Obrazowanie hiperspektralne - Hyperspectral imaging
Obrazowanie hiperspektralne , podobnie jak inne obrazowanie spektralne , zbiera i przetwarza informacje z całego spektrum elektromagnetycznego . Celem obrazowania hiperspektralnego jest uzyskanie widma dla każdego piksela na obrazie sceny w celu znalezienia obiektów, identyfikacji materiałów lub wykrywania procesów. Istnieją trzy główne gałęzie kamer spektralnych. Istnieją skanery mioteł pchających i powiązane skanery mioteł trzepaczkowych (skanowanie przestrzenne), które odczytują obrazy w czasie, skanery sekwencyjne pasmowe (skanowanie spektralne), które pozyskują obrazy obszaru przy różnych długościach fal oraz obrazowanie hiperspektralne migawkowe , które wykorzystuje matrycę wpatrywania błyskawicznie wygenerować obraz.
Podczas gdy ludzkie oko widzi kolor światła widzialnego w większości trzech pasm (długie fale - postrzegane jako czerwone, średnie - odbierane jako zielone i krótkie - odbierane jako niebieskie), obrazowanie spektralne dzieli widmo na znacznie więcej pasm. Tę technikę dzielenia obrazów na pasma można rozszerzyć poza to, co widzialne. W obrazowaniu hiperspektralnym zarejestrowane widma mają wysoką rozdzielczość długości fal i obejmują szeroki zakres długości fal. Obrazowanie hiperspektralne mierzy ciągłe pasma widmowe, w przeciwieństwie do obrazowania wielopasmowego, które mierzy rozstawione pasma widmowe.
Inżynierowie budują czujniki hiperspektralne i systemy przetwarzania do zastosowań w astronomii, rolnictwie, biologii molekularnej, obrazowaniu biomedycznym, naukach o Ziemi, fizyce i nadzorze. Czujniki hiperspektralne badają obiekty przy użyciu ogromnej części widma elektromagnetycznego. Niektóre obiekty pozostawiają unikalne „odciski palców” w widmie elektromagnetycznym. Znane jako sygnatury spektralne, te „odciski palców” umożliwiają identyfikację materiałów, z których składa się skanowany obiekt. Na przykład sygnatura spektralna ropy pomaga geologom znaleźć nowe pola naftowe .
Czujniki
Mówiąc obrazowo, czujniki hiperspektralne gromadzą informacje jako zbiór „obrazów”. Każdy obraz przedstawia wąski zakres długości fal widma elektromagnetycznego, znany również jako pasmo widmowe. Te „obrazy” są łączone w celu utworzenia trójwymiarowego ( x , y , λ ) sześcianu danych hiperspektralnych do przetwarzania i analizy, gdzie x i y reprezentują dwa wymiary przestrzenne sceny, a λ reprezentuje wymiar spektralny (obejmujący szereg długości fal).
Technicznie rzecz biorąc, czujniki mogą próbkować sześcian hiperspektralny na cztery sposoby: skanowanie przestrzenne, skanowanie spektralne, obrazowanie migawkowe i skanowanie przestrzenno-spektralne.
Kostki hiperspektralne są generowane z czujników powietrznych, takich jak NASA Airborne Visible/Infrared Imaging Spectrometer (AVIRIS) lub z satelitów, takich jak NASA EO-1 z instrumentem hiperspektralnym Hyperion. Jednak w wielu badaniach rozwojowych i walidacyjnych stosuje się czujniki ręczne.
Precyzja tych czujników jest zwykle mierzona w rozdzielczości widmowej, która jest szerokością każdego rejestrowanego pasma widma. Jeśli skaner wykryje dużą liczbę dość wąskich pasm częstotliwości, możliwe jest zidentyfikowanie obiektów, nawet jeśli są uchwycone tylko w kilku pikselach. Jednak rozdzielczość przestrzenna jest czynnikiem oprócz rozdzielczości spektralnej. Jeśli piksele są zbyt duże, wiele obiektów jest uchwyconych w tym samym pikselu i trudno je zidentyfikować. Jeśli piksele są zbyt małe, wówczas intensywność rejestrowana przez każdą komórkę czujnika jest niska, a zmniejszony stosunek sygnału do szumu zmniejsza wiarygodność mierzonych cech.
Pozyskiwanie i przetwarzanie obrazów hiperspektralnych jest również określane jako spektroskopia obrazowania lub, w odniesieniu do sześcianu hiperspektralnego, jako spektroskopia 3D.
Techniki skanowania
Istnieją cztery podstawowe techniki pozyskiwania trójwymiarowego ( x , y , λ ) zbioru danych sześcianu hiperspektralnego. Wybór techniki zależy od konkretnego zastosowania, ponieważ każda technika ma zależne od kontekstu zalety i wady.
Skanowanie przestrzenne
W skanowaniu przestrzennym każde wyjście dwuwymiarowego (2-D) czujnika reprezentuje pełne widmo szczelinowe ( x , λ ). Urządzenia do obrazowania hiperspektralnego (HSI) do skanowania przestrzennego uzyskują widma szczelinowe poprzez rzutowanie paska sceny na szczelinę i rozpraszanie obrazu szczeliny za pomocą pryzmatu lub siatki. Wadą tych systemów jest to, że analizuje obraz według linii (za pomocą skanera z wypychaną miotłą ), a także posiada pewne części mechaniczne zintegrowane z ciągiem optycznym. W przypadku tych kamer liniowych wymiar przestrzenny jest gromadzony poprzez ruch platformy lub skanowanie. Wymaga to stabilizowanych uchwytów lub dokładnych informacji wskazujących, aby „zrekonstruować” obraz. Niemniej jednak systemy skanowania liniowego są szczególnie powszechne w teledetekcji , gdzie sensowne jest korzystanie z platform mobilnych. Systemy skanowania liniowego są również wykorzystywane do skanowania materiałów poruszających się na taśmie przenośnika. Szczególnym przypadkiem skanowania liniowego jest skanowanie punktowe (za pomocą skanera miotełkowego ), w którym zamiast szczeliny zastosowano otwór punktowy, a czujnik jest zasadniczo jednowymiarowy, a nie 2-D.
Skanowanie spektralne
W skanowaniu spektralnym każde wyjście czujnika 2-D reprezentuje monochromatyczną („jednokolorową”), przestrzenną ( x , y ) mapę sceny. Urządzenia HSI do skanowania spektralnego są zazwyczaj oparte na optycznych filtrach pasmowoprzepustowych (przestrajalnych lub stałych). Scena jest skanowana spektralnie poprzez wymianę jednego filtra po drugim, podczas gdy platforma pozostaje nieruchoma. W takich „wpatrywaniu się” w systemy skanowania długości fal może wystąpić rozmazanie widmowe, jeśli w scenie występuje ruch, unieważniając korelację widmową/wykrycie. Niemniej jednak zaletą jest możliwość wybierania i wybierania pasm widmowych oraz posiadanie bezpośredniej reprezentacji dwóch wymiarów przestrzennych sceny. Jeżeli system obrazowania jest używany na ruchomej platformie, takiej jak samolot, uzyskane obrazy przy różnych długościach fal odpowiadają różnym obszarom sceny. Cechy przestrzenne na każdym z obrazów można wykorzystać do ponownego wyrównania pikseli.
Brak skanowania
W trybie innym niż skanowanie pojedyncze wyjście czujnika 2D zawiera wszystkie dane przestrzenne ( x , y ) i widmowe ( λ ). Urządzenia HSI, które nie wykonują skanowania, dostarczają pełną kostkę danych od razu, bez żadnego skanowania. Mówiąc obrazowo, pojedyncza migawka reprezentuje perspektywiczną projekcję kostki danych, z której można zrekonstruować jej trójwymiarową strukturę. Najważniejszymi zaletami tych migawkowych systemów obrazowania hiperspektralnego są przewaga migawek (wyższa przepustowość światła) i krótszy czas akwizycji. Zaprojektowano szereg systemów, w tym spektrometrię tomografii komputerowej (CTIS), spektrometrię obrazowania z reformatowaniem włókien (FRIS), spektroskopię integralnego pola z matrycami soczewek (IFS-L), spektrometr z integralnym polem wieloaperturowym (Hyperpixel Array), integralny spektroskopia polowa z lustrami rozdzielającymi obraz (IFS-S), spektrometria obrazowania replikującego (IRIS), dekompozycja spektralna stosu filtrów (FSSD), obrazowanie spektralne z kodowaną migawką apertury (CASSI), spektrometria mapowania obrazu (IMS) i wielospektralna interferometria Sagnaca ( MSI). Jednak wysiłek obliczeniowy i koszty produkcji są wysokie. W celu zmniejszenia wymagań obliczeniowych i potencjalnie wysokich kosztów nieskanującego oprzyrządowania hiperspektralnego zademonstrowano prototypowe urządzenia oparte na wielowymiarowych obliczeniach optycznych . Urządzenia te zostały oparte na silniku obliczania widmowego Multivariate Optical Element lub silniku obliczania widmowego Spatial Light Modulator . Na tych platformach informacje chemiczne są obliczane w domenie optycznej przed obrazowaniem, tak że obraz chemiczny opiera się na konwencjonalnych systemach kamer bez dalszych obliczeń. Wadą tych systemów jest to, że nigdy nie uzyskuje się informacji spektralnej, tj. tylko informacji chemicznej, tak że nie jest możliwa dalsza obróbka lub ponowna analiza.
Skanowanie przestrzennospektralne
W skanowaniu przestrzennym każdy sygnał wyjściowy czujnika 2-D reprezentuje zakodowaną długość fali („w kolorze tęczy”, λ = λ ( y )), przestrzenną ( x , y ) mapę sceny. Prototyp tej techniki, wprowadzony w 2014 roku, składa się z kamery znajdującej się w pewnej niezerowej odległości za podstawowym spektroskopem szczelinowym (element szczelinowy + element dyspersyjny). Zaawansowane systemy skanowania przestrzenno-spektralnego można uzyskać umieszczając element dyspersyjny przed systemem skanowania przestrzennego. Skanowanie można uzyskać, przesuwając cały system względem sceny, poruszając samą kamerą lub przesuwając samą szczelinę. Skanowanie przestrzennospektralne łączy pewne zalety skanowania przestrzennego i spektralnego, łagodząc w ten sposób niektóre z ich wad.
Odróżnianie obrazowania hiperspektralnego od obrazowania wielospektralnego
Obrazowanie hiperspektralne jest częścią klasy technik powszechnie określanych jako obrazowanie spektralne lub analiza spektralna . Termin „obrazowanie hiperspektralne” wywodzi się z opracowania Airborne Imaging Spectrometer (AIS) i AVIRIS w połowie lat 80. XX wieku. Chociaż NASA preferuje wcześniejszy termin „spektroskopia obrazowania” nad „obrazowanie hiperspektralne”, użycie tego ostatniego terminu stało się bardziej rozpowszechnione w języku naukowym i nienaukowym. W recenzowanym piśmie eksperci zalecają używanie terminów „spektroskopia obrazowa” lub „obrazowanie spektralne” i unikanie przesadnych przedrostków, takich jak „hiper-”, „super-” i „ultra-”, aby zapobiec błędnym określeniom w dyskusji.
Obrazowanie hiperspektralne jest związane z obrazowaniem wielospektralnym . Rozróżnienie pomiędzy hiper- i wielopasmowym czasem jest błędnie oparte na arbitralnej „liczbie pasm” lub na rodzaju pomiaru. Obrazowanie hiperspektralne (HSI) wykorzystuje ciągłe i ciągłe zakresy długości fal (np. 400 - 1100 nm w krokach co 1 nm), podczas gdy obrazowanie wielopasmowe (MSI) wykorzystuje podzbiór docelowych długości fal w wybranych lokalizacjach (np. 400 - 1100 nm w krokach co 20 nm ).
Obrazowanie wielopasmowe zajmuje się kilkoma obrazami w dyskretnych i nieco wąskich pasmach. Bycie „dyskretnym i nieco wąskim” odróżnia obrazowanie wielospektralne w zakresie widzialnym od fotografii kolorowej . Czujnik wielospektralny może mieć wiele pasm obejmujących widmo od widzialnego do długofalowego podczerwieni. Obrazy wielospektralne nie tworzą „widma” obiektu. Landsat to doskonały przykład obrazowania wielospektralnego.
Hyperspectral zajmuje się obrazowaniem wąskich pasm widmowych w ciągłym zakresie widmowym, tworząc widma wszystkich pikseli w scenie. Czujnik mający tylko 20 pasm może być również hiperspektralny, gdy obejmuje zakres od 500 do 700 nm z 20 pasmami o szerokości 10 nm każde. (Podczas gdy czujnik z 20 dyskretnymi pasmami obejmującymi podczerwień w zakresie widzialnym, bliskim, krótkim, średnim i długim byłby uważany za multispektralny.)
Ultraspektralność może być zarezerwowana dla czujników obrazowania typu interferometru o bardzo wysokiej rozdzielczości spektralnej. Czujniki te często (ale niekoniecznie) mają niską rozdzielczość przestrzenną, wynoszącą tylko kilka pikseli , co jest ograniczeniem wynikającym z dużej szybkości transmisji danych.
Aplikacje
Teledetekcja hiperspektralna ma wiele zastosowań. Chociaż pierwotnie opracowano go dla górnictwa i geologii (zdolność obrazowania hiperspektralnego do identyfikacji różnych minerałów czyni go idealnym dla przemysłu wydobywczego i naftowego, gdzie można go wykorzystać do poszukiwania rudy i ropy naftowej), obecnie rozprzestrzenił się na pola tak szeroko rozpowszechnione jak ekologia i nadzór, a także historyczne badania nad rękopisami, takie jak obrazowanie Palimpsestu Archimedesa . Ta technologia staje się coraz bardziej dostępna dla społeczeństwa. Organizacje takie jak NASA i USGS posiadają katalogi różnych minerałów i ich sygnatury spektralne i umieściły je w Internecie, aby były łatwo dostępne dla badaczy. Na mniejszą skalę obrazowanie hiperspektralne NIR można wykorzystać do szybkiego monitorowania stosowania pestycydów na poszczególnych nasionach w celu kontroli jakości optymalnej dawki i jednorodnego pokrycia.
Rolnictwo
Chociaż koszt pozyskiwania obrazów hiperspektralnych jest zazwyczaj wysoki, w przypadku określonych upraw i w określonych klimatach wzrasta wykorzystanie teledetekcji hiperspektralnej do monitorowania rozwoju i zdrowia upraw. W Australii trwają prace nad wykorzystaniem spektrometrów obrazowania do wykrywania odmian winorośli i opracowania systemu wczesnego ostrzegania o wybuchach chorób. Ponadto trwają prace nad wykorzystaniem danych hiperspektralnych do wykrywania składu chemicznego roślin, które można wykorzystać do wykrywania stanu odżywczego i wodnego pszenicy w systemach nawadnianych. Na mniejszą skalę obrazowanie hiperspektralne NIR można wykorzystać do szybkiego monitorowania stosowania pestycydów na poszczególne nasiona w celu kontroli jakości optymalnej dawki i jednorodnego pokrycia.
Innym zastosowaniem w rolnictwie jest wykrywanie białek zwierzęcych w mieszankach paszowych w celu uniknięcia gąbczastej encefalopatii bydła (BSE) , znanej również jako choroba szalonych krów. Przeprowadzono różne badania w celu zaproponowania alternatywnych narzędzi do referencyjnej metody wykrywania ( mikroskopia klasyczna ). Jedną z pierwszych alternatyw jest mikroskopia w bliskiej podczerwieni (NIR), która łączy zalety mikroskopii i NIR. W 2004 roku opublikowano pierwsze badanie dotyczące tego problemu z obrazowaniem hiperspektralnym. Skonstruowano biblioteki hiperspektralne, które są reprezentatywne dla różnorodności składników zwykle obecnych w przygotowaniu mieszanek paszowych. Biblioteki te można wykorzystywać wraz z narzędziami chemometrycznymi do badania granicy wykrywalności, specyficzności i odtwarzalności metody obrazowania hiperspektralnego NIR do wykrywania i oznaczania ilościowego składników zwierzęcych w paszy.
Opieka oka
Naukowcy z Université de Montréal współpracują z Photon etc. i Optina Diagnostics, aby przetestować zastosowanie fotografii hiperspektralnej w diagnostyce retinopatii i obrzęku plamki żółtej przed wystąpieniem uszkodzenia oka. Metaboliczna kamera hiperspektralna wykryje spadek zużycia tlenu w siatkówce, co wskazuje na potencjalną chorobę. Okulista będzie mógł leczyć siatkówkę z zastrzyków, aby zapobiec możliwemu uszkodzeniu.
Przetwórstwo spożywcze
W spożywczego przemysłu, Obrazowanie Wielospektralne, w połączeniu z inteligentnym oprogramowaniem, umożliwia sortowniki cyfrowych (nazywane również sortowniki optyczne ) do identyfikacji i wady usunąć i inne substancje obce (FM), które są niewidoczne dla tradycyjnych kamer i laserowych sortowniki. Poprzez poprawę dokładności usuwania defektów i FM, celem przetwórcy żywności jest poprawa jakości produktu i zwiększenie wydajności.
Zastosowanie obrazowania hiperspektralnego na sortownikach cyfrowych pozwala osiągnąć nieniszczącą, 100-procentową kontrolę in-line przy pełnej wielkości produkcji. Oprogramowanie sortera porównuje zebrane obrazy hiperspektralne ze zdefiniowanymi przez użytkownika progami akceptacji/odrzucenia, a system wyrzucania automatycznie usuwa defekty i obcy materiał.
Niedawne komercyjne zastosowanie sorterów żywności opartych na czujnikach hiperspektralnych jest najbardziej zaawansowane w branży orzechowej, w której zainstalowane systemy maksymalizują usuwanie kamieni, łupin i innych ciał obcych (FM) oraz obcych substancji roślinnych (EVM) z orzechów włoskich, orzechów pekan, migdałów, pistacji , orzeszki ziemne i inne orzechy. W tym przypadku lepsza jakość produktu, niski odsetek fałszywych odrzuceń i zdolność do obsługi dużej liczby przychodzących defektów często uzasadniają koszt technologii.
Komercyjne zastosowanie sorterów hiperspektralnych postępuje również w szybkim tempie w przemyśle przetwórstwa ziemniaków, gdzie technologia obiecuje rozwiązać szereg wyjątkowych problemów związanych z jakością produktów. Trwają prace nad wykorzystaniem obrazowania hiperspektralnego do wykrywania „koniec cukru”, „pustego serca” i „strupa pospolitego”, które nękają przetwórców ziemniaków.
Mineralogia
Próbki geologiczne, takie jak rdzenie wiertnicze , można szybko mapować pod kątem prawie wszystkich minerałów o znaczeniu komercyjnym za pomocą obrazowania hiperspektralnego. Połączenie obrazowania spektralnego SWIR i LWIR jest standardem w wykrywaniu minerałów w grupach skalenia , krzemionki , kalcytu , granatu i oliwinu , ponieważ minerały te mają najbardziej charakterystyczną i najsilniejszą sygnaturę spektralną w obszarach LWIR.
Teledetekcja hiperspektralna minerałów jest dobrze rozwinięta. Wiele minerałów można zidentyfikować na podstawie zdjęć lotniczych, a ich związek z obecnością cennych minerałów, takich jak złoto i diamenty, jest dobrze poznany. Obecnie poczyniono postępy w kierunku zrozumienia związku między wyciekami ropy i gazu z rurociągów i studni naturalnych oraz ich wpływu na roślinność i sygnatury spektralne. Ostatnie prace obejmują rozprawy doktorskie Werffa i Noomena.
Nadzór
Nadzór hiperspektralny to implementacja technologii skanowania hiperspektralnego do celów nadzoru . Obrazowanie hiperspektralne jest szczególnie przydatne w nadzorze wojskowym ze względu na środki zaradcze, które jednostki wojskowe podejmują obecnie, aby uniknąć nadzoru z powietrza. Pomysł, który napędza nadzór hiperspektralny, polega na tym, że skanowanie hiperspektralne pobiera informacje z tak dużej części widma światła, że każdy obiekt powinien mieć unikalną sygnaturę widmową w co najmniej kilku z wielu skanowanych pasm. Na SEALs z NSWDG którzy zabili Osamę bin Ladena w maju 2011 roku z tej technologii wykorzystywane podczas prowadzenia nalot (Operacja Neptun Spear) w związku Osamy bin Ladena w Abbottabad , Pakistan . Obrazowanie hiperspektralne również wykazało potencjał do wykorzystania w celach rozpoznawania twarzy . Wykazano, że algorytmy rozpoznawania twarzy wykorzystujące obrazowanie hiperspektralne działają lepiej niż algorytmy wykorzystujące tradycyjne obrazowanie.
Tradycyjnie dostępne na rynku systemy termowizyjnego obrazowania hiperspektralnego w podczerwieni wymagały chłodzenia ciekłym azotem lub helem , co czyniło je niepraktycznymi w większości zastosowań dozorowych. W 2010 roku firma Specim wprowadziła termowizyjną kamerę hiperspektralną na podczerwień, która może być używana do nadzoru zewnętrznego i zastosowań UAV bez zewnętrznego źródła światła, takiego jak słońce lub księżyc.
Astronomia
W astronomii obrazowanie hiperspektralne służy do określania przestrzennie rozdzielonego obrazu spektralnego. Ponieważ widmo jest ważną diagnostyką, posiadanie widma dla każdego piksela pozwala zająć się większą liczbą przypadków naukowych. W astronomii technika ta jest powszechnie określana jako spektroskopia pola integralnego , a przykłady tej techniki obejmują FLAMES i SINFONI na Bardzo Dużym Teleskopie , ale także wykorzystuje ją Advanced CCD Imaging Spectrometer w Obserwatorium Rentgenowskim Chandra .
Obrazowanie chemiczne
Żołnierze mogą być narażeni na wiele różnych zagrożeń chemicznych. Zagrożenia te są w większości niewidoczne, ale wykrywalne za pomocą technologii obrazowania hiperspektralnego. Telops Hyper-Cam, wprowadzony w 2005 roku, wykazał to w odległości do 5 km.
Środowisko
Większość krajów wymaga ciągłego monitorowania emisji wytwarzanych przez elektrownie węglowe i olejowe, spalarnie odpadów komunalnych i niebezpiecznych, cementownie, a także wiele innych rodzajów źródeł przemysłowych. Monitorowanie to jest zwykle wykonywane przy użyciu ekstrakcyjnych systemów pobierania próbek w połączeniu z technikami spektroskopii w podczerwieni. Niektóre ostatnio wykonane pomiary dystansowe pozwoliły na ocenę jakości powietrza, ale niewiele zdalnych niezależnych metod pozwala na pomiary o niskiej niepewności.
Inżynieria lądowa
Najnowsze badania wskazują, że obrazowanie hiperspektralne może być przydatne do wykrywania rozwoju pęknięć w nawierzchniach, które są trudne do wykrycia na podstawie zdjęć wykonanych kamerami widma widzialnego.
Kompresja danych
W lutym 2019 r. organizacja założona przez największe światowe przemysły kosmiczne, Consultative Committee for Space Data Standards ( CCSDS ), zatwierdziła standard zarówno bezstratnej, jak i prawie bezstratnej kompresji obrazów multispektralnych i hiperspektralnych ( CCSDS 123 ). Oparty na szybkim bezstratnym algorytmie NASA , wymaga bardzo małej pamięci i zasobów obliczeniowych w porównaniu z alternatywami, takimi jak JPEG 2000 .
Komercyjne wdrożenia CCSDS 123 obejmują:
- Europejska Agencja Kosmiczna „s SHyLoC rdzeń IP, na bezstratną kompresję do 1 Gpbs.
- Metaspektralna kompresja zarówno bezstratna, jak i prawie bezstratna, osiągająca przepustowość ponad 30 Gb/s.
Zalety i wady
Podstawową zaletą obrazowania hiperspektralnego jest to, że ponieważ w każdym punkcie uzyskuje się całe widmo, operator nie potrzebuje wcześniejszej wiedzy o próbce, a przetwarzanie końcowe umożliwia wydobycie wszystkich dostępnych informacji z zestawu danych. Obrazowanie hiperspektralne może również wykorzystywać relacje przestrzenne między różnymi widmami w sąsiedztwie, umożliwiając bardziej skomplikowane modele spektralno-przestrzenne w celu dokładniejszej segmentacji i klasyfikacji obrazu.
Podstawowe wady to koszt i złożoność. Do analizy danych hiperspektralnych potrzebne są szybkie komputery, czułe detektory i duże pojemności do przechowywania danych. Niezbędna jest znaczna pojemność przechowywania danych, ponieważ nieskompresowane kostki hiperspektralne to duże, wielowymiarowe zbiory danych, potencjalnie przekraczające setki megabajtów . Wszystkie te czynniki znacznie zwiększają koszt pozyskiwania i przetwarzania danych hiperspektralnych. Ponadto jedną z przeszkód, z którymi musieli się zmierzyć badacze, jest znalezienie sposobów na zaprogramowanie satelitów hiperspektralnych do samodzielnego sortowania danych i przesyłania tylko najważniejszych obrazów, ponieważ zarówno przesyłanie, jak i przechowywanie tak dużej ilości danych może okazać się trudne i kosztowne. Jako stosunkowo nowa technika analityczna, pełny potencjał obrazowania hiperspektralnego nie został jeszcze wykorzystany.
Zobacz też
- Przestrajalny filtr akustyczno-optyczny
- Rozpoznanie hiperspektralne w czasie rzeczywistym w powietrzu
- Katodoluminescencja
- Pełne obrazowanie spektralne
- HyMap , szeroko stosowany czujnik obrazowania hiperspektralnego
- Przestrajalny filtr ciekłokrystaliczny
- Metameryzm (kolor) , percepcyjna równoważność, którą pokonuje obrazowanie hiperspektralne
- Obraz wielospektralny
- Połączenie czujników
- Spektroskopia wideo