TI基于DLP的高光谱影像解决方案

发布时间:2012-12-10 阅读量:1169 来源: 我爱方案网 作者:

【导读】高光谱影像利用光谱分析,通常会检查一个维度中的同质材料样本,但会扩展至两个维度。这样就可以同时分析异构材料的整个“场景”。嵌入式处理器具有两种功能,还可对高光谱立方体做进一步的处理…

高光谱影像中所用光线可能处于人眼可见波长范围内,也可能处于电磁波谱的红外线或紫外线区。高光谱影像要求将光线扩散为彩虹波长,以便可以测量成像场景中每个点的光强度变化(与波长相比)。测量结果形成“高光谱立方体”,其对测量场景中每个点所捕获的光线频谱进行编码。

高光谱影像是一项利用不同材料或物质对各种波长光线存在不同吸收(或发射)的原理来识别和定义物理材料特性的强大技术。高光谱影像利用光谱分析,通常会检查一个维度中的同质材料样本,但会扩展至两个维度。这样就可以同时分析异构材料的整个“场景”。主体可以是小视野近景,也可以是大的远程场景。高光谱影像对于从飞行器或轨道上遥感地球,测定农作物、森林、水路、矿藏等的特征大有帮助。

高光谱影像利用色散光学元件,在空间上将光谱扩散为分离波长。色散元件通常是一个衍射光栅,可用于优化不同光谱区(紫外线,可见光,近红外光等)。


 
图示的高光谱应用展示了 DLP 数字微镜器件 (DMD) 上成像镜头(如普通相机中所用)聚焦的外部场景。DMD 通过每次打开一个镜像来分析图像,直至检查完整个图像。收集每个镜像反射的光线(对应场景中的每一个“像素”)并照射在衍射光栅上,其可将光线扩散为精确分散的不同波长的光谱。CCD(或 CMOS)传感器阵列(类似于相机中所用)检测到分散的光线,但在这种情况下,其只是捕获每个像素的频谱,而不是一下子捕获二维场景的广谱图像。场景中的各点和传感器阵列中的各点之间无对应关系。传感器阵列中的各点对应由衍射光栅分散的每个特定波长。

嵌入式处理器具有两种功能。第一个功能是将命令发送至 DMD 控制器以在每个扫描(或分解)图像瞬间开启唯一精确镜片,然后将图像的每个像素发送至衍射光栅。嵌入式处理器的第二个功能是收集传感器数据并在扫描完整个场景时将数据汇编入高光谱立方体。

嵌入式处理器还可对高光谱立方体做进一步的处理,以各种视图和分片进行显示,或者将场景的光谱特征与存储的特征进行对比以进一步减少数据量–例如,确定场景所揭示的材料或环境。

有趣的是,能以场景中每个点的光线强度与波长对比图的形式 查看高光谱立方体中的数据。与传统光谱分析一样,此曲线的独特形状构成了被检查材料的光谱特征。通过将样本的光谱特征与存储的参考特征相对比,有可能查明样本的物理和化学成份。

图示为 DLP 芯片组,其中包括 DMD、DMD 控制器芯片以及 DMD 模拟控制芯片(取决于具体的 DLP 芯片组)。可提供具有不同 DMD 尺寸、分辨率和其他规格的各种 DLP芯片组。根据高光谱影像系统的规格来确定最佳 DLP 芯片组,如要测量的波长范围、所需的图像分辨率、高光谱立方体的采集速度等。

传感器阵列的选择同样取决于要测量的波长范围。有关传感器的其他考虑事项包括所需的灵敏度、采集速度、噪声、温度范围、接口要求、成本和其他因素。

系统控制和信号处理由嵌入式处理器(如 TI OMAP)来实现。由 TI 电源设备供电。图中未显示光学布局和组件的详情。该图旨在尽可能简单地表达基于 DLP 的高光谱影像应用的完整功能。为实现完整功能,实际产品将需要额外的光学组件和光学设计。
相关资讯
电源设计中的7个常见坑,90%的工程师都踩过

本文将深度剖析电源设计中最常见的7个“坑”,帮助工程师规避风险,提高产品可靠性与性能

人形机器人的关节驱动与实时控制系统设计:迈向类人运动的关键一步

通常一个完整的人形机器人需要20~40个关节自由度,这些关节的驱动方式直接决定了机器人的灵活性、能耗、响应速度和负载能力

微型逆变器 vs 传统逆变器:一场光伏系统的静默革命,谁才是未来能源的“心脏”?

本文将深入剖析微型逆变器和传统逆变器的核心技术差异以及它们在不同应用场景中的优劣。

盘点国产MCU在机器人领域面临的重大挑战!

未来的人形机器人需要在端侧运行更复杂的AI模型,这要求MCU不仅要有强大的通用处理能力,还需要集成专用的NPU或DSP高效运行AI推理任务。