산업 제조
산업용 사물 인터넷 | 산업자재 | 장비 유지 보수 및 수리 | 산업 프로그래밍 |
home  MfgRobots >> 산업 제조 >  >> Industrial Internet of Things >> 감지기

초분광 카메라 및 데이터 품질

초분광 이미징은 이미징과 분광학을 결합합니다. 초분광 시스템을 만드는 데 사용되는 다양한 광학 아키텍처가 있지만 최종 목표는 동일합니다. 이미지의 각 픽셀에 많은 스펙트럼 대역(다양한 색상 또는 파장)의 정보가 포함된 이미지를 만드는 것입니다.

좋은 초분광 시스템을 만드는 것은 쉽지 않지만 품질만 염두에 둔 경우 가장 높은 우선 순위는 각 픽셀의 스펙트럼 충실도여야 합니다. . 초분광 시스템의 스펙트럼 충실도에 영향을 미치는 많은 주요 품질 매개변수가 있습니다. 다양한 키 품질 매개변수가 스펙트럼 충실도에 미치는 영향은 여러 요인에 따라 다르지만 일반적으로 가장 중요한 매개변수는 다음과 같습니다.

초분광 시스템의 성능을 평가하려면 PSF(point-spread function)라는 용어를 도입해야 합니다. 이것은 포인트 소스에서 광학 장치를 통해 감지기에 도달하는 에너지에 대한 강도 곡선의 모양입니다.

이상적으로는 푸시브룸 초분광 시스템에서 공간 샘플링이 모든 대역에 대해 동일합니다. 실제로 이것은 사실이 아니며 공간적 등록 오류가 발생합니다.

FOV의 한 위치에 대해 PSF에 대한 무게 중심의 모양, 크기 및 위치는 모든 밴드에서 동일해야 합니다. 설계 목표는 FOV의 모든 위치에 대해 PSF 모양과 크기를 최대한 비슷하게 만드는 것입니다. 실제 응용 프로그램에서 공간 등록 오류 자체 1 및 공간 오등록을 일으키는 다양한 소스 2 매우 중요하며 중력의 차이가 얼마나 되는지 알 수 있습니다 3 데이터 처리 결과를 손상시킬 수 있습니다.

스펙트럼 오등록은 또한 초분광 시스템의 스펙트럼 충실도에 매우 중요합니다. 공간 오정합과 마찬가지로 스펙트럼 PSF의 모양, 크기 및 위치가 중요합니다. 스펙트럼 앨리어싱을 방지하려면 PSF의 너비를 두 개의 스펙트럼 대역에 가깝게 유지해야 하지만 많은 상황에서 이보다 더 선명한 광학 장치가 선호됩니다.

픽셀당 및 대역당 선명한 광학을 만드는 데에는 여러 가지 이유가 있습니다. 주어진 검출기의 경우, 주어진 검출기 피치로 이미징 분광계는 항상 선명한 광학으로 더 많은 정보를 출력합니다. 반면에 하나 이상의 픽셀로 PSF를 샘플링하면 PSF에 대한 더 많은 정보를 얻을 수 있지만 주어진 검출기의 경우 시스템의 해상도가 감소합니다. 주어진 광학 시스템은 항상 더 많은 정보를 출력합니다. 포인트 확산 기능(PSF)당 더 많은 픽셀이 있습니다. 4 .

어떤 시스템을 만들지 또는 사용자를 위해 어떤 시스템을 구매할지 결정할 때 많은 절충점이 있습니다. 광학의 선명도도 그 중 하나입니다.

또 다른 핵심 품질 매개변수는 광학 시스템의 미광입니다. 일반적으로 미광은 감지기에 도달해서는 안 되는 곳에서 감지기에 도달하는 빛입니다. 이것은 광학 장치 내부의 반사, 광학 표면의 산란, 기계적 표면의 반사 등으로 인한 것일 수 있습니다. 미광 효과는 스펙트럼 범위에 따라 다를 수 있습니다. 오늘날 초분광 시스템의 미광을 측정하는 방법에 대한 업계 표준은 없으며 공급업체마다 다르게 합니다.

광학 장치의 집광 능력은 일반적으로 매우 중요한 매개변수입니다(낮은 F#). 시스템에 공간 픽셀과 스펙트럼 밴드가 많을수록 각 픽셀/밴드에 도달하는 빛이 줄어듭니다. 이는 고해상도 초분광 이미징 시스템이 매우 빛에 민감해야 함을 의미합니다. 이 매개변수는 플랫폼에 따라 중요도가 다를 수 있습니다. 초분광 시스템이 항공기 또는 산업 환경에 배포되는 경우 일반적으로 속도가 중요한 매개변수이며 낮은 F#은 전체 스펙트럼 범위에 대해 우수한 신호 대 잡음비(SNR)를 얻는 데 매우 중요합니다. 반대로 실험실 응용 프로그램은 일반적으로 더 느린 이미지 캡처 속도를 사용하고 더 오래 통합하여 더 많은 빛을 수집할 수 있으므로 조리개에 더 많은 유연성을 허용합니다.

전체 스펙트럼 범위에 대한 높은 SNR은 초분광 시스템의 매우 중요한 매개변수이며 SNR이 얼마나 높은지는 전체 시스템의 스펙트럼 응답 함수에 따라 다릅니다. 피크 SNR은 포화에 가까운 대역의 최대 SNR만 지정하므로 전체 정보를 제공하지 않습니다. 또한 전체 시스템의 총 양자 효율이 파장의 함수로 무엇인지 알아야 합니다. 유용한 정보를 제공하려면 주어진 입력 광도와 주어진(그리고 운영상 현실적/관련성) 통합 시간/노출에 대해 SNR 곡선을 지정해야 합니다.

검출기는 초분광 시스템의 중요한 부분이며 많은 경우 광학 시스템의 설계 목표를 정의합니다. SWIR 스펙트럼 범위(900-2500nm)는 사용 가능한 감지기가 매우 제한되어 있으며 감지기의 픽셀 수가 증가함에 따라 가격이 급격히 증가합니다. 이것은 광학 장치가 감지기용으로 설계되고 일반적으로 가능한 한 선명하도록 설계된 시나리오입니다.

VNIR 범위(400-1000nm)에 대해 사용할 수 있는 많은 검출기가 있으며 광학 시스템에 가장 적합한 검출기를 선택할 수 있습니다. VNIR 및 SWIR 범위 모두에 대해 매우 중요한 검출기의 많은 매개변수가 있습니다. 이들은 전체 웰 용량, 노이즈 플로어, 판독 모드, 판독 속도, 픽셀 피치, 파장의 함수로서의 양자 효율 등입니다. 검출기 시장은 지속적으로 변화하고 있으며 초분광 제조업체가 사용 가능한 최고의 검출기를 통합하기 위해 검출기 시장을 따라잡는 것이 중요합니다.

사용된 교정 절차 및 표준(정확도 포함)은 사용자가 사용할 수 있어야 하며, 따라서 NIST 또는 PTB 표준(또는 이와 유사한 표준)으로 추적 가능한 방사 측정 교정을 갖는 것이 매우 중요합니다.

모든 초분광 시스템은 통제된 환경 외부에서 안정적이고 정확한 방사 측정 및 스펙트럼 보정을 유지해야 합니다. 운송 후 및 작동 중에 안정적이지 않고 유효하지 않은 경우 완벽하게 보정된 시스템을 공장에서 출고하는 것은 가치가 없습니다. 이는 시스템이 UAV 작업과 같은 까다로운 조건에서 반복 가능하고 신뢰할 수 있는 결과를 제공할 수 있도록 하기 위해 스펙트럼, 방사 측정 및 기하학적 보정이 다양한 온도, 압력 및 심한 진동 내에서 안정적이어야 함을 의미합니다. 5, 6

공급업체의 최상위 데이터시트에서 다양한 초분광 시스템을 구별하는 것은 매우 어렵습니다. 다른 제조업체의 시스템(또는 동일한 제조업체의 다른 모델)을 비교할 때 해당 특정 카메라 모델에 대해 앞서 언급한 매개변수를 지정하는 자세한 보고서를 공급업체에서 제공해야 합니다. 또한 사용자의 애플리케이션과 관련된 장면에서 샘플 데이터를 요청하는 것이 좋습니다.

현재 IEEE 7 에서 조직한 초분광 카메라 특성화에 대한 공통 표준을 만들기 위한 조치가 있습니다. . HySpex는 초분광 이미징 시스템의 최종 사용자를 위해 제품을 보다 투명하게 만드는 것을 목표로 이 그룹을 지원하고 크게 관여하고 있습니다.

이 기사는 Norsk Elektro Optikk, AS(노르웨이 오슬로)의 CEO인 Trond Løke가 작성했습니다. 자세한 내용은 이 이메일 주소는 스팸봇으로부터 보호되고 있습니다. 보려면 JavaScript를 활성화해야 합니다. 또는 여기를 방문하십시오. .

참조

  1. https://www.spiedigitallibrary.org/conference-proceedings-of-spie/8706/1/Resampling-in-hyperspectral-cameras-as-an-alternative-to-correcting-keystone/10.1117/12.2015491.short
  2. https://www.spiedigitallibrary.org/journals/Optical-Engineering/volume-59/issue-08/084103/Spatial-misregistration-in-hyperspectral-cameras-lab-characterization-and-impact/10.1117/1 .OE.59.8.084103.full?SSO=1
  3. https://www.hyspex.com/keystone/
  4. https://www.hyspex.com/sharp_optics_many_pixels/
  5. https://www.hyspex.com/scientific_grade_uav/
  6. https://www.hyspex.com/quality_vs620/
  7. https://standards.ieee.org/project/4001.html

감지기

  1. 디지털 메모리 용어 및 개념
  2. 책임감 있고 신뢰할 수 있는 AI 구축
  3. 임베디드 시스템 및 시스템 통합
  4. 스마트폰이나 컴퓨터 카메라를 사용하여 건강을 측정하는 시스템
  5. 프로그래밍 가능한 광섬유는 전력을 공급하고 데이터를 전송합니다.
  6. 비전 시스템은 구름과 안개를 통해 봅니다.
  7. 드론이 전력선을 감지하고 피할 수 있도록 도와주는 시스템
  8. "청진기"는 장비 품질 및 기능을 모니터링합니다.
  9. 마이크로스트립 회로 및 재료 특성화 시스템
  10. 3D 카메라가 깊이와 스펙트럼 데이터를 병합합니다.