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

保障光谱保真度:优化高光谱相机质量

高光谱成像融合成像与光谱学。有多种光学架构制造高光谱系统,但最终目标一致:生成每个像素包含多光谱带(多种颜色或波长)信息的图像。

制造优质高光谱系统不易,但若唯质量论,最高优先级应是每个像素的光谱保真度——即某像素捕获的光谱是该特定像素成像场景的真实物理表征。许多关键质量参数影响高光谱系统光谱保真度。不同关键质量参数对光谱保真度影响取决于多因素,但总体最重要参数有:

评估高光谱系统性能,需引入点扩散函数(PSF)。这是点光源经光学系统击中探测器的能量强度曲线形状。

保障光谱保真度:优化高光谱相机质量

理想推扫高光谱系统中,所有波段空间采样相同。现实从不真,导致空间错位。

对视场中某位置,PSF 形状、大小、重心位置在所有波段应相同。设计目标是使 PSF 形状大小在视场所有位置尽可能相似。实际应用中,空间错位本身1 及导致空间错位的不同来源2 至关重要,可展示重心差异3 如何损害数据处理结果。

保障光谱保真度:优化高光谱相机质量

光谱错位对高光谱系统光谱保真度也极重要。同空间错位,光谱 PSF 形状、大小、位置重要。为避免光谱混叠,PSF 宽度应保持接近两光谱带,但许多情况更倾向更锐利光学。

每像素每波段做锐利光学有许多理由。对给定探测器、给定探测器节距,成像光谱仪用锐利光学总输出更多信息。另一方面,用多像素采样 PSF 能得更多 PSF 信息,但给定探测器会降低系统分辨率。任何给定光学系统,每点扩散函数(PSF)像素越多,输出信息越多4。

保障光谱保真度:优化高光谱相机质量

决定做什么系统——或用户买什么系统——有许多权衡。光学锐度是其中之一。

另一关键质量参数是光学系统杂散光。一般而言,杂散光是本不该到达探测器的光。可能因光学内部反射、光学表面散射、机械表面反射等。杂散光效应不同光谱范围可能不同。目前无行业标准测量高光谱系统杂散光,不同供应商做法不同。

光学集光能力通常极重要参数(低 F 值)。系统空间像素和光谱带越多,到达每像素/波段光越少。意味着高分辨高光谱成像系统需极高感光度。此参数重要性随平台变化。若高光谱系统部署飞机或工业现场,速度通常重要,低 F 值对全光谱范围获取良好信噪比(SNR)则极重要。反之,实验室应用通常用较慢采集速率、更长积分时间收集更多光,允许光圈更灵活。

保障光谱保真度:优化高光谱相机质量

全光谱范围高 SNR 是高光谱系统极重要参数,高 SNR 程度取决于整个系统光谱响应函数。峰值 SNR 仅指接近饱和波段最大 SNR,不全面。还需知整个系统总量子效率随波长函数。为提供有用信息,SNR 曲线需针对给定输入辐射度和给定(操作上现实/相关)积分时间/曝光指定。

探测器是高光谱系统重要部分,许多情况下定义光学系统设计目标。SWIR 谱段(900-2500nm)可用探测器极少,价格随探测器像素数剧增。这是为探测器设计光学、通常设计得尽可能锐利的场景。

VNIR 范围(400-1000nm)有大量探测器可选,可选最适合光学系统的探测器。VNIR 和 SWIR 两范围,探测器许多参数极重要:全阱容量、噪声底、读出模式、读出速度、像素间距、量子效率随波长函数等。探测器市场持续变化,高光谱制造商跟上探测器市场整合最佳可用探测器很重要。

保障光谱保真度:优化高光谱相机质量

校准程序和标准(含精度)应对用户可用,具有可追溯 NIST 或 PTB 标准(或类似)的辐射度校准因此极重要。

任何高光谱系统需在非受控环境外保持稳定准确的辐射度和光谱校准。出厂完美校准若运输后和运行中不稳定无效则毫无价值。意味着光谱、辐射度、几何校准须在不同温度、压力、重振动下稳定,确保系统在苛刻条件(如无人机作业)下提供可重复可靠结果5,6。

保障光谱保真度:优化高光谱相机质量

从供应商顶级数据表很难区分不同高光谱系统。比较不同制造商系统(或同厂不同型号)时,供应商应提供详述上述参数的详细报告。此外,建议索取与用户应用相关场景的样本数据。

目前有制定高光谱相机通用表征标准的行动,由 IEEE 组织7。HySpex 支持并深度参与该组,旨在让高光谱成像系统终端用户选择更透明。

本文由 Trond Løke 撰写,CEO,Norsk Elektro Optikk, AS(挪威奥斯陆)。更多信息请联系 This email address is being protected from spambots. You need JavaScript enabled to view it.,或访问 here 。

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. 嵌入式系统与系统集成:现代架构与连接新范式
  2. 高光谱相机:先进材料识别与精准检测
  3. 数字存储器基础:寻址、访问与易失性
  4. 拥抱全数字化时代:转型质量管理体系以赢未来
  5. 智能手机与电脑摄像头实时健康监测
  6. 可编程光纤集成供电、数据传输与健康监测,用于军用制服
  7. 先进视觉系统穿透云雾 揭示隐藏三维场景
  8. 先进无人机系统检测规避高压线保障飞行安全
  9. 音频AI听诊器:机器健康质量实时监测
  10. 精密微带电路与材料表征系统用于超导薄膜
  11. 先进3D相机融合深度与光谱成像实现全面分析
  12. 构建负责任可信AI:可解释性、问责制与伦理三大支柱实战指南