高光谱相机(HSI)与红-绿-蓝(RGB)相机的对比

红-绿-蓝(rgb)相机被机器视觉制造商广泛使用。这些相机很适合根据物体的形状和颜色来表征物体。然而,由于只有三个可见波段可用,他们的识别能力是最小的。
高光谱相机可用于更高要求的应用,通过记录宽光谱带通上的数百个波段来测量物体或场景。这些波段是连续的,并不局限于光谱的可见部分。
高光谱成像(hsi)为用户提供了大量的信息,允许根据化学成分来识别筛选材料,而不仅仅是大小、形状和可见颜色。每种材料都有其独特的组成,因此对电磁光谱的反应也是独特的。hsi相机提取这种奇异的反应,并将其反演成用于识别的特征,就像使用指纹识别个人一样。
图1: 杏仁(fx10;红色)和壳(fx10;洋红色)的近红外光谱。杏仁(深蓝色)和壳(青色)的rgb成分。可测量的rgb波段由各自垂直线表示
上图(图1)说明了rgb相机相对于高光谱相机的局限性。高光谱相机(fx10)测量完整的光谱特征,所以它可以准确地测量杏仁和壳之间的差异,而不考虑外壳或杏仁的颜色。 
在这个例子中,坚果油在930nm处的光谱特征为精确分选提供了一个准确而有选择性的标识。rgb相机仅限于三个颜色波段,完全缺少了关联性最强的排序准则。
除了灵敏度扩展到了近红外(nir)光谱范围,由specim fx10测量的数百个波段产生的彩色图像相比于rgb相机的三个波段要准确的多(图2)。超过可见光谱范围的高光谱相机,如fx17,覆盖了900-1700nm的近红外波段。这些相机提供了适合于更稳定模型的拓展光谱数据(取决于应用需求)。如图2所示,fx17相机将是把杏仁和开心果从其外壳和外来污染物中分拣出来的最佳工具(优于rgb模型)。值得注意的是,其他应用可能需要在短波红外(swir,1700-2500nm)、中波红外(mwir,2.7-5.3um)亦或是长波红外(lwir,8-12um)光谱区域灵敏度的高光谱相机
图2:基于rgb相机、fx10和fx17数据的照片和模型预测。开心果和坚果是绿色的,壳是蓝色的,木材是黄色的
机器视觉系统通常结合了多个传感器,它们是互补的。下表突出了高光谱技术相对于其他通常使用的传感器的优势。
表 1: 绿色 = 好, 橘色 = 差, 红色 = 不相干


怎样划分程序员的技术层级
基于STM32的智能饮水机系统设计
2014 MWC 看华为如何与行业共同探讨移动改变世界
树莓派和 Arduino也可以开发机器人
英特尔坚持“硬核创新”,助力数字经济的蓬勃发展
高光谱相机(HSI)与红-绿-蓝(RGB)相机的对比
3G网络室内​外要协同方案分析
相变材料开启储存芯片新天地
苹果智能手机1月份在美国市场的表现非常出色
MAX3485工作原理详解(MAX3485引脚图_内部结构_典型应用电路)
2018集微半导体峰会之AI/5G论坛的干货分享
理想 ONE OTA 2.0 发布:副驾娱乐屏新增哔哩哔哩、14 款手机钥匙适配
ADA4051采用斩波技术的零漂移运算放大器
万能试验机确认:企业科技创新和质量管理的双赢之道
TD-SCDMA测试解决方案及应用研究
Exar公司发布下一代压缩和安全协处理器
iphone8什么时候上市:iPhone8最低容量64G起,苹果十周年独宠iphone8!
西门子PLC S7-1500系列与西门子变频器G120之间实现DP通讯功能
TIOBE已公布2020年9月的编程语言排行榜
关于CNN的当前技术最新发展水平以及包括清华大学等在内的研究结果