱段,从而可以利用人眼无法观察的反射率差异。

光谱成像在下列情况下或许能很好的解决你的机器视觉需求:

       1.需要精确的光谱或色彩信息。(例如,区分相似颜色的物体;测量绝对颜色(比如CIELAB),测量重叠的荧光信号)

       2.需要场景图像。(目标物不是均匀的一种颜色,或者我们感兴趣的区域中包含了多个对象,此时单点光谱仪无法准确采样或覆盖该区域)

       举例能帮助我们更好的理解这两点。

       举例:炸鸡块有两种瑕疵

     (1)每个鸡块都有一部分缺少面粉

     (2)两个鸡块接触会导致局部面糊过多,从而颜色较深且较脆。2是用三个波段的光谱图像生成的炸鸡块的真彩色图。真彩色图像是用选用三个近似人类视场的 光谱图像波段生成的。其他图像效果,比如图1中的假彩色图像,可帮助我识别或突显出我们感兴趣的特征。

       除了瑕疵,光谱图像还能区分出炸鸡表面浅金黄色和深金黄色的区域

图2:煮熟的鸡块与瑕疵

32鸡块的光谱分类图

       3显示了炸鸡块的色彩分类图。缺少面粉的区域列为蓝色,面糊过多或过脆的区域列为深棕色。另外,黄色和橙色用于区分浅金黄色和深金黄色区域。不属于任何这些地方的像元标识为黑色。

       实际情况中,人们可以利用这些结果来丢弃有较大瑕疵的鸡块,也可以利用浅金色和深金色像元的比例来控制烹调过程,或者烹制后通过混合使每一批鸡块深浅颜色协调兼具 不同的兴趣点有不同的代表性谱图。

       比如,对于3的结果,从每个类别中挑选几个像元点的谱图,进行平均后形成一个代表性的光谱曲线(4)。

       除了幅度不同,这几个代表性的光谱曲线形状略有差别。可将这些曲线与图像中任意点的谱图进行对比——有多种算法用于比较。实际情况下,自然变异和噪声使得代表性谱线和单个像元谱图无法完全匹配。因此,往往设置一个阈值用以将像元分类。




4:图3中显示的四种区块的平均光谱曲线

结束语:光谱成像技术是机器视觉应用的强大工具,尤其在区分相似颜色的物体或区域的领域。就像人眼一样,光谱成像可以被广泛的应用于各领域,包括质量控制(木材,纺织品,纸张,建筑材料,药物),过程控制(薄膜,含水量,颜色),分类(食品,可回收材料,矿物),遥感(水色遥感,环境遥感,农业遥感)等等。
       随着科技发展,光谱成像系统成本会逐步降低,该技术的应用领域也越来越广泛,从微观尺度的显微镜观测到宏观尺度的飞机航拍,光谱成像技术都将发挥重要的作用。

       如果您想进一步了解光谱成像技术的更多信息,请联系我们。





分享