Loading article…
マルチスペクトルイメージングは、電磁スペクトル全体にわたる特定の波長範囲で画像データを取得します。[ 1 ]波長はフィルターによって分離されるか、可視光範囲を超える周波数の光（赤外線や紫外線など）を含む特定の波長に感度のある機器を使用して検出されます。これにより、人間の目が赤、緑、青の可視受容体で捉えられない追加情報を抽出できます。元々は軍事目標の識別と偵察のために開発されました。初期の宇宙ベースのイメージングプラットフォームは、海岸線、植生、地形に関連する地球の詳細をマッピングするためにマルチスペクトルイメージング技術を組み込みました[ 2 ] 。 [ 3 ]マルチスペクトルイメージングは、文書や絵画の分析にも使用されています。[ 4 ] [ 5 ]
マルチスペクトルイメージングは、少数の（通常3～15の）スペクトルバンドで光を測定する。 ハイパースペクトルイメージングはスペクトルイメージングの特殊なケースであり、多くの場合、数百の連続したスペクトルバンドが利用可能である。[ 6 ]
用途に応じて、さまざまなスペクトルバンドの組み合わせを使用できます。これらは通常、赤、緑、青のチャンネルで表されます。バンドと色のマッピングは、画像の用途と分析者の個人的な好みによって異なります。熱赤外線は、特別な用途を除いて、空間分解能が低いため、考慮から除外されることがよくあります。
他にも多くの組み合わせが用いられている。近赤外線はしばしば赤色で表示されるため、植生に覆われた地域は赤く見える。
波長は概算値であり、正確な値は使用する機器によって異なります（例えば、地球観測用の衛星センサーの特性、文書分析用の照明およびセンサーの特性など）。
他の航空写真や衛星画像の解析作業とは異なり、これらのマルチスペクトル画像では、目視検査で地物の種類を直接識別することは容易ではありません。そのため、リモートセンシングデータはまず分類され、その後、さまざまなデータ強調技術による処理が施され、ユーザーが画像に含まれる地物を理解できるようにする必要があります。
このような分類は複雑な作業であり、使用する分類アルゴリズムに応じて、訓練サンプルの厳密な検証が必要となる。これらの手法は主に2つのタイプに分類できる。
教師あり分類では、トレーニング サンプルを使用します。トレーニング サンプルは、グラウンド トゥルースが存在する、つまり何が存在するかがわかっている地上の領域です。トレーニング 領域のスペクトル シグネチャを使用して、画像の残りのピクセルで同様のシグネチャを検索し、それに応じて分類します。分類にトレーニング サンプルを使用するこの方法は、教師あり分類と呼ばれます。トレーニング サンプルの選択と偏った選択が分類の精度に悪影響を与える可能性があるため、この方法では専門家の知識が非常に重要です。一般的な手法には、最尤原理と畳み込みニューラル ネットワークがあります。最尤原理は、ピクセルがクラス (つまり特徴) に属する確率を計算し、ピクセルを最も可能性の高いクラスに割り当てます。新しい畳み込みニューラル ネットワークベースの方法[ 7 ]は、空間的な近接性とスペクトル全体の両方を考慮して、最も可能性の高いクラスを決定します。
教師なし分類の場合、画像の特徴を分類するために事前の知識は必要ありません。ピクセル値（つまり、ピクセルのグレースケール値）の自然なクラスタリングまたはグループ化が観察されます。次に、画像内のクラス数を採用するための閾値が定義されます。閾値が細かいほど、クラスの数が多くなります。ただし、ある一定の制限を超えると、クラス内の変動が表現されるという意味で、同じクラスが異なるクラスで表現されます。クラスタを形成した後、画像ピクセルが属するクラスを識別するために、正解検証が行われます。したがって、この教師なし分類では、クラスに関する事前情報は必要ありません。教師なし分類でよく使われる方法の 1 つは、k-means クラスタリングです。
マルチスペクトルイメージングは光の放射を測定し、軍事目標の検出や追跡によく使用されます。2003 年、米国陸軍研究所と連邦研究所共同技術アライアンスの研究者らは、デュアルバンドマルチスペクトルイメージング焦点面アレイ(FPA) を報告しました。この FPA により、研究者らは 2 つの赤外線 (IR) 面を同時に観測することができました。[ 10 ]中波赤外線 (MWIR) および長波赤外線 (LWIR) 技術は、対象物固有の放射を測定し、外部光源を必要としないため、熱イメージング法 とも呼ばれます。
熱画像装置によって生成される画像の明るさは、対象物の放射率と温度に依存します。[ 11 ] すべての物質には、対象物の識別に役立つ赤外線特性があります。 [ 12 ]これらの特性は、ハイパースペクトルシステム（マルチスペクトルシステムよりもはるかに多くのバンドで画像化します）では目立たなくなり、風にさらされると、さらに顕著に雨にさらされると目立たなくなります。[ 12 ] 対象物の表面が赤外線エネルギーを反射することがあります。この反射により、対象物の固有の放射の真の読み取りが誤って解釈される可能性があります。[ 13 ] MWIR技術を使用するイメージングシステムは、LWIR技術と比較して、対象物の表面での太陽光反射に対してより良く機能し、エンジンなどの高温物体のより明確な画像を生成します。[ 14 ]ただし、LWIRは、より長い波長では散乱が少ないため、煙や霧などの霞んだ環境でより良く機能します。 [ 11 ] 研究者は、デュアルバンド技術はこれらの利点を組み合わせて、特にターゲット追跡の分野で、画像からより多くの情報を提供すると主張しています。[ 10 ]
夜間の目標検出では、熱画像が単一バンドのマルチスペクトル画像よりも優れた性能を発揮しました。デュアルバンドMWIRおよびLWIR技術は、MWIR単独よりも夜間の視覚化を向上させました。引用引用。米国陸軍は、デュアルバンドLWIR/MWIR FPAが、昼夜を問わず戦術車両を追跡した結果、MWIR単独よりも優れた視覚化を実現したと報告しています。
地表面の放射率を分析することで、マルチスペクトルイメージングは地下ミサイルの存在を検出できます。地表と地下の土壌は、スペクトル分析で現れる異なる物理的および化学的特性を持っています。[ 12 ]乱れた土壌は、8.5～9.5マイクロメートルの波長範囲で放射率が増加しますが、10マイクロメートルを超える波長では変化を示しません。[ 10 ]米国陸軍研究所のデュアルMWIR/LWIR FPAは、「赤」と「青」の検出器を使用して、放射率が増加した領域を探します。赤検出器は、10.4マイクロメートルの波長に感度があるため、背景として機能し、乱されていない土壌領域の領域を確認します。青検出器は、9.3マイクロメートルの波長に感度があります。スキャン中に青色画像の強度が変化する場合、その領域は乱されている可能性が高いです。科学者たちは、これら2つの画像を融合することで検出能力が向上したと報告しました。[ 10 ]
大陸間弾道ミサイル（ICBM）のブースト段階で迎撃するには、ロケットの噴煙だけでなく、ミサイル本体の画像化も必要です。MWIRはロケットの噴煙を含む高温の物体から強い信号を送り、LWIRはミサイル本体の材質から放射します。米国陸軍研究所は、デュアルバンドMWIR/LWIR技術を使用して、ICBMと同様の設計のアトラス5進化型使い捨てロケットの追跡で、ミサイル本体と噴煙の両方を捉えたと報告しています。[ 10 ]
リモートセンシング(RS)用の放射計のほとんどは、マルチスペクトル画像を取得します。スペクトルを多くのバンドに分割するマルチスペクトルは、各ピクセルに当たる放射の総強度のみを記録するパンクロマチックとは反対です。[ 15 ]通常、地球観測衛星には 3 つ以上の放射計が搭載されています。それぞれが、小さなスペクトルバンドで 1 つのデジタル画像 (リモートセンシングでは「シーン」と呼ばれます) を取得します。バンドは、光の起源と研究者の関心に基づいて波長領域にグループ化されます。
現代の気象衛星は、さまざまなスペクトルで画像を生成する。[ 16 ]
マルチスペクトルイメージングは、比較的広い帯域幅を持つ 2 ～ 5 つのスペクトルイメージングバンドを単一の光学システムに組み合わせたものです。マルチスペクトルシステムは通常、可視光 (0.4 ～ 0.7 µm)、近赤外線 (NIR; 0.7 ～ 1 µm)、短波赤外線 (SWIR; 1 ～ 1.7 µm)、中波赤外線 (MWIR; 3.5 ～ 5 µm)、または長波赤外線 (LWIR; 8 ～ 12 µm) バンドの組み合わせを単一のシステムに提供します。 — Valerie C. Coffey [ 17 ]
Landsat衛星の場合、さまざまなバンド指定が使用されており、最大11バンド（Landsat 8）がマルチスペクトル画像を構成しています。[ 18 ] [ 19 ] [ 20 ]より高い放射分解能（数百または数千のバンドを含む）、より細かいスペクトル分解能（より小さなバンドを含む）、またはより広いスペクトル範囲を持つスペクトルイメージングは、ハイパースペクトルまたはウルトラスペクトルと呼ばれることがあります。[ 20 ]
マルチスペクトルイメージングは、絵画やその他の美術作品の調査に利用できます。 [ 4 ]絵画に紫外線、可視光線、赤外線を照射し、反射光をこのスペクトル領域に感度のあるカメラで記録します。反射光の代わりに透過光を使用して画像を記録することもできます。特別な場合、絵画に紫外線、可視光線、赤外線を照射し、顔料やニスの蛍光を記録することができます。[ 21 ]
マルチスペクトル分析は、ヘルクラネウムで発見された古代パピルスなどの解釈に役立っており、断片を赤外線領域（1000 nm）で画像化しています。多くの場合、文書のテキストは肉眼では黒い紙に黒いインクで書かれているように見えます。1000 nmでは、紙とインクの赤外線の反射の仕方の違いにより、テキストがはっきりと読み取れます。また、アルキメデスのパリンプセストの画像化にも使用されており、羊皮紙の葉を365～870 nmの帯域幅で画像化し、高度なデジタル画像処理技術を使用してアルキメデスの作品が書かれた下書きを明らかにしています。[ 22 ]マルチスペクトルイメージングは、イェール大学のメロン財団プロジェクトで中世英語写本のインクを比較するために使用されています。[ 5 ]
マルチスペクトルイメージングは、古い書籍や写本の変色や染みを調べるためにも使用されています。染みの「スペクトル指紋」を既知の化学物質の特性と比較することで、染みを特定することが可能になります。この技術は、医学書や錬金術書を調べ、初期の化学者の活動や、彼らが実験で使用した可能性のある化学物質についての手がかりを探すために使用されてきました。料理人が料理本に小麦粉や酢をこぼすように、初期の化学者は薬を作るために使用した材料の具体的な証拠をページに残した可能性があります。[ 23 ]