Acquiring multispectral information using computer tomography imaging spectrometer based algorithms

Abstract

Spectral imaging has been used by scientists to acquire information across the electromagnetic spectrum for remote sensing applications. Most of the spectral systems are based on scanning methods that rely mainly on optomechanical components to acquire images from large areas. Usually, these configurations tend to be heavy and large in size limiting their use for low altitude imaging or their integration to commercial unmanned aerial vehicles (UAV). Small and compact spectral systems are available and allow to collect spectral images within a limited spectral range reducing their use to specific applications. Computed tomographic imaging spectrometer (CTIS) based approaches allow to recover spectral information by projecting the light to a single plane with the use of diffractive optical components and capturing the projected light in a single camera image. A spectral cube of images is then recovered by using reconstruction algorithms to invert the projection. This offers the ability of implementing a spectral system in a commercial camera.In this thesis a CTIS spectral imaging system is designed and characterized for acquiring low altitude spectral images. A customized convolutional algorithm to reconstruct a spectral cube of images is proposed and evaluated with respect to Expectation Maximization (EM) , QR Decomposition and Singular Value Decomposition (SVD) reconstruction algorithms. A detailed design analysis, characterization and calibration of a CTIS system prototype for a GoPro camera is performed. Experiments in the laboratory by using a mercury-argon lamp and a linear regression model provided an spectral range of 300 nm to 600 nm with a wavelength increment of 41.67 nm. The spatial resolution and measurement of the field of view is measured as function of the distance from the sensor to the imaged object. For an object located at 1 m from the CTIS system the field of view measures 132.95 cm2 of area. Experiments in the field are conducted for homogenous and heterogenous objects to evaluate the performance of the proposed convolution reconstruction algorithm. Images are also captured with a hyperspectral camera for validation. The results show that the proposed algorithm performs the reconstruction of a spectral cube with a lowest MSE of 0.038. The data recovery times of the convolutional reconstruction algorithm varies between 40 seconds to 1 minute while the traditional reconstruction algorithms times are around ˜20 minutes.

Los sistemas de análisis espectrales se han usado por científicos para adquirir información por todo el espectro electromagnético para varias aplicaciones. Muchos de los sistemas espectrales usados hoy día son basados en métodos de escaneo que depende mayormente de componentes optomecánicos para la adquisición de áreas grandes. Usualmente, estas configuraciones tienden a ser pesadas o tener un tamaño grande limitando su uso para análisis de imágenes especrales de baja altitud o su integración a vehículos aéreos no tripulados o UAV por sus siglas en inglés. Systemas espectrales pequeños y compactos están disponibles la cual permite la recolección de imágenes espectrales con un rango espectral limitado reduciendo el uso a aplicaciones específicas. Métodos basados en "computed tomographic imaging spectrometer" (CTIS) permiten la recuperación de informaci´on espectral proyectando la luz en un plano usando componentes ´ópticos diffractivos y capturando la luz proyectada en un imagen en la cámara. Un cubo espectral de imágenes es recuperada usando algoritmos de reconstrucción para invertir la proyección. Esto ofrece la habilidad de implementar un systema espectral en una cámara comercial. En esta tesis, un systema de recolección de imágenes espectrales basado en CTIS es diseñado y caracterizado para la adquisición de imágenes espectrales en altitudes bajas. Un algoritmo de reconstrucción usando una convolución para reconstruir un cubo espectral de imágenes es propuesto y evaluado con respecto a los algoritmos de reconstrucci´on "Expectation Maximization"(EM), "QR Decomposition" y "Singular Value Decomposition"(SVD). Se lleva a cabo un análisis de diseño detallado y caracterización de el prototipo del sistema de CTIS para la cámara GoPro. La caracterización espectral consiste en hacer experimentos de laboratorio para proveer el rango espectral y la resolución de parámetros. Experimentos en el laboratorio usando una lampara de mercurio argon y un modelo de una regresión lineal provee el rango espectral de 300 nm a 600 nm con un incremento de 41.67 nm. La resolución espacial y la medida del "field of view" se hace como función de la distancia del sensor al objeto. Para un objeto localizado a 1 m del instrumento de CTIS el “field of view” mide 132.95 cm2 de área. Se llevan a cabo experimentos para objetos homogéneos y heterogéneos para evaluar el desempeño del método de reconstrucción usando la convolución propuesto. Imágenes son capturadas con el instrumento de CTIS y la cámara hiperespectral para validación. Los resultados muestran que el algoritmo propuesto tiene un desempeño de reconstrucción de un cubo espectral con el MSE más bajo siendo de 0.038. El tiempo de reconstrucción varía entre 40 segundos y 1 minuto cuando los algoritmos de reconstrucción toman alrededor de 20 minutos.