亿迅智能制造网
工业4.0先进制造技术信息网站!
首页 | 制造技术 | 制造设备 | 工业物联网 | 工业材料 | 设备保养维修 | 工业编程 |
home  MfgRobots >> 亿迅智能制造网 >  >> Industrial Internet of Things >> 传感器

高光谱相机和数据质量

高光谱成像结合了成像和光谱学。有许多不同的光学架构可用于制作高光谱系统,但最终目标是相同的——制作一幅图像,其中图像中的每个像素都包含来自许多光谱带(许多不同的颜色或波长)的信息。

制作好的高光谱系统并不容易,但是,如果您只考虑质量,那么您的最高优先级应该是每个像素的光谱保真度——即一个像素捕获的光谱是该特定像素成像的场景的实际物理表示.有许多关键质量参数会影响高光谱系统的光谱保真度。不同的关键质量参数对频谱保真度的影响取决于许多因素,但总的来说,最重要的参数是:

为了评估高光谱系统的性能,我们需要引入术语点扩散函数(PSF)。这是从点源通过光学器件撞击探测器的能量强度曲线的形状。

理想情况下,在推扫式高光谱系统中,所有波段的空间采样都是相同的。实际上,这绝不是真的,会导致空间配准错误。

对于 FOV 中的一个位置,PSF 重心的形状、大小和位置在所有波段中都应该相同。设计目标是使 FOV 中所有位置的 PSF 形状和尺寸尽可能相似。在实际应用中,空间配准本身 1 以及导致空间配准错误的不同来源 2 非常重要,可以显示其重力的差异 3 可能会影响数据处理结果。

光谱配准对于高光谱系统的光谱保真度也非常重要。与空间配准一样,光谱 PSF 的形状、大小和位置也很重要。为避免光谱混叠,PSF的宽度应保持在两个光谱带附近,但在许多情况下,最好使用比这更锐利的光学器件。

为每个像素和每个波段制作清晰的光学器件有很多原因。对于任何给定的探测器,在给定的探测器间距下,成像光谱仪总是会输出更多具有锐利光学的信息。另一方面,对多于一个像素的 PSF 进行采样可以提供有关 PSF 的更多信息,但对于给定的检测器,它将降低系统的分辨率。任何给定的光学系统总是会输出更多信息,每点扩散函数 (PSF) 拥有的像素越多 4 .

在决定要制作什么系统或为用户购买什么系统时,有许多权衡取舍。光学的锐度就是其中之一。

另一个关键质量参数是光学系统的杂散光。一般来说,杂散光是从不应该到达检测器的地方的光。这可能是由于光学器件内部的反射、光学表面的散射、机械表面的反射等等。对于不同的光谱范围,杂散光效应也可能不同。目前对于如何测量高光谱系统的杂散光没有行业标准,不同的供应商做的也不同。

光学器件的聚光能力通常是一个非常重要的参数(低 F#)。系统中的空间像素和光谱带越多,到达每个像素/带的光就越少。这意味着高分辨率高光谱成像系统需要对光非常敏感。此参数的重要性可能因平台而异。如果将高光谱系统部署在飞机或工业环境中,速度通常是一个重要参数,因此低 F# 对于在整个光谱范围内获得良好的信噪比 (SNR) 非常重要。相反,实验室应用通常可以通过使用较慢的图像捕获速率和更长的集成时间来收集更多的光,从而在光圈上提供更大的灵活性。

全光谱范围的高信噪比是高光谱系统的一个非常重要的参数,信噪比的高低取决于整个系统的光谱响应函数。峰值 SNR 仅指定接近饱和的频带的最大 SNR,因此并不能说明全部情况。人们还需要知道作为波长函数的整个系统的总量子效率是多少。为了提供有用的信息,需要为给定的输入辐射和给定的(和操作上现实的/相关的)积分时间/曝光指定 SNR 曲线。

探测器是高光谱系统的重要组成部分,在许多情况下,它定义了光学系统的设计目标。 SWIR 光谱范围(900-2500nm)的可用探测器数量非常有限,并且随着探测器像素数的增加,价格急剧上涨。在这种情况下,光学器件是为探测器设计的,通常设计得尽可能锐利。

对于 VNIR 范围(400-1000nm),有很多探测器可用,可以选择对光学系统最有意义的探测器。对于 VNIR 和 SWIR 范围,探测器的许多参数非常重要。这些是全阱容量、本底噪声、读出模式、读出速度、像素间距、作为波长函数的量子效率等等。探测器市场瞬息万变,对于高光谱制造商而言,紧跟探测器市场的步伐以整合现有最好的探测器非常重要。

所使用的校准程序和标准(包括精度)应可供用户使用,因此具有可溯源至 NIST 或 PTB 标准(或类似标准)的辐射校准非常重要。

任何高光谱系统都需要在受控环境之外保持稳定和准确的辐射和光谱校准。如果在运输和操作过程中不稳定和有效,那么拥有一个完美校准的系统离开工厂是毫无价值的。这意味着光谱、辐射和几何校准必须在不同的温度、压力和剧烈振动下保持稳定,以确保系统在无人机操作等苛刻条件下提供可重复且可靠的结果。 5, 6

很难从供应商的顶级数据表中​​区分不同的高光谱系统。在比较来自不同制造商(或来自同一制造商的不同型号)的系统时,供应商应提供详细报告,说明该特定相机型号的上述参数。此外,建议从与用户应用相关的场景中请求样本数据。

IEEE 7 组织目前正在制定一个用于表征高光谱相机的通用标准的行动 . HySpex 支持并积极参与该小组,旨在使产品对高光谱成像系统的最终用户更加透明。

本文由挪威电力公司 Norsk Elektro Optikk(挪威奥斯陆)首席执行官 Trond Løke 撰写。欲了解更多信息,请联系该电子邮件地址已受到防止垃圾邮件机器人的保护。您需要启用 JavaScript 才能查看它。或访问这里 .

参考文献

  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

传感器

  1. 数字记忆术语和概念
  2. 构建负责任和值得信赖的人工智能
  3. 嵌入式系统和系统集成
  4. 高光谱相机
  5. 系统使用智能手机或电脑摄像头测量健康
  6. 可编程光纤提供电力和传输数据
  7. 视觉系统识破云雾
  8. 系统帮助无人机检测和避开电力线
  9. “听诊器”监控机器质量和功能
  10. 微带电路及材料表征系统
  11. 3D 相机合并深度和光谱数据
  12. 质量管理体系(QMS)“全数字化”的挑战和机遇