Clasificación en tiempo real de materias primas mediante un sensor espectroscópico de imagen y técnicas lineales de procesado de datos
Real time raw material characterization by means of an imaging spectroscopic sensor and linear data processing techniques
Author
García Allende, Pilar Beatriz; Conde Portilla, Olga María


Date
2007Derechos
© Sociedad Española de Óptica
Publicado en
5ª Reunión Española de Optoelectrónica, OPTOEL’07, 2007, Bilbao, p. 543-548
Palabras clave
Espectroscopía de absorción
Imágenes hiperespectrales
Análisis de Componentes Principales (PCA)
Mapeo del Ángulo Espectral (SAM)
Clasificación en tiempo real de materias primas
Absorption spectroscopy
Hyperspectral images
Principal Component Analysis (PCA)
Spectral Angle Mapper (SAM)
Raw material on-line characterization
Abstract:
RESUMEN: En este artículo se presenta un nuevo método de procesado de imágenes hiperespectrales capturadas mediante un sensor espectroscópico de imagen. Basado en un algoritmo de clasificación lineal, permite mejorar las restricciones de tiempo real que planteaba un sistema de clasificación de materia prima diseñado previamente. El procesado de datos consta de dos bloques: compresión de características e interpretación de las mismas. La compresión se realiza empleando Análisis de Componentes Principales (PCA), mientras que la clasificación se realiza mediante el Mapeo del Ángulo Espectral (SAM). La técnica diseñada se ha aplicado al control de la calidad de la materia prima de la industria tabacalera. En ésta se pretende separar la materia prima (las hojas de tabaco) de un conjunto de materiales diversos como madera, plásticos, cartón, papel de caramelo, etc. El sensor espectroscópico empleado para la captura de las imágenes hiperespectrales consta de una cámara monocromática y un dispositivo basado en un elemento dispersivo pasivo Prisma – Red de difracción – Prisma.
ABSTRACT: A data processing method for hyperspectral images from an imaging spectroscopic sensor is presented. It is a linear algorithm which comes to solve real time constrains of a previously designed raw material classification system. The new data processing method is composed of two blocks: data compression and classification unit. Data compression is performed by means of Principal Component Analysis (PCA) and the interpretation algorithm for classification is the Spectral Angle Mapper (SAM). This strategy has been successfully tested on the raw material on-line characterization in tobacco industry. In this application, the desired raw material (tobacco leaves) should be discriminated from other unwanted spurious materials, such as wood, plastic, cardboard, leather, candy paper, etc. Hyperspectral images are recorded by a spectroscopic sensor consisting of a monochromatic camera and a dispersive passive Prism-Grating-Prism device.
Collections to which it belong
- D50 Congresos [433]