Este protocolo oferece novas oportunidades envolvendo a análise de pinturas de rostos. Ele suporta os usuários passo a passo ao longo de todo o processo de análise de dados. Este protocolo tem duas principais vantagens.
Os usuários podem adaptar a análise de acordo com suas preferências e, pela primeira vez, a manipulação de espectro foi introduzida para analisar os dados hiperespectrais. A imagem de reflectância hiperespectral é usada com sucesso para estudar doenças de pele ou diagnóstico de tumor. Mesmo que um protocolo tenha nascido no campo do contra-patrimônio, ele também pode ser aplicado ao conjunto de dados de saúde clínica.
Com o apoio de especialistas em arte, realize uma inspeção preliminar da superfície pintada para identificar as principais características da pintura. Anote as técnicas pictóricas utilizadas pelo artista, as diferentes pinceladas de tinta na tela, e qualitativamente estima as características das pinceladas com especial atenção ao seu tamanho. Crie amostras ad hoc onde as pinceladas mostram características semelhantes às aplicadas pelo artista imitando a técnica pictórica usada pelo artista.
Adquira os dados hiperespectrais e verifique se a resolução espacial dos hipercubos pode distinguir as diferentes pinceladas nas imagens RGB da superfície pintada. Execute PointSel, o código isolado de seleção de pontos de medição para selecionar manualmente alguns espectros de referência nas superfícies das amostras de teste. Digite a linha de comando, incluindo o ponto e vírgula na janela do terminal e pressione enter para executar o código.
Selecione os pontos de medição clicando na janela interativa que uma a uma mostra as imagens RGB bidimensionais dos campos de exibição. Execute SAM_Standard, o código de avaliação padrão do SAM mapeia para extrair os mapas SAM usando todo o espectro. Digite a linha de comando, incluindo ponto e vírgula na janela do terminal, em seguida, pressione enter para executar o código.
Os mapas SAM são salvos como imagens PNG na pasta de trabalho atual. Verifique se os mapas de similaridade de obtenção exibem os detalhes das pinceladas usadas para realizar as amostras de teste. Caso não, reinicie o processo reajustando a distância entre a superfície da amostra de ensaio e o equipamento de aquisição.
De acordo com a avaliação obtida pelas amostras de teste, a distância entre a superfície da pintura em investigação e o equipamento de aquisição. Realize IO dos dados hiperespectrais organizando, lendo e gerenciando os hipercubos. Execute o código HS FileLister para armazenar a lista dos arquivos contendo os hipercubos e as informações relacionadas em duas variáveis à disposição do algoritmo.
Execute o código PNG HS_Crop para selecionar a parte de cada FOV a ser usada na análise dos dados. Em seguida, execute o código PointSel e clique dentro da janela interativa exibida para identificar o espectro de referência como pontos de medição isolados sobre a superfície das áreas monitoradas. Digite a linha de comando, incluindo o ponto e vírgula na janela do terminal e pressione enter para executar ReticularSel, o código de seleção reticular.
Isso seleciona automaticamente o espectro de referência como um ânticulo regular de pontos de medição sobrepostos à superfície das áreas monitoradas. Esse método de seleção torna a análise muito demorada, pois o número de referências é grande. Digite a linha de comando, incluindo o ponto e vírgula na janela do terminal e pressione enter para executar o SaveImPoint.
Isso salva um local no ponto de medição selecionado sobreposto às imagens dos campos de exibição. Executar Spectra_Importer, o código importador de referências externas para criar uma variável contendo referências a partir de conjuntos de dados e bancos de dados independentes dos hipercubes adquiridos no quarto stato. Observe que os espectros têm tamanho diferente em relação aos obtidos com a câmera hiperespectral.
Execute o código completo do SAM para avaliar os mapas de similaridade. Alimente o código com a opção de pré-processamento desejada inserindo zero ou um na caixa de diálogo. Zero para exigir a normalização do espectro apenas ou um para exigir que após a normalização os espectros sejam derivados uma vez.
digitar esta sequência de números correspondentes às colunas desejadas da matriz de referências na caixa de diálogo digitando os números separados por um espaço branco. Pressione Enter para continuar. Defina o método a zero para nenhuma manipulação dos dados.
Um para exigir a seleção manual das faixas de comprimento de onda do espectro a ser considerado antes de iniciar a análise ou dois para exigir que o algoritmo peça os dados com base em um critério específico e antes da avaliação dos mapas SAM. Para selecionar os membros finais para a análise sam, o algoritmo ou recupera os espectros de referência entre os hipercubos selecionando manualmente alguns pontos de medição isolados ou amostra automaticamente a superfície da pintura, fornecendo uma seleção particular de pontos de medição dentro de um ou mais FOVs. O algoritmo também pode comparar os hipercubos com espectros externos como os obtidos por um espectrômetro em miniatura fors portátil.
Quando as referências pré-processadas aparecerem em uma janela interativa, um ou mais intervalos de comprimento de onda a serem analisados podem ser selecionados manualmente. Na seleção automática, o algoritmo calcula uma variância máxima dentro das referências desejadas e ordena espectros de acordo com esse critério. Se a variância máxima corresponder ao comprimento de onda nth, o conteúdo do componente nth de cada espectro pré-processado será movido para a primeira posição de um hipervetor rearranjado e assim por diante.
Após a manipulação automática, o algoritmo aplica um limiar flutuante aos valores de variância e avalia os mapas SAM no limiar crescente que resulta em um total de dois n mais um conjunto de mapas onde n é um número de valores assumidos pelo limiar. Os mapas de similaridade obtidos fornecem novas informações sobre os detalhes da área mapeada. Eles podem ajudar a comparar as amostras e as referências.
A possibilidade de personalizar a análise e explorar qualquer espectro como referência, amplia os horizontes do usuário, mas simultaneamente pede ao usuário uma avaliação cuidadosa de suas escolhas Essa abordagem permite o uso da manipulação de espectro como ferramenta de análise, portanto, a visão computacional e estudos estatísticos podem ajudar a aprofundar o conhecimento sobre a possibilidade desse assunto.
