ハイパースペクトル反射イメージを適用してパレットと画家の技法を調査する

要約

ハイパースペクトル反射率イメージングハイパーキューブは、大量のデータに顕著な情報を含む。したがって、データセットを管理および調査するための自動化プロトコルの要求は広く正当化されます。スペクトル角度マッパー、データ操作、およびユーザー調整可能な分析方法の組み合わせは、実験結果を探索するためのキーターンを構成します。

要約

反射率分光法(RS)と光ファイバ反射率分光法(FORS)は、絵画に特に注意を払って芸術作品を調査するための確立された技術です。ほとんどの近代的な博物館は、RSとFORSの本質的な非侵襲性と共に、アーティファクトの表面からの反射スペクトルの現場コレクションを可能にする彼らの研究グループポータブル機器の処分 に 置きます。顔料や絵画材料の専門家によって行われた比較は、参照スペクトルのデータベースを持つ実験データの比較は、パレットの特性とアーティストが使用する技術の特徴を駆動します。ただし、このアプローチには特定のスキルが必要であり、特にハイパースペクトル反射率イメージング(HRI)データセットの場合と同様に、調査対象のスペクトルの数が多くなる場合には時間がかかります。HRI 実験用の設定は、反射スペクトルによって与えられるスペクトル情報を、塗装面上のスペクトルの空間的局在化に関連付ける多次元カメラです。結果として得られるデータセットは 3D キューブ (ハイパーキューブまたはデータ キューブと呼ばれます) で、最初の 2 つのディメンションがペイント上のスペクトルを見つけ、3 つ目のディメンションがスペクトル自体を見つけます (つまり、塗装面のその点の反射率と検出器の操作範囲の波長)。検出器が同時に大量のスペクトル(通常はハイパーキューブごとに10,000をはるかに超える)を収集する機能により、HRIデータセットは情報の大きな貯水池となり、データを分析するための堅牢で、おそらく自動化されたプロトコルの開発の必要性が正当になります。データ収集のために設計された手順の説明の後、ハイパーキューブの可能性を体系的に活用する分析手法を提示する。スペクトル角度マッパー(SAM)と収集したスペクトルの操作に基づいて、アルゴリズムは何千ものスペクトルを処理して分析すると同時に、調査中のサンプルの特徴を明らかにするためにユーザーをサポートします。このアプローチの力は、ミラノ(イタリア)のノヴェチェント国立で開催されたジュゼッペ・ペリッツァ・ダ・ヴォルペドの象徴的な傑作、 クアルト・スタートに適用することによって示されています。

概要

反射反射分光法(RS)と光ファイバ反射率分光(FORS)は、光源によって照らされた表面(典型的にはタングステンハロゲンランプ)によって反射される光の検出に基づいています。取得システムの出力は、採用した実験用設定^1,2,3の特性に依存する範囲の波長の関数として反射率が監視されるスペクトルによって構成される。過去⁴⁰年の間に導入されたRSとFORS^は、通常、蛍光X線やその他の分光法と組み合わせて使用され、アーティストが傑作^6,7,8,9を実現するために使用する材料と技術を記述します。反射スペクトルの研究は、通常、サンプルからのデータを、個人または公共のデータベースでユーザーが選択した参照スペクトルのグループと比較することによって行われます。サンプルの実現期間に準拠する基準スペクトルと、アーティストの手口を持つ基準スペクトルが特定されると、ユーザーは反射スペクトル(すなわち、遷移、吸収、および反射バンド^1、2、10、¹¹)の主な特徴を認識し、その後、他の技術の助けを借りて^6,7,8 彼らは絵画で使用されている顔料を区別します。最後に、参照と実験スペクトル^7,9の間に存在するわずかな違いについて議論^します。

ほとんどの場合、実験データセットは、アートの専門家によって選択された領域から収集されたいくつかのスペクトルで構成され、絵画の特徴付けに重要であると仮定^{される6,12,13}。ユーザーのスキルと経験にもかかわらず、いくつかのスペクトルは完全に全体の塗装面の特性を使い果たすことができません。また、分析の結果は、常にパフォーマーの専門知識に大きく依存します。このシナリオでは、ハイパースペクトル反射率イメージング (^HRI3,14,15) が有用なリソースである可能性があります。実験設定は、いくつかの単離スペクトルの代わりに、調査中の拡張部分または全体のアーティファクトの反射特性^を返す16。分離スペクトルの獲得に関する2つの主な利点は明らかです。一方で、反射特性の空間分布を利用できるため、特異な特徴とは思えない場合でも、興味深い特徴を隠す領域を特定^{できます。}一方、ハイパーキューブは、データの統計分析を可能にするのに十分な高さのスペクトルの数を保証します。これらの事実は、塗装面内の顔料の分布の理解を裏付^{けている18,19。}

HRIを使用すると、実験データと参照の比較は、取り扱いにくい^{可能性があります15}。典型的な検出器は、少なくとも256 x 256スペクトルのハイパーキューブを返します。これにより、ユーザーは各参照に対して65,000以上の反射スペクトルを評価する必要があります。したがって、HRI データセットを管理および分析するための堅牢で、場合によっては自動化されたプロトコルの要求は、^15,17 以上になります。提案された方法は、最小関与と最大の柔軟性で全体の分析手順を処理することによって、このニーズに答えます。

一連の自家製コード(表)で構成されるアルゴリズムは、実験用セットアップによって返されるファイルを読み取り、管理、および整理します。視野の部分(FOV、1つの視野は単一のハイパーキューブによって監視される絵画の領域)の細かい選択を研究し、スペクトル角度マッパー(SAM)方法^20、21 および元のスペクトルの操作に基づいてデータの分析を行うことを可能にする。SAM は、類似性マップと呼ばれる偽色のグレースケール画像を返します。これらのマップのピクセルの値は、ハイパーキューブに格納されたスペクトルといわゆるエンドメンバー(EM、ハイパーキューブによって監視される表面の特徴を記述する参照スペクトルの^{グループ)と}の間の角度であるスペクトル角度に対応する。絵画に適用されるRSの場合、OEMは、マスターのパレットに一致する必要がある顔料の反射スペクトルです。これらは、アーティスト、絵画の実現期間、およびユーザーの専門知識に関する利用可能な情報に基づいて選択されます。したがって、SAMの出力は、絵画表面上のこれらの顔料の空間分布を記述し、アーティストとその組織がアーティファクトで使用する材料を推測することをユーザーにサポートするマップのセットです。アルゴリズムは、その起源から独立してあらゆる種類の参照を採用する可能性を提供します。参照は、ハイパーキューブ内で選択された特定のスペクトル、データベースから来る、異なる表面上の別の機器によって取得される(例えば、顔料のサンプルやアーティストのパレットなど)、または反射率分光法、FORSを採用して得ることができる。

SAMは、顔料の特性化に有効であることが実証されているため、利用可能な分類方法の中でも好まれています(主な分類方法の概要を持つため、^Richard23の本を参照)。代わりに、^net24,25で自由に利用可能な多くのツールの1つを採用するのではなく、自家製のプロトコルを開発するという考えは^、実用的な考慮事項に依存しています。既存のGUIとソフトウェアの有効性と科学的基盤にもかかわらず、単一のツールはほとんどユーザーのすべてのニーズを満たしていません。ツールが生データを含むファイルを管理しないため、入出力 (I/O) の問題が発生する可能性があります。別のツールが目的のアプローチを提供しないため、データの分析に関する問題が発生する可能性があります。複数のデータセットの同時分析がサポートされていないため、データの処理に制限が生じうる場合があります。いずれにせよ、完璧なツールは存在しません。各メソッドは、データに合わせて調整する必要があります。したがって、自家製プロトコルの開発が好ましい。

提示されたアプローチは、分析方法の完全なセット(比較のために、Mobarakiと^Amigo24によって提案されたツールを参照)も、管理しやすいユーザーインターフェイス(比較のために、Zhuと^co-workers25によって採用されたソフトウェアを参照)を提供していませんが、引き換えに、ハイパースペクトルデータ分析のまだ過小評価された側面に焦点を当てています: 検出されたスペクトルを操作する機会。このアプローチの力は、イタリアのミラノにあるノベチェント国立で開催されたキャンバスの象徴的な油であるジュゼッペ・ペリッツァ・ダ・ヴォルペド(図1)の絵画クアルト・スタトに適用することで示されています。このアプローチでは、自家製コードを実行する必要があるため、開発者は任意にコードの名前と、プロトコルの説明で使用される入力変数と出力変数を選択します。変数の名前はユーザーが変更できますが、入力変数と out 変数は、それぞれ括弧内に記述し、最終的にはコンマで区切って角括弧で区切り、最終的には空白で区切る必要があります。逆に、コードの名前は変更できません。

プロトコル

1. ハイパーキューブの空間分解能を設定する

1. 美術専門家がサポートする塗装面(図1)の予備検査を行い、絵画の主な特徴を特定します。
   1. 絵画を作成するためにアーティストが採用した絵画のテクニックを認識します。
   2. キャンバス上のペイントの異なるブラシストロークを識別します。
   3. そのサイズに特に注意を払って、定性的に、ブラシストロークの特性を推定する。
2. ブラシストロークがアーティストが適用したものと同様の特性を示す アドホック テストサンプルを作成することで、アーティストが使用する絵画的手法を模倣します。
   注:ペリッツァ・ダ・ヴォルペドは部門の画家でした。復元者は、関心のあるキャンバスのブラシストロークを定性的に再現するいくつかのテストサンプルを準備するよう求められました(図2、列A)。
3. 調査中のサーフェスと取得装置との距離を設定します。
   注: 距離はハイパーキューブ²⁶ の空間解像度を決定し、したがって、ペイントされた表面の画像とSAMマップ上のブラシストロークを区別する可能性を決定します。
   1. ハイパースペクトルカメラ²⁶ (材料表)の特性とテストサンプルで描かれるブラシストロークのサイズを考慮して、サンプルの表面と取得装置との間の距離を評価する。
   2. 取得段階とハイパースペクトルカメラを前のステップで評価した距離に配置します。試験サンプルをステージに配置し、サンプルの表面の均一な照明を確保します。
   3. ハイパースペクトルカメラに付属の白色標準リファレンスを使用して、白色キャリブレーションを実行します。ハイパーキューブを取得します。
      注: 各 FOV に対して、ハイパースペクトル カメラは、生とキャリブレーションされた画像の両方を返します。後者は分析に使用されています。
   4. 計測器から返されたファイルをダウンロードし、専用のフォルダに保存します。
4. ハイパーキューブの空間解像度が、ペイントされたサーフェスの画像と SAM マップ上の異なるブラシ ストロークを区別できるかどうかを確認します。
   1. ハイパースペクトルカメラから返された RGB 画像を調べて、テストサンプルを実現するために使用されるブラシストロークが認識できることを確認します(図 2、列 A)。その場合は、次の手順に進みます。それ以外の場合は、ステップ 1.3.1 に戻り、再起動します。
   2. ハイパースペクトル データと、データ読み取りコードを実行して FOV の RGB 画像を含むファイルを一覧表示 HS_FileLister。コードの開発に使用する言語のターミナル ウィンドウに、次のコマンド ライン (セミコロンを含む) を入力し(表) を押し、 Enter キー を押してコードを実行します。
      [HS_DataList HS_ImageList] = HS_FileLister。
      1. 入力は必要なく、ハイパーキューブを含むファイルのリスト、 HS_DataList、およびハイパースペクトルカメラによって返されるイメージのリストの2つの出力 HS_ImageList。
         メモ:各ハイパーキューブのサイズは512 x 512 x 204ボクセルで、204は反射率信号の監視に使用されるチャンネルの数です。このチャネルは、^FWHM26 で 7 nm のスペクトル分解能を持つ 400 ~ 1,000 nm の波長範囲に及びます。
   3. HS_Crop_png、トリミングコードを実行して分析する必要があるハイパーキューブの 3D 部分を定義 します。各ハイパーキューブによって監視される FOV の 2D、RGB 画像を示すインタラクティブウィンドウ上の領域を選択して、各データキューブの目的の部分を定義します。ターミナル ウィンドウに次のコマンド ライン (セミコロンを含む) を入力し、 Enter キーを押してコードを実行します。
      [HS_ImageList] = HS_Crop_png(HS_ImageList);
      1. 入力 (ハイパースペクトル カメラによって返されるイメージの一覧、 HS_ImageList) と 1 つの出力 (最終的にハイパーキューブをトリミングするために空間座標で追加された入力リスト) があります。
   4. CIE(国際照明委員会)標準のD65照明と1931年のオブザーバーをハイパーキューブに適用して、再ビルディングコードを実行して反射スペクトルからFOVのRGB画像を取得すると、 HS_RGB_rebuild。ターミナル ウィンドウに次のコマンド ライン (セミコロンを含む) を入力し、 Enter キーを押してコードを実行します。
      [HS_ImageList] = HS_RGB_rebuild(HS_ImageList、HS_DataList);
      1. 2 つの入力 (ハイパースペクトルカメラによって返された画像を含むリスト、 HS_ImageList、およびハイパーキューブ HS_DataListを含むファイルのリスト) と 1 つの出力 (反射スペクトルから取得したハイパーキューブのサーフェスの RGB 画像を追加したハイパースペクトル カメラによって返される画像を含む入力リスト)。
         注: HS_RGB_Rebuild は、ジェフ・マ^{ッチャー27} によって開発された関数を利用して、D65照明と1931年の観察者をCIEからデータに適用します。
   5. 独立した測定ポイント選択コード PointSel を実行して、テスト サンプルのサーフェス上の参照スペクトル (図 2 の白丸と数値、列 A の番号) を手動で選択します。測定ポイントを選択するには、FOV の 2D RGB 画像を 1 つずつ表示するインタラクティブウィンドウをクリックします。ターミナル ウィンドウに次のコマンド ライン (セミコロンを含む) を入力し、Enter キーを押してコードを実行します。
      [参照] = ポイントセル(HS_DataList、HS_ImageList);
      1. 入力には、2 つの入力 (ハイパースペクトル カメラによって返されたイメージ、 HS_ImageList、およびハイパーキューブを含むファイルのリスト、 HS_DataList)と 1 つの出力 (変数、 参照、FOV 内の参照として選択されたスペクトルを含む) があります。
   6. 必要に応じて、サンプルの表面上の参照の位置を、専用コード SaveImPoint を実行して、一連の画像に保存します。ターミナル ウィンドウに次のコマンド ライン (セミコロンを含む) を入力し、 Enter キーを押してコードを実行します。
      セーブイムポイント(参照、HS_ImageList)。
      1. 2 つの入力 (参照スペクトルを含む変数、 参照、およびハイパースペクトル カメラによって返されたイメージを含むリスト 、HS_ImageList)、出力はありません (コードは現在の作業フォルダーに.png画像を保存します)。
   7. 変換コード RefListToMatrix を実行して、参照をマトリックスに整理します。ターミナル ウィンドウに次のコマンド ライン (セミコロンを含む) を入力し、 Enter キーを押してコードを実行します。
      [References_Matrix] = 参照、HS_ImageList(1)ウェーブル);
      1. 2 つの入力 (参照スペクトルを含む変数 、参照、および検出器がスペクトルのデータ取得中にフォトンをカウントする波長のリスト HS_ImageList(1) があります。WaveL)および1つの出力(同じ参照スペクトルを行列に編成、 References_Matrix)。
         注: SAM マップを評価するコードでは参照スペクトルをマトリックスに編成する必要があるため、この手順は必須です。2 番目の入力の構文HS_ImageList(1)WaveL は、リストHS_ImageListから変数 WaveL を呼び出す必要があります。角かっこ内の数値 1 は、HS_ImageListという名前のリストの最初の要素を指します。ただし、ハイパーキューブはすべて同じ波長範囲を持つため、マイナーの各数値またはリストされた画像の総数と等しい値で置き換えることができます。
   8. 標準の SAM マップ評価コードを実行して、スペクトル全体を使用して、SAM_Standard、SAM マップを抽出 します。ターミナル ウィンドウに次のコマンド ライン (セミコロンを含む) を入力し、 Enter キーを押してコードを実行します。
      SAM_Standard(HS_ImageList、HS_DataList、References_Matrix);
      1. 3 つの入力 (ハイパースペクトル カメラによって返されたイメージを含む一覧、 HS_ImageList、ハイパーキューブ、 HS_DataList、参照スペクトルのマトリックス 、 References_Matrixを含むファイルの一覧、および出力なし) と出力はありません .png。
   9. 取得した類似性マップ(図2、列B-E)に、テストサンプルの実現に使用されるブラシストロークの詳細が表示されているかどうかを確認します。この場合は、プロトコルの次のステップに進みます。それ以外の場合は、ステップ 1.3.1 に戻り、再起動します。

2. 実験パラメータを塗装に合わせる

1. 対象となる領域(ROI)を特定します( 図 3A の赤い長方形)。
   注: 1 つの ROI をカバーするには、複数の FOV が必要な場合が一般的です。
2. 取得設定と塗装を前の手順で定義した距離に配置し、ハイパースペクトルカメラに付属の白色標準基準を使用して白色のキャリブレーションを実行します。
   注:ユーザーが 現場で の取得を行う必要がある場合(つまり、博物館や展示会で公開されている絵画を勉強する必要があります)、カメラを管理することしかできません。これは、イタリアのミラノにあるノベチェント国立の専用スペースに永久に露出している クアルト・スタートの場合です。
3. 各 ROI の端にある少なくとも 1 つの FOV からハイパースペクトル データを取得 します (図 3A の赤い四角形内の枠なしの領域)。
4. 計測器から返されたファイルをダウンロードし、専用のフォルダに保存します。
5. ハイパースペクトルカメラで返されるRGB画像を見て、塗装の表面の照明が均一に設定されているかどうかを確認します。この場合は、次のステップに進み、それ以外の場合はステップ 2.2 に戻って再起動してください。
   注: 図 4 は、このチェックの重要性を示しています (詳細については 、「説明 」セクションを参照してください)。
6. ステップ 1.4 のサブステップを繰り返します。
7. FOV (図 3B) で選択された参照スペクトルに関連する FOV の RGB 画像 (図 3B) と SAM マップ (図 3C) を観察して、データの高さの空間解像度が十分に高いかどうかを確認します(図 3B の緑の円)。
8. イルミネーションと空間解像度が適切に設定されている場合は、ROI をカバーするために必要な他の FOV を取得するデータの収集を完了します。それ以外の場合は、ステップ 2.2 に戻り、再起動します。
   注: ROI で複数の FOV をカバーする必要がある場合は、隣接する FOV 間で一定の重ね合わせが得られるマップ ^3,15 を簡単にステッチするようにします。オーバーラップの程度は、ハイパースペクトルカメラとサンプルの間の距離、変換、および検出器²⁸の水平画角に依存する。クアルト・スタートに誘発された実験キャンペーンの場合、オーバーラップはFOVの少なくとも40%に設定されている。

3. ハイパーキューブと基準スペクトル管理

1. 生データのI/Oを実行します:ハイパーキューブの整理、読み取り、管理。
   1. HS_FileListerコードを実行して、ハイパーキューブと関連情報を含むファイルのリストを、アルゴリズムの自由な処理で 2 つの変数に格納します (実際の詳細については、ステップ 1.4.2 を参照)。
      注: ハイパースペクトル カメラは、コードが Jarek Tuszinsky29 によって開発されたスクリプトの再検討バージョンを悪用して管理する hdr (ハイ ダイナミック レンジ) ファイルを返します。
   2. HS_Crop_pngコードを実行して、データの分析に使用する各 FOV の部分を選択します (実際の詳細については、ステップ 1.4.3 を参照)。
   3. HS_RGB_Rebuildコードを実行して、反射スペクトルからFOVのRGB画像を取得します(実用的な詳細については、ステップ1.4.4を参照)。
2. 参照スペクトルを整理、読み取り(必要な場合)、および管理します。
   注: 参照スペクトルは SAM メソッド内のエンド メンバーの役割を果たします。^20,21.アルゴリズムのこの部分は明確に決定されませんが、選択モードと基準スペクトルの原点に依存します。
   1. PointSel コードを実行し、表示された対話型ウィンドウ内をクリックして、参照スペクトルを、モニタ対象領域のサーフェス上の独立した測定ポイントとして識別します(実用的な詳細については、ステップ 1.4.5 を参照)。
   2. 網状選択コード ReticularSel を実行して、モニタ対象領域の表面に重ね合わせた測定点の通常のレチクルとして参照スペクトルを自動的に選択します(図 5B)。ターミナル ウィンドウに次のコマンド ライン (セミコロンを含む) を入力し、 Enter キーを押してコードを実行します。
      [参考文献] = ReticularSel(HS_DataList、HS_ImageList、n_pixel);
      1. 入力には、3つの入力(ハイパースペクトルカメラ、HS_ImageList、ハイパーキューブを含むファイルのリスト、HS_DataList、ピクセル数で表されるレチクルムの間隔n_pixel)と1つの出力があります。
   3. 外部参照インポーター コード Spectra_Importerを実行して、 Quarto Stato で取得したハイパーキューブから独立したデータセットおよびデータベースからの参照を含む変数を作成します。ターミナル ウィンドウに次のコマンド ライン (セミコロンを含む) を入力し、 Enter キーを押してコードを実行します。
      [外部参照] = Spectra_Importer(file_extension)。
      1. 1 つの入力 (api の間に書かれた独立した参照スペクトル、 file_extension、書き込まれたファイルの拡張子) と 1 つの出力 (外部参照を含む変数 ExtReferences) があります。
         注:外部リファレンスインポーターコードはtmrファイルのインポート用に最適化されていますが、必要に応じて、あらゆる種類のテキストファイルを扱うために簡単に変更できます。
   4. 参照を、sam マップを評価するコードの要求に応じて、参照をマトリックス、References_Matrix、またはExtReferences_Matrixに配置する RefListToMatrix コードを実行します (実用的な詳細については、手順 1.4.7 を参照してください)。
   5. RefListToMatrix コードがハイパーキューブと参照の波長範囲とスペクトル解像度 (コンポーネントの数) の両方を等しくするのを待ちます。
      注: コードはハイパーキューブと参照の両方の波長範囲を識別します。このコードは、波長範囲を比較し、ハイパーキューブと参照の両方で監視されない波長間隔を遮断します。このコードは、等波長範囲の低い成分数(すなわち、低いスペクトル分解能によって特徴付けられる)によって構成されるハイパーベクトル(ハイパーキューブまたは参照)のグループを識別する。このコードは、長いハイパーベクトル (参照またはハイパーキューブ) のコンポーネント数を、短いハイパーキューブ (ハイパーキューブまたは参照) のコンポーネント数に削減します。これは、短いハイパーベクトルの波長ごとに、短いハイパーベクトルの波長に最も近い波長に対応する長いハイパーベクトルの値のみを保持することによって行われる。
      1. コードは自動的にイコライゼーションを実行します。ハイパーキューブ内で参照が選択されている場合、波長範囲とスペクトル分解能を等化する必要はありません。
   6. 必要に応じて、サンプルの表面上の参照の位置を、専用コードを実行して一連の画像に保存します (実際の詳細については、ステップ 1.4.7 を参照してください)。
      注: このオプションは、ハイパーキューブ内で参照が選択されている場合にのみ使用できます(ステップ 3.2.1 および 3.2.2)。

4. SAM 分析

1. SAM_Completeコードを実行して、類似性マップを評価します。ターミナル ウィンドウに次のコマンド ライン (セミコロンを含む) を入力し、Enter キーを押してコードを実行します。
   SAM_Complete(HS_ImageList、HS_DataList、References_Matrix);
   1. 入力には 3 つの入力 (ハイパースペクトル カメラ、 HS_ImageList、ハイパーキューブ、 HS_DataList、および参照行列、 References_Matrix または ExtReferences_Matrixを含むファイルの一覧) と出力はありません (コードは、現在の作業フォルダーに .png ファイルとして SAM マップを保存します)。
      注: 3 つの入力変数以外に、 SAM_complete コードには、ユーザーの好みに応じて分析プロトコルを調整する追加パラメーターを少し追加する必要があります (次の手順を参照してください)。
2. 必要に応じて、必要に応じて、ダイアログボックスに番号 0 または 1 を入力して、前処理オプションを使用してコードを入力し、 Enter キーを押して続行します。
   1. 前処理オプションを 0 に設定: 各反射率スペクトルで表示される領域は 1 に正規化されます。
   2. 前処理オプションを 1 に設定: 各反射率スペクトルによって従属する領域が 1 に正規化され、その後正規化されたスペクトルが 1 回派生します。
      注: ハイパーキューブと参照の両方に同じ前処理オプションが使用されます。
3. 目的のスペクトルに対応する列の番号をコードに与えることによって、参照行列の中で SAM 分析に使用する終了メンバーを選択します。必要に応じて、空白で区切られた番号を入力して、目的の列に対応する番号のシーケンスをダイアログ ボックスに入力します。 Enter キーを押して続行します。
   注: シーケンス [1 2 3] は、参照行列の最初の 3 つの列の選択に対応します。空のベクトルは、参照行列のすべての列の選択に対応します。
4. 保存するマップのセットを識別する名前の最初の部分を含む文字列をコードに送ります (つまり、 SAM_Completeによって返される.pngファイルの名前の共通部分)。必要に応じて、ダイアログ ボックスに文字列を挿入します。 Enter キーを押して続行します。
   注: ユーザーが test と入力した場合、出力.pngイメージの名前はすべてテストで始まります。
5. 必要に応じて、必要に応じて、ダイアログボックスに数値0、1、または2を入力して、データを処理するために選択されたメソッドをコードに送り、 Enter キーを押して続行します。
   1. データを操作しない場合は、このメソッドを 0 に設定します。
   2. 解析を開始する前に考慮するスペクトルの波長範囲を手動で選択する必要がある場合は、この方法を 1 に設定します(図 6)。
   3. SAM マップの評価前に特定の基準に基づいてデータを順序付けするようにアルゴリズムを要求するには、このメソッドを 2 に設定します (図 7)。
6. プロトコルがデータを処理し、現在の作業フォルダーに SAM マップを.pngファイルとして保存するまで待ちます。
   注 : ハンドルメソッドが 0 または 2 に設定されている場合、ユーザーはただ待つ必要があります。1 に設定されている場合、ユーザーは、対話型ウィンドウをクリックして、SAM マップを評価するために使用するスペクトルの部分を選択する必要があります (図 6)。

結果

提案されたプロトコルはHRIデータの管理および分析のための興味深い機能のセットを提供する。生データのI/O(ステップ3.1)は、分析方法を適用する前に解決しなければならない最初の問題であり、大量のデータを扱う場合には重要な問題になる可能性があります。現在の場合、生データに関する唯一のタスクは、実験結果を専用のフォルダに保存し、読み取りコードを実行するときにハード?...

ディスカッション

ハイパースペクトル反射率イメージング データセットは、情報の大きな貯水池です。したがって、データを分析するための堅牢で、おそらく自動化されたプロトコルの開発は、その潜在的な^15,17を活用するための重要なターンです。提案されたアルゴリズムは、絵画の顔料の特徴付けに特に注意を払って、文化遺産の分野でこの必要性に答えます?...

資料

Name	Company	Catalog Number	Comments
ImageJ/Fiji	Specim (Oulo, Finlad)	N/A	Portable reflectance hyperspectral camera used to acquire the hypercubes
MATLAB 2019b	StellarNet Inc (Tampa, Florida, USA)	N/A	Portable reflectance spectrometer used to acquire independent reflectance spectra
Specim IQ Hyperspectral Camera	National Institutes of Health (Bethesda, Maryland, USA)	N/A	Open source Java image processing program
StellarNet BLUE-wave Miniature Spectrometer	MathWorks (Natick, Massachusset, USA)	N/A	Program Language and numerical computing environment