人工智能中的視頻光譜技術（Video Spectroscopy meets Artificial Intelligence)

原文連接：Video Spectroscopy meets Artificial Intelligence (from Cubert)算法

    隨着功能強大的計算機（甚至在最小的設備中）可用性的不斷提升，咱們看到成像技術在工業和平常產品中的使用愈來愈多。人工智能和機器學習提升了咱們的圖像傳感器功能。大多數算法依賴於灰度或RGB圖像。同時他們也忽視了光的重要部分信息。機器學習

    光譜圖像在原有的二維幾何圖像中拓展了一維光譜信息。光譜信息從可見光到近紅外光，經過將光譜跨度分爲很小而獲得。這些信息能提供RBG圖像和人眼沒法看到的信息，能被用於許多領域。ide

    此外，機器學習算法須要大量的訓練集來訓練算法，相比於單一的圖像，經過增長光譜圖像能夠大大加速訓練速度。學習

    迄今，具備尚可接受分辨率的高光譜圖像多數是經過掃描式得到的。複雜的傳感器設置、高昂的價格使得高光譜圖像很難被普遍使用。Cubert高光譜相機採用快照式，能進行實時視頻成像。人工智能

快照式高光譜成像系統視頻

• 基於棱鏡分光

    使用基於棱鏡分光系統的FireflEYE 185是第一代快照式高光譜相機，能提供50x50x125分辨率，覆蓋450-950nm波長。相比於掃描式（一次只經過一條線光）和可調諧濾光器式（一次只經過一種波長的光），快照式相機能使用所有的光信息。FireflEYE 185能使得70%的光到達傳感器，所以有着不錯的信噪比。同時經過將高光譜相機數據（50x50x125）與全景相機數據（1000x1000x1）融合後，能獲得1000x1000x125分辨率的數據。blog

• 基於光場技術

     ULTRIS 20是第一代使用基於光場技術的高光譜相機，其能生成高空間和光譜分辨率數據。光場技術能同時使用入射光的強度和方向來生成光譜圖像。基於光場技術的方法經過生成大量圖像，而每一個圖像具備單獨的濾光片。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的光譜圖像，同時具備覆蓋了450-950nm的125波段。能實現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。ip

• 其餘快照式技術

    Filter-on-Chip Technology（片上濾波技術）：此技術在犧牲光譜分辨率和信噪比的狀況下，能實現高空間分辨率和高成像速度。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，後來這種技術被光場技術所取代。ci

    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分辨率。即用型數據立方體的需求圖像共配準預處理，由於一個圖像的單個光譜帶捕獲時差很小。get

適合視頻的光譜技術

    儘管全部快照式和掃描式所得到的datacube是類似的，在某些場景下甚至能夠互換，可是圖像自己具備很大的差別。

    第一，最大的差別來自光照的改變，無論是採用多點式技術（基於棱鏡）仍是光場技術的快照式相機在datacude的採集，幾乎全部的光都能被使用，而不須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得到更高的信噪比。

     第二，時間的改變，快照成像光譜儀能夠在幾毫秒或更短的時間內捕獲整個圖像。

將來發展趨勢

    高分辨率高光譜相機都涉及高昂的購置成本，複雜而耗時的可用性。這使得行業難以整合技術有效地應用於機器視覺系統。獲取高譜圖像準確記錄並提供可靠的圖像信息。