Menu
Carrello

Sistemi Multispettrali e Iperspettrali

Quando vedete un film al cinema o un programma in TV, o quando leggete un documento al PC,i vostri occhi vedono l’energia emessa dagli schermi, e generalmente si tratta di tre canali: rosso, verde e blu.

Se voi foste un pesce rosso, vedreste la luce in modo diverso: un pesce rosso infatti può vedere la radiazione infrarossa che è invisibile all’occhio umano.

I calabroni invece possono vedere la luce ultravioletta. Ancora una volta, gli umani non possono vedere le radiazioni ultraviolette.

Ora, immaginate se potessimo vedere il mondo con gli occhi di un umano, di un pesce rosso e diun calabrone insieme.

In realtà, possiamo.

Lo facciamo con telecamere multispettrali e iperspettrali.

TECNOLOGIA

Le telecamere multispettrali matriciali e lineari usano diverse tecnologie per acquisire le immagini.

Diamo una rapida occhiata ai principali.

Le telecamere multispettrali matriciali e lineari usano diverse tecnologie per acquisire le immagini.

Diamo una rapida occhiata ai principali.

Le camere lineari sfruttano due tecnologie per acquisire i dati multispettrali: la prima utilizza un prisma posto immediatamente dopo l’ottica per separare le componenti di lunghezza d’onda differente ed indirizzarle verso sensori lineari indipendenti – vedi Fig. 1.

La seconda tecnologia utilizza invece sensori multilinea in cui ognuno di essi è ricoperto da un filtro passa banda che permette di raccogliere solo le informazioni relative a determinate bande spettrali ben definite – vedasi a tal proposito la Fig. 2.

Nelle telecamere multispettrali matriciali si utilizzano invece tecnologie basate su prisma o a mosaico o piastrelle.

La prima è identica a quella descritta in precedenza per le lineari: un prisma per separare lo spettro del visibile da quello – per esempio – dell’IR per indirizzarli verso due sensori matriciali sensibili aquelle lunghezze d’onda – come mostrato in Fig. 3 – o per separare diverse lunghezze d’onda ed indirizzarne ciascuna su un singolo sensore.

La tecnologia detta a mosaico acquisisce più lunghezze d’onda per ogni pixel che comporrà l’immagine attraverso sensori particolari con filtri a mosaico 4×4 disposti su tutto il sensore stesso – Fig. 4.

Figura 1
Figura 2

Figura 3: tecnologia applicata nelle telecamere matriciali multispettrali

Figura 4: tecnologia a mosaico utilizzata nelle camere matriciali multispettrali.

Diversa ancora la tecnologia a piastrelle, nella quale il sensore è suddiviso in tante regioni affiancate come piastrelle che ricoprono un pavimento, ed ogni regione acquisisce dati riferiti ad una lunghezza d’onda – vedi Fig. 5.



Figura 5: tecnologia a piastrelle utilizzata nelle camere matriciali multispettrali.


Infine, le telecamere iperspettrali funzionano come telecamere lineari per quanto riguarda la modalità di osservazione degli oggetti inquadrati, ma ritornano per ogni singola linea scansionata un’immagine matriciale in cui sono presenti tutti i valori dello spettro. Per ottenere ciò si utilizzano elementi interni tra ottica e sensore che permettono di convogliare la luce proiettata dall’oggetto acquisito verso un elemento che diffonde lo spettro di luce sul sensore matriciale, come mostrato in Fig. 6.

Figura 6: tecnologia utilizzata nelle telecamere iperspettrali

TELECAMERE MULTISPETTRALI

La camere multispettrali acquisiscono immagini con un numero di bande elettromagnetiche generalmente compreso tra 3 e 10. Le più conosciute sono le telecamere a colori, che acquisiscono le tre bande dello spettro visibile corrispondenti ai colori rosso, verde e blu.

Altre telecamere aggiungono all’RGB una banda ulteriore:

  • la banda del vicino infrarosso (NIR, da 700 a 1000 nm)
  • la banda dell’ultravioletto (UV, da 200 a 400 nm)
  • la banda completa del visibile come immagine monocromatica (da 400 a 700 nm).

Le immagini multispettralli sono utilizzate principalmente per evidenziare caratteristiche di ciò che viene inquadrato non determinabili nel solo spettro del visibile. Ad esempio, nella Fig. 7 la componente NIR consente di evidenziare la parte del frutto che sta marcendo.




Figura 7: immagine RGB vs. immagine NIR della stessa mela


Le immagini multispettrali vengono comunemente usate anche per analisi aeree o satellitari del territorio o dello spazio più profondo.

Vengono ad esempio esaminati campi agricoli per verificare lo stato delle colture: nella Fig. 8, il verde scuro indica zone in cui la vegetazione è rigogliosa, il rosso zone in cui il raccolto necessita di fertilizzanti mentre il giallo zone con raccolti scarsi.




Figura 8: immagine multispettrale di un campo coltivato

TELECAMERE IPERSPETTRALI

La principale differenza tra immagini multispettrali e iperspettrali è il numero di bande che le compongono, e quanto sono strette le bande stesse.

Un’immagine iperspettrale può infatti contenere centinaia di bande spettrali larghe qualche decina di nm.

Queste immagini permettono di studiare l’interazione della luce con i materiali e riconoscere diversi materiali in base alle loro “firme spettrali”. La Fig. 9 riporta le firme spettrali di tre differenti tipi di plastiche.



Figura 9: bande spettrali di HDPE, PER e PVC

Con una telecamera iperspettrale si misurano centinaia di spettri, uno per ogni pixel del sensore. Questo significa grande quantità di informazioni accurate.

I dati forniti dall’immagine iperspettrale sono chiamati data cube perché sono in realtà tridimensionali.

Usiamo un esempio semplice per capire la differenza tra data cube e altri tipi di immagini, paragonando il tutto ad un libro.

Un’immagine a colori è composta da tre diversi piani di colore; consideriamoli ora le uniche tre pagine di cui è composto il nostro libro. Se paragoniamo la copertina alla somma delle informazioni che le tre pagine contengono, essa rappresenterà l’immagine a colori – Fig. 10



Figura 10

Figura 11


Anche in questo caso la copertina del libro che vediamo è costruita sommando le informazioni che ogni banda fornisce. Combinando diverse pagine siamo in grado di elaborare diverse qualità del nostro target, come possibili malattie che stanno infettando delle piante o la quantità di acqua che contengono le foglie – Fig. 12.

Il libro dell’immagine iperspettrale – Fig. 11 – è invece composto da centinaia di pagine, ognuna contenente le informazioni di come la nostra scena risponde ad una specifica banda dello spettro.

Rispetto al precedente, questo libro è molto più grande e contiene informazioni molto più dettagliate sul nostro target.



Figura 12


Scegliendo inoltre un qualsiasi punto della copertina del libro, possiamo ottenere lo spettro completo, accurato e contiguo di quel particolare punto del nostro target.

CHEMICAL COLOUR IMAGING

Il Chemical Colour Imaging (CCI) è un caso speciale di imaging iperspettrale nel quale le proprietà chimiche sono di interesse.

Esso rappresenta una nuova tecnologia di elaborazione, che combina i vantaggi essenziali delle tecnologie di base di imaging iperspettrale e dell’elaborazione di immagini a colori, e rende le proprietà dei materiali chimici accessibili a una gamma completamente nuova di utenti attraverso nuove approcci al trattamento dei dati – Fig. 13.



Figura 13: Immagine monocromatica, a colori RGB e CCI di una mela.

I dati del cubo iperspettrale sono descritti da immagini a colori che contengono informazioni spaziali insieme a informazioni spettroscopiche codificate per colore. Tale formato di dati consente la percezione di informazioni mirate in un set di dati ad alta dimensione (come un cubo) e la co-elaborazione mediante la metodologia di elaborazione delle immagini (a colori). Di conseguenza, la convalida delle percezioni acquisite può essere realizzata mediante un confronto manuale o automatico con le aspettative.

I suoi mercati principali in cui il CCI viene impiegato sono il riciclaggio dei materiali, il cibo, l’estrazione mineraria e l’industria farmaceutica.

Poiché i dati di output sono in un formato di visione artificiale standardizzato, tutte le soluzioni di elaborazione delle immagini disponibili possono essere facilitate per attività come la generazione di decisioni, il conteggio o il monitoraggio basato su informazioni chimiche.

Nella Fig. 14, l’immagine a sinistra mostra dell’uvetta con impurità (carta, plastica) in mezzo. Le frecce blu e verdi indicano due posizioni spettrali di uvetta, che nel grafico a destra presentano spettri molto simili. La freccia rossa indica un colore diverso a cui corrisponde uno spettro differente nel grafico, lo spettro della carta.



Figura 14: immagine CCI – a sinistra – di materiali diversi con relative bande spettrali – a destra.