2. formato de datos y estructura de archivos

El formato de almacenamiento común para las cámaras hiperespectrales es el formato estándar envi, que incluye dos archivos. HDR Y. raw, y algunos dispositivos también irán acompañados de archivos de información de adquisición. dci.

2.2 Introducción al formato envi(.hdr + .raw)

Introducción a la metainformación de conservación de HDR (longitud de onda, tamaño, tipo de datos, etc.)

El archivo. HDR es texto plano, definido por el estándar envi, que registra toda la información clave de toda la imagen hiperespectral samples (ancho w)

·Líneas (altura h)

·Bands (número espectral)

·Interleave (método de almacenamiento, como bip / bsq / bil)

·Tipo de datos (tipo de datos, por ejemplo, uint16, float32)

·Wavelength (longitud de onda correspondiente a cada banda)

·Tipo de sensor (tipo de sensor)(...)

Introducción a la matriz de datos espectrales de conservación de RAW

.raw es un archivo binario puro que registra los valores cuantitativos digitales originales de todos los píxeles y bandas. Solo contiene datos en sí, no contiene información sobre tamaño, longitud de onda, etc., y debe usarse con el archivo. hdr.

Los datos generalmente se almacenan de una de las tres maneras siguientes:

·Bsq (almacenamiento por banda)

·Bil (almacenamiento por línea)

·Bip (almacenamiento por píxeles)

Diferentes métodos de almacenamiento pueden tener un impacto en la velocidad de lectura y la eficiencia del procesamiento de datos.

.dci guardar la introducción de la información de adquisición de datos

La cámara hiperespectral genera un archivo personalizado. DCI que registra:

·Camera (modelo de cámara)

·R \ G \ B (rgb en la adquisición de datos)

·Exposuretime (tiempo de exposición)

·GAIN (ganancia)

·Velocidad o paso de la plataforma móvil de objetdistance (cámara push - sweep)

·POS:

·Longitude, latitude (longitud y latitud)

·Altitude (altitud)

·Altura (altura relativa)

Este archivo sirve principalmente a los registros experimentales y generalmente no participa en el procesamiento de datos.

Cámara hiperespectral terrestre cámara hiperespectral Aerotransportada

2.2 dimensión de los datos(H × W × Bandas)

Las imágenes hiperespectrales finalmente forman cubos de datos tridimensionales:

·H (height): altura de la imagen

·W (ancho): ancho de la imagen

·Bands (número de bandas): cuántas dimensiones del espectro tiene cada píxel

Por lo tanto, la cantidad de datos hiperespectrales es mucho mayor que la de las imágenes ordinarias, y también es una de las fuentes de desafío para el diseño de algoritmos posteriores.

2.3 modos e impactos comunes de adquisición(empuje y escanee la matriz facial vs)

Los métodos de adquisición de cámaras hiperespectrales se dividen principalmente en dos categorías principales: barrido Push (barrido lineal) y matriz facial (instantánea), cada uno de los cuales es adecuado para diferentes escenarios de aplicación.

1) cámara hiperespectral de barrido Push

También se llama Cámara lineal, que solo toma una línea (dirección x) a la vez y completa el escaneo en dirección y durante el Movimiento de la muestra o la Cámara. El proceso de imagen es: después de cada imagen en una línea (dirección x), durante el avance de la cinta transportadora del sistema de detección, los detectores dispuestos escanean una trayectoria de banda para completar el escaneo longitudinal (dirección y). Los datos de imagen hiperespectral tridimensional de la muestra se pueden obtener combinando la información de escaneo transversal y vertical.

Principios de imagen:

·Hay una ranura en el interior de la Cámara

·La luz se proyecta al detector de matriz lineal después de pasar por la División de luz de rejilla.

·La Plataforma de movimiento (o cinta transportadora) impulsa la muestra para que la Cámara escanee línea por línea

·Finalmente se forma un cubo hiperespectral completo

Características:

Alta resolución espectral
Bajo ruido
Adecuado para líneas de montaje industriales, escaneo de cultivos, barrido de empuje de laboratorio, etc.

2) cámara hiperespectral de matriz facial

También se llama cámara hiperespectral instantánea, que puede obtener todas las dimensiones espaciales con una sola exposición.

Las tecnologías comunes incluyen:

·Matriz de Prismas de División de luz

·Filtros multizonas (como imec)

·Sistema de haz multicanal

3. lectura y visualización de datos

La lectura y visualización de datos hiperespectrales se puede procesar directamente con un software de teledetección hiperespectral integrado, o se puede programar la lectura y el procesamiento por sí mismo con Python o matlab. la curva hiperespectral original es la información del valor dn, que es el valor digital en el que el detector de cámara convierte la señal óptica, y esencialmente es el "nivel de grises de píxeles". No es una cantidad física, por lo que es necesario convertirla en datos de reflectividad o radiación para el análisis y procesamiento de datos. El siguiente es un caso de lectura de código simple.

3.1 ejemplo de lectura

Python lee el Código de ejemplo de la imagen hiperespectral

MATLAB lee el Código de imagen hiperespectral

3.2 Síntesis en color

Síntesis de color real (color verdadero)

Elija la longitud de onda del ojo humano correspondiente:

·R = 660 nm

·G = 550 nm

·B = 450 nm

La imagen presentada es consistente con la visión a simple vista.

Adecuado para: paisajes naturales, teledetección agrícola, análisis del rango de luz visible humana.

Síntesis de color falso

Elija otras bandas representativas, como:

·R = 800 nm (infrarrojo cercano)

·G = 660 nm

·B = 550 nm

El infrarrojo cercano muestra el estado fisiológico de las plantas, por lo que se utiliza comúnmente: monitoreo de la salud de la vegetación, mejora hiperespectral objetivo, clasificación de características terrestres

Los colores falsos pueden fortalecer ciertas diferencias espectrales y son la ventaja de los datos hiperespectrales.

Síntesis de color real síntesis de color falso síntesis de color real

3.3 dibujo de la curva espectral

En las imágenes hiperespectrales, cada píxel corresponde a una curva espectral.
Haga clic en cualquier lugar del software para ver la variación de su reflectividad espectral / brillo con la longitud de onda. También se pueden seleccionar áreas e imágenes irregulares para promediar todos los píxeles de roi, etc.

Conclusión

Las imágenes hiperespectrales parecen "altamente frías", pero en esencia solo observan el mundo de una manera más detallada: no solo miran la forma y el color, sino que también ven la verdadera apariencia de la materia en la dimensión espectral. Espero que este artículo te ayude a dar un paso más sólido en el camino hacia la comprensión de la tecnología hiperespectral. En la siguiente sección presentaremos el método de preprocesamiento de imágenes hiperespectrales.