點(diǎn)擊上方“小白學(xué)視覺(jué)”，選擇加"星標(biāo)"或“置頂”

重磅干貨，第一時(shí)間送達(dá)

當(dāng)你閱讀這篇文章時(shí)，你的眼睛會(huì)看到反射的能量。但計(jì)算機(jī)可以通過(guò)三個(gè)通道看到它：紅色、綠色和藍(lán)色。

如果你是一條金魚(yú)，你會(huì)看到不同的光。金魚(yú)可以看到人眼看不見(jiàn)的紅外輻射。

大黃蜂可以看到紫外線。同樣，人類無(wú)法用我們眼睛看到紫外線輻射。（UV-B傷害了我們）

現(xiàn)在，想象一下，如果我們能夠同時(shí)擁有人類、金魚(yú)和大黃蜂的眼睛去看世界，那將會(huì)是什么樣？實(shí)際上，現(xiàn)在我們可以使用多光譜和高光譜傳感器來(lái)實(shí)現(xiàn)。

電磁頻譜

可見(jiàn)光(紅、綠、藍(lán))、紅外光和紫外光是電磁光譜中的描述性區(qū)域。我們?nèi)祟悶榱俗约旱哪康亩鴺?gòu)造這些區(qū)域——為了方便地對(duì)它們進(jìn)行分類。每個(gè)區(qū)域根據(jù)其頻率(v)進(jìn)行分類。

人類看到可見(jiàn)光（380 nm至700 nm）

金魚(yú)看到紅外線（700納米到1毫米）

大黃蜂看到紫外線（10納米到380納米）

多光譜和高光譜圖像賦予人類（紅色，綠色和藍(lán)色），金魚(yú)（紅外線）和熊蜂（紫外線）的能力。實(shí)際上，我們可以看到更多的是反射到傳感器的電磁輻射。

多光譜和高光譜之間的主要區(qū)別在于波段的數(shù)量以及波段的窄度。

多光譜圖像通常指3到10個(gè)波段。為清楚起見(jiàn)，每個(gè)波段都是使用遙感輻射計(jì)獲得的。

多光譜示例：5個(gè)寬帶（圖像未按比例繪制）

高光譜圖像由更窄的波段（10-20 nm）組成。高光譜圖像可能有數(shù)百或數(shù)千個(gè)波段。一般來(lái)說(shuō)，它來(lái)自成像光譜儀。

高光譜示例：想象一下數(shù)百個(gè)窄帶（圖像未按比例繪制）

多光譜圖像示例

多光譜傳感器的一個(gè)例子是Landsat-8。Landsat-8產(chǎn)生11幅圖像，圖像帶如下:

第1波段海岸氣溶膠(0.43-0.45 um)

藍(lán)色波段2 (0.45-0.51 um)

3波段綠色(0.53-0.59 um)

4波段紅色(0.64-0.67 um)

5波段近紅外近紅外(0.85-0.88 um)

6波段短波紅外SWIR 1 (1.57-1.65 um)

7波段短波紅外SWIR 2 (2.11-2.29 um)

8波段全色(0.50-0.68 um)

9波段卷云(1.36-1.38 um)

10波段熱紅外TIRS 1 (10.60-11.19 um)

11波段熱紅外TIRS 2 (11.50-12.51 um)

除了8、10、11波段外，每個(gè)波段的空間分辨率都是30米。波段8的空間分辨率為15米，波段10和波段11的像素大小為100米。

如果你想知道為什么沒(méi)有0.88-1.36波段，大氣吸收是主要的動(dòng)機(jī)，為什么沒(méi)有傳感器檢測(cè)這些波長(zhǎng)。

高光譜圖像示例

TRW Lewis衛(wèi)星計(jì)劃在1997年成為第一個(gè)高光譜衛(wèi)星系統(tǒng)。不幸的是，NASA與它失去了聯(lián)系。

但后來(lái)美國(guó)國(guó)家航空和宇宙航行局確實(shí)成功地完成了發(fā)射任務(wù)。Hyperion成像光譜儀(EO-1衛(wèi)星的一部分)是高光譜傳感器的一個(gè)例子。例如，Hyperion在220個(gè)光譜波段(0.4-2.5 um)產(chǎn)生30米分辨率的圖像。

美國(guó)宇航局機(jī)載可見(jiàn)/紅外成像光譜儀(AVIRIS)是一種高光譜機(jī)載傳感器。例如，AVIRIS提供224個(gè)波長(zhǎng)從0.4-2.5 um的連續(xù)通道。

多光譜和高光譜

多光譜:3-10寬波段。

高光譜:數(shù)百條窄帶。

多光譜與高光譜

在高光譜圖像中具有更高層次的光譜細(xì)節(jié)，可以更好地看到不可見(jiàn)的東西。例如，高光譜遙感由于其高光譜分辨率而在3種礦物之間進(jìn)行提取。但多光譜陸地衛(wèi)星專題制圖儀無(wú)法區(qū)分這三種礦物。

但它的缺點(diǎn)之一是增加了復(fù)雜性。如果有200個(gè)窄帶可用，如何減少通道之間的冗余?

高光譜和多光譜圖像有許多實(shí)際應(yīng)用。例如，高光譜圖像已被用于繪制入侵物種的地圖和幫助礦產(chǎn)勘探。

在多光譜和高光譜的應(yīng)用中，我們可以了解世界。例如，我們?cè)谵r(nóng)業(yè)、生態(tài)、石油和天然氣、海洋學(xué)和大氣研究等領(lǐng)域使用它。

下載1：OpenCV-Contrib擴(kuò)展模塊中文版教程

在「小白學(xué)視覺(jué)」公眾號(hào)后臺(tái)回復(fù)：擴(kuò)展模塊中文教程，即可下載全網(wǎng)第一份OpenCV擴(kuò)展模塊教程中文版，涵蓋擴(kuò)展模塊安裝、SFM算法、立體視覺(jué)、目標(biāo)跟蹤、生物視覺(jué)、超分辨率處理等二十多章內(nèi)容。

下載2：Python視覺(jué)實(shí)戰(zhàn)項(xiàng)目52講

在「小白學(xué)視覺(jué)」公眾號(hào)后臺(tái)回復(fù)：Python視覺(jué)實(shí)戰(zhàn)項(xiàng)目，即可下載包括圖像分割、口罩檢測(cè)、車道線檢測(cè)、車輛計(jì)數(shù)、添加眼線、車牌識(shí)別、字符識(shí)別、情緒檢測(cè)、文本內(nèi)容提取、面部識(shí)別等31個(gè)視覺(jué)實(shí)戰(zhàn)項(xiàng)目，助力快速學(xué)校計(jì)算機(jī)視覺(jué)。

下載3：OpenCV實(shí)戰(zhàn)項(xiàng)目20講

在「小白學(xué)視覺(jué)」公眾號(hào)后臺(tái)回復(fù)：OpenCV實(shí)戰(zhàn)項(xiàng)目20講，即可下載含有20個(gè)基于OpenCV實(shí)現(xiàn)20個(gè)實(shí)戰(zhàn)項(xiàng)目，實(shí)現(xiàn)OpenCV學(xué)習(xí)進(jìn)階。

交流群

歡迎加入公眾號(hào)讀者群一起和同行交流，目前有SLAM、三維視覺(jué)、傳感器、自動(dòng)駕駛、計(jì)算攝影、檢測(cè)、分割、識(shí)別、醫(yī)學(xué)影像、GAN、算法競(jìng)賽等微信群（以后會(huì)逐漸細(xì)分），請(qǐng)掃描下面微信號(hào)加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三?+?上海交大?+?視覺(jué)SLAM“。請(qǐng)按照格式備注，否則不予通過(guò)。添加成功后會(huì)根據(jù)研究方向邀請(qǐng)進(jìn)入相關(guān)微信群。請(qǐng)勿在群內(nèi)發(fā)送廣告，否則會(huì)請(qǐng)出群，謝謝理解~