Een nieuw raamwerk voor kwantitatieve karakterisering van water in materialen door VNIR en SWIR optische reflectiebeeldvorming.

Met de technologische vooruitgang komen er kleine, goedkope multispectrale en hyperspectrale camera's beschikbaar die het licht vastleggen in honderden opeenvolgende kleine golflengtebanden in het zichtbare en nabij-infrarood (VNIR, 400-1000 nm) en het kortegolf-infrarood (SWIR, 1000 -2500 nm). Deze camera's kunnen worden geïnstalleerd op drones, landbouwmachines of transportbanden, of worden gebruikt in laboratoriumomgevingen en zelfs manueel worden bediend. Er zijn tal van toepassingen denkbaar voor industriële inspectie en kwaliteitscontrole. Omdat water een zeer sterk absorptievermogen heeft, met name in het SWIR-bereik (bv. absorptiepieken rond 1400 en 1900 nm), worden de optische reflectie-eigenschappen van waterhoudende materialen gedomineerd door water. Dit kan nadelig zijn bij het karakteriseren van materialen, omdat de reflectie-eigenschappen van het materiaal grotendeels verborgen blijven vanwege de waterabsorptie. Aan de andere kant biedt dit mogelijkheden om te focussen op watergerelateerde eigenschappen van een materiaal, bijvoorbeeld het watergehalte, of specifieke materiaalparameters die gerelateerd kunnen worden aan het watergehalte, bijvoorbeeld bladfysiologische parameters zoals de Equivalent Water Thickness. Het doel van dit project is het bestuderen van de karakterisering van waterhoudende materialen uit optische reflectiebeelden en het schatten en ruimtelijk oplossen van het watergehalte en andere relevante watergerelateerde materiaalparameters. De belangrijkste nieuwigheid en uitdaging is de ontwikkeling van een hyperspectraal beeldanalysekader dat • invariant is voor omgevings- en acquisitievoorwaarden, • generiek toepasbaar is op een grote groep materialen. Deze verbeteringen zullen het mogelijk maken om op te schalen van puntgebaseerde laboratoriumtoepassingen op benchmarkgegevenssets naar ruimtelijk opgeloste real-world in situ-toepassingen. Het ontwikkelde raamwerk zal worden gevalideerd op twee specifieke use-cases: schatting van het vochtgehalte in de bodem en schatting van bladparameters.

Trefwoorden:HYPERSPECTRALE DATA-ANALYSE, HYPERSPECTRALE REMOTE SENSING

Disciplines:Datavisualisatie en beeldvorming, Fotogrammetrie en remote sensing