来源:赛斯拜克 发表时间:2023-11-01 浏览量:316 作者:
随着科学技术的进步,高光谱成像(HSI)和多光谱成像(MSI)在农业、医疗和环境研究等领域的重要性不断增加。本文介绍了HSI与MSI的区别、应用领域以及技术的优势和挑战。同时,探讨了光谱成像技术的未来发展趋势,以及如何推动这些技术在不同行业中的广泛应用。
随着科学技术的进步,高光谱成像(HSI)和多光谱成像(MSI)在农业、医疗和环境研究等领域的重要性不断增加。本文介绍了HSI与MSI的区别、应用领域以及技术的优势和挑战。同时,探讨了光谱成像技术的未来发展趋势,以及如何推动这些技术在不同行业中的广泛应用。
在过去的20年里,高光谱成像(HSI)和多光谱成像(MSI)的重要性和实用性一直在增加。尽管经常将这两个术语混为一谈,但它们实际上代表了两种完全不同的成像实践,每种都适用于特定的应用领域。与仅使用可见光谱的标准机器视觉成像相比,这两种技术都有自己的优势。然而,随着HSI和MSI的优点,成像系统在照明、过滤和光学设计方面的复杂性也随之增加。
典型的机器视觉应用中,传感器使用和捕获的光照范围大约在400nm(紫色)到700nm(深红色)之间(图1)。常常采用在550nm左右具有峰值光谱灵敏度的成像透镜组件和传感器来收集光线。大多数相机传感器的量子效率,也就是将光子转化为电信号的能力,在扩展到紫外或近红外时会明显降低。
图1展示了高光谱和多光谱成像中使用的波长区域,超过可见光谱范围。这些信息由爱特蒙特光学公司提供。
图1展示了使用可见光谱之外的波长区域进行高光谱和多光谱成像。
简单来说,HSI捕获的图像包括来自更广泛的电磁频谱范围的信息。这个范围从紫外光到可见光谱,最后到近红外或短波红外。通过扩展波长范围,可以揭示材料成分的特性,否则这些特性是不明显的。
机器视觉中使用的传感器会输出一系列灰度值,以生成查看区域内某些对象的二维图像。这些图像通常用于进行特征识别,如分类、测量或定位对象。除非使用光学过滤器,否则视觉系统无法识别用于照明的波长。拥有拜耳滤光片图案(RGB)的传感器可以克服这个问题,但每个像素仍然只能接收窄波长带的光,并且相机软件会根据需要分配颜色。而在真正的高光谱图像中,每个像素都含有坐标、信号强度和波长信息。因此,HSI(色度、饱和度、亮度)常被称为成像光谱学之一。
另外,光谱仪可以收集波长信息和检测各种波长的相对强度信息。这些装置通常从样本的单个来源或位置收集光。它们可以用于检测散射和反射特定波长物质的存在,或基于荧光或磷光发射的材料成分。HSI系统通过将位置数据与收集到的光谱相配对,将这项技术提升到一个新的水平。高光谱系统不输出二维图像,而是输出高光谱数据立方体或图像立方体。
采集图像的模式
目前有四种主要的高光谱采集模式或方法,每一种都有各自的优缺点(见图2)。第一种称为“扫帚”,是一种点扫描过程,可以一次获取一个空间坐标的光谱信息。这种方法通常可以提供最高级别的光谱分辨率,但需要系统在x轴和y轴上扫描目标区域,从而显著增加了总的采集时间。
图2展示了四种主要的高光谱采集模式:点扫描或扫帚方式(a);线扫描,即推扫式(b);平面或区域扫描方式(c);以及单次拍摄,也就是快照方式(d)。这些模式由爱特蒙特光学公司提供。
在图2中,有四种主要的高光谱采集模式。它们是点扫描或扫帚(a)、线扫描或推扫式(b)、平面或区域扫描(c)以及单发或快照(d)。
第二种模式是推扫式,这种模式使用线扫描数据捕获技术。当每行像素扫描一个区域以捕获光谱和位置信息时,只需要一个空间运动轴。推扫式系统具有体积小、重量轻、操作简单和高信噪比的优点1。在使用这种方法时,正确选择曝光时间非常重要。忽视这一点可能导致光谱带饱和或曝光不足的不一致。
有些人认为,MSI只是HSI的低级形式,其光谱分辨率较低。实际上,这两种技术各有优势,取决于不同的任务。第三种方法是平面扫描,它能够一次成像整个二维区域,但是在每个波长间隔进行。这个过程涉及捕获大量的图像,以创建高光谱数据立方体的光谱深度。虽然这种捕捉方法不需要传感器或整个系统的移动,但是在捕捉的过程中保持被拍摄物体静止非常重要;否则,位置和光谱信息的准确性将会受到影响。
最近开发的第四种方法是单次拍摄或快照。这种方法使用单次成像仪在一个积分周期内收集整个高光谱数据立方体。尽管目前单次拍摄似乎是实现高光谱成像的首选方法,但它还面临着相对较低的空间分辨率的限制,需要进一步开发。
主要差异
MSI系统和HSI系统在许多方面相似,但也有一些关键的区别。与HSI系统使用连续波长数据收集相比,MSI系统更专注于预先选择的几个波段。常见的RGB传感器可以很好地解释HSI系统和MSI系统之间的差异。在RGB传感器中,像素上有红色、绿色和蓝色滤光片的拜耳图案叠加。滤光片允许特定色带的波长被像素吸收,并减弱其他波长的光线。这些滤波器的传输带在100至150纳米之间,并且存在轻微的光谱重叠。然后,通过伪色渲染,将捕获的图像呈现为人眼所能看到的形式。在大多数MSI应用中,波段明显更窄且更多。波段通常在几十纳米的范围内,并不完全属于可见光谱的一部分。根据具体应用,也可以使用紫外、近红外和热红外等波长进行隔离。
以上是由爱特蒙特光学公司提供的图3,其中显示了RGB相机的量子效率曲线,呈现出红、绿、蓝三种颜色之间的相互重叠。
RGB相机的量子效率曲线显示出红、绿、蓝三种颜色间的重叠部分。
有些人认为MSI只是HSI的次级版本,具备较低的光谱分辨率。实际上,这两种技术各自有其优势,具体取决于任务的不同。HSI非常适用于对连续频谱中信号微小差异敏感的应用。对于采样较大波段的系统来说,可能会错过这些微小信号。然而,有些系统需要屏蔽大部分电磁频谱,并有选择性地捕捉光线(见图4)。其他波长可能会引入明显的噪音,可能会破坏测量和观察结果。此外,数据立方体中包含的光谱信息越少,图像的捕获、处理和分析就能更加迅速地进行。
图4.多光谱和高光谱图像堆叠。对比多光谱成像(MSI)和高光谱成像(HSI)的图像堆叠。在MSI中,多个图像是在不同的离散波长范围内拍摄的;而在HSI中,图像是在更广泛的连续波长范围内拍摄的。图片由爱特蒙特光学公司提供。
图4.多光谱和高光谱图像堆栈的对比。在多光谱图像堆栈(MSI)中,采用了多个不同离散波长范围内的图像进行拍摄。而在高光谱图像堆栈(HSI)中,图像则是在更广泛的连续波长范围内进行拍摄的。
应用
HSI和MSI的应用需求不断上升,这些新技术在生命科学和遥感领域有广泛的应用,包括农业、食品质量与安全、以及制药和医疗保健等市场。特别是在农业领域,这两种技术具有极高的实用价值。农民利用拖拉机和无人机进行光谱成像扫描田野,通过分析所拍摄图像的光谱特征,可以非常准确地确定作物的状况,包括植物的总体健康状况、土壤状况、使用某些化学物质处理过的区域或有害物质的存在等,例如侵扰。所有信息都有独特的光谱标记,可以捕获、分析和使用以确保最优的农产品产出。
同样适用于医疗保健领域。在高光谱成像仪的帮助下,医生现在能够通过无创扫描皮肤来检测疾病或恶性细胞。某些波长能够更深入地渗透皮肤,从而更详细地了解患者的状况。通过正确的刺激,癌症和其他疾病细胞会发出荧光或吸收光线,使其与健康组织更容易区分开来。医生不再需要仅依靠观察或患者对症状的描述来做出有根据的猜测。复杂的系统可以记录并自动解释光谱数据,从而加快了诊断速度,并使受影响的确切区域能够得到迅速治疗。
在过去的几十年里,HSI和MSI一直是遥感的关键组成部分。遥感是利用无人驾驶飞行器(UAV)和卫星对地球表面进行航空成像的一种技术。光谱摄影能够通过地球大气层和各种云层,清晰地观察地面下的情况。遥感技术广泛应用于监测人口变化、地质变化以及考古遗址的研究等任务。在环境研究领域,这些成像技术变得越来越重要。它们能够收集有关森林砍伐、生态系统退化、碳循环以及不稳定天气模式等方面的数据。研究人员利用所收集到的信息来创建全球生态预测模型。
HSI和MSI的应用领域日益扩大,但技术复杂性和成本高昂可能限制了某些行业的采用。与其他机器视觉组件相比,这些系统更昂贵且需要复杂的传感器和精确的校准。为收集更广的光谱范围,传感器需要使用砷化铟、砷化镓和砷化铟镓等材料,硅基传感器仅对约200至1000nm的光敏感。要实现从NIR到MWIR的成像,则需要使用汞镉碲(MCT或HgCdTe)传感器。
将这些高端传感器与适当的光学元件配对面临另一个挑战。需要使用带通滤波器、棱镜或光栅等衍射光学器件,甚至可以使用液晶或声光可调谐滤波器来分离不同波长的光,以便记录光谱数据。另外,为了适应广泛的波长范围和温度波动,相机的镜头必须经过特殊设计以实现最佳性能。在设计中增加更多光学元件会导致系统成本和重量的增加。这些元件还需要具备不同的折射率和色散特性,以进行宽带色彩校正。不同类型的玻璃还具有不同的热性能和机械性能。在选择具备适当内部透射光谱的玻璃后,必须在每个镜片上涂上宽带多层增透膜,以确保最大的光通量。这些独特要求使得HSI和MSI的镜头设计过程非常繁琐,需要高超的技巧。
我们的未来发展目标是让HSI和MSI系统更加紧凑、价格合理和易于使用。这些方面的改进将促进新市场对技术的采用,并推动当前市场的增长。