Mikä on ero spektri-, monispektri- ja hyperspektrissä

August 23, 2024

Spektri, monispektrinen, hyperspektrinen, et voi kertoa eroa?

Spektrianalyysi tärkeänä luonnontieteellisen analyysin keinona, spektritekniikkaa käytetään usein esineiden fysikaalisen rakenteen, kemiallisen koostumuksen ja muiden indikaattorien havaitsemiseksi. Kuvaspektrometria puolestaan yhdistää spektritekniikan ja kuvantamistekniikan yhdistämällä spektriresoluutiokyvyn ja graafisen resoluutiokyvyn, mikä johtaa spatiaalisessa ulottuvuudessa, joka tunnetaan nykyään monispektisen kuvantamisen ja hyperspektriaalisen kuvantamistekniikan nimellä.

Mitä eroa on spektri-, monispektri- ja hyperspektrissä?

Spektri

Spektri on monokromaattinen valo, joka on erotettu dispersiolla dispergoivan järjestelmän jälkeen (kuten prismat, ritilät), kuvantamisjärjestelmän kautta projisoidaan ilmaisimelle mallin peräkkäisen järjestelyn aallonpituuden (tai taajuuden) koko, joka tunnetaan nimellä optinen spektri. Ocean Optics -spektrometri perustuu tähän suunnittelu- ja valmistusperiaatteeseen.

Valoaallot eri aallonpituuksien mukaan on olemassa erilaisia nimiä: aallonpituudet 380: ssa ja 780 nm: ssä valon aaltojen välillä, joita kutsutaan näkyväksi valoksi, lyhyempi kuin 380 nm, nimeltään ultraviolettivalo; ja pidempi kuin 780 nm infrapunavalolle (infrapunavalo on myös jaettu lähi-infrapuna-, keskimmäiseen infrapuna-, kauko-infrapuna jne.).

Monispektrinen

Monispektrinen tekniikka tarkoittaa useiden optisten spektrikaistojen (yleensä suurempi tai yhtä suurempi kuin 3) ja näkyvässä valossa infrapunavalon ja ultraviolettivalon perusteella spektrin havaitsemistekniikan suuntaa. Yleinen toteutusmenetelmä tapahtuu monien suodattimien tai säteen jakajien ja erilaisten valokuvafilmin yhdistelmien avulla, joten samalla, vastaavasti saman tavoitteen saamiseksi erilaisilla kapeailla spektrikauhoilla, jotka ovat säteileviä tai heijastuneita valonsignaaleja , saada tavoite monille erilaisille valokuvan spektrikauhoille. Yleisimmät monispektriset valokuvat ovat värikameroiden ottamat valokuvat, kuten alla on esitetty, jotka sisältävät tietoja kolmesta optisesta spektrikaistasta, punaisesta (1), vihreästä (2) ja sinisestä (3), spektrin näkökulmasta. Jos kameraan tai ilmaisimeen lisätään lisää nauhoja, kuten nauhoja (4) ja (5), voidaan hankkia monispektrinen valokuva, jolla on useita nauhoja.

Monispektrinen tekniikka yhdistettynä kuvantamislaitteistoon mahdollistaa monispektrisen tiedon esittämisen kuvan muodossa.

Tietysti on myös mahdollista käyttää vain ilmaisinta yhden alueellisen pisteen spektritietojen saamiseksi. Pixelteq, merimerkki valtameren optiikasta, jolla on ainutlaatuinen siru -suodatustekniikka, voi ymmärtää 8 spektritietokanavan hankkimisen 9*9cm: n sirulle, joka on erityisen sopiva sovelluksiin, joilla on erittäin korkea tila ja kustannusvaatimukset.

Hypespektrinen

Hypopektrial on hieno tekniikka, joka voi kaapata ja analysoida spektripistettä pisteellä alueellisella alueella johtuen ainutlaatuisista spektri "ominaisuuksista", jotka voidaan havaita yhden esineen eri alueellisissa paikoissa, ja siksi ne voivat havaita aineita, joita ei voida erottaa toisistaan visuaalisesti.

Hyperspektrinen esimerkki: Kuvat koostuvat kapeammista kaistaista (10-20 nm). Hyperspektrikuvissa voi olla satoja tai tuhansia nauhoja. Kun objekti on vuorovaikutuksessa valon kanssa valonlähteestä ja se vastaanotetaan ei-kuvauspektrianalyysilaitteella (esim. Spektrometri), laite voi reagoida tarkasti myös vastaanotetun valon signaalin jakauman intensiteettieroja spektrikaistalla tunnetaan nimellä spektritiedot. Kun käytät hyperspektralaitteita kuvantamisominaisuuksien näkökulmasta, voit ymmärtää näytteen kunkin asennon spektritiedot, spektriominaisuuksien näkökulmasta ymmärrät signaalin sijainnin jakautumisen tietyssä spektrikaistalla, ts. Hyperspektralaitteet voivat saada rikkaampia yksityiskohtia. Esimerkiksi: Ihmisen silmä voi vastaanottaa vain kolme spektrikaistaa esineen valon energiasignaalissa: punainen, vihreä ja sininen. Toisin sanoen, jota kutsutaan usein kolmeksi pääväriksi, mutta itse asiassa näemme näiden kolmen oranssin, violetin, limevihreän tuottaman kolmen värin yhdistelmän ja niin hienovaraisemmilla väreillä. Emme kuitenkaan pysty erottamaan eroa puhtaan keltaisen ja punaisen ja vihreän seoksen välillä, jota kutsutaan myös nimellä “isokromaattinen”. Mutta hyperspektrinen kuvantaminen voi helposti erottaa eron.

Yllä olevat kaksi keltaista, yksi ”yksiväri” ja toinen punaisen ja vihreän seos, voivat olla visuaalisesti erottamattomia, mutta niiden spektrierojen vuoksi ne voidaan erottaa spektroskooppisilla laitteilla. Kokeissamme spektrometrillä saadut tiedot edustavat kaikkien molekyylien, jotka ovat vuorovaikutuksessa tulevan valonlähteen kanssa, keskiarvoa koko havaitun alueen yli, kun taas monispektrisen laitteen kanssa on mahdollista saada tietoa näytteistä muutamassa Erityiset kaistat havaitun alueen eri kohdissa. Seurauksena on, että kumpikaan näistä laitteista ei voi tarjota erittäin hienoja näytetietoja yhdellä alueella.

Hyperspektrikuva (HSI) voidaan analysoida satoihin tai tuhansiin yhden pisteen spektrometreihin, jotka on rivissä tiiviisti toisiinsa ja keskittyen alueelle samanaikaisesti, kun jokainen spektrometri työskentelee itsenäisesti ja hankkii spektritietoja omasta sijainnistaan. HSI: n datan lähtö on kuva tai videovirta, jossa jokaisella pikselillä on oma spektri, ja jokainen spektri sisältää satoja spektrikauhoja. Tämä hyperspektrisen kuvantamisen "koko spektrin" kyky antaa spektrisignaalit nähdä jokaisessa erotettavissa olevassa alueellisessa sijainnissa kohtauksessa, ts. Saadaan enemmän ulottuvuutta. Siksi hyperspektristä kuvantamista voidaan käyttää monissa sovelluksissa, mukaan lukien taideteosten tunnistaminen, sadon terveys, rannikkokartoitus, metsätalous, mineraalien etsintä, kaupunkien ja teollisuusinfrastruktuuri, tuotantolinjojen tuotteiden laatu, ympäristön seuranta ja paljon muuta.

Hyperspektriskannausmenetelmät ja kuvantamistulokset

Ero hyperspektrin ja monispektrin välillä

Hyvin usein materiaalin heijastavuusominaisuusspektri voi olla hyvin monimutkainen aallonpituuden suhteen, ja muut minuutin ominaisuudet eivät välttämättä ole erotettavissa karkeampia monispektrisiä kuvantamismenetelmiä.

Aineet, jotka olivat erottamattomia niistä, jotka on tunnistettu käyttämällä monispektristä kuvantamista (vasen) yllä olevassa kuvassa, erotettiin hyperspektrisen kuvantamisen (oikea) käyttämällä. Syynä tähän on, että koska hyperspektrissä on enemmän spektrikauhoja, monimutkaisempia sormenjälkiominaisuuksia voidaan saada tarkasti korkeammalla spektriresoluutiolla.

Tyypilliset sovellukset

Hyperspektralaitteet voivat havaita infrapunassa olevat tietyt maalit tai väriaineet, jotka eivät ole ihmisen silmän näkyviä. Samoin HSI -järjestelmät 60 tai 300 kaistalla voivat tarjota rikkaampia spektritietoja materiaalin heijastavuudesta kuin monispektrinen järjestelmä, mikä mahdollistaa tarkemman materiaalien karakterisoinnin. Alla oleva kuva näyttää kuva- ja spektritiedot, jotka on saatu tuoreesta eläinkudoksesta, joka on asetettu kuljetushihnalle laboratoriossa hyperspektrikuvalla:

Eri alueiden spektrogrammit: (a) puhtaan rasvan, marmorointi- ja puhtaiden laihojen osien merkityt alueet kudosnäytteissä; (b) Spektrogrammit, jotka on merkitty (a) kaavion eri alueille.

Lisäksi voimme tarjota intuitiivisia ohjelmistoja kuvan analysointia, luokittelua ja visualisointia varten, joilla on ainutlaatuiset spektriominaisuudet. Onko nämä tiedot saatu ilmasta, maassa tai laboratoriossa, näet tietokoneen näytöllä yksityiskohdat, joita ei välttämättä erota silmällä.

Edellinen

Seuraava

Ota meihin yhteyttä

Author:

Mr. CHNSpec

E-mail:

chnspec@colorspec.cn

Phone/WhatsApp:

+86 13758201662