Las imágenes multiespectrales capturan datos de imágenes dentro de rangos de longitud de onda específicos en todo el espectro electromagnético . Las longitudes de onda pueden separarse mediante filtros o detectarse con el uso de instrumentos que sean sensibles a longitudes de onda particulares, incluida la luz de frecuencias más allá del rango de luz visible , es decir, infrarroja y ultravioleta . Puede permitir la extracción de información adicional que el ojo humano no logra capturar con sus receptores visibles de rojo, verde y azul . Fue desarrollado originalmente para la identificación y el reconocimiento de objetivos militares. Las primeras plataformas de imágenes espaciales incorporaron tecnología de imágenes multiespectrales [1] para mapear detalles de la Tierra relacionados con los límites costeros, la vegetación y los accidentes geográficos. [2] Las imágenes multiespectrales también han encontrado uso en el análisis de documentos y pinturas. [3] [4]
Las imágenes multiespectrales miden la luz en una pequeña cantidad (normalmente de 3 a 15) de bandas espectrales . Las imágenes hiperespectrales son un caso especial de imágenes espectrales donde a menudo hay disponibles cientos de bandas espectrales contiguas. [5]
Para diferentes propósitos, se pueden utilizar diferentes combinaciones de bandas espectrales. Suelen estar representados con canales rojos, verdes y azules. La asignación de bandas a colores depende del propósito de la imagen y de las preferencias personales de los analistas. El infrarrojo térmico a menudo se omite debido a su mala resolución espacial, excepto para fines especiales.
Se utilizan muchas otras combinaciones. El NIR a menudo se muestra en rojo, lo que hace que las áreas cubiertas de vegetación aparezcan rojas.
Las longitudes de onda son aproximadas; Los valores exactos dependen de los instrumentos particulares (por ejemplo, características de los sensores de los satélites para la observación de la Tierra, características de la iluminación y sensores para el análisis de documentos):
A diferencia de otros trabajos de interpretación de imágenes satelitales y fotografías aéreas , estas imágenes multiespectrales no facilitan la identificación directa del tipo de característica mediante inspección visual. Por lo tanto, los datos de teledetección deben clasificarse primero y luego procesarse mediante diversas técnicas de mejora de datos para ayudar al usuario a comprender las características presentes en la imagen.
Dicha clasificación es una tarea compleja que implica una validación rigurosa de las muestras de entrenamiento en función del algoritmo de clasificación utilizado. Las técnicas se pueden agrupar principalmente en dos tipos.
La clasificación supervisada utiliza muestras de entrenamiento. Las muestras de entrenamiento son áreas sobre el terreno para las cuales existe verdad sobre el terreno , es decir, se sabe lo que hay allí. Las firmas espectrales de las áreas de entrenamiento se utilizan para buscar firmas similares en los píxeles restantes de la imagen y las clasificaremos en consecuencia. Este uso de muestras de entrenamiento para la clasificación se denomina clasificación supervisada. El conocimiento experto es muy importante en este método ya que la selección de las muestras de entrenamiento y una selección sesgada pueden afectar negativamente a la precisión de la clasificación. Las técnicas populares incluyen el principio de máxima verosimilitud y la red neuronal convolucional . El principio de máxima verosimilitud calcula la probabilidad de que un píxel pertenezca a una clase (es decir, característica) y asigna el píxel a su clase más probable. Los métodos más nuevos basados en redes neuronales convolucionales [6] tienen en cuenta tanto la proximidad espacial como los espectros completos para determinar la clase más probable.
En caso de clasificación no supervisada, no se requieren conocimientos previos para clasificar las características de la imagen. Se observa la agrupación natural de los valores de píxeles, es decir, los niveles de gris de los píxeles. Luego se define un umbral para adoptar el número de clases en la imagen. Cuanto más fino sea el valor umbral, más clases habrá. Sin embargo, más allá de cierto límite, la misma clase estará representada en diferentes clases en el sentido de que se representa la variación en la clase. Después de formar los grupos, se realiza una validación de la verdad fundamental para identificar la clase a la que pertenece el píxel de la imagen. Por lo tanto, en esta clasificación no supervisada no se requiere información a priori sobre las clases. Uno de los métodos populares en la clasificación no supervisada es la agrupación de k-medias .
Las imágenes multiespectrales miden la emisión de luz y se utilizan a menudo para detectar o rastrear objetivos militares. En 2003, investigadores del Laboratorio de Investigación del Ejército de los Estados Unidos y la Alianza Tecnológica Colaborativa de Laboratorios Federales informaron sobre una matriz de plano focal (FPA) de imágenes multiespectrales de doble banda. Esta FPA permitió a los investigadores observar dos aviones infrarrojos (IR) al mismo tiempo. [9] Debido a que las tecnologías infrarrojas de onda media (MWIR) y de onda larga (LWIR) miden la radiación inherente al objeto y no requieren ninguna fuente de luz externa, también se las conoce como métodos de imágenes térmicas .
El brillo de la imagen producida por una cámara termográfica depende de la emisividad y la temperatura del objeto. [10] Cada material tiene una firma infrarroja que ayuda en la identificación del objeto. [11] Estas firmas son menos pronunciadas en los sistemas hiperespectrales (que generan imágenes en muchas más bandas que los sistemas multiespectrales) y cuando se exponen al viento y, de manera más dramática, a la lluvia. [11] A veces, la superficie del objetivo puede reflejar energía infrarroja. Esta reflexión puede malinterpretar la verdadera lectura de la radiación inherente de los objetos. [12] Los sistemas de imágenes que utilizan la tecnología MWIR funcionan mejor con los reflejos solares en la superficie del objetivo y producen imágenes más definitivas de objetos calientes, como motores, en comparación con la tecnología LWIR. [13] Sin embargo, LWIR funciona mejor en entornos brumosos como humo o niebla porque se produce menos dispersión en las longitudes de onda más largas. [10] Los investigadores afirman que las tecnologías de doble banda combinan estas ventajas para proporcionar más información a partir de una imagen, particularmente en el ámbito del seguimiento de objetivos. [9]
Para la detección de objetivos nocturnos, las imágenes térmicas superaron a las imágenes multiespectrales de banda única. La tecnología MWIR y LWIR de doble banda dio como resultado una mejor visualización durante la noche que MWIR solo. Citación de citación. El Ejército de EE. UU. informa que su FPA LWIR/MWIR de doble banda demostró una mejor visualización de vehículos tácticos que MWIR solo después de rastrearlos tanto de día como de noche. [ cita necesaria ]
Al analizar la emisividad de las superficies terrestres, las imágenes multiespectrales pueden detectar la presencia de misiles subterráneos. El suelo superficial y subterráneo posee diferentes propiedades físicas y químicas que aparecen en el análisis espectral. [11] El suelo perturbado ha aumentado la emisividad en el rango de longitud de onda de 8,5 a 9,5 micrómetros, mientras que no demuestra ningún cambio en longitudes de onda superiores a 10 micrómetros. [9] El FPA dual MWIR/LWIR del Laboratorio de Investigación del Ejército de EE. UU. utilizó detectores "rojos" y "azules" para buscar áreas con emisividad mejorada. El detector rojo actúa como telón de fondo, verificando zonas de áreas de suelo no perturbadas, ya que es sensible a la longitud de onda de 10,4 micrómetros. El detector azul es sensible a longitudes de onda de 9,3 micrómetros. Si la intensidad de la imagen azul cambia al escanear, es probable que esa región esté alterada . Los científicos informaron que la fusión de estas dos imágenes aumentaba las capacidades de detección. [9]
Interceptar un misil balístico intercontinental (ICBM) en su fase de impulso requiere imágenes del cuerpo duro, así como de las columnas del cohete. MWIR presenta una fuerte señal de objetos altamente calientes, incluidas columnas de cohetes, mientras que LWIR produce emisiones del material del cuerpo del misil. El Laboratorio de Investigación del Ejército de EE. UU. informó que con su tecnología MWIR/LWIR de doble banda, el seguimiento de los vehículos de lanzamiento desechables evolucionados Atlas 5, similares en diseño a los misiles balísticos intercontinentales, detectó tanto el cuerpo como el plumaje del misil. [9]
La mayoría de los radiómetros para teledetección (RS) adquieren imágenes multiespectrales. Al dividir el espectro en muchas bandas, el multiespectral es lo opuesto al pancromático , que registra sólo la intensidad total de la radiación que incide sobre cada píxel . [14] Normalmente, los satélites de observación de la Tierra tienen tres o más radiómetros . Cada uno adquiere una imagen digital (en teledetección, llamada "escena") en una pequeña banda espectral. Las bandas se agrupan en regiones de longitud de onda según el origen de la luz y los intereses de los investigadores.
Los satélites meteorológicos modernos producen imágenes en una variedad de espectros. [15]
Las imágenes multiespectrales combinan de dos a cinco bandas de imágenes espectrales de un ancho de banda relativamente grande en un solo sistema óptico. Un sistema multiespectral generalmente proporciona una combinación de infrarrojo visible (0,4 a 0,7 µm), infrarrojo cercano (NIR; 0,7 a 1 µm), infrarrojo de onda corta (SWIR; 1 a 1,7 µm), infrarrojo de onda media (MWIR; 3,5 a 5 µm). µm) o bandas infrarrojas de onda larga (LWIR; de 8 a 12 µm) en un solo sistema. - Valerie C. Coffey [16]
En el caso de los satélites Landsat , se han utilizado varias designaciones de bandas diferentes, con hasta 11 bandas ( Landsat 8 ) que componen una imagen multiespectral. [17] [18] [19] Las imágenes espectrales con una resolución radiométrica más alta (que involucran cientos o miles de bandas), una resolución espectral más fina (que involucra bandas más pequeñas) o una cobertura espectral más amplia pueden denominarse hiperespectrales o ultraespectrales. [19]
Se pueden emplear imágenes multiespectrales para la investigación de pinturas y otras obras de arte. [3] La pintura es irradiada por rayos ultravioleta , visibles e infrarrojos y la radiación reflejada se registra en una cámara sensible en esta región del espectro. La imagen también se puede registrar utilizando la radiación transmitida en lugar de la reflejada. En casos especiales la pintura se puede irradiar con rayos UV , VIS o IR y se puede registrar la fluorescencia de pigmentos o barnices . [20]
El análisis multiespectral ha ayudado en la interpretación de papiros antiguos , como los encontrados en Herculano , al obtener imágenes de los fragmentos en el rango infrarrojo (1000 nm). A menudo, el texto de los documentos aparece a simple vista como tinta negra sobre papel negro. A 1000 nm, la diferencia en cómo el papel y la tinta reflejan la luz infrarroja hace que el texto sea claramente legible. También se ha utilizado para obtener imágenes del palimpsesto de Arquímedes al obtener imágenes de las hojas de pergamino en anchos de banda de 365 a 870 nm y luego utilizar técnicas avanzadas de procesamiento de imágenes digitales para revelar el subtexto con el trabajo de Arquímedes. [21] Se han utilizado imágenes multiespectrales en un proyecto de la Fundación Mellon en la Universidad de Yale para comparar tintas en manuscritos ingleses medievales. [4]
También se han utilizado imágenes multiespectrales para examinar decoloraciones y manchas en libros y manuscritos antiguos. Comparar la "huella espectral" de una mancha con las características de sustancias químicas conocidas puede hacer posible identificar la mancha. Esta técnica se ha utilizado para examinar textos médicos y alquímicos , buscando pistas sobre las actividades de los primeros químicos y las posibles sustancias químicas que pudieron haber utilizado en sus experimentos. Al igual que un cocinero que derrama harina o vinagre sobre un libro de cocina, uno de los primeros químicos podría haber dejado evidencia tangible en las páginas de los ingredientes utilizados para fabricar medicamentos. [22]
{{cite book}}: |journal=ignorado ( ayuda )
