Multispektral bild

Multispektral bild är en bild som innehåller ett flertal intensitetskanaler från frekvenser inom det elektromagnetiska spektrumet. Vanligtvis används frekvenser inom det ultravioletta (UV), visuella (VIS) samt det nära infraröda området (NIR). Medan det mänskliga ögat har tre relativt breda kanaler för orange, grön och blå för att tolka färger och normala färgkameror mäter de tre breda kanalerna röd, grön och blå (RGB), så kan man med speciell apparatur ta bilder som innehåller mer information än vad det mänskliga ögat kan se, eller en vanlig kamera kan fånga. Det kan beskrivas som att sampla spektrumet på många ställen. Inom det visuella området får man alltså bilder som innehåller mer detaljerad information om färgerna i scenen (objektet). Det är också vanligt att man mäter reflektion utanför den synliga delen av spektrumet, som UV och NIR, för att få mer information om objektets yta och egenskaper. En multispektral bild är en data-kub på samma sätt som en RGB-bild men där färgkanalerna är fler än tre, dvs varje pixel har fler än tre värden. Varje pixel utgör ett reflektions-spektra av objektet. När man använder mer än cirka 50 spektralband så brukar det kallas för en hyperspektral bild. Ett filformat som används för bilderna är .hips.

Utrustning

Multispektrala bilder kan tas med olika typer av multispektral utrustning. En vanlig typ använder en kamera i kombination med olika optiska filter, ett filter för varje del av spektrumet som man tar bild av. En annan typ av utrustning använder en kamera samt ljuskällor med olika våglängder (till exempel lysdioder) ^[1].

Tillämpningsområden

Multispektral bildanalys används ofta för forskning och industriella tillämpningar som färginspektion och sortering, kriminalteknik, kemisk bildanalys, medicin ^[2], industriell kvalitetskontroll ^[3], geologi, satellitbilder ^[4] mm. De kan även användas för att visualisera ett objekt (tex en produkt) med olika typer av ljussättningar (ljusprofiler) utifrån en enda multispektral bild.

Se även

Referenser

^ Gomez, D. D.; Clemmensen, L. H.; Ersbøll, B. K.; Carstensen, J. M.; Precise acquisition and unsupervised segmentation of multi-spectral images Computer Vision and Image Understanding, 2007, 106, 183-193
^ Clemmensen, L. K. H. & Ersbøll, B. K. Multispectral recordings and analysis of psoriasis lesions MICCAI 06 - Workshop on Biophotonics Imaging for Diagnostics and Treatment, October 6, 2006 proceedings, 9th MICCAI Conference, 2006
^ Brosnan, T. & Sun, D.-W. Improving quality inspection of food products by computer vision -- a review, Journal of Food Engineering, 2004, 61, 3-16
^ Haralick & Kelly Pattern recognition with measurement space and spatial clustering for multiple images Proceedings of the IEEE, 1969, 57, 654-665

[1] Gomez, D. D.; Clemmensen, L. H.; Ersbøll, B. K.; Carstensen, J. M.; Precise acquisition and unsupervised segmentation of multi-spectral images Computer Vision and Image Understanding, 2007, 106, 183-193

[2] Clemmensen, L. K. H. & Ersbøll, B. K. Multispectral recordings and analysis of psoriasis lesions MICCAI 06 - Workshop on Biophotonics Imaging for Diagnostics and Treatment, October 6, 2006 proceedings, 9th MICCAI Conference, 2006

[3] Brosnan, T. & Sun, D.-W. Improving quality inspection of food products by computer vision -- a review, Journal of Food Engineering, 2004, 61, 3-16

[4] Haralick & Kelly Pattern recognition with measurement space and spatial clustering for multiple images Proceedings of the IEEE, 1969, 57, 654-665

[1]

[2]

[3]

[4]