زمان تخمینی مطالعه: 17 دقیقه

تصویربرداری چند طیفی تکنیکی است که نور را در طیف وسیعی از باندهای طیفی، فراتر از آنچه چشم انسان می‌تواند ببیند، از جمله نور مادون قرمز و ماوراء بنفش، ثبت می‌کند. این رویکرد به طور قابل توجهی از تصویربرداری رنگی سنتی با آشکار کردن جزئیات نامرئی با چشم غیرمسلح پیشی می‌گیرد.

استفاده از این روش برای جمع آوری اطلاعات غنی، کاربردهای مختلفی از جمله تجزیه و تحلیل سلامت محصول و تشخیص بیماری‌های پوستی را به همراه دارد. قلب تصویربرداری چند طیفی بر این اصل استوار است که مواد مختلف دارای علائم طیفی متمایزی هستند (الگوهای منحصر به فرد جذب نور، انعکاس یا انتشار توسط مواد مختلف). این امضاهای خاص نشان دهنده روش‌های منحصر به فردی است که در آن یک ماده با نور در طول موج‌های مختلف برهمکنش می‌کند. در حالی که برخی از مواد، طول موج‌های خاصی را با سهولت بیشتری جذب می‌کنند، برخی دیگر ممکن است آنها را با شدت بیشتری منعکس یا منتشر کنند. با مطالعه این فعل و انفعالات، می‌توان بین مواد مختلف تمایز قائل شد.

تصویربرداری چند طیفی چگونه کار می‌کند

برای رویت اشیاء توسط چشم انسان باید ابتدا نوری به جسم برخورد کند و سپس نور منعکس شده از آن جسم توسط چشم انسان قابل رویت می‌شود. نور منعکس شده از جسم به چشم ما می‌رسد و مغز ما آن سیگنال‌ها را پردازش می‌کند و باعث می‌شود ما شی را ببینیم. این نور منعکس شده تابش الکترومغناطیسی است و شکلی از انرژی است که به صورت امواج الکتریکی و مغناطیسی منتشر می‌شود که در بسته‌های انرژی به نام فوتون‌ها حرکت می‌کنند.

طیف الکترومغناطیسی چیست؟

طیف الکترومغناطیسی طیف پیوسته‌ای از تابش الکترومغناطیسی را در بر می‌گیرد که بر اساس طول موج سازماندهی شده است. این خود به باندهایی تقسیم می‌شود که هر کدام برای تابش در فواصل طول موج مشخصی نامگذاری شده‌اند. این طیف از پرتوهای گامای بسیار کوتاه تا امواج رادیویی بسیار طولانی را در بر می‌گیرد.

طیف الکترومغناطیسی

هر باند اهداف خاصی را انجام می‌دهد و کاربردهای مختلف علمی، فناوری و عملی را ارائه می‌دهد.

– باندهای مختلف طول موج

باندهای خاص می‌توانند مواد را بر اساس نشانه‌های طیفی آنها شناسایی کنند زیرا مواد مختلف نور را به طور متفاوتی در سراسر طیف منعکس و جذب می‌کنند. تجزیه و تحلیل بازتاب نور در باندهای طیفی مختلف امکان تشخیص وضعیت اجسام، پوشش گیاهی و سطوح را فراهم می‌کند. به عنوان مثال، پوشش گیاهی سالم انرژی نور آبی و قرمز را برای سوخت رسانی به فتوسنتز و تولید کلروفیل جذب می‌کند. در نتیجه، گیاهی با کلروفیل بیشتر در مقایسه با یک گیاه ناسالم، انرژی نزدیک به فروسرخ بیشتری را منعکس می‌کند.

مراحل مربوط به تصویربرداری چند طیفی

سیستم‌های تصویربرداری چند طیفی تصاویر را در باندهای طیفی خاص ثبت کرده و این باندها را بر اساس الزامات برنامه و امضاهای طیفی منحصر به فرد مواد مورد نظر انتخاب می‌کنند.

نمایی انتزاعی از یک دوربین تصویربرداری چند طیفی

برخلاف دوربین‌های سنتی که تصاویر را در سه رنگ اصلی (قرمز، سبز و آبی) متناسب با طیف مرئی ثبت می‌کنند، سیستم‌های تصویربرداری چند طیفی(MSI) می‌توانند نور را در هر دو بخش مرئی و نامرئی طیف، از جمله UV، نور مرئی، و نزدیک به فروسرخ ضبط کنند. مراحل مربوط به دوربین تصویربرداری چند طیفی در ادامه آورده شده است:

انواع تنظیمات دوربین تصویربرداری چند طیفی

چندین تنظیم و پیکربندی دوربین مختلف در تصویربرداری چند طیفی استفاده می‌شود که هر کدام برای نیازها و برنامه‌های خاص طراحی شده‌اند. در اینجا برخی از رایج‌ترین تنظیمات آورده شده است:

دوربین تک سنسور با چرخ فیلتر.
سیستم دوربین چندطیفی CAMSI
دوربین 3CCD برای تقسیم پرتو با چند سنسور

ادغام با تکنولوژی‌های مختلف

دوربینهای چند طیفی در فناوری‌های مختلفی مانند هواپیماهای بدون سرنشین و ماهواره‌ها ادغام شده‌اند. این ادغام، کاربرد دوربین را افزایش می‌دهد و به آنها اجازه می‌دهد تا وظایف مختلفی را انجام دهند. در ادامه برخی ار حوزه‌های ادغام این فناوری درج شده است:

تصویربرداری چند طیفی در مقابل تصویربرداری فراطیفی(Hyperspectral)

تصویربرداری چندطیفی (MSI)، تصویربرداری سنتی (مانند تصویربرداری RGB) و تصویربرداری فراطیفی (HSI) سه فناوری متمایز مورد استفاده برای ثبت تصاویر هستند که هر کدام دارای قابلیت‌ها و کاربردهای منحصر به فرد خود هستند. در اینجا مقایسه‌ای وجود دارد که تفاوت‌های اصلی آنها را برجسته کرده و بیان می‌کند:

– تصویربرداری سنتی (RGB)

– تصویربرداری چند طیفی (MSI)

– تصویربرداری فراطیفی (HSI)

کاربردهای موفق MSI در زمینه‌های مختلف

نظارت بر کیفیت دانه‌ها با تصویربرداری چند طیفی
بررسی دفترچه لئوناردو داوینچی با تصویربرداری چند طیفی
تشخیص سرطان پوست (ملانوم)

یادگیری عمیق و تصویربرداری چند طیفی

یادگیری عمیق با تصویربرداری چند طیفی برای تشخیص و طبقه‌بندی اشیاء استفاده می‌شود. شبکه‌های عصبی کانولوشنال (CNN)، در استخراج خودکار و یادگیری ویژگی‌ها از تصاویر عالی هستند. هنگامی که برای تصویربرداری چند طیفی اعمال می‌شود، این مدل‌ها می‌توانند الگوهایی را در باندهای طیفی مختلف شناسایی کنند که ممکن است برای چشم انسان یا از طریق تکنیک‌های پردازش تصویر سنتی قابل مشاهده یا تشخیص نباشند. مدل‌ها می‌توانند از این اطلاعات طیفی متنوع برای بهبود وظایف تشخیص و طبقه‌بندی اشیاء استفاده کنند. به عنوان مثال، استفاده از مدل‌هایی مانند YOLOv3 که بر روی مجموعه داده‌های چند طیفی آموزش دیده‌اند. ادغام توانایی مدل را برای تشخیص و طبقه‌بندی اشیاء تحت شرایط مختلف، مانند نور کم یا دید مبهم، افزایش می‌دهد.

تشخیص اشیاء با استفاده از تصویر حرارتی

چالش‌ها و محدودیت‌ها

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *