Hyperspektrale Bildverarbeitung

Handbuch zur industriellen Bildverarbeitung
(Fraunhofer Vision Leitfaden-Reihe Band 17)

Beitrag 2.17: Hyperspektrale Bildverarbeitung

Autoren: Henrike Stephani, Martin Montag, Ronald Rösch, Fraunhofer ITWM

Aufspaltung des hyperspektralen Bilds in Grundkomponentenanteile
© Fraunhofer ITWM

Aufspaltung des hyperspektralen Bilds in Grundkomponentenanteile

Bestellen Sie hier das »Handbuch zur industriellen Bildverarbeitung« (Leitfaden 17)

Klassische Bildverarbeitung arbeitet mit Objektdarstellungen im sichtbaren Bereich des elektromagnetischen Wellenlängenspektrums. Das bedeutet, das zu analysierende Objekt wird in Pixel aufgelöst und jedes Pixel enthält einen Grau- oder drei Farbwerte. Im Gegensatz dazu benutzt die hyperspektrale Bildverarbeitung einerseits meist andere Wellenlängenbereiche als den sichtbaren, andererseits wird die entsprechende Information in jedem Pixel nicht durch einen oder drei Werte, sondern durch ein ganzes Spektrum von Werten repräsentiert.

Ein hyperspektrales Bild besteht also aus einem Stapel von Objektrepräsentationen in verschiedenen Spektralkanälen. Welcher Spektralbereich genau benutzt wird, hängt primär von der Anwendung ab. Raman- oder MALDI-Daten werden zum Beispiel im medizinischen Bereich eingesetzt. Nahes Infrarot wird sowohl in der Luftüberwachung von verschiedenen Vegetationen als auch in industriellen Anwendungen eingesetzt und auch fernes Infrarot wird zur luftgesteuerten Erkennung von z. B. großen Eisflächen benutzt. Daneben gibt es verschiedene andere Spektralbereiche, wie etwa Terahertz, aber auch die spektrale Auflösung des sichtbaren Bereichs, die nutzbar sind.

 

Den vollständigen Beitrag können Sie im »Handbuch zur industriellen Bildverarbeitung« (Leitfaden 17) nachlesen.