Новый алгоритм может извлечь гиперспектральную информацию из обычных фотографий

Профессионалы в области сельского хозяйства, обороны и безопасности, мониторинга окружающей среды, анализа качества продуктов питания, контроля качества промышленности и медицинской диагностики могут извлечь выгоду из патентных инноваций, которые открывают новые возможности обычной фотографии для оптической спектроскопии и гиперспектральной визуализации.

Молодой Ким, профессор университета Университета Пердью, ученый из факультета университета и факультет Showalter, а также научный сотрудник постдокторского научного сотрудника Квон Школы биомедицинской инженерии Уэлдона создал алгоритм, который восстанавливает подробную спектральную информацию из фотографий, сделанных обычными камерами. Исследование сочетает в себе компьютерное зрение, науку о цвете и оптическую спектроскопию.

«Фотография – это больше, чем просто изображение; она содержит обильную гиперспектральную информацию», – сказал Ким. «Мы являемся одной из новаторских исследовательских групп для интеграции вычислительной спектрометрии и спектроскопических анализов для биомедицинских и других применений».

Документ о исследовании команды был опубликован в журнале IEEE транзакции по обработке изображенийПолем

Ким раскрыл инновации в Purdue Innoving Office of Technology Commercialization, который подал заявку на патент на защиту интеллектуальной собственности.

Обобщение и простота

Квон сказал, что работа подчеркивает восстановление произвольного спектра образца, а не только полагается на конкретное обучение, управляемое данными, или предварительно проведенные алгоритмы, которые преуспевают только в заданных задачах и образцах.

Метод команды использует алгоритмически спроектированную цветную эталонную таблицу и вычисления, ориентированные на устройство для восстановления спектральной информации из значений RGB, полученных с использованием обычных камер, таких как готовые смартфоны.

«Важно отметить, что спектральное разрешение – нанометры 1,5 – очень сопоставимо с учетом научных спектрометров и гиперспектральных изображений», – сказал Квон. «Спектрометры научного класса имеют прекрасное спектральное разрешение для различения узких спектральных особенностей. Это имеет решающее значение в таких приложениях, как биомедицинская оптика, анализ материалов и наука о цвете, где даже небольшие сдвиги длины волны могут привести к различным интерпретациям».

Ким сказал, что одним из преимуществ метода Purdue по сравнению с традиционной технологией является его алгоритмическая обобщаемость.

«С точки зрения алгоритмической точки зрения, насколько нам известно, наша статья представляет первый метод вычислительной спектрометрии с 1,5 нм спектральное разрешение Используя фотографию произвольной выборки, не полагаясь на конкретные учебные данные или предопределенные алгоритмы », сказал он.

Квон сказал, что еще одним преимуществом метода Пердью является его аппаратная простота.

«Многие мобильные спектрометры требуют дополнительных аксессуаров и громоздких компонентов в качестве обязательных приложений к смартфонам», – сказал он. «Напротив, наш метод использует встроенную камеру смартфона. Мы предполагаем, что наша общая спектрометрия вычислительной фотографии изменит то, как отрасль использует смартфоны».

Проверка и следующие шаги

Ким и Квон в настоящее время используют алгоритм в качестве основы для цифровых и мобильных приложений здравоохранения в условиях внутренних и ограниченных ресурсов.

«Фотография является центральной для этих приложений, но искажение цвета создало постоянную проблему, поэтому мы сосредоточены на этих условиях», – сказал Ким. «Этот алгоритм обеспечивает основу для количественной оценки и исправления цветов, повышая надежность медицинской диагностики».