Obraz wielospektralny - Multispectral image

Wideo autorstwa SDO pokazujące jednocześnie sekcje Słońca na różnych długościach fal

Obrazowanie wielospektralne rejestruje dane obrazu w określonych zakresach długości fal w całym widmie elektromagnetycznym . Długości fal można rozdzielać filtrami lub wykrywać za pomocą przyrządów wrażliwych na poszczególne długości fal, w tym światło o częstotliwościach spoza zakresu światła widzialnego , tj. podczerwone i ultrafioletowe . Obrazowanie spektralne może pozwolić na ekstrakcję dodatkowych informacji, których oko ludzkie nie jest w stanie uchwycić za pomocą widocznych receptorów dla czerwieni, zieleni i błękitu . Został pierwotnie opracowany do identyfikacji celów wojskowych i rozpoznania. Wczesne platformy obrazowania kosmicznego wykorzystywały technologię obrazowania wielospektralnego do mapowania szczegółów Ziemi związanych z granicami przybrzeżnymi, roślinnością i ukształtowaniem terenu. Obrazowanie wielospektralne znalazło również zastosowanie w analizie dokumentów i obrazów. 4

Obrazowanie wielospektralne mierzy światło w niewielkiej liczbie (zwykle od 3 do 15) pasm spektralnych . Obrazowanie hiperspektralne to szczególny przypadek obrazowania spektralnego, w którym często dostępne są setki sąsiednich pasm spektralnych.

Aplikacje

Śledzenie celów wojskowych

Obrazowanie wielospektralne mierzy emisję światła i jest często wykorzystywane do wykrywania lub śledzenia celów wojskowych. W 2003 roku naukowcy z Laboratorium Badawczego Armii Stanów Zjednoczonych i Federalnego Laboratorium Współpracy Technologii Alliance ogłosili dwuzakresową wielospektralną matrycę płaszczyzny ogniskowej (FPA). Ta FPA umożliwiła naukowcom jednoczesne przyjrzenie się dwóm płaszczyznom podczerwieni (IR). Ponieważ technologie podczerwieni średniofalowej (MWIR) i podczerwieni długofalowej (LWIR) mierzą promieniowanie właściwe dla obiektu i nie wymagają zewnętrznego źródła światła, są one również określane jako metody obrazowania termicznego .

Jasność obrazu wytwarzanego przez kamerę termowizyjną zależy od emisyjności i temperatury obiektu. Każdy materiał posiada sygnaturę w podczerwieni, która pomaga w identyfikacji obiektu. Sygnatury te są mniej wyraźne w systemach hiperspektralnych (które obrazują o wiele więcej pasm niż systemy multispektralne) oraz gdy są wystawione na wiatr i, co bardziej dramatyczne, na deszcz. Czasami powierzchnia celu może odbijać energię podczerwoną. Ta refleksja może błędnie interpretować prawdziwe odczytanie nieodłącznego promieniowania obiektów. W porównaniu z technologią LWIR systemy obrazowania wykorzystujące technologię MWIR działają lepiej z odbiciami słonecznymi na powierzchni celu i dają bardziej definitywne obrazy gorących obiektów, takich jak silniki. Jednak LWIR działa lepiej w zamglonych środowiskach, takich jak dym lub mgła, ponieważ mniejsze rozpraszanie występuje w dłuższych falach. Naukowcy twierdzą, że technologie dwuzakresowe łączą te zalety, aby dostarczyć więcej informacji z obrazu, szczególnie w dziedzinie śledzenia celu.

W przypadku nocnego wykrywania celów obrazowanie termiczne przewyższało jednopasmowe obrazowanie wielospektralne. Cytat. Dwuzakresowa technologia MWIR i LWIR zaowocowała lepszą wizualizacją w nocy niż sam MWIR. Cytat Cytat. Armia amerykańska donosi, że jej dwuzakresowy LWIR/MWIR FPA wykazał lepszą wizualizację pojazdów taktycznych niż sam MWIR po śledzeniu ich zarówno w dzień, jak iw nocy.  

Wykrywanie min lądowych

Analizując emisyjność powierzchni ziemi, obrazowanie wielospektralne może wykryć obecność podziemnych rakiet. Gleby powierzchniowe i podpowierzchniowe mają różne właściwości fizyczne i chemiczne, które pojawiają się w analizie spektralnej. Zaburzona gleba ma zwiększoną emisyjność w zakresie długości fal od 8,5 do 9,5 mikrometrów, nie wykazując przy tym zmian w długościach fal większych niż 10 mikrometrów. Podwójny MWIR/LWIR FPA Laboratorium Badawczego Armii Stanów Zjednoczonych wykorzystywał detektory „czerwony” i „niebieski” do wyszukiwania obszarów o zwiększonej emisyjności. Czerwony detektor działa jako tło, weryfikując obszary niezakłóconej gleby, ponieważ jest czuły na długość fali 10,4 mikrometra. Niebieski detektor jest czuły na fale o długości 9,3 mikrometra. Jeśli intensywność niebieskiego obrazu zmieni się podczas skanowania, prawdopodobnie ten obszar zostanie zakłócony . Naukowcy poinformowali, że połączenie tych dwóch obrazów zwiększyło możliwości wykrywania.

Wykrywanie pocisków balistycznych

Przechwycenie międzykontynentalnego pocisku balistycznego (ICBM) w fazie doładowania wymaga obrazowania twardego ciała oraz pióropuszy rakietowych. MWIR generuje silny sygnał z silnie nagrzanych obiektów, w tym pióropuszy rakietowych, podczas gdy LWIR emituje emisje z materiału korpusu pocisku. Laboratorium Badawcze Armii USA poinformowało, że dzięki dwuzakresowej technologii MWIR/LWIR, śledzenie ewolucyjnych pojazdów startowych Atlas 5, podobnych w konstrukcji do ICBM, wykryło zarówno korpus pocisku, jak i upierzenie.

Obrazowanie w przestrzeni kosmicznej

Większość radiometrów do teledetekcji (RS) pozyskuje obrazy wielospektralne. Dzieląc widmo na wiele pasm, multispektralny jest przeciwieństwem panchromatycznego , który rejestruje tylko łączne natężenie promieniowania padającego na każdy piksel . Zwykle satelity obserwacyjne Ziemi mają trzy lub więcej radiometrów . Każdy z nich uzyskuje jeden obraz cyfrowy (w teledetekcji, zwany „sceną”) w małym paśmie widmowym. Pasma są pogrupowane w regiony długości fal w oparciu o pochodzenie światła i zainteresowania badaczy.

Prognoza pogody

Współczesne satelity pogodowe wytwarzają obrazy w różnych widmach.

Obrazowanie wielospektralne łączy dwa do pięciu pasm obrazowania spektralnego o stosunkowo dużej szerokości pasma w jednym systemie optycznym. System wielospektralny zwykle zapewnia kombinację widzialnej (0,4 do 0,7 µm), bliskiej podczerwieni (NIR; 0,7 do 1 µm), podczerwieni krótkofalowej (SWIR; 1 do 1,7 µm), podczerwieni średniej fali (MWIR; 3,5 do 5). µm) lub podczerwień długofalowa (LWIR; 8 do 12 µm) w jednym systemie. — Valerie C. Coffey

W przypadku satelitów Landsat zastosowano kilka różnych oznaczeń pasm, przy czym aż 11 pasm ( Landsat 8 ) tworzy obraz wielospektralny. Obrazowanie spektralne z wyższą rozdzielczością radiometryczną (obejmującą setki lub tysiące pasm), mniejszą rozdzielczością spektralną (obejmującą mniejsze pasma) lub szerszym pokryciem widmowym można nazwać hiperspektralnym lub ultraspektralnym.

Dokumenty i dzieła sztuki

Obrazowanie wielospektralne można wykorzystać do badania obrazów i innych dzieł sztuki. Obraz naświetlany jest promieniami ultrafioletowymi , widzialnymi i podczerwonymi, a odbite promieniowanie rejestrowane jest w kamerze czułej w tych zakresach widma. Obraz można również rejestrować wykorzystując promieniowanie przepuszczane zamiast odbitego. W szczególnych przypadkach, obraz może być napromieniowana przez UV , VIS albo promieni IR i fluorescencji z pigmentów lub lakiery mogą być rejestrowane.

Analiza wielospektralna pomogła w interpretacji starożytnych papirusów , takich jak te znalezione w Herkulanum , poprzez obrazowanie ich fragmentów w zakresie podczerwieni (1000 nm). Często tekst na dokumentach pojawia się gołym okiem jako czarny atrament na czarnym papierze. Przy 1000 nm różnica w odbijaniu światła podczerwonego przez papier i atrament sprawia, że ​​tekst jest wyraźnie czytelny. Wykorzystano go również do zobrazowania palimpsestu Archimedesa poprzez zobrazowanie liści pergaminowych w szerokościach od 365 do 870 nm, a następnie przy użyciu zaawansowanych technik cyfrowego przetwarzania obrazu w celu ujawnienia podtekstu pracami Archimedesa. Obrazowanie wielospektralne zostało wykorzystane w projekcie Fundacji Mellon na Uniwersytecie Yale w celu porównania atramentów w średniowiecznych angielskich rękopisach.

Obrazowanie wielospektralne było również wykorzystywane do badania przebarwień i plam na starych książkach i rękopisach. Porównanie „spektralnego odcisku palca” plamy z właściwościami znanych substancji chemicznych może umożliwić identyfikację plamy. Ta technika była używana do badania tekstów medycznych i alchemicznych , szukając wskazówek na temat działalności wczesnych chemików i możliwych substancji chemicznych, których mogli używać w swoich eksperymentach. Podobnie jak kucharz rozlewający mąkę lub ocet na książkę kucharską, wczesny chemik mógł pozostawić na kartach namacalne dowody na temat składników używanych do produkcji leków.

Pasma widmowe

Długości fal są przybliżone; dokładne wartości zależą od instrumentów danego satelity:

  • Niebieski , 450-515..520 nm, jest używany do obrazowania atmosfery i głębokiej wody i może osiągnąć głębokość do 150 stóp (50 m) w czystej wodzie.
  • Zielony , 515..520–590..600 nm, służy do obrazowania roślinności i struktur głębinowych, do 90 stóp (30 m) w czystej wodzie.
  • Czerwony , 600..630-680..690 nm, jest używany do obrazowania obiektów stworzonych przez człowieka, w wodzie o głębokości do 30 stóp (9 m), glebie i roślinności.
  • Bliska podczerwień (NIR), 750–900 nm, jest używana głównie do obrazowania roślinności.
  • Średnia podczerwień (MIR), 1550–1750 nm, jest wykorzystywana do obrazowania roślinności, wilgotności gleby i niektórych pożarów lasów .
  • Daleka podczerwień (FIR), 2080–2350 nm, służy do obrazowania gleby, wilgoci, cech geologicznych, krzemianów, glin i pożarów.
  • Termiczna podczerwień 10400-12500 nm wykorzystuje promieniowanie emitowane zamiast odbitego do obrazowania struktur geologicznych, różnic termicznych w prądach wodnych, pożarach oraz do badań nocnych.
  • Radar i powiązane technologie są przydatne do mapowania terenu i wykrywania różnych obiektów.

Wykorzystanie pasma spektralnego

Dalsze informacje: Fałszywy kolor

Do różnych celów można stosować różne kombinacje pasm widmowych. Zazwyczaj są one reprezentowane przez kanały w kolorze czerwonym, zielonym i niebieskim. Mapowanie pasm do kolorów zależy od przeznaczenia obrazu i osobistych preferencji analityków. Termiczna podczerwień jest często pomijana ze względu na słabą rozdzielczość przestrzenną, z wyjątkiem specjalnych celów.

  • True-color używa tylko kanałów czerwonego, zielonego i niebieskiego, mapowanych do ich odpowiednich kolorów. Jako zwykłe kolorowe zdjęcie jest dobre do analizy obiektów stworzonych przez człowieka i jest łatwe do zrozumienia dla początkujących analityków.
  • Zielono-czerwona-podczerwień , gdzie niebieski kanał jest zastąpiony przez bliską podczerwień, jest wykorzystywana do roślinności, która jest silnie odbijająca w bliskiej podczerwieni; następnie pokazuje się na niebiesko. Ta kombinacja jest często używana do wykrywania roślinności i kamuflażu.
  • Blue-NIR-MIR , gdzie niebieski kanał wykorzystuje widzialny kolor niebieski, zielony wykorzystuje NIR (więc roślinność pozostaje zielona), a MIR jest wyświetlany jako czerwony. Takie obrazy pozwalają zobaczyć głębokość wody, pokrycie roślinnością, wilgotność gleby i obecność pożarów na jednym obrazie.

W użyciu jest wiele innych kombinacji. NIR jest często pokazywany na czerwono, co powoduje, że obszary pokryte roślinnością wydają się czerwone.

Klasyfikacja

W przeciwieństwie do innych prac związanych z interpretacją zdjęć lotniczych i satelitarnych , te obrazy wielospektralne nie ułatwiają bezpośredniej identyfikacji typu obiektu za pomocą inspekcji wizualnej. Dlatego dane teledetekcji muszą być najpierw klasyfikowane, a następnie przetwarzane za pomocą różnych technik wzbogacania danych, aby pomóc użytkownikowi zrozumieć cechy obecne w obrazie.

Taka klasyfikacja jest złożonym zadaniem, które polega na rygorystycznej walidacji próbek uczących w zależności od zastosowanego algorytmu klasyfikacji. Techniki można podzielić głównie na dwa typy.

  • Nadzorowane techniki klasyfikacji
  • Nienadzorowane techniki klasyfikacji

Nadzorowana klasyfikacja wykorzystuje próbki treningowe. Próbki treningowe to obszary na ziemi, dla których istnieje Ground prawda , czyli to, co jest znane. W widmowe podpisy tych obszarów szkoleniowych są wykorzystywane do wyszukiwania podobnych sygnatur w pozostałych pikseli obrazu, a my odpowiednio sklasyfikować. Takie wykorzystanie próbek szkoleniowych do klasyfikacji nazywa się klasyfikacją nadzorowaną. Wiedza ekspercka jest bardzo ważna w tej metodzie, ponieważ dobór prób uczących i dobór obciążony może mieć negatywny wpływ na dokładność klasyfikacji. Popularne techniki obejmują zasadę największej wiarygodności i splotową sieć neuronową . Zasada największej wiarygodności oblicza prawdopodobieństwo przynależności piksela do klasy (tj. cechy) i przypisuje piksel do jego najbardziej prawdopodobnej klasy. Nowsze metody oparte na splotowych sieciach neuronowych uwzględniają zarówno bliskość przestrzenną, jak i całe widma w celu określenia najbardziej prawdopodobnej klasy.

W przypadku klasyfikacji nienadzorowanej nie jest wymagana wcześniejsza wiedza do klasyfikacji cech obrazu. Obserwuje się naturalne grupowanie lub grupowanie wartości pikseli, tj. poziomy szarości pikseli. Następnie określany jest próg przyjęcia liczby klas w obrazie. Im mniejsza wartość progowa, tym więcej klas będzie. Jednak po przekroczeniu pewnej granicy ta sama klasa będzie reprezentowana w różnych klasach w tym sensie, że reprezentowana jest zmienność w klasie. Po utworzeniu klastrów przeprowadzana jest weryfikacja prawdy podstawowej w celu zidentyfikowania klasy, do której należy piksel obrazu. Zatem w tej nienadzorowanej klasyfikacji apriori informacje o klasach nie są wymagane. Jedną z popularnych metod w klasyfikacji nienadzorowanej jest grupowanie metodą k-średnich .

Oprogramowanie do analizy danych

  • MicroMSI jest zatwierdzony przez NGA .
  • Opticks to aplikacja do teledetekcji typu open source.
  • Multispec to darmowe oprogramowanie do analizy wielospektralnej.
  • Gerbil to oprogramowanie do wizualizacji i analizy multispektralnej o otwartym kodzie źródłowym.

Zobacz też

Bibliografia

Dalsza lektura

Linki zewnętrzne