概括
这项研究引入了一种新的无重建方法,用于在短波红外光谱中使用快照多谱成像 (SMSI) 来检测物体. 这一进步使得无需图像重建,可以实时检测多光谱物体.
科学领域:
- 光学和光子学 在光学和光子学.
- 计算机视觉 计算机视觉
- 遥感 遥感 遥感 遥感
背景情况:
- 快照多光谱成像 (SMSI) 为捕获光谱信息提供了紧且高性能的解决方案.
- 传统的SMSI分析需要图像重建,限制其在实时应用中的使用.
- 对象检测和分类是多光谱成像中的关键高级分析.
研究的目的:
- 开发和演示SMSI在短波红外 (SWIR) 频段的无重建物体检测策略.
- 通过绕过计算密集的图像重建步骤来实现实时多谱物体检测.
- 展示SMSI在需要立即数据分析的实际应用中的潜力.
主要方法:
- 实施一个修改后的4f系统,使用随机相口罩进行光谱调制.
- 在窄带通道中利用独特的点差函数 (PSF) 来实现固有的频谱分辨能力.
- 在一个自定义的数据集上训练一个深度学习网络 (CenterNet),其中包括SMSI系统PSF和天空背景图像.
主要成果:
- 从压缩的SMSI输出成功地直接检测出具有明显光谱特征的小物体.
- 在SWIR频段中进行物体检测的无重建方法的演示.
- 验证深度学习模型识别处理图像中的光谱特征的能力.
结论:
- 开发的无重建策略显著提高了SMSI用于实时物体检测的适用性.
- 这种方法为SWIR多光谱成像在各种领域的实际,快速部署铺平了道路.
- 未来的工作可以专注于优化系统的各种环境条件和对象类型.
