2.データフォーマットとファイル構造

高スペクトルカメラでよく使用される保存フォーマットは、.hdrと.rawの2つのファイルを含むENVI標準フォーマットであり、一部のデバイスには.dci収集情報ファイルも付属しています。

2.2 ENVIフォーマットの概要(.hdr + .raw)

hdr保存元情報（波長、サイズ、データ型など）の紹介

.hdrファイルはプレーンテキストであり、ENVI規格で定義され、高スペクトル画像全体のすべての重要情報samples（幅W）を記録する

·lines（高さH）

·bands（スペクトル数）

·interleave（BIP/BSQ/BILなど）

·data type（データ型、例えばuint 16、float 32）

·wavelength

·sensor type（センサタイプ）

.raw保存スペクトルデータ行列の紹介

.rawは、すべてのピクセルと帯域の元のデジタル量子化値を記録した純バイナリファイルです。データ自体だけが含まれており、サイズ、波長などの情報は含まれていないので、.hdrファイルに合わせて使用する必要があります。

データは一般的に次の3つの方法のいずれかで保存されます。

·BSQ（帯域別ストレージ）

·BIL（行単位で保存）

·BIP（ピクセル単位で保存）

異なる記憶方式は読み取り速度とデータ処理効率に影響を与える可能性がある。

.dci保存データ収集情報の紹介

高スペクトルカメラはカスタム.dciファイルを生成し、記録する：

·カメラ（カメラモデル）

·R \ G \ B（データ収集時のRGB）

·ExposureTime（露出時間）

·Gain（ゲイン）

·ObjectDistance移動プラットフォームの速度またはステップ（Pushカメラ）

·POS：

·longitude、latitude（緯度経度）

·altitude（標高）

·height（相対高さ）

このファイルは主に実験的な記録にサービスし、通常はデータ処理に関与しません。

地上高スペクトルカメラ搭載高スペクトルカメラ

2.2データ次元（H×W×バンド）

高スペクトルイメージングは最終的に3次元データキューブを形成する：

·H（Height）：画像の高さ

·W（Width）：画像幅

·Bands（バンド数）：画素ごとに何次元スペクトルを備えるか

そのため、高スペクトルデータ量は通常の画像よりもはるかに大きく、後続のアルゴリズム設計の挑戦的な源の1つでもある。

2.3一般的な収集モードと影響（プッシュスイープvs面行列）

高スペクトルカメラの収集方法は主にプッシュスキャン（ワイヤスキャン）と面陣（スナップショット）の2種類に分けられ、それぞれの方法は異なる応用シーンに適している。

1）プッシュスキャン式高スペクトルカメラ

ラインアレイカメラとも呼ばれ、毎回1本のライン（X方向）だけを採取し、サンプルやカメラの移動中にY方向スキャンを完了します。イメージングプロセスは：毎回1本の線上の像になった後（X方向）、システムコンベアの前進を検出する過程で、配列された検出器は1本の帯状軌跡をスキャンして縦走査（Y方向）を完成する。横縦走査情報を統合することで、サンプルの3次元高スペクトル画像データを得ることができます。

イメージング原理：

·カメラ内部にスリットがあります

·光は格子分光を経てラインアレイ検出器に投影される

·運動プラットフォーム（またはコンベア）がサンプルを押して、カメラをプログレッシブスキャンさせる

·最終的に完全な高スペクトル立方体を形成する

特徴：

スペクトル分解能が高い
ノイズが低い
工業パイプライン、農作物のスキャン、実験室のスキャンなどに適している

2）ファセット高分光カメラ

スナップショット式高分光カメラとも呼ばれ、1回の露光ですべての空間次元を取得することができます。

一般的なテクノロジーは次のとおりです。

·分光プリズムアレイ

·マルチパーティションフィルタ（IMECなど）

·マルチチャネルビームスプリットシステム

3.データ読み取りと可視化

高スペクトルデータの読み取りと可視化は、統合された高スペクトルリモートセンシングソフトウェアを使用して直接処理することができ、pythonやMATLABなどを使用して自己プログラミング読み取り処理することもでき、元の高スペクトル曲線はDN値情報であり、DNはカメラ検出器が光信号をデジタル値に変換し、本質的には「画素階調」である。物理量ではないので、反射率や放射度データに変換してデータ解析処理を行う必要があります。簡単なコード読み取りの例を次に示します。

3.1読み取り例

Python読み取り高スペクトル画像サンプルコード

MATLAB読み取り高スペクトル画像コード

3.2カラー合成

真のカラー合成（True Color）

人の目に対応する波長を選択：

·R=660nm

·G = 550 nm

·B=450nm

提示された画面は肉眼視と一致している。

適用：自然景物、農業リモートセンシング、人類可視光範囲分析。

偽カラー合成（False Color）

次のような代表的な他のバンドを選択します。

·R＝800 nm（近赤外）

·G=660nm

·B = 550 nm

近赤外線は植物の生理状況を表現するため、よく用いられる：植生健康モニタリング、目標高スペクトル増強、地物分類

偽カラーはいくつかのスペクトル差を強化することができ、高スペクトルデータ特*の利点である。

真彩色合成偽彩色合成

3.3スペクトル曲線の描画

高スペクトル画像では、画素点ごとにスペクトル曲線が対応しています。
ソフトウェアで任意の場所をクリックすると、スペクトル反射率/放射輝度が波長によって変化する様子が表示されます。領域やランダム画像を選択して、roiなどのすべての画素点を平均化することもできます。

おわりに

高スペクトルイメージングは「高冷」のように見えますが、本質的には、形状を見たり、色を見たりするだけでなく、スペクトル次元における物質の本当の姿を見ることができます。この記事が、高スペクトル技術を認識するためのより確かな一歩を踏み出すのに役立つことを願っています。次の節では、高スペクトル画像の前処理方法を紹介します。