Multispektrální obraz - Multispectral image

Video od SDO současně ukazující úseky Slunce na různých vlnových délkách

Multispektrální zobrazování zachycuje obrazová data v rámci specifických rozsahů vlnových délek napříč elektromagnetickým spektrem . Vlnové délky mohou být odděleny filtry nebo detekovány pomocí nástrojů, které jsou citlivé na konkrétní vlnové délky, včetně světla z frekvencí mimo rozsah viditelného světla , tj. Infračervené a ultrafialové . Spektrální zobrazování může umožnit extrakci dalších informací, které lidské oko nedokáže zachytit pomocí viditelných receptorů pro červenou, zelenou a modrou . Původně byl vyvinut pro identifikaci a průzkum vojenských cílů. Rané vesmírné zobrazovací platformy zahrnovaly multispektrální zobrazovací technologii pro mapování detailů Země souvisejících s pobřežními hranicemi, vegetací a reliéfy. Multispektrální zobrazování našlo uplatnění také v dokumentové a malířské analýze. 4

Multispektrální zobrazování měří světlo v malém počtu (typicky 3 až 15) spektrálních pásem . Hyperspektrální zobrazování je speciální případ spektrálního zobrazování, kde jsou často k dispozici stovky souvislých spektrálních pásem.

Aplikace

Sledování vojenských cílů

Multispektrální zobrazování měří světelné emise a často se používá při detekci nebo sledování vojenských cílů. V roce 2003 vědci z United States Army Research Laboratory a Federal Laboratory Collaborative Technology Alliance oznámili dvoupásmové multispektrální zobrazovací pole s ohniskovou rovinou (FPA). Tato FPA umožnila vědcům podívat se na dvě infračervená (IR) letadla současně. Vzhledem k tomu, že infračervené technologie středních vln (MWIR) a dlouhovlnné infračervené záření (LWIR) měří záření vlastní objektu a nevyžadují žádný externí zdroj světla, označují se také jako metody termovize .

Jas obrazu vytvořeného termokamerou závisí na emisivitě předmětů a teplotě. Každý materiál má infračervený podpis, který pomáhá při identifikaci objektu. Tyto podpisy jsou méně výrazné v hyperspektrálních systémech (které zobrazují v mnohem více pásmech než multispektrální systémy) a při vystavení větru a dramatičtěji dešti. Někdy může povrch cíle odrážet infračervenou energii. Tento odraz může nesprávně interpretovat skutečné čtení inherentního záření objektů. Zobrazovací systémy, které využívají technologii MWIR, fungují lépe se slunečními odrazy na povrchu cíle a vytvářejí definitivnější snímky horkých předmětů, jako jsou motory, ve srovnání s technologií LWIR. LWIR však funguje lépe v mlhavém prostředí, jako je kouř nebo mlha, protože na delších vlnových délkách dochází k menšímu rozptylu . Výzkumníci tvrdí, že dvoupásmové technologie kombinují tyto výhody a poskytují více informací z obrazu, zejména v oblasti sledování cílů.

Pro detekci nočních cílů termální zobrazování překonalo jednopásmové multispektrální zobrazování. Citace. Dvoupásmová technologie MWIR a LWIR vedla k lepší vizualizaci během noci než samotný MWIR. Citace Citace. Americká armáda uvádí, že její dvoupásmový LWIR/MWIR FPA prokázal lepší vizualizaci taktických vozidel než samotný MWIR poté, co je sledoval ve dne i v noci.  

Detekce pozemních min

Analýzou emisivity pozemních povrchů může multispektrální zobrazování detekovat přítomnost podzemních střel. Povrchová a podpovrchová půda má různé fyzikální a chemické vlastnosti, které se objevují ve spektrální analýze. Narušená půda má zvýšenou emisivitu v rozsahu vlnových délek 8,5 až 9,5 mikrometrů, přičemž neprokazuje žádnou změnu vlnových délek větších než 10 mikrometrů. Duální MWIR/LWIR FPA americké armádní výzkumné laboratoře používalo „červené“ a „modré“ detektory k hledání oblastí se zvýšenou emisivitou. Červený detektor funguje jako pozadí a ověřuje sféry nerušených oblastí půdy, protože je citlivý na vlnovou délku 10,4 mikrometru. Modrý detektor je citlivý na vlnové délky 9,3 mikrometru. Pokud se při skenování změní intenzita modrého obrazu, je tato oblast pravděpodobně narušena . Vědci uvedli, že fúze těchto dvou snímků zvýšila detekční schopnosti.

Detekce balistických raket

Zachycení mezikontinentální balistické rakety (ICBM) ve fázi posilování vyžaduje zobrazení tvrdého těla i oblaků rakety. MWIR představuje silný signál z vysoce vyhřívaných předmětů, včetně raketových oblaků, zatímco LWIR produkuje emise z materiálu těla rakety. Americká armádní výzkumná laboratoř uvedla, že s jejich dvoupásmovou technologií MWIR/LWIR, sledování Atlas 5 Evolved Expendable Launch Vehicles, podobného designu jako ICBM, zachytilo tělo rakety i peří.

Vesmírné zobrazování

Většina radiometrů pro dálkové snímání (RS) získává multispektrální snímky. Rozdělení spektra do mnoha pásem je multispektrální opakem panchromatického , který zaznamenává pouze celkovou intenzitu záření dopadajícího na každý pixel . Obvykle se pro pozorování Země družice mají tři nebo více radiometers . Každý získává jeden digitální obraz (v dálkovém průzkumu, nazývaný „scéna“) v malém spektrálním pásmu. Pásy jsou seskupeny do oblastí vlnových délek na základě původu světla a zájmů výzkumných pracovníků.

Předpověď počasí

Moderní meteorologické satelity produkují snímky v různých spektrech.

Multispektrální zobrazování kombinuje dvě až pět spektrálních zobrazovacích pásem relativně velké šířky pásma do jednoho optického systému. Multispektrální systém obvykle poskytuje kombinaci viditelného (0,4 až 0,7 µm), blízkého infračerveného (NIR; 0,7 až 1 µm), krátkovlnného infračerveného (SWIR; 1 až 1,7 µm), středovlnného infračerveného (MWIR; 3,5 až 5 µm) nebo dlouhovlnné infračervené (LWIR; 8 až 12 µm) pásma do jednoho systému. - Valerie C. Coffey

V případě satelitů Landsat bylo použito několik různých označení pásem, přičemž až 11 pásem ( Landsat 8 ) obsahuje multispektrální obraz. Spektrální zobrazování s vyšším radiometrickým rozlišením (zahrnujícím stovky nebo tisíce pásem), jemnějším spektrálním rozlišením (zahrnujícím menší pásma) nebo širším spektrálním pokrytím lze nazvat hyperspektrální nebo ultraspektrální.

Dokumenty a umělecká díla

Multispektrální zobrazování lze použít pro zkoumání obrazů a jiných uměleckých děl. Obraz je ozářen ultrafialovými , viditelnými a infračervenými paprsky a odražené záření je zaznamenáno kamerou citlivou v těchto oblastech spektra. Obraz lze také zaregistrovat pomocí přeneseného namísto odraženého záření. Ve zvláštních případech může být obraz ozařován UV , VIS nebo IR záření a fluorescence z pigmentů , nebo laky lze registrovat.

Multispektrální analýza pomohla při interpretaci starověkých papyrů , jako jsou ty nalezené v Herculaneum , zobrazením fragmentů v infračerveném rozsahu (1000 nm). Text na dokumentech se často pouhým okem jeví jako černý inkoust na černém papíru. Při 1000 nm rozdíl v tom, jak papír a inkoust odráží infračervené světlo, činí text jasně čitelným. Bylo také použito k zobrazení palimpsestu Archimedes zobrazením listů pergamenu v šířkách pásma 365–870 nm a poté pomocí pokročilých technik digitálního zpracování obrazu k odhalení podtextu s Archimedovou prací. Multispektrální zobrazování bylo použito v projektu Mellon Foundation na Yale University ke srovnání inkoustů ve středověkých anglických rukopisech.

Multispektrální zobrazování bylo také použito ke zkoumání zabarvení a skvrn na starých knihách a rukopisech. Srovnání „spektrálního otisku prstu“ skvrny s charakteristikou známých chemických látek může umožnit identifikaci skvrny. Tato technika byla použita ke zkoumání lékařských a alchymistických textů, hledala rady o aktivitách raných chemiků a možných chemických látkách, které mohli použít při svých experimentech. Jako kuchař rozlévající mouku nebo ocet do kuchařky mohl časný chemik zanechat na stránkách hmatatelné důkazy o přísadách používaných k výrobě léků.

Spektrální pásma

Vlnové délky jsou přibližné; přesné hodnoty závisí na nástrojích konkrétního satelitu:

  • Modrá , 450–515..520 nm, se používá pro zobrazování v atmosféře a hluboké vodě a v čisté vodě může dosáhnout hloubky až 50 metrů.
  • Zelená , 515..520–590..600 nm, se používá k zobrazování vegetace a struktur hlubokých vod, až 30 stop v čisté vodě.
  • Červená , 600..630–680..690 nm, se používá k zobrazování uměle vytvořených předmětů ve vodě hluboké až 30 stop (9 m), půdy a vegetace.
  • Blízké infračervené záření (NIR), 750–900 nm, se používá především k zobrazování vegetace.
  • Mid-infračervené záření (MIR), 1550–1750 nm, se používá k zobrazování vegetace, obsahu půdní vlhkosti a některých lesních požárů .
  • Far-infrared (FIR), 2080–2350 nm, se používá k zobrazování půdy, vlhkosti, geologických vlastností, křemičitanů, jílů a požárů.
  • Tepelné infračervené záření , 10400-12500 nm, využívá emitované místo odraženého záření k zobrazení geologických struktur, tepelných rozdílů ve vodních proudech, požárů a pro noční studie.
  • Radar a související technologie jsou užitečné pro mapování terénu a pro detekci různých objektů.

Využití spektrálního pásma

Další informace: Falešná barva

Pro různé účely lze použít různé kombinace spektrálních pásem. Obvykle jsou zastoupeny červenými, zelenými a modrými kanály. Mapování pásem na barvy závisí na účelu obrázku a osobních preferencích analytiků. Tepelné infračervené záření se často vynechává z důvodu špatného prostorového rozlišení, s výjimkou zvláštních účelů.

  • True-color používá pouze červené, zelené a modré kanály mapované na jejich příslušné barvy. Jako jednobarevná fotografie je dobrá pro analýzu uměle vytvořených předmětů a je snadno srozumitelná pro začínající analytiky.
  • Zelená-červená-infračervená , kde je modrý kanál nahrazen blízkým infračerveným zářením, se používá pro vegetaci, která je v blízké IR vysoce reflexní; pak se zobrazí jako modrá. Tato kombinace se často používá k detekci vegetace a maskování.
  • Blue-NIR-MIR , kde modrý kanál používá viditelnou modrou, zelená používá NIR (takže vegetace zůstává zelená) a MIR je zobrazen jako červený. Takové obrázky umožňují na jednom obrázku vidět hloubku vody, pokrytí vegetace, obsah půdní vlhkosti a přítomnost požárů.

Používá se mnoho dalších kombinací. NIR je často zobrazen jako červený, což způsobuje, že oblasti pokryté vegetací vypadají červeně.

Klasifikace

Na rozdíl od jiných prací s interpretací leteckého a satelitního obrazu tyto multispektrální snímky neumožňují snadnou přímou identifikaci typu funkce vizuální kontrolou. Proto musí být data dálkového průzkumu nejprve klasifikována a poté zpracována různými technikami vylepšení dat, aby pomohla uživateli porozumět funkcím, které jsou na obrázku.

Taková klasifikace je složitý úkol, který zahrnuje přísnou validaci tréninkových vzorků v závislosti na použitém klasifikačním algoritmu. Techniky lze seskupit hlavně do dvou typů.

  • Kontrolované klasifikační techniky
  • Techniky klasifikace bez dozoru

Kontrolovaná klasifikace využívá tréninkové vzorky. Tréninkové vzorky jsou oblasti na zemi, pro které existuje pozemská pravda , to znamená, že to, co tam je, je známé. Tyto spektrální podpisy jednotlivých výcvikových prostorů se používají k hledání pro podobné podpisy ve zbývajících pixelů obrazu, a my se podle toho klasifikovat. Toto použití tréninkových vzorků pro klasifikaci se nazývá klasifikace pod dohledem. Odborné znalosti jsou v této metodě velmi důležité, protože výběr tréninkových vzorků a neobjektivní výběr mohou špatně ovlivnit přesnost klasifikace. Mezi oblíbené techniky patří princip maximální pravděpodobnosti a konvoluční neuronová síť . Princip maximální pravděpodobnosti vypočítá pravděpodobnost pixelu patřícího do třídy (tj. Funkce) a přidělí pixel jeho nejpravděpodobnější třídě. Novější metody založené na konvoluční neuronové síti zohledňují prostorovou blízkost i celá spektra, aby určily nejpravděpodobnější třídu.

V případě klasifikace bez dozoru nejsou pro klasifikaci vlastností obrázku vyžadovány žádné předchozí znalosti. Přirozené shlukování nebo seskupování hodnot pixelů, tj. Úrovně šedé pixelů, jsou pozorovány. Poté je definována prahová hodnota pro přijetí počtu tříd na obrázku. Čím je prahová hodnota jemnější, tím více tříd bude. Za určitou mez však bude stejná třída zastoupena v různých třídách v tom smyslu, že jsou zastoupeny variace ve třídě. Po vytvoření shluků se provede ověření základní pravdy, aby se identifikovala třída, do které obrazový pixel patří. V této nekontrolované klasifikaci tedy nejsou apriori vyžadovány informace o třídách. Jednou z oblíbených metod v nekontrolované klasifikaci je k-means clustering .

Software pro analýzu dat

  • MicroMSI je podporováno NGA .
  • Opticks je otevřená aplikace pro vzdálené snímání.
  • Multispec je bezplatný software pro multispektrální analýzu.
  • Gerbil je open source multispektrální vizualizační a analytický software.

Viz také

Reference

Další čtení

externí odkazy