高光譜成像可改進機器視覺
發布時間:2023-06-08
瀏覽次數:487
機器視覺對于許多應用越來越重要,例如對象分類。然而,依賴傳統的 RGB 成像有時是不夠的——無論算法的復雜程度如何,輸入圖像都太相似了。
機器視覺對于許多應用越來越重要,例如對象分類。然而,依賴傳統的 RGB 成像有時是不夠的——無論算法的復雜程度如何,輸入圖像都太相似了。
高光譜成像為傳統圖像增加了額外的波長維度,提供了更豐富的數據集。高光譜相機不是在每個像素位置使用紅色、綠色和藍色 (RGB) 值來表示圖像,而是在每個點記錄完整的光譜以創建 3D 數據集,有時稱為高光譜數據立方體。
額外的光譜維度有助于監督學習算法,這些算法可以表征視覺上無法區分的對象——這些能力在多個應用領域都是非常需要的。將高光譜成像與能夠檢測 1000 nm 以上光的傳感器相結合,可以獲得更多信息,進一步增強區分不同材料的能力。
農業測量
通過高光譜成像可以深入了解植物和土壤的健康狀況。不同的波段或頻譜部分對各種輸入(水、氮等)敏感,可以在早期階段識別和糾正氮和水缺乏等問題。
對于農業測量,高光譜相機經常安裝在無人飛行器(UAV,即無人駕駛飛機)上,以創建農場的空間和時間地圖。機器視覺算法將高光譜數據轉換為氮、水和葉綠素水平、作物和雜草密度、產量估計等。該信息與支持GPS 的機器相結合,使農民能夠針對特定地點采取行動。
工業檢驗
在線檢查是一種常見的安裝方法,其中線掃描高光譜相機記錄在傳送帶上從其下方通過的物品。攝像頭速度可調,與產線速度同步,確保100%實時檢測覆蓋物品。
處理后的數據輸出,例如分類結果,可以集成到現有的機器視覺系統中,類似于現有的線掃描技術。具體檢測相關應用包括識別異物、分類回收對象、區分巖石類型,甚至根據光學干涉圖案確定薄膜厚度。
高光譜成像的工業部署面臨的挑戰之一是將數據極其豐富的高光譜數據立方體(右上圖)轉換為有形的見解可能很棘手,需要專業的數據分析/機器學習技能。為了解決這個問題,制造商越來越多地將機器視覺算法納入他們提供的包中,以便系統輸出分類對象的坐標而不是原始的高光譜數據立方體。
消費者應用
或許出乎意料的是,高光譜成像也可用于消費領域,用于分析皮膚健康狀況。更具體地說,不同皮膚特征(水、血紅蛋白等)的空間分布可以根據它們的特征反射光譜進行映射。因此,該技術可用于皮膚護理診所甚至化妝品柜臺,以更好地了解哪些產品最適合特定客戶。最終,高光譜相機可能最終會出現在智能手機中,使定制化妝品和護膚品能夠在家中訂購。
相關產品
-
紅外光譜的發展、原理、特點、分類
紅外光譜的發展、原理、特點、分類紅外光譜的技術在各領域中的應用相繼經歷了很長時期,逐漸完善著自身技術在領域中的應用,且將低成本高性能作為發展與創新的主要方向。本..
-
近紅外光譜技術的優缺點和應用范圍
?由于近紅外光譜在光纖中良好的傳輸性,近年來也被很多發達國家廣泛應用在產業在線分析中。近紅外定量分析因其快速、正確已被列人世界谷物化學科技標準協會和美國谷物化學..
-
高光譜數據常見預處理方法有哪些?
高光譜在采集數據時會有成百上千個不同的波段數據,數據量巨大從而增加了數據處理的難度。而且在高光譜圖像采集過程中會有來自儀器與環境的干擾,獲得的光譜信號易存在噪聲..
-
高光譜成像儀光譜數據特征波長的選取方法介紹
高光譜成像儀?在對樣品進行側臉時,會采集多波段的光譜數據,全波段數據有較多的冗余信息,因此就需要采用一定的方法來選取樣本光譜的特征波段與紋理特征的重要變量。本文..