Garanderen van Spectrale Fideliteit: Optimaliseren van Hyperspectrale Camera Kwaliteit

Kwaliteitsparameters voor Hyperspectrale Imaging Systemen: Focus op Spectrale Fideliteit per Pixel

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

Goede hyperspectrale systemen maken is niet makkelijk, maar als je alleen kwaliteit in gedachten hebt, moet je hoogste prioriteit de spectrale fideliteit in elke pixel zijn – d.w.z. het spectrum vastgelegd door één pixel is een daadwerkelijke fysieke representatie van de scene geïmageerd door die specifieke pixel. Er zijn veel belangrijke kwaliteitsparameters die de spectrale fideliteit van een hyperspectraal systeem beïnvloeden. De invloed op de spectrale fideliteit van de verschillende sleutelkwaliteitsparameters hangt van veel factoren af, maar in het algemeen zijn de belangrijkste parameters:

• Spatiale misregistratie
• Spectrale misregistratie
• Straylight
• F#
• Spectrale responsfunctie
• Detectorparameters
• Omgevingsstabiliteit

Point Spread Function (PSF) als Evaluatiecriterium

Om de prestaties van een hyperspectraal systeem te evalueren, moeten we de term point-spread function (PSF) introduceren. Dit is de vorm van de intensiteitscurve voor de energie die de detector bereikt door de optica van een puntsbron.

Ideaal, in een pushbroom hyperspectraal systeem, is de ruimtelijke sampling hetzelfde voor alle banden. In de realiteit is dit nooit waar en resulteert in spatiale misregistratie.

Voor één positie in het FOV, moeten de vorm, grootte en positie van het zwaartepunt voor de PSF hetzelfde zijn over alle banden. Een ontwerpdoel is de PSF-vorm en -grootte zo gelijk mogelijk te maken voor alle posities in het FOV. In real-life toepassingen is de spatiale misregistratie zelf en de verschillende bronnen die spatiale misregistratie veroorzaken van groot belang, en kan getoond worden hoe verschillen in het zwaartepunt data-verwerkingsresultaten kunnen compromitteren.

Spectrale misregistratie is ook heel belangrijk voor de spectrale fideliteit van een hyperspectraal systeem. Net als bij spatiale misregistratie is 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 gehouden worden, maar in veel situaties worden scharpere optieken dan dit preferd.

Er zijn veel redenen voor scherpe optieken per pixel en per band. Voor elke gegeven detector, met een gegeven detector pitch, zal de imaging spectrometer altijd meer informatie uitvoeren met scherpe optieken. Aan de andere kant, sampling de PSF met meer dan één pixel geeft meer informatie over de PSF, maar voor een gegeven detector zal het de resolutie van het systeem verminderen. Elk gegeven optisch systeem zal altijd meer informatie uitvoeren, hoe meer pixels je per point spread function (PSF) hebt.

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

Straylight en Lichtgevoeligheid

Een andere sleutelkwaliteitsparameter is de straylight van het optische systeem. Over het algemeen is straylight licht dat de detector bereikt van plaatsen waar het niet zou moeten. Dit kan zijn door reflecties binnenin de optica, verstrooiing van optische oppervlakken, reflecties op mechanische oppervlakken, enz. Het straylight-effect kan ook verschillend zijn voor verschillende spectrale bereiken. Er is geen industriestandaard vandaag de dag over hoe de straylight van hyperspectrale systemen te meten en verschillende leveranciers doen het anders.

De lichtverzamelcapaciteit van de optieken is meestal een heel belangrijke parameter (laag F#). Hoe meer ruimtelijke pixels en spectrale banden in het systeem, hoe minder licht dat elke pixel/band bereikt. Dit betekent dat een hoge-resolutie hyperspectrale imaging systeem vereist is om heel lichtgevoelig te zijn. Deze parameter kan variëren in belangrijkheid afhankelijk van het platform. Als het hyperspectrale systeem op een vliegtuig of in een industriële omgeving geïmplementeerd wordt, is snelheid meestal een belangrijke parameter en is een laag F# dan heel belangrijk om een goede signal-to-noise ratio (SNR) voor het hele spectrale bereik te krijgen. Integenstelling, lab-toepassingen kunnen typisch meer licht verzamelen door langzamere beeldopname snelheden te gebruiken en langer te integreren, wat meer flexibiliteit op de opening toelaat.

Hoge SNR voor het hele spectrale bereik is een heel belangrijke parameter van het hyperspectrale systeem en hoe hoge SNR is hangt af van de spectrale responsfunctie van het hele systeem. De piek SNR specificeren alleen de maximale SNR van een band die dicht bij verzadiging is en geeft daarom niet het hele verhaal. Men zou ook moeten weten wat de totale quantum efficiëntie van het hele systeem is als functie van golflengte. Om nuttige informatie te geven, moet de SNR-curve gespecificeerd worden voor een gegeven invoer straling en een gegeven (en operationeel realistisch/relevant) integratietijd/belichting.

Detectorparameters en Kalibratie

De detector is een belangrijk deel van hyperspectrale systemen en definieert in veel gevallen het ontwerpdoel van de optische systemen. Het SWIR spectrale bereik (900-2500nm) heeft een heel beperkt aantal beschikbare detectors en de prijs stijgt drastisch met toenemend pixel aantal van de detector. Dit is een scenario waar de optieken ontworpen zijn voor de detector en meestal zo scherp mogelijk ontworpen.

Voor het VNIR bereik (400-1000nm) zijn er veel detectors beschikbaar en kan de detector gekozen worden die het meest zinvol is voor het optische systeem. Voor zowel VNIR als SWIR bereik zijn er veel parameters van de detector die van groot belang zijn. Dit zijn de volle putcapaciteit, ruisvloer, uitleesmodi, uitleessnelheid, pixel pitch, quantum efficiëntie als functie van golflengte, en nog veel meer. De detectormarkt verandert constant, en het is belangrijk voor hyperspectrale fabricanten om up-to-date te blijven met de detectormarkt om de beste beschikbare detectors te integreren.

Kalibratieprocedures en standaarden gebruikt (inclusief nauwkeurigheden) moeten beschikbaar zijn voor de gebruikers en het hebben van radiometrische kalibratie traceerbaar naar NIST of PTB standaarden (of vergelijkbaar) is daarom heel belangrijk.

Elk hyperspectraal systeem moet een stabiele en nauwkeurige radiometrische en spectrale kalibratie buiten een gecontroleerde omgeving behouden. Het is waardeloos een perfect gekalibreerd systeem de fabriek te laten verlaten 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 te garanderen dat het systeem herhaalbare en betrouwbare resultaten levert onder veeleisende condities, zoals UAV-operaties.

Het is erg moeilijk om verschillende hyperspectrale systemen van leveranciers' top-level datasheets te discrimineren. Bij het vergelijken van systemen van verschillende fabricanten (of verschillende modellen van dezelfde fabrikant), zou een gedetailleerd rapport dat de bovengenoemde parameters specificeren voor dat specifieke cameramodel, door de leverancier verstrekt moeten worden. Daarnaast is het raadzaam om sample data van een scene relevant voor de gebruikersapplicatie aan te vragen.

Er is momenteel een actie om een gemeenschappelijke standaard voor het karakteriseren van hyperspectrale camera's te maken, georganiseerd door IEEE. HySpex ondersteunt en is zwaar betrokken in deze groep, met als doel de aanbiedingen transparanter te maken voor eindgebruikers van hyperspectrale imaging systemen.

Dit artikel is geschreven door Trond Løke, CEO, Norsk Elektro Optikk, AS (Oslo, Noorwegen). Voor meer informatie, contacteer dit e-mailadres (beschermd tegen spambots, JavaScript vereist), 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