超越人眼能力的視覺力量

我們能看到的不同顏色是基於不同波長的光。 人眼可以檢測和區分覆蓋 450 至 650 納米範圍的三個波段（紅色、綠色和藍色）中的波長，但我們無法看到該範圍之外存在的數百個其他波段的光。 有一種稱為高光譜成像的技術可以讓我們更好地了解我們周圍世界正在發生的事情。 有專門的相機可以用棱鏡分離多達 300 個光帶，然後將它們在特定波長的基礎上檢測到的能量數字化。 這些相機具有廣泛的潛在應用。 例如，它們可用於監測溫室氣體排放、區分混合透明塑料或測量包裝線上水果的成熟度。

這些高光譜相機有多家製造商，但至少就目前而言，它們相當昂貴——起價約為 20,000 美元。 他們使用的相機專用軟件不容易與其他系統集成。 這種擴展的世界觀帶來的另一個挑戰與數據量有關——這些相機每秒產生大約 XNUMX GB 的數據！

有一家名為 Metaspectral 的公司正在尋求通過提供硬件和軟件的組合來擴展高光譜成像的潛力，以使該數據源更加用戶友好。 他們使用運行壓縮算法的“設備無關”邊緣設備，這些設備可以連接到任何高光譜相機並將其數據輸出轉換為可管理的流程。 他們專有的 Fusion AI 平台可用於與熟悉的用戶軟件、驅動機器人或饋送人工智能和深度學習系統進行交互。

Metaspectral 最近從 SOMA Capital、Acequia Capital、加拿大政府以及包括 Jude Gomila 和 Alan Rutledge 在內的天使投資人那裡籌集了 4.7 萬美元的種子輪資金。 該公司由 Francis Doumet（首席執行官）和 Migel Tissera（首席技術官）共同創立。 Tissera 對他們的產品描述如下：“我們開發了新穎的數據壓縮算法，使我們能夠更好更快地傳輸高光譜數據，無論是從軌道到地面還是在地面網絡中。 我們將其與我們在深度學習方面的進步相結合，以執行亞像素級分析，從而使我們能夠提取比傳統計算機視覺更多的見解，因為我們的數據包含更多關於光譜維度的信息。”

事實上，高光譜成像可以在非常不同的尺度上使用。 例如，Metaspectral 系統最發達的應用之一是在混合回收材料的分揀線上安裝特寫鏡頭，它可以根據化學成分區分透明塑料，以便將它們分類為再加工所需的極其純淨的流.

加拿大最大的廢物回收商現在正在使用該系統。 在裝配線或水果分選中還有其他用於質量保證的近距離應用。

在另一個極端，相機可以從衛星生成數據，其中圖像的每個像素代表 30m x 30m 見方（900 平方米）。 加拿大航天局正在使用這種方法來跟踪溫室氣體排放，甚至通過比較隨時間變化的通量率來估算耕地或林地的土壤碳固存量。 該技術還計劃在未來部署在國際空間站上。 森林野火風險評估是指導規範性燒傷等行動的另一個潛在應用。

另一種對農業特別有用的選擇是在 50-100 米的高度部署帶有無人機的攝像機。 在這種情況下，數據的每個像素可以代表 2 厘米乘 2 厘米的區域，並且能夠監測這麼多不同的波長可以在人類可見之前及早發現入侵性雜草、昆蟲活動、真菌感染、水的早期跡象或營養缺乏，或作物成熟度參數來指導收穫時間。 或許可以追踪耕種土壤的溫室氣體或氨氣排放，以更好地了解特定耕作方式（如減耕、覆蓋種植、可變施肥或“控制輪式交通”）如何影響這些排放。 目前需要的是大量“地面實況”研究，以將成像數據與相關變量的測量結果聯繫起來，但使用 Metaspectral 提供的數據壓縮和接口功能，這將變得容易得多。

一種希望是，由 Metaspectral 平台促進的高光譜成像的多樣化應用將為相機創造足夠的需求，從而推動製造進一步降低成本學習曲線。