Imágenes multiespectrales: Liberando el espectro: avances en visión por computadora
Por Fouad Sabry
()
Información de este libro electrónico
Qué son las imágenes multiespectrales
Las imágenes multiespectrales capturan datos de imágenes dentro de rangos de longitud de onda específicos en todo el espectro electromagnético. Las longitudes de onda pueden separarse mediante filtros o detectarse con el uso de instrumentos que sean sensibles a longitudes de onda particulares, incluida la luz de frecuencias más allá del rango de luz visible, es decir, infrarroja y ultravioleta. Puede permitir la extracción de información adicional que el ojo humano no logra capturar con sus receptores visibles de rojo, verde y azul. Fue desarrollado originalmente para la identificación y el reconocimiento de objetivos militares. Las primeras plataformas de imágenes espaciales incorporaron tecnología de imágenes multiespectrales para mapear detalles de la Tierra relacionados con los límites costeros, la vegetación y los accidentes geográficos. Las imágenes multiespectrales también se han utilizado en el análisis de documentos y pinturas.
Cómo se beneficiará
(I) Información y validaciones sobre los siguientes temas:
Capítulo 1: Imágenes multiespectrales
Capítulo 2: Infrarrojo
Capítulo 3: Teledetección
Capítulo 4: Cámara termográfica
Capítulo 5: Imágenes satelitales
Capítulo 6: Firma espectral
Capítulo 7: Imágenes espectrales
Capítulo 8: Imágenes hiperespectrales
Capítulo 9: Imágenes químicas
Capítulo 10: Índice de vegetación diferencial normalizado
(II) Respondiendo a las principales preguntas del público sobre imágenes multiespectrales.
(III) Real ejemplos mundiales del uso de imágenes multiespectrales en muchos campos.
Para quién es este libro
Profesionales, estudiantes de pregrado y posgrado, entusiastas, aficionados y aquellos que quieran ir más allá del conocimiento o información básica para cualquier tipo de Imagen Multiespectral.
Lee más de Fouad Sabry
Fa'Atekonolosi Fa'Atupuina I Mea Fa'Asaienisi [Spanish]
Autores relacionados
Relacionado con Imágenes multiespectrales
Títulos en esta serie (100)
Visión por computadora submarina: Explorando las profundidades de la visión por computadora debajo de las olas Calificación: 0 de 5 estrellas0 calificacionesVisión estéreo por computadora: Explorando la percepción de profundidad en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesHomografía: Homografía: Transformaciones en Visión por Computador Calificación: 0 de 5 estrellas0 calificacionesJoint Photographic Experts Group: Liberando el poder de los datos visuales con el estándar JPEG Calificación: 0 de 5 estrellas0 calificacionesHistograma de imagen: Revelando conocimientos visuales, explorando las profundidades de los histogramas de imágenes en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesCompresión de imagen: Técnicas eficientes para la optimización de datos visuales Calificación: 0 de 5 estrellas0 calificacionesMapeo de tonos: Mapeo de tonos: perspectivas iluminadoras en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesTransformacion afin: Desbloqueo de perspectivas visuales: exploración de la transformación afín en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesFiltro adaptativo: Mejora de la visión por computadora mediante filtrado adaptativo Calificación: 0 de 5 estrellas0 calificacionesVisión por computador: Explorando las profundidades de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesRetinax: Revelando los secretos de la visión computacional con Retinex Calificación: 0 de 5 estrellas0 calificacionesModelo de apariencia de color: Comprensión de la percepción y la representación en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesReducción de ruido: Mejora de la claridad, técnicas avanzadas para la reducción del ruido en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesTransformación dura: Revelando la magia de Hough Transform en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesTransformación de Hadamard: Revelando el poder de la transformación de Hadamard en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesEcualización de histograma: Mejora del contraste de la imagen para mejorar la percepción visual Calificación: 0 de 5 estrellas0 calificacionesEn Pintura: Cerrar brechas en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesModelo de cámara estenopeica: Comprender la perspectiva a través de la óptica computacional Calificación: 0 de 5 estrellas0 calificacionesDifusión anisotrópica: Mejora del análisis de imágenes mediante difusión anisotrópica Calificación: 0 de 5 estrellas0 calificacionesHistograma de gradientes orientados: Revelando el ámbito visual: explorando el histograma de gradientes orientados en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesTransformación de radón: Revelando patrones ocultos en datos visuales Calificación: 0 de 5 estrellas0 calificacionesBanco de filtros: Información sobre las técnicas del banco de filtros de Computer Vision Calificación: 0 de 5 estrellas0 calificacionesModelo de color: Comprensión del espectro de la visión por computadora: exploración de modelos de color Calificación: 0 de 5 estrellas0 calificacionesAjuste del paquete: Optimización de datos visuales para una reconstrucción precisa Calificación: 0 de 5 estrellas0 calificacionesPerfil de color: Explorando la percepción y el análisis visual en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesMapeo de colores: Explorando la percepción y el análisis visual en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesSistema de gestión de color: Optimización de la percepción visual en entornos digitales Calificación: 0 de 5 estrellas0 calificacionesCorrección gamma: Mejora de la claridad visual en la visión por computadora: la técnica de corrección gamma Calificación: 0 de 5 estrellas0 calificacionesLeast Squares: Técnicas de optimización para visión por computadora: métodos de mínimos cuadrados Calificación: 0 de 5 estrellas0 calificacionesModelo del sistema visual humano: Comprender la percepción y el procesamiento Calificación: 0 de 5 estrellas0 calificaciones
Libros electrónicos relacionados
Sensores remotos: Avances y aplicaciones en visión por computadora para teledetección Calificación: 0 de 5 estrellas0 calificacionesFotografía infrarroja Calificación: 0 de 5 estrellas0 calificacionesTécnicas de observación en astronomía óptica Calificación: 0 de 5 estrellas0 calificacionesReconocimiento automático de objetivos: Avances en técnicas de visión por computadora para el reconocimiento de objetivos Calificación: 0 de 5 estrellas0 calificacionesUF0212 - Determinación del potencial solar Calificación: 0 de 5 estrellas0 calificacionesUso de instrumentos científicos: Using Scientific Tools Calificación: 0 de 5 estrellas0 calificacionesGráficos de trazado de rayos: Explorando la representación fotorrealista en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesPrincipios de microscopía electrónica de barrido y microanálisis por rayos X característicos Calificación: 0 de 5 estrellas0 calificacionesRed de sensores visuales: Explorando el poder de las redes de sensores visuales en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesIntroducción a la Óptica Calificación: 0 de 5 estrellas0 calificacionesRadar: Ecos de vigilancia silenciosa, revelando el centinela tecnológico Calificación: 0 de 5 estrellas0 calificacionesRetinax: Revelando los secretos de la visión computacional con Retinex Calificación: 0 de 5 estrellas0 calificacionesVisión por computadora submarina: Explorando las profundidades de la visión por computadora debajo de las olas Calificación: 0 de 5 estrellas0 calificacionesVisión estéreo por computadora: Explorando la percepción de profundidad en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesEl arte de fotografiar la naturaleza: Técnica inspiración con los mejores especialistas Calificación: 0 de 5 estrellas0 calificaciones¿Tecnología 5G? No, Gracias Calificación: 0 de 5 estrellas0 calificacionesRadiocomunicaciones: Teoría y principios Calificación: 5 de 5 estrellas5/5El cielo Calificación: 0 de 5 estrellas0 calificacionesGráficos por computadora de radiosidad: Avances en la visualización a través de la radiosidad en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesRecepción y distribución de señales de radiodifusión. ELES0108 Calificación: 0 de 5 estrellas0 calificacionesFlujo óptico: Explorando patrones visuales dinámicos en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesGeometría epipolar: Desbloqueo de la percepción de profundidad en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesObservar el cielo con el telescopio astronómico Calificación: 5 de 5 estrellas5/5Eficiencia energética en las instalaciones de iluminación interior y alumbrado exterior. ENAC0108 Calificación: 0 de 5 estrellas0 calificacionesPrincipios básicos de ultrasonido Calificación: 5 de 5 estrellas5/5Teledetección del agua: Avances en técnicas de visión por computadora para la teledetección del agua Calificación: 0 de 5 estrellas0 calificacionesGuía para prácticas experimentales de física: Óptica geométrica y óptica física Calificación: 0 de 5 estrellas0 calificacionesSegmentación de imagen: Desbloqueo de información a través de Pixel Precision Calificación: 0 de 5 estrellas0 calificacionesModelo de predicción de la ocupación espectral para el análisis y diseño de redes de radio cognitiva Calificación: 0 de 5 estrellas0 calificaciones
Inteligencia (IA) y semántica para usted
Dominando ChatGPT: Desbloquea el poder de la IA para mejorar la comunicación y las relaciones: Spanish Calificación: 3 de 5 estrellas3/5Mecatrónica Calificación: 0 de 5 estrellas0 calificacionesArquitectura de computadoras Calificación: 0 de 5 estrellas0 calificacionesChat GPT-4 para Principiantes: Chat GPT, #1 Calificación: 0 de 5 estrellas0 calificacionesInteligencia artificial: Guía para seres pensantes Calificación: 0 de 5 estrellas0 calificacionesMonetización de ChatGPT: aproveche el poder de AI: Spanish Calificación: 1 de 5 estrellas1/5ChatGPT La Máquina de Dinero del 2024 De Novato a Prodigio en el Uso de Indicaciones de manera Rápida. Un Curso Completo para Principiantes en Inteligencia Artificial. Calificación: 0 de 5 estrellas0 calificacionesKlara y el Sol Calificación: 5 de 5 estrellas5/5Cómo triunfar en Instagram usando ChatGPT: La guía definitiva para crear contenido impactante con ChatGPT Calificación: 0 de 5 estrellas0 calificacionesEl mito de la inteligencia artificial: Por qué las máquinas no pueden pensar como nosotros lo hacemos Calificación: 5 de 5 estrellas5/5Introducción a la programación: Algoritmos y su implementación en vb.net, c#, java y c++ Calificación: 0 de 5 estrellas0 calificacionesAprendizaje automático y profundo en python: Una mirada hacia la inteligencia artificial Calificación: 0 de 5 estrellas0 calificacionesInteligencia Artificial Calificación: 4 de 5 estrellas4/5Máquinas predictivas: La sencilla economía de la inteligencia artificial Calificación: 5 de 5 estrellas5/5La IA curso de Inteligencia Artificial de principiante a experto: Curso de campo aprenderas todo sobre la inteligencia Artificial explicado paso a paso para mejor entendimiento Calificación: 0 de 5 estrellas0 calificacionesMonitoreo, control y adquisición de datos con arduino y visual basic.net Calificación: 0 de 5 estrellas0 calificacionesIntroducción a la computación cuántica para ingenieros Calificación: 0 de 5 estrellas0 calificacionesANDROID: Aprende desde cero a crear aplicaciones Calificación: 0 de 5 estrellas0 calificacionesMinería De Procesos Convertir Datos En Valor Calificación: 0 de 5 estrellas0 calificacionesCómo Triunfar en Facebook usando ChatGPT: El poder de ChatGPT: descubre cómo puede transformar tu estrategia en Facebook Calificación: 0 de 5 estrellas0 calificacionesEscritura Creativa con ChatGPT: Integrando ChatGPT en el Proceso Creativo de la Escritura de Ficción Calificación: 0 de 5 estrellas0 calificacionesLaravel: Curso práctico de formación Calificación: 0 de 5 estrellas0 calificacionesFundamentos de Programación: Diagramas de flujo, Diagramas N-S, Pseudocódigo y Java Calificación: 0 de 5 estrellas0 calificacionesInteligencia artificial: chatgpt práctico para empresas Calificación: 0 de 5 estrellas0 calificacionesProgramacion Orientada a Objetos y Estructura de Datos a Fondo Calificación: 0 de 5 estrellas0 calificacionesEl modelo para ganar dinero de ChatGPT para emprendedores Calificación: 0 de 5 estrellas0 calificacionesEstructuras de Datos Básicas: Programación orientada a objetos con Java Calificación: 5 de 5 estrellas5/5Cómo usar Chatgpt para tu negocio Calificación: 0 de 5 estrellas0 calificaciones
Comentarios para Imágenes multiespectrales
0 clasificaciones0 comentarios
Vista previa del libro
Imágenes multiespectrales - Fouad Sabry
Capítulo 1: Imágenes multiespectrales
La imagen multiespectral es una técnica que toma imágenes en varias longitudes de onda diferentes. La luz con frecuencias fuera del rango de luz visible, como la infrarroja y la ultravioleta, puede separarse mediante filtros o detectarse mediante dispositivos sensibles a longitudes de onda particulares. Tiene el potencial de permitir la extracción de información adicional que los receptores visuales rojos, verdes y azules del ojo humano pasan por alto. Su propósito original era el reconocimiento militar y la identificación de objetivos. Las imágenes multiespectrales se utilizaron por primera vez en los primeros dispositivos de imágenes espaciales.
La luz a menudo se mide en un rango de 3 a 15 bandas espectrales diferentes cuando se utilizan imágenes multiespectrales. Cuando se puede acceder a cientos de bandas espectrales adyacentes, como suele ocurrir en las imágenes hiperespectrales, la imagen resultante puede revelar diferencias sutiles entre los objetos.
Los militares emplean con frecuencia la fotografía multiespectral para detectar o rastrear objetivos midiendo sus emisiones de luz. La Alianza de Tecnología Colaborativa de Laboratorios Federales y el Laboratorio de Investigación del Ejército de los Estados Unidos informaron de un conjunto de imágenes multiespectrales de doble banda en plano focal en 2003. (FPA). Con este FPA, los científicos pudieron examinar simultáneamente dos planos infrarrojos (IR). Debido a su capacidad para detectar el calor sin una fuente de luz auxiliar, la termografía es otro nombre para las tecnologías infrarrojas de onda media y larga (MWIR).
La emisividad y la temperatura de un objeto determinan la intensidad de la imagen producida por una cámara termográfica.
Las imágenes térmicas superaron a las imágenes multiespectrales de banda única para detectar objetivos por la noche. Se logró una mejor visibilidad nocturna con las tecnologías MWIR y LWIR de doble banda que con MWIR solo. Citación Citación. El Ejército de los Estados Unidos afirma que su FPA de doble banda LWIR/MWIR, que rastrea vehículos durante el día y la noche, proporciona una mejor visualización de los vehículos tácticos que el MWIR por sí solo.
Las imágenes multiespectrales pueden localizar misiles ocultos midiendo su emisividad en el suelo. El análisis espectral puede revelar las diferencias físicas y químicas entre el suelo superficial y el subsuelo.
Para interceptar con éxito un misil balístico intercontinental durante su fase de impulso, es necesario obtener imágenes tanto del cuerpo duro del misil como de las columnas de los cohetes. El LWIR produce emisiones del material del cuerpo del misil, mientras que el MWIR presenta una fuerte señal de elementos altamente calentados como las columnas de los cohetes. El Laboratorio de Investigación del Ejército de los Estados Unidos declaró que su sistema MWIR/LWIR de doble banda detectó tanto el cuerpo del misil como el plumaje al rastrear los vehículos de lanzamiento desechables evolucionados Atlas 5. Estos cohetes son estructuralmente comparables a los misiles balísticos intercontinentales.
La mayoría de los radiómetros de teledetección (RS) son capaces de capturar imágenes multiespectrales. Las imágenes multiespectrales son el polo opuesto de las imágenes pancromáticas, que simplemente capturan la intensidad general de la radiación que golpea cada píxel, dividiendo el espectro en varias bandas. Normalmente, hay tres o más radiómetros en los satélites de observación de la Tierra. Cada uno recoge una sola imagen digital (conocida como escena
en la terminología de la teledetección) en un estrecho rango de longitudes de onda. De acuerdo con los objetivos de los investigadores y la fuente de la luz, el espectro se ha dividido en distintas regiones de longitud de onda, o bandas
.
Las imágenes capturadas por los satélites meteorológicos actuales se pueden encontrar en una amplia gama de longitudes de onda.
Las imágenes multiespectrales utilizan una única configuración óptica para capturar datos de muchas bandas de imágenes espectrales de banda estrecha.
Un sistema multiespectral suele proporcionar una combinación de visible (0,4 a 0,7 μm), NIR o infrarrojo cercano; 0,7 a 1 μm), SWIR o infrarrojo de onda corta; 1 a 1,7 μm), MWIR o infrarrojo de onda media; 3,5 a 5 μm) o infrarrojo de onda larga (LWIR; 8 a 12 μm) en un solo sistema.
La autora, Valerie C.
Coffey
Una imagen multiespectral de un satélite Landsat puede incluir hasta once bandas separadas con varios nombres. Los términos hiperespectral
y ultraespectral
se utilizan para describir tipos de imágenes espectrales que tienen una mayor resolución radiométrica (con cientos o miles de bandas) o una resolución espectral más fina (con bandas más pequeñas) o una cobertura espectral más amplia.
Las pinturas y otras obras de arte se pueden estudiar con imágenes multiespectrales.
Las longitudes de onda son solo aproximaciones, con valores reales que dependen del equipo específico utilizado (como las propiedades de los sensores del satélite para la observación de la Tierra, o los parámetros de la iluminación y los sensores para el análisis de documentos):
El espectro azul (450-515..520 nm) es útil para obtener imágenes de la atmósfera y las aguas profundas; En agua limpia, puede penetrar hasta una profundidad de 150 pies (50 m).
La luz verde (515..520-590..600 nm) puede ver hasta 90 pies (30 m) de profundidad en aguas claras, lo que la hace útil para obtener imágenes de la vegetación y las estructuras de aguas profundas.
Las imágenes de objetos hechos por el hombre, la tierra y la flora en profundidades de hasta 30 pies (9 metros) se pueden capturar en el rango rojo de 600..630-680..690 nm.
El rango NIR de 750-900 nm se emplea principalmente para la obtención de imágenes de plantas.
Las cámaras de infrarrojo medio (MIR) capturan imágenes de la vegetación, el contenido de humedad del suelo y algunos incendios forestales en longitudes de onda entre 1550 y 1750 nanómetros.
El suelo, la humedad, las estructuras geológicas, los silicatos, las arcillas y los incendios se pueden visualizar utilizando el infrarrojo lejano (FIR) de 2080 a 2350 nm.
Las características geológicas, los cambios térmicos en las corrientes de agua, los incendios y los estudios nocturnos se pueden visualizar utilizando infrarrojos térmicos (10400-12500 nm), que se basan en la radiación emitida en lugar de reflejada.
Es posible detectar y cartografiar las características del terreno con el uso de radares y tecnologías relacionadas.
Se pueden emplear varias mezclas de bandas espectrales por varias razones. El rojo, el verde y el azul son los colores estándar utilizados para representarlos. El uso previsto de la imagen y las propias preferencias del analista determinarán cómo se asignan las bandas a los colores. Debido a su baja resolución espacial, rara vez se tiene en cuenta el infrarrojo térmico.
Solo los canales de color RGB (rojo, verde y azul) se utilizan en color verdadero. El análisis de objetos hechos por el hombre se simplifica con esta sencilla instantánea en color, lo que la hace accesible para los analistas novatos.
Para la vegetación, que es extremadamente reflectante en el infrarrojo cercano, se emplea el espacio de color verde-rojo-infrarrojo, con el canal azul sustituido por el infrarrojo cercano. Este es un método común para localizar objetos ocultos y vegetación.
Blue-NIR-MIR muestra el azul visible, el NIR verde (para que la vegetación conserve su color verde) y el MIR rojo. Imágenes como esta permiten ver los incendios, los niveles de agua, la cubierta vegetal y la humedad del suelo, todo a la vez.
También se utilizan otras permutaciones. Dado que el NIR suele representarse en rojo, cualquier región con plantas también aparecerá en rojo.
Estas imágenes multiespectrales, a diferencia de otros esfuerzos de interpretación de imágenes aéreas y satelitales, no facilitan la determinación directa del tipo de característica a través de la inspección visual. Por lo tanto, es necesario categorizar primero los datos de teledetección, antes de someterlos a procesamiento utilizando diversas técnicas de mejora de datos para ayudar al usuario a dar sentido a las características visibles en la imagen.
Es posible que se requiera una validación exhaustiva de las muestras de entrenamiento para dicha tarea de clasificación, según el algoritmo de clasificación elegido. Los métodos se dividen esencialmente en dos categorías:
Técnicas de clasificación supervisada
Técnicas de clasificación no supervisadas
Las muestras de entrenamiento se utilizan en la categorización supervisada. La verdad sobre el terreno, o muestras de entrenamiento, son lugares donde se conoce el estado real de las cosas. Con el fin de identificar los píxeles restantes de la imagen, utilizamos las firmas espectrales de las áreas