Co to jest pole widzenia FOV i pokrycie terenu kamery hiperspektralnej?

Obrazowanie hiperspektralne
Jak szerokie jest pole widzenia kamery hiperspektralnej?
Kompletny przewodnik po “szerokości zbierania”
Szerokość zbierania kamery hiperspektralnej = rozdzielczość przestrzenna × liczba pikseli, określana wspólnie przez ogniskową, wysokość lotu i matrycę detektora. Szerokie widzenie nie oznacza ostrego widzenia — sztuka polega na znalezieniu “właściwej” równowagi.

1   Rozdzielczość przestrzenna a szerokość zbierania — jaka jest różnica?

Rozdzielczość przestrzenna (jak ostro)
Rozdzielczość przestrzenna: rzeczywisty rozmiar terenu reprezentowany przez jeden piksel
(np. 3 cm × 3 cm)
Wysoka rozdzielczość (drobne szczegóły)
Wys. lotu. H = 60 m GSD = 3 cm
Odwzorowanie piksela na ziemi:
3 cm × 3 cm na piksel
Każda komórka = 3 cm × 3 cm
→ Drobne szczegóły, mniejsza szerokość zbierania
VS
Szerokość zbierania (jak szeroko)
Szerokość zbierania: całkowity obszar terenu pokryty przez pojedynczy obraz
(np. 60 m szerokości)
Duża szerokość zbierania (szersze pokrycie)
Wys. lotu. H = 300 m GSD = 15 cm
Odwzorowanie piksela na ziemi:
15 cm × 15 cm na piksel
Każda komórka = 15 cm × 15 cm
→ Szersze pokrycie, grubsze szczegóły
Jedno jest jak szkło powiększające nad mapą — drugie jak cofnięcie się, by zobaczyć panoramę
Szkło powiększające (widzieć ostro)
  • Większe powiększenie
  • Widoczne drobniejsze szczegóły
  • Mniejszy pokrywany obszar
Cofnij się, widok panoramiczny (widzieć szeroko)
  • Większy pokrywany teren
  • Szczegóły stają się rozmyte
Rozdzielczość przestrzenna i szerokość zbierania są ze sobą w konflikcie:
Aby “widzieć ostro” (wysoka rozdzielczość), leć niżej, używaj długiej ogniskowej i mniejszej liczby pikseli — ale “szerokość zbierania” maleje.
Aby “widzieć szeroko”, leć wyżej, używaj krótkiej ogniskowej i większej liczby pikseli — ale “ostrość” spada.

Dziś skupiamy się na szerokości zbierania (zwanej też “szerokością pasa”) kamer hiperspektralnych — jak ją obliczyć, co ją określa i dlaczego większe nie zawsze znaczy lepsze.

2   Jak oblicza się szerokość zbierania?

Dla najczęściej spotykanej kamery hiperspektralnej typu push-broom (pojedynczy rząd detektorów skanujący linia po linii, jak miotła):

Wzór na szerokość pasa
Szerokość W = GSD (rozdzielczość przestrzenna) × N (pikseli na rząd)
Przykład: GSD = 3 cm na piksel, N = 2000 pikseli na rząd
→ Szerokość pasa W = 3 cm × 2000 = 6000 cm = 60 m

Po zamontowaniu na UAV, pojedynczy przelot pokrywa pas o szerokości 60 metrów — to jest pas zbierania danych.

3   Jakie czynniki określają pas zbierania danych?

Pas nie jest ustalany wyłącznie przez kamerę — jest to wynik na poziomie systemu, determinowany głównie przez cztery czynniki:

Cztery kluczowe czynniki: ich wpływ na szerokość pasa (W) i rozdzielczość przestrzenną (GSD)
Czynnik Wpływ na szerokość pasa W Wpływ na GSD
1 Rozmiar piksela i liczba pikseli Więcej pikseli N → szerszy pas W (przy pozostałych parametrach bez zmian) GSD bez zmian (przy stałych innych czynnikach)
2 Długość ogniskowa Krótsza ogniskowa → większe pole widzenia → szerszy pas W GSD bez zmian (przy stałych innych czynnikach)
3 Wysokość lotu Wyższa wysokość H → szerszy pas W Wyższe H → większe GSD (niższa rozdzielczość)
4 Tryb skanowania Push-broom: pas; Frame scan: obszar 2D GSD określane przez wysokość, ogniskową i rozmiar piksela
1
Rozmiar piksela i liczba pikseli
(określa szerokość pasa)

Liczba pikseli detektora w pojedynczym rzędzie (np. 2000 lub 4000) pomnożona bezpośrednio przez GSD daje szerokość pasa. Więcej pikseli → potencjalnie szerszy pas.

Przykład 1: 2000 px
N = 2000
Pas W₁
Przykład 2: 4000 px
N = 4000
Pas W₂ = 2 × W₁

Przy tym samym GSD, więcej pikseli → szerszy pas.

2
Długość ogniskowej obiektywu
(określa pole widzenia i pas)

Krótsza ogniskowa → większe pole widzenia (FOV), pokrywające więcej terenu na tej samej wysokości. Obiektywy długoogniskowe zawężają pas, ale umożliwiają ostrzejsze i bardziej szczegółowe obrazy.

Szerokokątny (np. 12 mm)
Duże FOV → szeroki pas
Teleobiektyw (np. 50 mm)
Małe FOV → wąski pas

Ta sama wysokość H: krótka ogniskowa → duże FOV → szeroki pas; długa ogniskowa → małe FOV → wąski pas.

3
Wysokość lotu
(wpływa zarówno na pas, jak i rozdzielczość)

Lot na większej wysokości zwiększa pokrycie terenu, ale także zwiększa GSD (każdy piksel obejmuje większy obszar), zmniejszając rozdzielczość przestrzenną. Poszerzenie pasa często wymaga kompromisu w zakresie rozdzielczości.

Niska wys. H₁
Pas W₁
Małe GSD
Wysoka wys. H₂
Pas W₂ > W₁
Duże GSD

Lot wyżej: W rośnie, ale GSD również rośnie (niższa rozdzielczość).

4
Tryb skanowania
(określa geometrię zbierania danych)

Kamery typu push-broom skanują jedną linię na raz — pokrycie to długi pas (szerokość = pas W). Kamery typu frame-scan przechwytują tablicę 2-D jednocześnie — pokrycie to obszar prostokątny (długość × szerokość).

Push-broom (skanowanie liniowe)
Zbiera jeden pas na raz
Pokrycie: pas (szerokość = W)
Skanowanie ramki
Przechwytuje obszar 2-D jednocześnie
Pokrycie: prostokąt (L × W)

W praktyce optymalizuj kompromis między pasmem a rozdzielczością w oparciu o wymagania misji.

4   Czy większe pasmo zbierania jest zawsze lepsze?

Niekoniecznie — wymaga równowagi między “widzeniem szerokim” I “widzeniem ostrym.”

Gdy preferowane jest duże pasmo

Skanowanie dużych pól rolniczych lub inspekcja długich rurociągów w jednym przelocie — szerokie pasmo oznacza wyższą wydajność na lot.

Gdy stwarza to złożoność

Osiągnięcie zarówno dużego pasma, jak i wysokiej rozdzielczości przestrzennej jednocześnie wymaga wielu pikseli detektora (np. dziesiątek tysięcy na wiersz) lub mozaikowania z wielu kamer — co czyni systemy bardziej złożonymi i kosztownymi.

Zazwyczaj pasmo kamery hiperspektralnej wynosi od kilkudziesięciu metrów (montowanej na UAV) do kilku kilometrów (na satelicie) — wszystko zależy od projektu misji.

5   Podsumowanie w jednym zdaniu

Kluczowy wzór do zapamiętania

Pasmo zbierania = GSD × Liczba pikseli
Określane przez ogniskową, wysokość i detektor — zawsze w napięciu z “widzeniem ostrym.”

Następnym razem, gdy spojrzysz na obraz hiperspektralny, zadaj dwa pytania:

Jak szeroki pas terenu obejmuje?

Jak mały fragment reprezentuje każdy piksel?

Gdy znasz obie odpowiedzi, dokładnie rozumiesz, co system może zrobić.

Widzenie szerokie nie oznacza widzenia ostrego; widzenie ostre nie oznacza widzenia szerokiego. Mądrość obrazowania hiperspektralnego polega na znalezieniu tej “właściwej” równowagi między nimi.

Podziel się swoją opinią