Multispektral görüntü - Multispectral image

Çeşitli dalga boylarında Güneş'in bölümlerini aynı anda gösteren SDO tarafından hazırlanan video

Multispektral görüntüleme , elektromanyetik spektrum boyunca belirli dalga boyu aralıklarında görüntü verilerini yakalar . Dalga boyları, filtrelerle ayrılabilir veya görünür ışık aralığının ötesindeki frekanslardan , yani kızılötesi ve morötesi ışık dahil olmak üzere belirli dalga boylarına duyarlı aletlerin kullanımı yoluyla tespit edilebilir . Spektral görüntüleme , insan gözünün kırmızı, yeşil ve mavi için görünür reseptörleri ile yakalayamadığı ek bilgilerin çıkarılmasına izin verebilir . Başlangıçta askeri hedef tanımlama ve keşif için geliştirilmiştir. Erken uzay tabanlı görüntüleme platformları, Dünya'nın kıyı sınırları, bitki örtüsü ve yer şekilleri ile ilgili ayrıntılarını haritalamak için multispektral görüntüleme teknolojisini içeriyordu. Multispektral görüntüleme, belge ve resim analizinde de kullanım alanı bulmuştur. 4

Multispektral görüntüleme, ışığı az sayıda (tipik olarak 3 ila 15) spektral bantta ölçer . Hiperspektral görüntüleme , genellikle yüzlerce bitişik spektral bandın mevcut olduğu özel bir spektral görüntüleme durumudur.

Uygulamalar

Askeri hedef takibi

Multispektral görüntüleme, ışık emisyonunu ölçer ve genellikle askeri hedeflerin tespit edilmesinde veya izlenmesinde kullanılır. 2003 yılında, Birleşik Devletler Ordusu Araştırma Laboratuvarı ve Federal Laboratuvar İşbirliği Teknoloji İttifakı'ndaki araştırmacılar, bir çift bantlı çok bantlı görüntüleme odak düzlemi dizisi (FPA) bildirdiler . Bu FPA, araştırmacıların aynı anda iki kızılötesi (IR) düzleme bakmasına izin verdi. Orta dalga kızılötesi (MWIR) ve uzun dalga kızılötesi (LWIR) teknolojileri, nesneye özgü radyasyonu ölçtüğü ve harici ışık kaynağı gerektirmediği için termal görüntüleme yöntemleri olarak da adlandırılır .

Termal görüntüleyici tarafından üretilen görüntünün parlaklığı, nesnelerin emisyonuna ve sıcaklığına bağlıdır . Her malzemenin, nesnenin tanımlanmasına yardımcı olan bir kızılötesi imzası vardır. Bu imzalar, hiperspektral sistemlerde (çok bantlı sistemlerden çok daha fazla bantta görüntülenen) ve rüzgara ve daha dramatik olarak yağmura maruz kaldığında daha az belirgindir. Bazen hedefin yüzeyi kızılötesi enerjiyi yansıtabilir. Bu yansıma, nesnelerin doğal radyasyonunun doğru okunmasını yanlış yorumlayabilir. MWIR teknolojisini kullanan görüntüleme sistemleri, hedef yüzeyindeki güneş yansımaları ile daha iyi çalışır ve LWIR teknolojisine kıyasla motorlar gibi sıcak nesnelerin daha kesin görüntülerini üretir. Ancak LWIR, daha uzun dalga boylarında daha az saçılma meydana geldiğinden, duman veya sis gibi puslu ortamlarda daha iyi çalışır . Araştırmacılar, çift bant teknolojilerinin, özellikle hedef izleme alanında, bir görüntüden daha fazla bilgi sağlamak için bu avantajları birleştirdiğini iddia ediyor.

Gece hedef tespiti için termal görüntüleme, tek bantlı multispektral görüntülemeden daha iyi performans gösterdi. Alıntı. Çift bantlı MWIR ve LWIR teknolojisi, gece boyunca tek başına MWIR'den daha iyi görselleştirme sağladı. Alıntı Alıntı. ABD Ordusu, çift bantlı LWIR/MWIR FPA'sının, taktik araçları hem gündüz hem de gece izledikten sonra tek başına MWIR'den daha iyi görselleştirme gösterdiğini bildirdi.  

Kara mayını tespiti

Multispektral görüntüleme, yer yüzeylerinin emisyonunu analiz ederek, yeraltı füzelerinin varlığını tespit edebilir. Yüzey ve yüzey altı toprağı, spektral analizde ortaya çıkan farklı fiziksel ve kimyasal özelliklere sahiptir. Bozulmuş toprak, 8,5 ila 9,5 mikrometre dalga boyu aralığında emisyonu artırırken, 10 mikrometreden daha büyük dalga boylarında hiçbir değişiklik göstermez. ABD Ordusu Araştırma Laboratuvarı'nın ikili MWIR/LWIR FPA'sı, gelişmiş emisyonlu alanları aramak için "kırmızı" ve "mavi" dedektörler kullandı. Kırmızı dedektör, 10.4 mikrometre dalga boyuna duyarlı olduğu için bozulmamış toprak alanlarını doğrulayan bir fon görevi görür. Mavi dedektör 9.3 mikrometrelik dalga boylarına duyarlıdır. Tarama sırasında mavi görüntünün yoğunluğu değişirse, o bölge büyük olasılıkla bozulmuştur . Bilim adamları, bu iki görüntünün kaynaştırılmasının algılama yeteneklerini artırdığını bildirdi.

Balistik füze tespiti

Kıtalararası bir balistik füzenin (ICBM) hızlandırma aşamasında durdurulması, roket dumanlarının yanı sıra sert gövdenin de görüntülenmesini gerektirir. MWIR, roket dumanları da dahil olmak üzere yüksek derecede ısıtılmış nesnelerden güçlü bir sinyal sunarken, LWIR, füzenin gövde malzemesinden emisyon üretir. ABD Ordusu Araştırma Laboratuvarı, çift bantlı MWIR/LWIR teknolojisiyle, tasarım olarak ICBM'lere benzeyen Atlas 5 Evolved Harcanabilir Fırlatma Araçlarının takibinin hem füze gövdesini hem de tüylerini aldığını bildirdi.

Uzay tabanlı görüntüleme

Uzaktan algılama (RS) için çoğu radyometre , multispektral görüntüler elde eder. Spektrumu birçok banda bölen multispektral, her piksele düşen radyasyonun yalnızca toplam yoğunluğunu kaydeden pankromatikin tersidir . Genellikle, Dünya gözlem uydularında üç veya daha fazla radyometre bulunur . Her biri küçük bir spektral bantta bir dijital görüntü (uzaktan algılamada 'sahne' olarak adlandırılır) alır. Bantlar, ışığın kaynağına ve araştırmacıların ilgi alanlarına göre dalga boyu bölgelerine ayrılır.

Hava Durumu tahmini

Modern hava uyduları, çeşitli spektrumlarda görüntüler üretir.

Multispektral görüntüleme, nispeten büyük bant genişliğine sahip iki ila beş spektral görüntüleme bandını tek bir optik sistemde birleştirir. Bir multispektral sistem genellikle görünür (0,4 ila 0,7 µm), yakın kızılötesi (NIR; 0,7 ila 1 µm), kısa dalga kızılötesi (SWIR; 1 ila 1,7 µm), orta dalga kızılötesi (MWIR; 3,5 ila 5) kombinasyonunu sağlar. µm) veya uzun dalga kızılötesi (LWIR; 8 ila 12 µm) bantları tek bir sistemde birleştirir. — Valerie C. Coffey

Landsat uyduları durumunda , çok bantlı bir görüntü içeren 11 bant ( Landsat 8 ) ile birkaç farklı bant ataması kullanılmıştır . Daha yüksek radyometrik çözünürlük (yüzlerce veya binlerce bant içeren), daha ince spektral çözünürlük (daha küçük bantlar içeren) veya daha geniş spektral kapsama sahip spektral görüntüleme, hiperspektral veya ultraspektral olarak adlandırılabilir .

Belgeler ve sanat eserleri

Resimlerin ve diğer sanat eserlerinin araştırılması için multispektral görüntüleme kullanılabilir . Resim, ultraviyole , görünür ve kızılötesi ışınlarla ışınlanır ve yansıyan radyasyon, spektrumun bu bölgelerinde duyarlı bir kamerada kaydedilir. Görüntü, yansıyan radyasyon yerine iletilen kullanılarak da kaydedilebilir. Özel durumlarda boyama ile ışınlanabilir UV VIS veya kızılötesi ışınları ve floresan bir pigment veya cilalar kaydedilebilir.

Multispektral analiz, Herculaneum'da bulunanlar gibi eski papirüslerin yorumlanmasına , parçaları kızılötesi aralıkta (1000 nm) görüntüleyerek yardımcı olmuştur. Çoğu zaman, belgelerdeki metin, çıplak gözle siyah kağıt üzerinde siyah mürekkep olarak görünür. 1000 nm'de, kağıt ve mürekkebin kızılötesi ışığı nasıl yansıttığı arasındaki fark, metni net bir şekilde okunabilir hale getirir. Ayrıca, parşömen yapraklarını 365-870 nm bant genişliklerinde görüntüleyerek ve ardından Arşimet'in çalışmasıyla alt metni ortaya çıkarmak için gelişmiş dijital görüntü işleme teknikleri kullanarak Arşimet palimpsestini görüntülemek için kullanılmıştır. Yale Üniversitesi'ndeki bir Mellon Vakfı projesinde, ortaçağ İngilizce el yazmalarındaki mürekkepleri karşılaştırmak için multispektral görüntüleme kullanılmıştır .

Eski kitaplar ve el yazmaları üzerindeki renk bozulmalarını ve lekeleri incelemek için multispektral görüntüleme de kullanılmıştır. Bir lekenin "spektral parmak izinin" bilinen kimyasal maddelerin özellikleriyle karşılaştırılması, lekenin tanımlanmasını mümkün kılabilir. Bu teknik, tıp ve simya metinlerini incelemek , ilk kimyagerlerin faaliyetleri ve deneylerinde kullanmış olabilecekleri olası kimyasal maddeler hakkında ipuçları aramak için kullanılmıştır. Bir aşçının yemek kitabına un veya sirke dökmesi gibi, eski bir kimyager de ilaç yapımında kullanılan malzemelerin sayfalarına somut kanıtlar bırakmış olabilir.

spektral bantlar

Dalga boyları yaklaşıktır; kesin değerler, belirli uydunun cihazlarına bağlıdır:

  • Mavi , 450–515..520 nm, atmosfer ve derin su görüntüleme için kullanılır ve berrak suda 150 fit (50 m) derinliğe kadar ulaşabilir.
  • Yeşil , 515..520–590..600 nm, temiz suda 30 m'ye kadar bitki örtüsü ve derin su yapılarını görüntülemek için kullanılır.
  • Kırmızı , 600..630–680..690 nm, 30 fit (9 m) derinliğe kadar suda, toprakta ve bitki örtüsünde insan yapımı nesnelerin görüntülenmesi için kullanılır.
  • Yakın kızılötesi (NIR), 750-900 nm, öncelikle bitki örtüsünün görüntülenmesi için kullanılır.
  • Orta kızılötesi (MIR), 1550–1750 nm, bitki örtüsünün, toprak nem içeriğinin ve bazı orman yangınlarının görüntülenmesi için kullanılır .
  • Uzak kızılötesi (FIR), 2080-2350 nm, toprak, nem, jeolojik özellikler, silikatlar, killer ve yangınların görüntülenmesi için kullanılır.
  • Termal kızılötesi , 10400-12500 nm, jeolojik yapıların görüntüsüne, su akımlarındaki termal farklılıklara, yangınlara ve gece çalışmalarına yansıyan radyasyon yerine yayılan kullanır.
  • Radar ve ilgili teknolojiler, araziyi haritalamak ve çeşitli nesneleri tespit etmek için kullanışlıdır.

Spektral bant kullanımı

Daha fazla bilgi: Yanlış renk

Farklı amaçlar için, farklı spektral bant kombinasyonları kullanılabilir. Genellikle kırmızı, yeşil ve mavi kanallarla temsil edilirler. Bantların renklere eşlenmesi, görüntünün amacına ve analistlerin kişisel tercihlerine bağlıdır. Termal kızılötesi, özel amaçlar dışında, zayıf uzaysal çözünürlük nedeniyle genellikle dikkate alınmaz.

  • True-color , yalnızca ilgili renkleriyle eşlenmiş kırmızı, yeşil ve mavi kanalları kullanır. Düz renkli bir fotoğraf olarak, insan yapımı nesneleri analiz etmek için iyidir ve yeni başlayan analistler için anlaşılması kolaydır.
  • Mavi kanalın yakın kızılötesi ile değiştirildiği yeşil-kırmızı-kızılötesi , yakın IR'de oldukça yansıtıcı olan bitki örtüsü için kullanılır; sonra mavi olarak gösterir. Bu kombinasyon genellikle bitki örtüsünü ve kamuflajı tespit etmek için kullanılır.
  • Mavi kanalın görünür maviyi kullandığı Mavi-NIR-MIR , yeşilin NIR kullandığı (böylece bitki örtüsü yeşil kalır) ve MIR kırmızı olarak gösterilir. Bu tür görüntüler, su derinliğini, bitki örtüsünü, toprak nem içeriğini ve yangınların varlığını tek bir görüntüde görmenizi sağlar.

Diğer birçok kombinasyon kullanımda. NIR genellikle kırmızı olarak gösterilir ve bitki örtüsüyle kaplı alanların kırmızı görünmesine neden olur.

sınıflandırma

Diğer hava fotoğrafı ve uydu görüntüsü yorumlama çalışmalarından farklı olarak, bu multispektral görüntüler görsel inceleme ile özellik tipini doğrudan tanımlamayı kolaylaştırmaz. Bu nedenle, kullanıcının görüntüde mevcut olan özellikleri anlamasına yardımcı olmak için önce uzaktan algılama verileri sınıflandırılmalı, ardından çeşitli veri geliştirme teknikleri ile işlenmelidir.

Bu tür sınıflandırma, kullanılan sınıflandırma algoritmasına bağlı olarak eğitim örneklerinin titiz bir şekilde doğrulanmasını içeren karmaşık bir görevdir. Teknikler temel olarak iki tipte gruplandırılabilir.

  • Denetimli sınıflandırma teknikleri
  • Denetimsiz sınıflandırma teknikleri

Denetimli sınıflandırma , eğitim örneklerinden yararlanır. Eğitim örnekleri, zeminde Temel gerçeğin olduğu , yani orada ne olduğu bilinen alanlardır. Spektral imzaları eğitim alanların görüntüsünün kalan piksel olarak benzer imzalar aramak için kullanılır ve buna göre sınıflandırmak olacaktır. Sınıflandırma için eğitim örneklerinin bu kullanımına denetimli sınıflandırma denir. Eğitim örneklerinin seçimi ve yanlı bir seçim, sınıflandırmanın doğruluğunu kötü etkileyebileceğinden, bu yöntemde uzman bilgisi çok önemlidir. Popüler teknikler, Maksimum olabilirlik ilkesini ve Evrişimli sinir ağını içerir . Maksimum olabilirlik ilkesi, bir sınıfa (yani özellik) ait olan bir pikselin olasılığını hesaplar ve pikseli en olası sınıfına tahsis eder . Daha yeni Evrişimsel sinir ağı tabanlı yöntemler, en olası sınıfı belirlemek için hem uzamsal yakınlığı hem de tüm spektrumu hesaba katar.

Denetimsiz sınıflandırma durumunda , görüntünün özelliklerini sınıflandırmak için ön bilgi gerekmez. Piksel değerlerinin doğal kümelenmesi veya gruplandırılması, yani piksellerin gri seviyeleri gözlemlenir. Ardından, görüntüdeki sınıf sayısını benimsemek için bir eşik tanımlanır. Eşik değeri ne kadar ince olursa, o kadar fazla sınıf olacaktır. Bununla birlikte, belirli bir sınırın ötesinde, aynı sınıf, sınıftaki varyasyonun temsil edilmesi anlamında farklı sınıflarda temsil edilecektir. Kümeler oluşturulduktan sonra , görüntü pikselinin ait olduğu sınıfı belirlemek için temel doğruluk doğrulaması yapılır. Bu nedenle, bu denetimsiz sınıflandırmada, sınıflar hakkında apriori bilgi gerekli değildir. Denetimsiz sınıflandırmada popüler yöntemlerden biri k-ortalama kümelemedir .

Veri analiz yazılımı

  • MicroMSI , NGA tarafından onaylanmıştır .
  • Opticks , açık kaynaklı bir uzaktan algılama uygulamasıdır.
  • Multispec, ücretsiz bir multispektral analiz yazılımıdır.
  • Gerbil, açık kaynaklı multispektral görselleştirme ve analiz yazılımıdır.

Ayrıca bakınız

Referanslar

daha fazla okuma

Dış bağlantılar