Formato de dados e estrutura de arquivos

O formato de armazenamento comum para câmeras de alto espectro é o formato padrão ENVI, que inclui arquivos .hdr e .raw, e alguns dispositivos também vêm com arquivos de informações de captura .dci.

2.2 Introdução ao formato ENVI(.hdr + .raw)

Introdução das metainformações de salvamento hdr (comprimento de onda, tamanho, tipo de dados, etc.)

O arquivo .hdr é texto simples, definido pelo padrão ENVI, que registra todas as amostras de informações críticas de toda a imagem de alto espectro (largura W)

·linhas (altura H)

·Bandas (número de espectros)

·interleave (modo de armazenamento, como BIP/BSQ/BIL)

·tipo de dados (por exemplo, uint16, float32)

·comprimento de onda (o comprimento de onda correspondente a cada banda)

·Tipo de Sensor (Sensor Type)）

.raw Introdução à matriz de dados espectrais

.raw é um arquivo binário puro que registra a quantificação numérica original de todos os pixels e bandas. Ele contém apenas os dados em si, sem tamanho, comprimento de onda, etc. e deve ser usado com arquivos .hdr.

Os dados são geralmente armazenados de uma das seguintes três maneiras:

·BSQ (armazenamento por banda)

·BIL (armazenamento por linha)

·BIP (armazenamento por pixel)

Diferentes métodos de armazenamento podem afetar a velocidade de leitura e a eficiência do processamento de dados.

.dci Salvar informações de coleta de dados

As câmeras de alto espectro geram arquivos .dci personalizados que gravam:

·Camera (modelo da câmera)

·R\G\B (RGB na coleta de dados)

·Tempo de Exposição (ExposureTime)

·Ganho (Gain)

·Velocidade ou passo da plataforma móvel ObjectDistance (empurre a câmera)

·POS:

·longitude e latitude (longitude e latitude)

·Altitude (Altitude)

·Altura (altura relativa)

Este arquivo serve principalmente para registros experimentais e geralmente não envolve o processamento de dados.

Câmera terrestre de alto espectro Câmera aérea de alto espectro

2.2 Dimensões dos dados(H × W × Bandas)

A imagem de alto espectro acaba formando um cubo de dados tridimensional:

·H (Altura): altura da imagem

·W (Largura): Largura da imagem

·Bandas: Quanto espectro dimensional tem cada pixel

Portanto, a quantidade de dados espectrais elevados é muito maior do que a imagem comum e é uma das fontes de desafio para o design de algoritmos subsequentes.

2.3 Padrões de coleta comuns e efeitos(Impulsão vs Frente)

O método de captura de câmeras de alto espectro é dividido principalmente em duas categorias principais: empurramento (varredura de linhas) e imagem facial (instantânea), cada um dos quais é adequado a diferentes cenários de aplicação.

1) Câmera de alto espectro

Também chamada de câmera de matriz de linhas, ela captura apenas uma linha de cada vez (na direção X) para completar a digitalização na direção Y durante o movimento da amostra ou da câmera. O processo de imagem é: cada vez que uma imagem é feita em uma linha (direção X), o detector disposto varre uma trajetória de cinta para completar a varredura longitudinal (direção Y) durante o processo de transmissão do sistema de detecção. As informações de varredura transversal integradas permitem obter dados de imagem tridimensional de alto espectro da amostra.

Princípio de imagem:

·Há uma fenda dentro da câmera.

·A luz é projetada para o detector de matriz após a espectroscopia de raster

·Plataforma móvel (ou cinta transportadora) empurra a amostra para permitir que a câmera varredura linha a linha

·Formação final de cubos de alto espectro completos

Características:

Alta resolução espectral
Baixo ruído
Adequado para linhas de água industriais, varredura de culturas, limpeza de laboratório e muito mais

2) Câmera de alto espectro

Também chamada de câmera instantânea de alto espectro, ela obtém todas as dimensões espaciais com uma única exposição.

Tecnologias comuns incluem:

·Array de prisma espectral

·Filtros multipartição (por exemplo, IMEC)

·Sistema de divisão multicanal

Leitura e visualização de dados

A leitura e visualização de dados de alto espectro pode ser processada diretamente usando um software de teledetecção de alto espectro integrado, também pode ser processada com leitura autoprogramada como Python ou MATLAB, a curva de alto espectro original é a informação de valor DN, DN é o valor digital do detector de câmera para converter o sinal de luz, essencialmente "escala de cinza de pixel". Não é uma quantidade física e, portanto, precisa ser convertida em dados de refletidão ou radiação durante o processamento de análise de dados. Abaixo estão exemplos simples de leitura de código.

3.1 Exemplos de leitura

Exemplo de código para leitura de imagens de alto espectro em Python

MATLAB lê códigos de imagem de alto espectro

3.2 Síntese de cores

Cor Verdadeira (True Color)

Escolha o comprimento de onda correspondente ao olho humano:

·R = 660 nm

·G = 550 nm

·B = 450 nm

A imagem apresentada é consistente com a visão de olho nu.

Aplicável a: paisagens naturais, teledetecção agrícola, análise da faixa de luz visível humana.

Falsa cor (False color)

Selecione outras bandas representativas, como:

·R = 800 nm (infravermelho próximo)

·G = 660 nm

·B = 550 nm

O infravermelho próximo mostra a fisiologia das plantas e, portanto, é frequentemente usado para: monitoramento da saúde da vegetação, aprimoramento do alto espectro alvo, classificação geográfica

As cores falsas podem reforçar certas diferenças espectrais, o que é uma vantagem de dados de alto espectro.

Sintesis de cores verdadeiras Sintesis de cores falsas

3.3 Desenho de curvas espectrais

Em imagens de alto espectro, cada ponto de pixel corresponde a uma curva espectral.
Clique em qualquer lugar no software para ver como sua refletidão espectral/brilho de radiação varia com o comprimento de onda. Também é possível selecionar imagens regionais e irregulares para medir todos os pontos de pixel do roi, etc.

Conclusão

A imagem de alto espectro pode parecer "muito fria", mas, essencialmente, é simplesmente observar o mundo de uma maneira mais detalhada: não apenas olhar para formas e cores, mas também para ver como a matéria realmente parece nas dimensões espectrais. Espero que este artigo o ajude a dar um passo mais sólido no caminho para conhecer as tecnologias de alto espectro. Na próxima seção, apresentaremos métodos de pré-processamento para imagens de alto espectro.