qué es la imagen hiperespectral (HSI)

Adelante

Las imágenes hiperespectrales (HSI) son una técnica analítica basada en la espectroscopia que recoge miles de imágenes de la misma región espacial a diferentes longitudes de onda. Mientras que el ojo humano sólo tiene tres receptores de color, azul, verde y rojo, la HSI mide el espectro continuo de cada píxel de una escena con una resolución de longitud de onda fina no sólo en el rango visible, sino también en el rango del infrarrojo cercano (NIR). . La luz que incide en cada píxel se descompone en muchas bandas espectrales diferentes para proporcionar más información sobre lo que se está fotografiando. Los datos recogidos forman un cubo hiperespectral tridimensional, en el que dos dimensiones representan la extensión espacial de la escena y la tercera su contenido espectral..

La HSI suele denominarse imagen hiperespectral, que también incluye la imagen multiespectral (MSI). La principal diferencia entre estos dos sistemas de imágenes es que la HSI utiliza una gama continua de longitudes de onda (por ejemplo, de 400 a 1000 nm en pasos de 5 nm), mientras que la MSI utiliza un subconjunto de las longitudes de onda objetivo en ubicaciones seleccionadas (por ejemplo, de 400 a 1000 nm en pasos de 100 nm).Los sensores MSI suelen medir entre 3 y 10 longitudes de onda diferentes en cada píxel, mientras que las imágenes HSI suelen medir entre 3 y 10 bandas diferentes en cada píxel, mientras que las imágenes HSI pueden contener cientos de bandas espectrales más estrechas pero continuas. Como resultado, los sensores HSI contienen muchos más datos que los sensores MSI. Por ejemplo, la MSI puede utilizarse para cartografiar zonas de un bosque, mientras que una imagen hiperespectral puede utilizarse para cartografiar especies de árboles dentro de un bosque.

Aunque la MSI puede considerarse un subconjunto simplificado de la HSI, las dos tecnologías son complementarias y la elección entre ellas depende de los requisitos de la aplicación. Por ejemplo, en el canal visible, la MSI puede utilizarse para reconocer los contornos de las frutas y encontrar magulladuras difíciles de ver en frutas como los arándanos. Pero si el objetivo es analizar con gran detalle el contenido de grasa de los aguacates, esto sólo puede hacerse con la tecnología HSI.

Los algoritmos y métodos de procesamiento de imágenes que hay detrás de la MSI y la HSI se remontan a la década de 1970, cuando Landsat 1 fue el primer satélite del programa Landsat de Estados Unidos y el primero en llevar un escáner multiespectral. El Airborne Imaging Spectrometer (AIS) de la NASA y AVIRIS le siguieron a mediados de los 80, cuando Jerry Solomon acuñó el término «imagen hiperespectral» en Caltech.

En aquella época no existían los microprocesadores y el tratamiento de las imágenes debía realizarse en grandes centros informáticos centralizados. Desde entonces, y especialmente en los últimos cinco años, la tecnología HSI se ha extendido de la observación de la Tierra a muchos ámbitos como la agricultura, la clasificación industrial, la investigación médica, el control de calidad de los alimentos y el medio ambiente, gracias a los avances en microprocesadores y sensores basados en chips. Vigilancia.

Aplicaciones hiperespectrales

Cada material tiene unas características espectrales específicas que pueden utilizarse como «huella dactilar» para su identificación única. Como resultado, la HSI se utiliza en una amplia gama de aplicaciones debido a su capacidad para identificar de forma no invasiva, sin etiquetas y no destructiva la composición de las sustancias. Entre ellas se incluyen:

Medicina: para cirugía de realidad aumentada y diagnósticos médicos

Visión artificial: para clasificar prácticamente cualquier material, desde alimentos y minerales hasta textiles y plásticos.

Teledetección: para clasificar suelos agrícolas, minerales, plásticos, contaminación y vigilancia.

Agricultura: detección de síntomas precoces de enfermedades, estrés hídrico y calidad del suelo para controlar de forma óptima los procesos de crecimiento.

Análisis del arte y el patrimonio: para contar la historia de cómo, cuándo y dónde se fabricaron originalmente o se modificaron posteriormente los artefactos.

Control de calidad de los alimentos: identificar y cuantificar la composición química de los productos alimenticios, proporcionando información sobre nutrición, porcentaje de grasa, contenido de azúcar y frescura.

Clasificación de residuos: Clasificación y separación de materiales peligrosos como plásticos, textiles, metales, vidrio, papel, cartón y amianto

Productos farmacéuticos: para garantizar la calidad de la composición química de los productos farmacéuticos

Minería y petróleo: análisis mineral rápido y fiable de testigos y otras muestras geológicas

Medicina forense: recogida de pruebas en el lugar del delito, como sangre y restos de pólvora.

Comercialización de la tecnología hiperespectral

Según un reciente informe de mercado, se espera que el mercado mundial de imágenes hiperespectrales crezca a una tasa de crecimiento anual compuesta (TCAC) del 8,2% entre 2020 y 2027 hasta alcanzar los 3.520 millones de dólares en 2027. Se espera que Asia-Pacífico y Europa sean las regiones de más rápido crecimiento, con CAGRs del 9,3% y 8,5%, respectivamente.

Los principales impulsores son la creciente demanda de análisis de materiales precisos y fiables, el desarrollo de nuevas tecnologías (por ejemplo, la inteligencia artificial combinada con el desarrollo de sistemas de imagen de bajo coste) y la creciente demanda de aplicaciones de teledetección. Las principales aplicaciones serán el diagnóstico médico, la visión artificial industrial, el control medioambiental y la vigilancia militar.

Tipos de hiperespectrales

Las cámaras hiperespectrales pueden capturar información para formar un cubo de datos 3D de cinco formas principales

Whiskbroom (escaneo puntual) captura un píxel cada vez. Se forma una imagen cuando la cámara escanea la muestra y contiene toda su información espectral. Aunque el proceso de adquisición de imágenes requiere mucho tiempo, este método permite obtener una resolución espectral muy alta.

El push-scan (escaneo lineal) mide espectros continuos, una línea de píxeles cada vez, que es actualmente la vía más madura y tecnológicamente más extendida de la tecnología hiperespectral. Se utiliza ampliamente en el control de calidad industrial y en la teledetección de la investigación científica, etc. La tecnología es estable y completa, y los productos son muy maduros.

La espectroscopia por transformada de Fourier (FT) es otro método para medir espectros continuos. Este método combina un sensor monocromático de imágenes con un interferómetro y tiene un flujo luminoso superior al de los sistemas de barrido por empuje, pero sólo es adecuado para obtener imágenes de escenas estáticas.

El barrido espectral recoge toda la información espacial de una longitud de onda determinada, de una en una. Aunque cada imagen es rápida, el barrido espectral es lento para generar cubos debido al tiempo necesario para cambiar las longitudes de onda.

Las cámaras rápidas hiperespectrales capturan vídeo hiperespectral. Suelen ofrecer una resolución espectral y espacial limitada y son más bien cámaras multiespectrales, pero son rápidas e ideales para captar imágenes de objetos en movimiento.

Por supuesto, la tecnología está cambiando rápidamente y están surgiendo varias técnicas nuevas, como las rejillas 2D o las imágenes espectrales computacionales, todas ellas procesadas por muchos algoritmos de posprocesamiento, y todas deficientes o limitadas de un modo u otro en sus ámbitos de aplicación actuales.

Introducción a los fabricantes hiperespectrales

1. CHNSpec
   

2. Specim

3. Techo

4. resonon

Mirar hacia delante

Aunque la HSI produce una resolución mucho mayor que los sistemas MSI, tiene la desventaja del coste y la complejidad. Los cubos hiperespectrales son grandes conjuntos de datos multidimensionales, y el análisis de los datos hiperespectrales requiere un procesamiento rápido, detectores sensibles y una gran capacidad de almacenamiento de datos. Estos factores aumentan significativamente el coste y la complejidad de la adquisición y el procesamiento de datos hiperespectrales. Por ejemplo, en las aplicaciones espaciales, un problema importante es cómo programar los satélites hiperespectrales para que clasifiquen los datos por sí mismos y transmitan sólo las imágenes importantes, ya que la transmisión y el almacenamiento de grandes cantidades de datos pueden resultar difíciles y costosos.

Del mismo modo, en el caso de las aplicaciones industriales, la decisión de utilizar un almacenamiento de imágenes y una salida de datos locales o remotos puede afectar a la velocidad de la aplicación, que debe seguir el ritmo de la producción. Otras áreas problemáticas son la determinación de la longitud de onda adecuada, la selección de la cámara correcta con la resolución espectral y espacial adecuada, y la selección de una iluminación con intensidad suficiente en las longitudes de onda críticas. Y como la HSI suele requerir un alto nivel de comprensión física, el software debe ser lo más intuitivo posible y facilitar la creación de clasificaciones de materiales.

Para abordar estas cuestiones, el desarrollo de la tecnología HSI hasta la fecha ha compartido un objetivo común: reducir la complejidad y hacer que las aplicaciones industriales de HSI sean más fáciles, rápidas y baratas que nunca.

En los próximos años, a medida que la tecnología HSI se vuelva menos compleja y más barata, pasará inevitablemente a formar parte de las principales aplicaciones de obtención de imágenes, ya que es la única tecnología con suficiente resolución espectral y espacial para satisfacer la creciente demanda de análisis de materiales precisos y fiables. Amplia gama de industrias. La expansión de las aplicaciones de HSI a nuevos sectores, como la agricultura, la vigilancia del medio ambiente y la biomedicina, es el siguiente paso. Se espera que la tecnología HSI desempeñe un papel importante en estos mercados a medida que siga creciendo la demanda de análisis de materiales más precisos. Además, se espera que el crecimiento de la teledetección y de los drones impulse la demanda de tecnología HSI en aplicaciones de vigilancia medioambiental y cartografía. A medida que la tecnología HSI sigue evolucionando, tiene el potencial de revolucionar la forma en que entendemos y analizamos los materiales, proporcionando nuevos conocimientos y oportunidades para una amplia gama de industrias.

La tecnología hiperespectral es una herramienta que tiene el potencial de tener un impacto positivo significativo en nuestras vidas productivas. Tanto si se utiliza para promover el desarrollo sostenible como para mejorar la salud pública o la seguridad, esta tecnología de vanguardia nos ayuda a ver el mundo de formas nuevas e interesantes y nos inspira para afrontar algunos de los retos a los que se enfrenta la humanidad.