Tilbake til søkeresultatene

FRINATEK-Fri prosj.st. mat.,naturv.,tek

Metrological texture analysis for hyperspectral images

Alternativ tittel: Metrologisk teksturanalyse for hyperspektrale bilder

Tildelt: kr 3,1 mill.

Tekstur finnes overalt i hverdagen. Når vi er i en klesbutikk kan vi skille to hvite skjorter fra hverandre, hvilken som er laget av silke og hvilken av lin, uten å måtte ta på dem. Modenheten til en frukt kan også bestemmes av dens tekstur. I tillegg til disse daglige oppgavene er tekstur også brukt som indikatorer for kvalitetskontroll i industrien, for å identifisere feilvarer, samt innen medisin til å assistere leger i å stille kreftdiagnoser. Det menneskelige visuelle systemet er begrenset til den synlige delen av det elektromagnetiske spekteret; vi kan bare se fargene på et objekt eller en overflate. Vi har for eksempel ikke evnen til å se varme eller fuktighet, fordi denne informasjonen ligger i den infrarøde delen av det elektromagnetiske spekteret, og er dermed usynlig for oss. Hyperspectral avbildning er en bildebehandlingsteknologi som kan fange slik informasjon med en mye mer detaljert oppløsning. Målet for dette prosjektet er å kombinere potensialet til hyperspectral avbildning for å levere høyt detaljerte målingerved hjelp av nye metoder for teksturanalyse. Nåværende metoder for å utnytte hyperspektrale bildeopptak vil derimot ikke la resultatet av analysen leve opp til dets fulle potensial. Disse bildene må behandles som målingsdata, noe som kan gjøres ved å følge metrologiske prinsipper i rammeverket for teksturanalyse. Dette betyr at et sett av protokoller for kvalitetskontroll må bli utvikles slik at bias, usikkerhet, og andre metrologiske enheter kan kvantifiseres og kontrolleres. Prosjektet har utviklet slike protokoller, og det medfølgende datasettene har blitt gjort offentlig tilgjengelig. I tillegg til å utvikle metrologiske bildebehandlingsverktøy for hyperspektrale bilder, har vi i dette prosjektet også tatt det første steget mot å koble den menneskelige oppfatningen av en grunnleggende egenskap for tekstur til dets kvantifisering. Nyttigheten og relevansen til bildebehandlingsverktøyene har blitt demonstrert i applikasjoner som påvisning av overflatedefekter, kartlegging av skogstyper og estimering av oljeflatetykkelse av oljesøl. Dette prosjektet har også ledet til ytterligere samarbeid om de mer generelle forskningstemaene bildekvalitet og hyperspektral avbildning.

In line with the objectives of the project, new knowledge and methodologies have been developed in embedding metrology in texture analysis for spectral images. Additionally, this project has also started linking the measurement of texture to the human perception of it. Within the scope of the objectives, the project has significantly strengthened the competency of the project leader and established a lasting relationship between the participants. The formed collaborative relationship not only brings together complementary expertise in computer and imaging sciences, but also in color science, remote sensing and earth sciences, and cultural heritage. The project has shown results where the new knowledge and methodologies were applied to tasks such as estimating oil thickness in an oil spill disaster and the mapping of trees. Both cases demonstrate the potential impact of the results in the mitigation or mapping of risks caused by disaster or hazard, as well as contributing to climate research especially related to the mapping of forests and their health assessment.

Texture analysis is an important area of fundamental study in image processing, allowing to conduct more advanced tasks such as cancer tissue detection and land cover change analysis. Since its first development for the remote sensing field, hyperspectral imaging has been exploited in variety of domains for its potential gain of accuracy compared other imaging modalities. However, despite its capability of capturing very high spatial and spectral resolutions images, current hyperspectral texture analysis methods and algorithms are still not able to fully exploit the potential hyperspectral imaging has to offer. Based on the hypothesis that a hyperspectral image has to be treated as measurements rather than a mere mathematical object for its potential to be fully exploited, this project aims to develop the first metrological texture analysis framework for hyperspectral images. Building on the knowledge of grayscale and color texture analyses together with spectral mathematical morphology framework, theoretical tools in the framework will also be validated according to metrological constraints, e.g., bias, uncertainty, trueness, etc. Last but not least, contributions will be made to the remote sensing and cultural heritage fields by solving several application tasks, at the same time demonstrating the usefulness of the developed framework.

Publikasjoner hentet fra Cristin

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Budsjettformål:

FRINATEK-Fri prosj.st. mat.,naturv.,tek