vestnovsuВестник Новгородского государственного университетаVestnik of Novgorod State University2076-8052Новгородский государственный университет имени Ярослава Мудрого10.34680/2076-8052.2023.1(130).169-177vestnovsu-144Research ArticleРадиофизикаRadiophysicsОсобенности формирования псевдогиперспектральных изображений из RGB компонентFeatures of the formation of pseudo-hyperspectral images from RGB componentshttps://orcid.org/0009-0005-3177-2040КорнышевН. П.KornyshevN. P.

Корнышев Николай Петрович – доктор технических наук, профессор,

Великий Новгород.

Kornyshev N. P.,

Veliky Novgorod.

Nikolai.Kornishev@novsu.ruhttps://orcid.org/0009-0003-1585-6792ГареевВ. М.GareevV. M.

Гареев Владимир Михайлович – кандидат технических наук, доцент, заведующий лабораторией,

Великий Новгород.

Gareev V. M.,

Veliky Novgorod.

Vladimir.Gareev@novsu.ruhttps://orcid.org/0009-0007-1392-2169ГареевМ. В.GareevM. V.

Гареев Михаил Владимирович – ведущий инженер,

Великий Новгород.

Gareev M. V.,

Veliky Novgorod.

Mikhail.Gareev@novsu.ruhttps://orcid.org/0009-0000-5994-5090СеребряковД. А.SerebryakovD. A.

Серебряков Дмитрий Александрович – инженер,

Великий Новгород.

Serebryakov D. A.,

Veliky Novgorod.

s231099@std.novsu.ruНовгородский государственный университет имени Ярослава МудрогоРоссияYaroslav-the-Wise Novgorod State UniversityRussian Federation20232109202301(130)169177Copyright © Корнышев Н.П., Гареев В.М., Гареев М.В., Серебряков Д.А., 20232023Корнышев Н.П., Гареев В.М., Гареев М.В., Серебряков Д.А.Kornyshev N.P., Gareev V.M., Gareev M.V., Serebryakov D.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnovsu.elpub.ru/jour/article/view/144

В статье обсуждаются вопросы формирования спектральных изображений в телевизионных мультиспектральных и гиперспектральных системах. Гиперспектральный куб данных содержит больше информации, чем куб мультиспектральной системы, однако, гиперспектральные системы имеют ограничения в пространственной и временной области. Существующая корреляция между гиперспектральной и мультиспектральной информацией и наличие данных об отражательной способности исследуемой сцены, позволяют построить псевдогиперспектральную систему на основе мультиспектральной, имеющей ограниченное число визуализируемых спектральных каналов. При этом в результате послесеансной обработки ограниченное количество мультиспектральных изображений преобразуется в псевдогиперспектральные изображения, соответствующие нескольким сотням спектральных каналов. Минимальной мультиспектральной системой может считаться телевизионная система, состоящая из трех каналов R, Gи B. Для реализации процедуры получения псевдогиперспектральных изображений на первом этапе обработки R, G, B компонент необходимо реализовать методы улучшения их цветового разрешения и обеспечения баланса белого. В статье рассмотрена возможность применения для вышеуказанной задачи метода обработки видеоинформации, основанного на теории нелинейного двухкомпонентного зрения советского инженера С. Д. Ременко.

The article discusses the formation of spectral images in television multispectral and hyperspectral systems. A hyperspectral data cube contains more information than a multispectral system cube, however, hyperspectral systems have limitations in the spatial and temporal domain. The existing correlation between hyperspectral and multispectral information and the availability of data on the reflectivity of the studied scene make it possible to build a pseudo-hyperspectral system based on a multispectral one with a limited number of visualized spectral channels. At the same time, as a result of post-session processing, a limited number of multispectral images are converted into pseudo-hyperspectral images corresponding to several hundred spectral channels. The minimum multispectral system can be considered a television system consisting of three channels R, G and B. To implement the procedure for obtaining pseudo-hyperspectral images at the first stage of processing R, G, B components, it is necessary to implement methods to improve their color resolution and ensure white balance. The article considers the possibility of using the video information processing method based on the theory of nonlinear two-component vision of the Soviet engineer S. D.Remenko for the above problem.

гиперспектральные системыпсевдогиперспектральные системытеория нелинейного зренияhyperspectral systemspseudo-hyperspectral systemsnonlinear vision theoryReferencesSun X., Zhang L., Yang H., Wu T., Cen Y., Guo Y. Enhancement of Spectral Resolution for Remotely Sensed Multispectral Image // IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 2015. 8. 2198-2211.Sun X., Zhang L., Yang H., Wu T., Cen Y., Guo Y. Enhancement of Spectral Resolution for Remotely Sensed Multispectral Image // IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 2015. 8. 2198-2211.Huo H., Guo J., Li Z. Hyperspectral Image Classification for Land Cover Based on an Improved Interval Type-II Fuzzy C-Means Approach // Sensors (Basel). 2018. 18. 363. DOI: 10.3390/s18020363Huo H., Guo J., Li Z. Hyperspectral Image Classification for Land Cover Based on an Improved Interval Type-II Fuzzy C-Means Approach // Sensors (Basel). 2018. 18. 363. DOI: 10.3390/s18020363Song Y.-Q., Zhao X., Su H.-Y., Li B., Hu Y.-M., Cu X.-S. Predicting Spatial Variations in Soil Nutrients with Hyperspectral Remote Sensing at Regional Scale // Sensors. 2018. 18(9). 3086. DOI: 10.3390/s18093086Song Y.-Q., Zhao X., Su H.-Y., Li B., Hu Y.-M., Cu. X.-S. Predicting Spatial Variations in Soil Nutrients with Hyperspectral Remote Sensing at Regional Scale // Sensors. 2018. 18(9). 3086. DOI: 10.3390/s18093086Fan L., Zhao J., Xu X., Liang D., Yang G., Feng H., Yang H., Wang Y., Chen G., Wei P. Hyperspectral-based Estimation of Leaf Nitrogen Content in Corn Using Optimal Selection of Multiple Spectral Variables // Sensors 2019. 19(3). 2898. DOI: 10.3390/s19132898Fan L., Zhao J., Xu X., Liang D., Yang G., Feng H., Yang H., Wang Y., Chen G., Wei P. Hyperspectral-based Estimation of Leaf Nitrogen Content in Corn Using Optimal Selection of Multiple Spectral Variables // Sensors. 2019. 19(3). 2898. DOI: 10.3390/s19132898Jarek P., Barry P., Perlman J., Markham B. Aggregation of hyperspectral Hyperion spectral bands into Landsat-7 ETM+ spectral bands // GARSS 2001. Scanning the Present and Resolving the Future. Proceedings. IEEE 2001 International Geoscience and Remote Sensing Symposium. 2001 IEEE International Symposium on Geosciences and Remote Sensing, Institute of Electrical and Electronics Engineers. 2001. P. 2822-2824Jarek P., Barry P., Perlman J., Markham B. Aggregation of hyperspectral Hyperion spectral bands into Landsat-7 ETM+ spectral bands // GARSS 2001. Scanning the Present and Resolving the Future. Proceedings. IEEE 2001 International Geoscience and Remote ensing Symposium. 2001 IEEE International Symposium on Geosciences and Remote Sensing, Institute of Electrical and Electronics Engineers. 2001. P. 2822-2824.Ременко С. Д. Определение основных понятий в области колориметрии и измерения цветовых параметров излучения // V Всеакадемический семинар по проблемам стандартизации и метрологии. Ереван, 16-20 ноября 1987. Ереван. 1987. С. 58-59.Remenko S. D. Opredeleniye osnovnykh ponyatiy v oblasti kolorimetrii i izmereniya tsvetovykh parametrov izlucheniya [Definition of basic concepts in the field of colorimetry and measurement of color parameters of radiation] // V All-Academic Seminar n Problems of Standardization and Metrology, Yerevan, November 16-20, 1987. Yerevan. 1987. P. 58–59.Чупров А. Д., Синькова В. И., Кузнецов И. В. Теории цветовосприятия. Фоторецепторный аппарат сетчатки глаза // Современные проблемы науки и образования. 2021. 6. URL: https://science-education.ru/article/view?id=31287 (Дата обращения: 16.01.2023).Chuprov A. D., Sinkova V. I., Kuznetsov I. V. Teorii tsvetovospriyatiya. Fotoretseptornyy apparat setchatki glaza [Theories of color perception. Photoreceptor apparatus of the retina] // Modern problems of science and education. 2021. 6. Available at: https://science-education.ru/article/view?id=31287 (Accessed: 16.01.2023).Land E., McCann J. Lightness and retinex theory Text: electronic // Journal of the Optical Society of America. 1971. 61(1). 1-11. DOI: 10.1364/JOSA.61.000001Land E., McCann J. Lightness and retinex theory // Journal of the Optical Society of America. 1971. 61(1). 1-11. DOI: 10.1364/JOSA.61.000001Bertalmío M., Caselles V., Provenzi E. Issues about Retinex theory and contrast enhancement // International Journal of Computer Vision. 2009. Jun. 83(1). 101-119. DOI: 10.1007/s11263-009-0221-5Bertalmío M., Provenzi E. Issues about Retinex theory and contrast enhancement // International Journal of Computer Vision. 2009. 83(1). 101–119. DOI: 10.1007/s11263-009-0221-5Roszczyk R., Krupa A., Antoniuk I. Normal Patch Retinex Robust Alghoritm for White Balancing in Digital Microscopy, In the case of microscopic medical images // Machine GRAPHICS & VISION. 2020. 29(1/4). 79-95. DOI: 10.22630/MGV.2020.29.1.5Roszczyk R., Krupa A., Antoniuk I. Normal Patch Retinex Robust Alghoritm for White Balancing in Digital Microscopy, In the case of microscopic medical images // Machine GRAPHICS & VISION. 2020. 29(1/4). 79-95. DOI: 10.22630/MGV.2020.29.1.5

The authors declare that there are no conflicts of interest present.