Гиперспектральное изображение - это тип технологии дистанционного зондирования для получения и анализа информации всего электромагнитного спектра в многочисленных каналах с узко заданными диапазонами длин волн. Гиперспектральные датчики на воздушных судах и спутниках собирают данные изображений из сотен, иногда тысяч, смежных спектральных каналов, каждый из которых представляет очень узкий диапазон длин волн. Высокое спектральное разрешение гиперспектральных изображений обеспечивает идентификацию материалов и объектов, исходя из их уникальных спектральных сигнатур и других аналитических характеристик.
Характеристики гиперспектрального изображения
Датчики гиперспектральных изображений (HSI) получают широкий диапазон длин волн по всему электромагнитному спектру, предоставляя детальную спектральную информацию об объектах и поверхностях. Ключевые характеристики включают следующее:
- Высокое спектральное разрешение — HSI захватывает сотни смежных спектральных каналов, обычно покрывающих видимую, ближнюю инфракрасную (NIR), коротковолновую инфракрасную (SWIR) и иногда тепловую инфракрасную (TIR) области.
- Спектральные сигнатуры — Каждый материал имеет уникальный спектральный признак, который позволяет точно идентифицировать материалы на основании их свойств отражения.
- Смежные спектральные каналы — Каналы получаются непрерывно, а не дискретно, что обеспечивает детальный спектральный профиль для каждого пиксела.
- Большой объем данных — Из-за большого числа каналов HSI производит значительный объем данных, требующих дополнительных методов обработки, таких как выборка спектрального канала, сокращение размерности или машинное обучение
- Распознавание материалов — Подробная спектральная информация позволяет лучше различать похожие на вид материалы, что полезно в таких областях применения, как картографирование полезных ископаемых, сельское хозяйство и мониторинг окружающей среды.
- Пространственная и спектральная корреляция — Каждый пиксел содержит полный спектральный профиль, позволяющий проводить как пространственный, так и спектральный анализ объектов в сцене.
- Применение в различных областях — HSI широко используются в сельском хозяйстве (мониторинг состояния сельскохозяйственных культур), геологии (разведка полезных ископаемых и углеводородов), обороне (обнаружение целей), медицине и получении изображений материалов, а также в науке об окружающей среде.
Поддерживаемые сенсоры
Поддерживаемые сенсоры и связанные с ними наборы растровых данных:
- AVIRIS — Airborne Visible/Infrared Imaging Spectrometer (AVIRIS) - аэро датчик изображений с 224 смежными спектральными каналами в диапазоне от ультрафиолетового (360nm) до коротковолнового инфракрасного (2500nm). Разрешение на местности зависит от высоты полета.
- EMIT — Инструмент Earth Surface Mineral Dust Source Investigation (EMIT) - это спутниковый спектрометр для получения изображений с 285 смежными спектральными каналами в диапазоне от 0nm до 2500nm. Разрешение на местности составляет 60 м/пиксел.
- Hyperion — Hyperion это спутниковый спектрометр для получения изображений с 220 смежными спектральными каналами в диапазоне от 360nm до 2500nm. Разрешение на местности составляет 30 м/пиксел.
Подробную информацию о поддерживаемых гиперспектральных датчиках см. в разделе Использование поддерживаемых гиперспектральных датчиков.
Как использовать гиперспектральные данные см. разделе Добавление гиперспектральных данных.
Визуализация данных HSI на карте
ArcGIS поддерживает гиперспектральные изображения, хранящиеся в стандартных растровых форматах, таких как TIFF и ENVI, а также изображения EMIT, хранящиеся в NetCDF, и изображения AVIRIS, хранящиеся в формате ENVI. Поскольку невозможно все эти форматы найти или перетащить как обычный набор растровых данных в панели Каталог, обычно гиперспектральные данные добавляются на карту при помощи кнопки Добавить данные 
.
- Это видео было создано с помощью ArcGIS Pro 3.4.
Анализ HSI
Сложная природа HSI требует расширенных возможностей для сбора, управления и анализа этих данных. HSI управляется в контейнере набора данных мозаики, где радиометрическая, спектральная и пространственная информация хранится и управляется для поддержки визуализации и количественного анализа.
В связи с большим количеством спектральных каналов, объемом данных, а также характером и сложностью данных HSI, для анализа были разработаны специальные инструменты и уникальные методики. Например, полный спектр датчика связан с каждым пикселом, составляющим изображение. Это позволяет идентифицировать объекты и материалы по спектральным сигнатурам, часто с едва заметными спектральными различиями. В результате НАСА, Геологическая служба США, Европейское космическое агентство (ЕКА) и другие международные организации разработали обширные спектральные библиотеки, представляющие тысячи материалов и объектов.
Далее описаны различные инструменты и возможности для анализа данных HSI.
Диаграмма спектрального профиля
Спектральные профили позволяют выбирать области интереса либо расположенные на земной поверхности объекты на изображении и просматривать их спектральную информацию во всех каналах в виде диаграммы. Спектральный профиль содержит геометрию для определения выборки пикселов и изображения с ключевыми метаданными, из которого создается выборка.
На рисунке выше показан спектральный профиль различных объектов на изображении AVIRIS. Каждый объект представлен выбранным цветом. Обратите внимание на данные null в диапазонах длин волн, сосредоточенных в около 1300 и 1900. Они представляют каналы шума, возникшего из-за водяного пара в атмосфере. Эти каналы спектрально исключены для более точного анализа. Подробности см. в разделе Спектральный профиль.
Линейное спектральное несмешивание
Инструмент геообработки и растровая функция Линейное спектральное несмешивание выполняют субпиксельную классификацию и вычисляет относительную распространенность различных материалов или типов почвенно-растительного покрова для отдельных пикселов. Они вычисляют частичное покрытие для отдельных пикселов, которые содержат несколько типов почвенно-растительного покрова. Создается многоканальный слой, в котором каждый канал соответствует частичному содержанию каждого класса почвенно-растительного покрова. Например, вы можете использовать это для выполнения классификации почвенно-растительного покрова по изображению HSI, чтобы идентифицировать типы растительности, обнаженную почву и мертвую растительность, т.е. растительность, в которой не происходит фотосинтез. Результатом будет многомерный растр, где для каждого среза указан многоканальный растр, содержащий частичное содержание каждого класса почвенно-растительного покрова. Подробности см. в инструменте Линейное спектральное несмешивание.
Выявить аномалии изображения
Инструмент геообработки Выявить аномалии изображения выявляет нарушения в изображениях. Аномалии на изображении - это пикселы, которые значительно отличаются от значений фона, например, корабли в океане, машины на дороге или человеческая деятельность в природных областях.Инструмент поддерживает следующие методы выявления аномалий изображения: Reed-Xiaoli Detector (RXD), Uniform Target Detector (UTD) и KMEANS. Он обрабатывает многоканальные или гиперспектральные изображения и создает растр баллов аномалий. Растр баллов аномалий - это одноканальный растр со значениями от 0 до 1. Подробности см. в разделе Выявление аномалий изображения.
Классифицировать растр с использованием спектра
Инструмент геообработки Классифицировать растр с использованием спектра классифицирует набор данных HSI с использованием методов спектрального сопоставления на основе входных спектральных данных для различных объектов или классов. Инструмент использует два метода спектрального сопоставления:
- Сопоставление спектрального угла, в котором вычисляется векторный угол между входным многоканальным растром и базовым спектром, где спектр каждого пиксела рассматривается как вектор. Значения углов измеряются в радианах.
- Расхождение спектральной информации, в котором вычисляется расхождение спектральной информации между входным многоканальным растром и базовым спектром. Для каждого пиксела вычисляется балл на основании расхождения между распределениями вероятностей пиксела и базового спектра. Значения измеряются в радианах.
Инструмент также производит многоканальный выходной растр баллов, который хранит результаты сопоставления для каждого конечного участника. Порядок каналов повторяет порядок классов во входных спектральных данных классов. Подробности см. в разделе Классификация растра с использованием спектра.
Мастер выявления спектральных аномалий
Аномалии изображения - это пикселы и объекты, которые спектрально отличаются от окружающего фона изображения. Целью выявления аномалий является анализ изображения и обнаружение неизвестных целей с четкими спектральными характеристиками, что позволяет аналитикам изображений быстро сосредоточиться на областях, требующих дальнейшего изучения. Выявление аномалий не зависит от предопределенных входных данных, в отличие от обнаружения целей или извлечения объектов, для которых требуются базовые спектральные или обучающие данные. Вместо этого вычисляется средний спектральный фон и идентифицируются пикселы, которые значительно отличаются от этого фона.
Мастер выявления аномалий проведет по всему рабочему процессу выявления и извлечения аномалий от начала до конца. Мастер выявления аномалий сочетает в себе рекомендации и упрощенный пользовательский интерфейс, таким образом выявление аномалий изображений выполняется без пропуска необходимых шагов.
Мастер выявления аномалий находится в группе Анализ на вкладке Изображения. Выберите набор растровых данных для анализа на панели Содержание, чтобы отобразить вкладку Изображение, щелкните стрелку ниспадающего списка Спектральный анализ, выберите Мастер выявления аномалий. Подробную информацию о рабочем процессе см. в разделе Мастер выявления аномалий.