Wyniki wyszukiwania - BazTech

1

Detection, Identification, and Quantification of SF6 Point-Source Emissions Using Hyper-Cam LW Airborne Platform

Kastek Mariusz, Firmanty Krzysztof, Saute Benjamin, Gagnon Jean-Philippe, Lariviere-Bastien Martin, Pawelski Daniel

Pomiary Automatyka Robotyka

|

2021

|

R. 25, nr 3

37--41

EN

Detection, identification, and quantification of greenhouse gases is essential to ensure compliance with regulatory guidelines and mitigate damage associated with anthropogenic climate change. Passive infrared hyperspectral imaging technology is among the solutions that can detect, identify and quantify multiple greenhouse gases simultaneously. The Telops Hyper-Cam Airborne Platform is an established system for aerial thermal infrared hyperspectral measurements for gas survey applications. In support of the Hypercam, is developing a suite of hyperspectral imaging data processing algorithms that allow for gas detection, identification, and quantification in real-time. In the Fall of 2020, the Hyper-Cam-LW Airborne platform was flown above a validated SF6 gas release system to collect hyperspectral data for gas quantification analysis. This measurement campaign was performed to document performance of the Hyper-Cam gas quantification capabilities against known quantities of released gas.

PL

Wykrywanie, identyfikacja i kwantyfikacja gazów cieplarnianych jest niezbędna do zapewnienia zgodności z wytycznymi regulacyjnymi i złagodzenia szkód związanych z antropogenicznymi zmianami klimatu. Technologia pasywnego obrazowania hiperspektralnego w podczerwieni należy do rozwiązań, które mogą wykrywać, identyfikować i kwantyfikować wiele gazów cieplarnianych jednocześnie. Platforma lotnicza Telops Hyper-Cam jest uznanym systemem do lotniczych pomiarów hiperspektralnych w termicznej podczerwieni do zastosowań związanych z badaniem gazów. W ramach wsparcia dla Hypercam, opracowywany jest zestaw algorytmów przetwarzania danych obrazowania hiperspektralnego, które pozwalają na wykrywanie, identyfikację i kwantyfikację gazów w czasie rzeczywistym. Jesienią 2020 r. platforma Hyper-Cam-LW Airborne została umieszczona nad zatwierdzonym systemem uwalniania gazu SF6 w celu zebrania danych hiperspektralnych do analizy kwantyfikacji gazu. Ta kampania pomiarowa została przeprowadzona w celu udokumentowania wydajności możliwości kwantyfikacji gazu Hyper-Cam w odniesieniu do znanych ilości uwolnionego gazu.

2

Wykorzystanie obrazowania spektralnego do identyfikacji materiałów na potrzeby sortowania odpadów

Tutak K., Pieszko M.

Archiwum Gospodarki Odpadami i Ochrony Środowiska

|

2015

|

Vol. 17, nr 4

67--78

EN

This study covers the application of multispectral imaging to identify materials for municipal waste sorting purposes. Three classes of objects were considered by differentiating waste fractions between paper, plastic and organic waste while objects of different classes may had very similar colors which makes their identification difficult with the use of conventional RGB cameras. The pre-processing was applied including the removal of dark frame, radiometric distortion correction and conversion to the reflectance. The classification was undertaken using the nearest neighbor method taking as the similarity measure the Euclidean distance between the normalized spectral signatures. The tests were performed using a 128-channel hyperspectral camera that captures the exact signatures but has a long acquisition time and 16-channel multispectral camera that allows for the processing online. The results obtained for the 128-channel camera were used to select the bands recorded by the multispectral camera. Two variants of band selection were examined.

PL

W artykule zastosowano obrazowanie multispektralne do identyfikacji materiałów na potrzeby sortowania odpadów komunalnych. Rozważono trzy klasy obiektów, różnicując frakcje odpadów na: papier, plastik i odpady organiczne, przy czym obiekty różnych klas mogły mieć bardzo zbliżone kolory, co utrudnia ich identyfikację z wykorzystaniem typowych kamer RGB. Zastosowano przetwarzanie wstępne obejmujące usuwanie ramki ciemnej, korektę zniekształceń radiometrycznych i konwersję do reflektancji. Klasyfikacji dokonano metodą najbliższego sąsiada przyjmując jako miarę podobieństwa odległość euklidesową pomiędzy znormalizowanymi sygnaturami spektralnymi. Testy wykonano z wykorzystaniem 128-kanałowej kamery hiperspektralnej, która rejestruje dokładne sygnatury, ale ma długi czas akwizycji oraz 16-kanałowej kamery multispektralnej pozwalającej na przetwarzanie w trybie online. Wyniki otrzymane dla kamery 128-kanałowej wykorzystano do wyboru pasm rejestrowanych przez kamerę multispektralną. Przebadano dwa warianty wyboru pasm.

3

Material Classification Method for Printed Circuit Boards Using a Spectral Imaging System

Tominaga S.

Machine Graphics and Vision

|

2009

|

Vol. 18, No. 2

233-250

EN

This paper proposes a method for classifying object materials on a raw circuit board into element materials by means of surface-spectral reflectance. First, we develop a spectral imaging system for observing the minute details of the board and capturing their spectral data. Second, the surface-spectral reflectance functions of the board are estimated by a direct method using narrow band sensor outputs. We investigate the reflection properties of various objects on the board under different illumination directions. Third, we find key features of the body spectral reflectances for different materials, and present a rule for classifying the objects into six element materials. Finally, experiments are executed using a real circuit board. The observed spectral reflectance image is segmented into the element material areas. The performance and robustness of the proposed method are examined in detail in comparison with other methods.