Dieses Protokoll bietet neue Möglichkeiten bei der Analyse von Gesichtsmalereien. Es unterstützt die Anwender Schritt für Schritt entlang des gesamten Datenanalyseprozesses. Dieses Protokoll hat zwei Hauptvorteile.
Die Benutzer können die Analyse nach ihren Wünschen anpassen, und zum ersten Mal wurde die Spektrummanipulation eingeführt, um die hyperspektralen Daten zu analysieren. Hyperspektrale Reflexionsbildgebung wird erfolgreich eingesetzt, um Hautkrankheiten oder Tumordiagnosen zu untersuchen. Selbst wenn ein Protokoll im Bereich des Gegenerbes geboren wurde, kann es auch auf klinische Gesundheitsdatensätze angewendet werden.
Führen Sie mit Unterstützung von Kunstexperten eine Vorläufige Inspektion der bemalten Oberfläche durch, um die Hauptmerkmale des Gemäldes zu identifizieren. Notieren Sie sich die vom Künstler verwendeten Bildtechniken, die verschiedenen Pinselstriche auf der Leinwand und schätzen Sie die Eigenschaften der Pinselstriche qualitativ mit besonderem Augenmerk auf ihre Größe. Erstellen Sie Ad-hoc-Samples, bei denen die Pinselstriche ähnliche Eigenschaften aufweisen wie die des Künstlers, indem Sie die vom Künstler verwendete Bildtechnik nachahmen.
Erfassen Sie die Hyperspektraldaten und prüfen Sie, ob die räumliche Auflösung der Hyperwürfel die verschiedenen Pinselstriche auf den RGB-Bildern der gemalten Oberfläche unterscheiden kann. Führen Sie PointSel aus, den isolierten Messpunktauswahlcode, um einige Referenzspektren auf den Oberflächen der Testproben manuell auszuwählen. Geben Sie die Befehlszeile einschließlich des Semikolons in das Terminalfenster ein und drücken Sie die Eingabetaste, um den Code auszuführen.
Wählen Sie die Messpunkte aus, indem Sie auf das interaktive Fenster klicken, das nacheinander die zweidimensionalen RGB-Bilder der Sichtfelder anzeigt. Führen Sie SAM_Standard aus, den Standard-SAM-Maps-Evaluierungscode, um die SAM-Maps unter Verwendung der gesamten Spektren zu extrahieren. Geben Sie die Befehlszeile einschließlich Semikolon in das Terminalfenster ein und drücken Sie dann die Eingabetaste, um den Code auszuführen.
SAM-Karten werden als PNG-Bilder im aktuellen Arbeitsordner gespeichert. Prüfen Sie, ob die erhaltenen Ähnlichkeitskarten die Details der Pinselstriche anzeigen, die zur Realisierung der Testproben verwendet wurden. Ist dies nicht der Fall, starten Sie den Vorgang neu, indem Sie den Abstand zwischen der Testprobenoberfläche und der Erfassungsausrüstung neu einstellen.
Gemäß der von den Testproben erhaltenen Bewertung wird der Abstand zwischen der Oberfläche des zu untersuchenden Gemäldes und der Erfassungsausrüstung festgelegt. Führen Sie IO der Hyperspektraldaten durch, indem Sie die Hyperwürfel organisieren, lesen und verwalten. Führen Sie den HS FileLister-Code aus, um die Liste der Dateien, die die Hyperwürfel und die zugehörigen Informationen enthalten, in zwei Variablen zu speichern, die dem Algorithmus zur Verfügung stehen.
Führen Sie den HS_Crop PNG-Code aus, um den Teil jedes Sichtfelds auszuwählen, der bei der Analyse der Daten verwendet werden soll. Führen Sie als Nächstes den PointSel-Code aus und klicken Sie in das angezeigte interaktive Fenster, um die Referenzspektren als isolierte Messpunkte über der Oberfläche der überwachten Bereiche zu identifizieren. Geben Sie die Befehlszeile einschließlich des Semikolons in das Terminalfenster ein und drücken Sie die Eingabetaste, um ReticularSel, den Reticular-Auswahlcode, auszuführen.
Dieser wählt automatisch die Referenzspektren als regelmäßiges Retikulum von Messpunkten aus, die der Oberfläche der überwachten Bereiche überlagert sind. Diese Auswahlmethode macht die Analyse sehr zeitaufwendig, da die Anzahl der Referenzen groß ist. Geben Sie die Befehlszeile einschließlich des Semikolons in das Terminalfenster ein und drücken Sie die Eingabetaste, um SaveImPoint auszuführen.
Dadurch wird eine Position am ausgewählten Messpunkt gespeichert, die den Bildern der Sichtfelder überlagert ist. Führen Sie Spectra_Importer aus, den Code des Importers für externe Referenzen, um eine Variable zu erstellen, die Referenzen aus Datensätzen und Datenbanken enthält, die unabhängig von den hypercubes sind, die auf quarto stato erfasst wurden. Beachten Sie, dass die Spektren eine andere Größe haben als die mit der Hyperspektralkamera erhaltenen.
Führen Sie den vollständigen SAM-Code aus, um die Ähnlichkeitszuordnungen auszuwerten. Füttern Sie den Code mit der gewünschten Vorverarbeitungsoption, indem Sie im Dialogfeld Null oder Eins eingeben. Null, um nur die Spektrennormalisierung zu erfordern, oder eins, um zu verlangen, dass nach der Normalisierung die Spektren einmal abgeleitet werden.
Geben Sie diese Zahlenfolge, die den gewünschten Spalten der Referenzmatrix entspricht, in das Dialogfeld ein, indem Sie die Zahlen durch ein Leerzeichen getrennt eingeben. Drücken Sie die Eingabetaste, um fortzufahren. Legen Sie die Methode auf Null fest, damit die Daten nicht bearbeitet werden.
Eine, um eine manuelle Auswahl der Wellenlängenbereiche der zu berücksichtigenden Spektren vor Beginn der Analyse zu verlangen, oder zwei, um den Algorithmus zu zwingen, die Daten basierend auf einem bestimmten Kriterium und vor der Auswertung der SAM-Karten zu ordnen. Um die Endelemente für die SAM-Analyse auszuwählen, ruft der Algorithmus entweder die Referenzspektren zwischen den Hyperwürfeln ab, indem er einige isolierte Messpunkte manuell auswählt, oder tastet automatisch die Lackieroberfläche ab, wodurch eine bestimmte Auswahl von Messpunkten innerhalb eines oder mehrerer FOVs bereitgestellt wird. Der Algorithmus kann die Hyperwürfel auch mit externen Spektren vergleichen, wie sie von einem tragbaren FORS-Miniaturspektrometer erhalten werden.
Wenn die vorverarbeiteten Referenzen in einem interaktiven Fenster erscheinen, können ein oder mehrere zu analysierende Wellenlängenintervalle manuell ausgewählt werden. Bei der automatischen Selektion berechnet der Algorithmus eine maximale Varianz innerhalb der gewünschten Referenzen und ordnet Spektren nach diesem Kriterium. Wenn die maximale Varianz der n-ten Wellenlänge entspricht, wird der Inhalt der n-ten Komponente jedes vorverarbeiteten Spektrums an die erste Position eines neu angeordneten Hypervektors verschoben und so weiter.
Nach der automatischen Manipulation wendet der Algorithmus einen schwebenden Schwellenwert auf die Varianzwerte an und wertet die SAM-Karten beim steigenden Schwellenwert aus, was zu insgesamt zwei n plus einem Kartensatz führt, wobei n eine Anzahl von Werten ist, die vom Schwellenwert angenommen werden. Die erhaltenen Ähnlichkeitskarten liefern neue Einblicke in die Details des kartierten Gebiets. Sie können helfen, die Proben und die Referenzen zu vergleichen.
Die Möglichkeit, die Analyse anzupassen und jedes Spektrum als Referenz zu nutzen, erweitert den Horizont des Benutzers, bittet aber gleichzeitig den Benutzer um eine sorgfältige Bewertung seiner Entscheidungen Dieser Ansatz ermöglicht die Verwendung der Spektrummanipulation als Analysewerkzeug, daher können Computer Vision und statistische Studien dazu beitragen, das Wissen über die Möglichkeit dieser Angelegenheit zu vertiefen.
