Manufaktur industri
Industri Internet of Things | bahan industri | Pemeliharaan dan Perbaikan Peralatan | Pemrograman industri |
home  MfgRobots >> Manufaktur industri >  >> Industrial Internet of Things >> Sensor

Kamera Hiperspektral dan Kualitas Data

Pencitraan hiperspektral menggabungkan pencitraan dan spektroskopi. Ada banyak arsitektur optik berbeda yang digunakan untuk membuat sistem hiperspektral, tetapi tujuan akhirnya sama – untuk membuat gambar di mana setiap piksel dalam gambar berisi informasi dari banyak pita spektral (banyak warna atau panjang gelombang yang berbeda).

Membuat sistem hiperspektral yang baik tidaklah mudah, tetapi, jika Anda hanya memikirkan kualitas, prioritas tertinggi Anda adalah fidelitas spektral di setiap piksel – yaitu spektrum yang ditangkap oleh satu piksel adalah representasi fisik sebenarnya dari pemandangan yang dicitrakan oleh piksel tertentu. . Ada banyak parameter kualitas utama yang mempengaruhi fidelitas spektral dari sistem hiperspektral. Pengaruh pada fidelitas spektral dari parameter kualitas kunci yang berbeda tergantung pada banyak faktor tetapi, secara umum, parameter yang paling penting adalah:

Untuk mengevaluasi kinerja sistem hiperspektral, kita perlu memperkenalkan istilah fungsi titik-spread (PSF). Ini adalah bentuk kurva intensitas untuk energi yang mengenai detektor melalui optik dari sumber titik.

Idealnya, dalam sistem hyperspectral pushbroom, sampling spasial adalah sama untuk semua band. Kenyataannya, ini tidak pernah benar dan mengakibatkan kesalahan pencatatan spasial.

Untuk satu posisi di FOV, bentuk, ukuran, dan posisi pusat gravitasi untuk PSF harus sama di semua band. Tujuan desain adalah membuat bentuk dan ukuran PSF semirip mungkin untuk semua posisi di FOV. Dalam aplikasi kehidupan nyata, kesalahan registrasi spasial itu sendiri 1 dan berbagai sumber yang menyebabkan kesalahan pencatatan spasial 2 sangat penting, dan dapat ditunjukkan bagaimana perbedaan gravitasinya 3 dapat membahayakan hasil pemrosesan data.

Misregistrasi spektral juga sangat penting untuk fidelitas spektral sistem hiperspektral. Seperti halnya misregistrasi spasial, bentuk, ukuran, dan posisi PSF spektral penting. Untuk menghindari aliasing spektral, lebar PSF harus dijaga mendekati dua pita spektral, tetapi dalam banyak situasi, optik yang lebih tajam lebih disukai.

Ada banyak alasan untuk membuat optik tajam per piksel dan per pita. Untuk setiap detektor tertentu, dengan nada detektor tertentu, spektrometer pencitraan akan selalu mengeluarkan lebih banyak informasi dengan optik tajam. Di sisi lain, pengambilan sampel PSF dengan lebih dari satu piksel memberikan lebih banyak informasi tentang PSF, tetapi untuk detektor tertentu, ini akan mengurangi resolusi sistem. Setiap sistem optik yang diberikan akan selalu mengeluarkan lebih banyak informasi, semakin banyak piksel yang Anda miliki per point spread function (PSF) 4 .

Ada banyak trade-off ketika memutuskan sistem apa yang akan dibuat – atau untuk pengguna, sistem apa yang akan dibeli. Ketajaman optik adalah salah satunya.

Parameter kualitas kunci lainnya adalah straylight dari sistem optik. Secara umum, straylight adalah cahaya yang mencapai detektor dari tempat yang tidak seharusnya. Hal ini dapat disebabkan oleh pantulan di dalam optik, hamburan dari permukaan optik, pantulan pada permukaan mekanis, dan sebagainya. Efek straylight juga bisa berbeda untuk rentang spektral yang berbeda. Tidak ada standar industri tentang cara mengukur penyimpangan sistem hiperspektral saat ini dan pemasok yang berbeda melakukannya secara berbeda.

Kemampuan mengumpulkan cahaya dari optik biasanya merupakan parameter yang sangat penting (F# rendah). Semakin banyak piksel spasial dan pita spektral dalam sistem, semakin sedikit cahaya yang mencapai setiap piksel/pita. Ini berarti bahwa sistem pencitraan hiperspektral resolusi tinggi diperlukan untuk sangat peka terhadap cahaya. Parameter ini dapat bervariasi dalam kepentingan tergantung pada platform. Jika sistem hiperspektral digunakan di pesawat terbang atau di lingkungan industri, kecepatan biasanya merupakan parameter penting dan F# yang rendah sangat penting untuk mendapatkan rasio sinyal-ke-noise (SNR) yang baik untuk seluruh rentang spektral. Sebaliknya, aplikasi lab biasanya dapat mengumpulkan lebih banyak cahaya dengan menggunakan kecepatan pengambilan gambar yang lebih lambat dan dengan mengintegrasikan lebih lama, yang memungkinkan lebih banyak fleksibilitas pada aperture.

SNR tinggi untuk seluruh rentang spektral adalah parameter yang sangat penting dari sistem hiperspektral dan seberapa tinggi SNR tergantung pada fungsi respons spektral dari keseluruhan sistem. SNR puncak hanya menentukan SNR maksimum dari pita yang mendekati saturasi dan, oleh karena itu, tidak memberikan keseluruhan cerita. Kita juga perlu mengetahui berapa efisiensi kuantum total dari keseluruhan sistem sebagai fungsi dari panjang gelombang. Untuk memberikan informasi yang berguna, kurva SNR perlu ditentukan untuk pancaran input yang diberikan dan waktu/paparan integrasi yang diberikan (dan realistis secara operasional/relevan).

Detektor adalah bagian penting dari sistem hiperspektral dan, dalam banyak kasus, menentukan tujuan desain sistem optik. Rentang spektral SWIR (900-2500nm) memiliki jumlah detektor yang tersedia sangat terbatas dan harganya meningkat secara drastis dengan meningkatnya jumlah piksel detektor. Ini adalah skenario di mana optik dirancang untuk detektor dan biasanya dirancang setajam mungkin.

Untuk rentang VNIR (400-1000nm) ada banyak detektor yang tersedia dan detektor yang paling masuk akal untuk sistem optik dapat dipilih. Untuk rentang VNIR dan SWIR, ada banyak parameter detektor yang sangat penting. Ini adalah kapasitas sumur penuh, lantai kebisingan, mode pembacaan, kecepatan pembacaan, pitch piksel, efisiensi kuantum sebagai fungsi panjang gelombang, dan banyak lagi. Pasar detektor terus berubah, dan penting bagi produsen hyperspectral untuk mengikuti pasar detektor untuk mengintegrasikan detektor terbaik yang tersedia.

Prosedur kalibrasi dan standar yang digunakan (termasuk akurasi) harus tersedia bagi pengguna dan oleh karena itu, kalibrasi radiometrik yang dapat dilacak ke standar NIST atau PTB (atau serupa) sangat penting.

Setiap sistem hiperspektral perlu mempertahankan kalibrasi radiometrik dan spektral yang stabil dan akurat di luar lingkungan yang terkendali. Tidak ada gunanya memiliki sistem yang dikalibrasi dengan sempurna meninggalkan pabrik jika tidak stabil dan valid setelah transportasi dan selama operasi. Ini berarti kalibrasi spektral, radiometrik, dan geometris harus stabil dalam suhu, tekanan, dan getaran yang berbeda, untuk memastikan sistem akan memberikan hasil yang dapat diulang dan andal dalam kondisi yang menuntut, seperti operasi UAV. 5, 6

Sangat sulit untuk membedakan sistem hiperspektral yang berbeda dari lembar data tingkat atas pemasok. Saat membandingkan sistem dari pabrikan yang berbeda (atau model yang berbeda dari pabrikan yang sama), laporan terperinci yang menentukan parameter yang disebutkan di atas untuk model kamera tertentu harus disediakan oleh pemasok. Selain itu, disarankan untuk meminta data sampel dari adegan yang relevan untuk aplikasi pengguna.

Saat ini ada tindakan untuk membuat standar umum untuk mengkarakterisasi kamera hiperspektral, yang diselenggarakan oleh IEEE 7 . HySpex mendukung dan sangat terlibat dalam grup ini, yang bertujuan untuk membuat penawaran lebih transparan bagi pengguna akhir sistem pencitraan hiperspektral.

Artikel ini ditulis oleh Trond Løke, CEO, Norsk Elektro Optikk, AS (Oslo, Norwegia). Untuk informasi lebih lanjut, hubungi Alamat email ini dilindungi dari robot spam. Anda perlu mengaktifkan JavaScript untuk melihatnya., atau kunjungi di sini .

Referensi

  1. https://www.spiedigitallibrary.org/conference-proceedings-of-spie/8706/1/Resampling-in-hyperspectral-cameras-as-an-alternative-to-correcting-keystone/10.1117/12.2015491.short
  2. https://www.spiedigitallibrary.org/journals/Optical-Engineering/volume-59/issue-08/084103/Spatial-misregistration-in-hyperspectral-cameras-lab-characterization-and-impact/10.1117/1 .OE.59.8.084103.full?SSO=1
  3. https://www.hyspex.com/keystone/
  4. https://www.hyspex.com/sharp_optics_many_pixels/
  5. https://www.hyspex.com/scientific_grade_uav/
  6. https://www.hyspex.com/quality_vs620/
  7. https://standards.ieee.org/project/4001.html

Sensor

  1. Istilah dan Konsep Memori Digital
  2. Membangun AI yang bertanggung jawab dan dapat dipercaya
  3. Sistem Tertanam dan Integrasi Sistem
  4. Sistem Menggunakan Kamera Smartphone atau Komputer untuk Mengukur Kesehatan
  5. Fiber yang Dapat Diprogram Menyediakan Daya dan Mengirimkan Data
  6. Sistem Visi Melihat Melalui Awan dan Kabut
  7. Sistem Membantu Drone Mendeteksi dan Menghindari Saluran Listrik
  8. “Stetoskop” Memantau Kualitas dan Fungsi Mesin
  9. Sirkuit Mikrostrip dan Sistem Karakterisasi Material
  10. Kamera 3D Menggabungkan Data Kedalaman dan Spektral