Die hyperspektrale Bildgebung im Nahinfrarotbereich (NIR) ist eine äußerst vielversprechende Erkennungstechnologie, mit der detaillierte spektral-räumliche 3D-Informationen erfasst werden können, wodurch die Identifizierung und Charakterisierung von Materialien und Zielen auf der Grundlage ihrer spektralen Signaturen erleichtert wird.
Diese Technologie wird in vielen Branchen, beispielsweise in der Chemie, Landwirtschaft und im Militär, eingesetzt und basiert auf Strategien wie Dispersionsoptik und Schmalband-Lichtfiltern.
Diese Ansätze haben jedoch ihre Grenzen. Darüber hinaus ist die Herstellung großflächiger InGaAs-Detektorarrays eine Herausforderung, die die Entwicklung neuer experimenteller Methoden und Algorithmen erfordert, um die Infrarot-Hyperspektralbildgebungstechnologie im Hinblick auf Miniaturisierung und Kosteneffizienz voranzubringen.
In einem veröffentlichten Artikel In Lichtwissenschaft und Anwendungenstellt ein Team unter der Leitung von Professor Baoqing Sun und Yuan Gao von der Shandong-Universität eine neuartige Methode zur Kodierung von spektralen und räumlichen Nahinfrarotdaten vor.
Durch die Integration von selbstorganisierten kolloidalen Quantenpunkt-Farbfiltern (CQD) und einem digitalen Mikrospiegelgerät (DMD) gelang ihnen die kooperative Rekonstruktion von Spektral- und Bilddaten durch Einzelpixelerkennung. Unter Ausnutzung der einstellbaren Absorptionskurve von CQDs über einen breiten Wellenlängenbereich entwickelten sie NIR-Filter auf Basis der Selbstorganisationsstruktur von CQDs, die durch Oberflächeneigenschaften und Lösungsverdampfungsrate gesteuert werden.
Die charakteristische Exzitonenabsorptionsstruktur der Transmissionsspektrallinien von CQDs verleiht ihnen im Vergleich zu herkömmlichen Farbfiltern eine höhere Zufälligkeit und Effizienz bei der Spektralkodierung. Der Einsatz von CQDs und DMD zur spektralen und räumlichen Informationskodierung zusammen mit einem Einzelpixeldetektor und einem Compressed-Sensing-Algorithmus erleichterte die Verknüpfung des Transmissionsspektrums des CQD-Filters mit dem vom DMD erzeugten Projektionsmuster.
Dies ermöglichte die Aufnahme hochauflösender NIR-Hyperspektralbilder. Jeder Pixel, der ein vollständiges Spektralmerkmal verkörpert, ermöglichte die gleichzeitige Rekonstruktion von Spektrum und räumlicher Dimension, basierend auf dem Prinzip der Einzelpixelerkennung.
Die Autoren schreiben: „Durch die Kombination eines Einzelpixeldetektors mit CQD-Filtern können wir auf einen teuren 2D-Array-Sensor verzichten, der normalerweise in herkömmlichen hyperspektralen Bildgebungssystemen verwendet wird, und reduzieren so die Systemkomplexität und -kosten. Die erreichten Fähigkeiten zur spektralen Rekonstruktion und räumlichen Auflösung zeigen die Wirksamkeit unseres Systems und das vielversprechende Potenzial für erschwingliche und tragbare hyperspektrale Bildgebungsgeräte.
„Darüber hinaus integriert unsere Strategie sowohl die spektrale als auch die räumliche Kodierung und ermöglicht so möglicherweise eine gleichzeitige und ineinandergreifende Rekonstruktion von Spektren und Bildern durch die direkte Anwendung eines komprimierten Sensoralgorithmus auf den hyperspektralen Datenwürfel. Dieser Ansatz unterscheidet sich von der getrennten Anwendung des Algorithmus auf spektrale und räumliche Dimensionen und bietet das Potenzial für einen effizienteren hyperspektralen Bildgebungsprozess.“
Weitere Informationen:
Heyan Meng et al., Quantenpunktgestützte Infrarot-Hyperspektralbildgebung mit Einzelpixelerkennung, Licht: Wissenschaft und Anwendungen (2024). DOI: 10.1038/s41377-024-01476-4
Zur Verfügung gestellt von der Shandong University