Hyperspectrale camera's en gegevenskwaliteit

Hyperspectrale beeldvorming combineert zowel beeldvorming als spectroscopie. Er zijn veel verschillende optische architecturen die worden gebruikt om hyperspectrale systemen te maken, maar het einddoel is hetzelfde:een afbeelding maken waarbij elke pixel in de afbeelding informatie bevat van veel spectrale banden (veel verschillende kleuren of golflengten).

Het maken van goede hyperspectrale systemen is niet eenvoudig, maar als je alleen kwaliteit in gedachten hebt, zou je hoogste prioriteit de spectrale getrouwheid in elke pixel moeten zijn - d.w.z. het spectrum dat door één pixel wordt vastgelegd, is een daadwerkelijke fysieke weergave van de scène die door die specifieke pixel wordt afgebeeld . Er zijn veel belangrijke kwaliteitsparameters die de spectrale getrouwheid van een hyperspectraal systeem beïnvloeden. De invloed op de spectrale getrouwheid van de verschillende sleutelkwaliteitsparameters hangt van veel factoren af, maar over het algemeen zijn de belangrijkste parameters:

• Ruimtelijke verkeerde registratie

• Spectrale verkeerde registratie

• Straallicht

• F#

• Spectrale responsfunctie

• Detectorparameters

• Milieustabiliteit

Om de prestatie van een hyperspectraal systeem te evalueren, moeten we de term point-spread-functie (PSF) introduceren. Dit is de vorm van de intensiteitscurve voor de energie die de detector door de optica van een puntbron raakt.

Idealiter is in een pushbroom hyperspectraal systeem de ruimtelijke bemonstering hetzelfde voor alle banden. In werkelijkheid is dit nooit waar en resulteert dit in ruimtelijke misregistratie.

Voor één positie in het gezichtsveld moeten de vorm, grootte en positie van het zwaartepunt voor de PSF hetzelfde zijn voor alle banden. Een ontwerpdoel is om de vorm en grootte van de PSF zo gelijk mogelijk te maken voor alle posities in het gezichtsveld. In real-life toepassingen is de ruimtelijke misregistratie zelf ¹ en de verschillende bronnen die ruimtelijke misregistratie veroorzaken ² zijn van groot belang, en het kan worden aangetoond hoe verschillen in zwaartekracht ³ kan de gegevensverwerkingsresultaten in gevaar brengen.

Spectrale misregistratie is ook erg belangrijk voor de spectrale betrouwbaarheid van een hyperspectraal systeem. Net als bij ruimtelijke misregistratie zijn de vorm, grootte en positie van de spectrale PSF belangrijk. Om spectrale aliasing te voorkomen, moet de breedte van de PSF dicht bij twee spectrale banden worden gehouden, maar in veel situaties hebben scherpere optica de voorkeur.

Er zijn veel redenen om per pixel en per band scherpe optica te maken. Voor een bepaalde detector, met een bepaalde detectorafstand, zal de beeldspectrometer altijd meer informatie afgeven met scherpe optica. Aan de andere kant geeft het bemonsteren van de PSF met meer dan één pixel meer informatie over de PSF, maar voor een bepaalde detector zal dit de resolutie van het systeem verminderen. Elk bepaald optisch systeem zal altijd meer informatie uitvoeren, hoe meer pixels je hebt per puntspreidingsfunctie (PSF) ⁴ .

Er zijn veel afwegingen bij het beslissen welk systeem te maken - of voor de gebruiker, welke systemen te kopen. De scherpte van de optiek is er een van.

Een andere belangrijke kwaliteitsparameter is het strooilicht van het optische systeem. Over het algemeen is strooilicht licht dat de detector bereikt van plaatsen waar het niet zou moeten. Dit kan te wijten zijn aan reflecties in de optica, verstrooiing van optische oppervlakken, reflecties op mechanische oppervlakken, enzovoort. Het strooilichteffect kan ook verschillen voor verschillende spectrale bereiken. Er is geen industriestandaard voor het meten van het strooilicht van hyperspectrale systemen vandaag de dag en verschillende leveranciers doen het anders.

Het lichtverzamelvermogen van de optiek is meestal een zeer belangrijke parameter (lage F#). Hoe meer ruimtelijke pixels en spectrale banden in het systeem, hoe minder licht elke pixel/band bereikt. Dit betekent dat een hyperspectraal beeldvormingssysteem met hoge resolutie zeer lichtgevoelig moet zijn. Deze parameter kan in belang variëren, afhankelijk van het platform. Als het hyperspectrale systeem wordt ingezet in een vliegtuig of in een industriële omgeving, is snelheid meestal een belangrijke parameter en een lage F# is dan erg belangrijk voor het verkrijgen van een goede signaal-ruisverhouding (SNR) voor het hele spectrale bereik. Omgekeerd kunnen laboratoriumtoepassingen doorgaans meer licht opvangen door langzamere beeldopnamesnelheden te gebruiken en door langer te integreren, wat meer flexibiliteit op het diafragma mogelijk maakt.

Hoge SNR voor het hele spectrale bereik is een zeer belangrijke parameter van het hyperspectrale systeem en hoe hoog SNR is, hangt af van de spectrale responsfunctie van het hele systeem. De piek-SNR geeft alleen de maximale SNR aan van een band die dicht bij verzadiging ligt en geeft daarom niet het hele verhaal weer. Men zou ook moeten weten wat de totale kwantumefficiëntie van het hele systeem is als een functie van de golflengte. Om nuttige informatie te verschaffen, moet de SNR-curve worden gespecificeerd voor een bepaalde ingangsstraling en een bepaalde (en operationeel realistische/relevante) integratietijd/blootstelling.

De detector is een belangrijk onderdeel van hyperspectrale systemen en bepaalt in veel gevallen het ontwerpdoel van de optische systemen. Het spectrumbereik van SWIR (900-2500nm) heeft een zeer beperkt aantal beschikbare detectoren en de prijs stijgt drastisch naarmate het aantal pixels van de detector toeneemt. Dit is een scenario waarbij de optica is ontworpen voor de detector en meestal is ontworpen om zo scherp mogelijk te zijn.

Voor het VNIR-bereik (400-1000nm) zijn er veel detectoren beschikbaar en kan de detector worden gekozen die het meest logisch is voor het optische systeem. Voor zowel het VNIR als SWIR bereik zijn er veel parameters van de detector die van groot belang zijn. Dit zijn de volledige putcapaciteit, ruisvloer, uitleesmodi, uitleessnelheid, pixelafstand, kwantumefficiëntie als functie van golflengte en nog veel meer. De detectormarkt verandert voortdurend en het is belangrijk voor hyperspectrale fabrikanten om gelijke tred te houden met de detectormarkt om de beste beschikbare detectoren te integreren.

Kalibratieprocedures en gebruikte standaarden (inclusief nauwkeurigheid) moeten beschikbaar zijn voor de gebruikers en het hebben van radiometrische kalibratie die herleidbaar is tot NIST- of PTB-standaarden (of vergelijkbaar) is daarom erg belangrijk.

Elk hyperspectraal systeem moet een stabiele en nauwkeurige radiometrische en spectrale kalibratie behouden buiten een gecontroleerde omgeving. Het heeft geen zin om een ​​perfect gekalibreerd systeem te hebben dat de fabriek verlaat als het niet stabiel en geldig is na transport en tijdens operaties. Dit betekent dat de spectrale, radiometrische en geometrische kalibratie stabiel moet zijn binnen verschillende temperaturen, drukken en onder zware trillingen, om ervoor te zorgen dat het systeem herhaalbare en betrouwbare resultaten levert onder veeleisende omstandigheden, zoals UAV-operaties. ^{5, 6}

Het is erg moeilijk om verschillende hyperspectrale systemen te onderscheiden van de datasheets op het hoogste niveau van leveranciers. Bij het vergelijken van systemen van verschillende fabrikanten (of verschillende modellen van dezelfde fabrikant), dient de leverancier een gedetailleerd rapport met de bovengenoemde parameters voor dat specifieke cameramodel aan te leveren. Daarnaast is het raadzaam om voorbeeldgegevens op te vragen van een scène die relevant is voor de toepassing van de gebruiker.

Er is momenteel een actie om een ​​gemeenschappelijke standaard te maken voor het karakteriseren van hyperspectrale camera's, georganiseerd door IEEE ⁷ . HySpex ondersteunt en is sterk betrokken bij deze groep, met als doel het aanbod transparanter te maken voor eindgebruikers van hyperspectrale beeldvormingssystemen.

Dit artikel is geschreven door Trond Løke, CEO, Norsk Elektro Optikk, AS (Oslo, Noorwegen). Neem voor meer informatie contact op met Dit e-mailadres wordt beveiligd tegen spambots. U heeft Javascript nodig om het te kunnen zien., of bezoek hier .

Referenties

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