原文鏈接：Video Spectroscopy meets Artificial Intelligence (from Cubert)
隨著功能強大的計算機（甚至在最小的設備中）可用性的不斷提高，我們看到成像技術在工業和日常產品中的使用越來越多，人工智能和機器學習提高了我們的影像傳感器功能，大多數演算法依賴于灰度或RGB影像，同時他們也忽視了光的重要部分資訊，
光譜影像在原有的二維幾何影像中拓展了一維光譜資訊，光譜資訊從可見光到近紅外光，通過將光譜跨度分為很小而得到，這些資訊能提供RBG影像和人眼無法看到的資訊，能被用于許多領域，
此外，機器學習演算法需要大量的訓練集來訓練演算法，相比于單一的影像，通過增加光譜影像可以大大加速訓練速度，
迄今，具有尚可接受解析度的高光譜影像多數是通過掃描式獲得的，復雜的傳感器設定、高昂的價格使得高光譜影像很難被廣泛使用，Cubert高光譜相機采用快照式，能進行實時視頻成像，
快照式高光譜成像系統
- 基于棱鏡分光
使用基于棱鏡分光系統的FireflEYE 185是第一代快照式高光譜相機，能提供50x50x125解析度，覆寫450-950nm波長，相比于掃描式（一次只通過一條線光）和可調諧濾光器式（一次只通過一種波長的光），快照式相機能使用全部的光資訊，FireflEYE 185能使得70%的光到達傳感器，因此有著不錯的信噪比，同時通過將高光譜相機資料（50x50x125）與全景相機資料（1000x1000x1）融合后，能得到1000x1000x125解析度的資料，
- 基于光場技術
ULTRIS 20是第一代使用基于光場技術的高光譜相機，其能生成高空間和光譜解析度資料，光場技術能同時使用入射光的強度和方向來生成光譜影像，基于光場技術的方法通過生成大量影像，而每個影像具有單獨的濾光片，ULTRIS 20結合來一連串可變的帶通濾光片和一個多透鏡陣列和一個20-MP的CMOS傳感器， ULTRIS 20能生成400x400的光譜影像，同時具有覆寫了450-950nm的125波段，能實作8幀的速率，成像速度理論上對應了線掃描式或普通2D相機的3200幀，
- 其他快照式技術
Filter-on-Chip Technology（片上濾波技術）：此技術在犧牲光譜解析度和信噪比的情況下，能實作高空間解析度和高成像速度，集成的濾波器由幾個給定波段的濾光片組合而成，2019年前，Cubert公司還使用這種技術，后來這種技術被光場技術所取代，
Piezo-actuated Fabry-Perot Interferometer（Fabry-Perot干涉儀） ：這種快照成像技術提供了很高的可選光譜帶的空間解析度，即用型資料立方體的需求影像共配準預處理，因為一個影像的單個光譜帶捕獲時差很小，
適合視頻的光譜技術
盡管所有快照式和掃描式所獲得的datacube是相似的，在某些場景下甚至可以互換，但是影像本身具有很大的差異，
第一，最大的差異來自光照的改變，不管是采用多點式技術（基于棱鏡）還是光場技術的快照式相機在datacude的采集，幾乎所有的光都能被使用，而不需要壓縮成一條線或者單波段光，更好的光效率可提供出色的信號質量和在最短的時間內獲得更高的信噪比，
第二，時間的改變，快照成像光譜儀可以在幾毫秒或更短的時間內捕獲整個影像，
未來發展趨勢
高解析度高光譜相機都涉及高昂的購置成本，復雜而耗時的可用性，這使得行業難以整合技術有效地應用于機器視覺系統，獲取高譜影像準確記錄并提供可靠的影像資訊，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/147896.html
標籤：其他
下一篇：最受程式員推薦的Java必讀書單