이 프로토콜은 얼굴의 그림 분석과 관련된 새로운 기회를 제공합니다. 전체 데이터 분석 프로세스를 따라 사용자가 단계적으로 지원합니다. 이 프로토콜에는 두 가지 주요 이점이 있습니다.
사용자는 자신의 취향에 따라 분석을 조정할 수 있으며, 처음으로 스펙트럼 조작이 도입되어 하이퍼스펙트럼 데이터를 분석했습니다. 과스펙트럼 반사도 이미징은 피부 질환이나 종양 진단을 연구하는 데 성공적으로 사용됩니다. 프로토콜이 반유산 분야에서 태어나더라도 임상 건강 데이터 집합에도 적용될 수 있다.
미술 전문가의 지원으로 페인팅 된 표면의 예비 검사를 수행하여 그림의 주요 특징을 식별하십시오. 작가가 사용하는 회화 기법, 캔버스에 페인트의 다양한 브러시 스트로크를 기록하고, 그 크기에 특히 주의를 기울여 브러시 스트로크의 특성을 질적으로 추정합니다. 브러쉬 스트로크가 작가가 사용하는 회화 기술을 모방하여 아티스트가 적용한 것과 유사한 특성을 보여주는 임시 샘플을 만듭니다.
하이퍼스펙트럼 데이터를 획득하고 하이퍼큐브의 공간 해상도가 페인팅된 표면의 RGB 이미지에서 다른 브러시 스트로크를 구별할 수 있는지 확인합니다. 테스트 샘플의 표면에 일부 기준 스펙트럼을 수동으로 선택하는 격리된 측정 점 선택 코드인 Run PointSel입니다. 터미널 창에 세미콜론을 포함한 명령선을 입력하고 코드를 실행하려면 enter를 누릅니다.
뷰 필드의 2차원 RGB 이미지를 하나씩 표시하는 대화형 창을 클릭하여 측정 점을 선택합니다. 표준 SAM은 전체 스펙트럼을 사용하여 SAM 맵을 추출하기 위해 평가 코드를 매핑하는 SAM_Standard 실행합니다. 터미널 창에 세미콜론을 포함하여 명령줄을 입력한 다음 enter을 눌러 코드를 실행합니다.
SAM 맵은 현재 작업 폴더에 PNG 이미지로 저장됩니다. 획득 유사성 맵이 테스트 샘플을 실현하는 데 사용되는 브러시 스트로크의 세부 정보를 표시했는지 확인합니다. 그렇지 않은 경우 테스트 샘플 표면과 획득 장비 사이의 거리를 재조정하여 프로세스를 다시 시작합니다.
시험 샘플에 의해 얻어진 평가에 따르면 조사 중인 도장의 표면과 획득 장비 사이의 거리를 설정한다. 하이퍼큐브를 구성, 읽기 및 관리하여 하이퍼스펙트럼 데이터의 IO를 수행합니다. HS FileLister 코드를 실행하여 하이퍼큐브와 관련 정보가 포함된 파일 목록을 알고리즘을 처리할 때 두 변수에 저장합니다.
HS_Crop PNG 코드를 실행하여 데이터 분석에 사용할 각 FOV의 부분을 선택합니다. 그런 다음 PointSel 코드를 실행하고 표시된 대화형 창 내에서 클릭하여 참조 스펙트럼을 모니터링된 영역의 표면에 격리된 측정 지점으로 식별합니다. 터미널 창에 세미콜론을 포함한 명령선을 입력하고 레티큘러 셀, Reticular 선택 코드를 실행하려면 enter를 누릅니다.
이렇게 하면 참조 스펙트럼을 모니터링된 영역의 표면에 겹쳐진 측정 점의 일반 망상으로 자동으로 선택합니다. 이 선택 방법은 참조 수가 많기 때문에 해석에 매우 시간이 걸립니다. 터미널 창에 세미콜론을 포함한 명령선을 입력하고 Enter를 눌러 SaveImPoint를 실행합니다.
이렇게 하면 선택한 측정 지점의 위치가 뷰 필드의 그림에 겹쳐져 있습니다. 외부 참조 가져오기 코드인 Spectra_Importer 실행하여 쿼토 스타토에서 획득한 하이퍼큐브와 독립적으로 데이터 집합 및 데이터베이스의 참조가 포함된 변수를 만듭니다. 스펙트럼은 하이퍼 스펙트럼 카메라로 얻은 것과 관련하여 크기가 다릅니다.
SAM 전체 코드를 실행하여 유사성 맵을 평가합니다. 원하는 사전 처리 옵션으로 코드를 대화 상자에 0 또는 하나씩 입력하여 코드를 피드합니다. 0은 스펙트럼 정규화만 요구하거나 정규화 후 스펙트럼이 한 번 파생될 것을 요구합니다.
공백으로 구분된 숫자를 입력하여 참조 매트릭스의 원하는 열에 해당하는 이 숫자 시퀀스를 대화 상자에 입력합니다. 계속하려면 Enter를 누릅니다. 데이터를 조작하지 않고 메서드를 0으로 설정합니다.
하나는 분석을 시작하기 전에 스펙트럼의 파장 범위의 수동 선택이 고려되어야 하며, 알고리즘은 특정 기준에 따라 그리고 SAM 맵의 평가 전에 데이터를 주문하도록 요구한다. SAM 해석의 최종 멤버를 선택하려면 알고리즘은 일부 격리된 측정 지점을 수동으로 선택하거나 페인팅 표면을 자동으로 샘플링하여 하이퍼큐브 간에 참조 스펙트럼을 검색하여 하나 이상의 FOV 내에서 측정 점을 특정 선택합니다. 이 알고리즘은 또한 휴대용 FORS 소형 분광기에 의해 얻은 것과 같은 외부 스펙트럼과 하이퍼큐브를 비교할 수 있습니다.
미리 처리된 참조가 대화형 창에 나타나면 분석할 하나 이상의 파장 간격을 수동으로 선택할 수 있습니다. 자동 선택에서 알고리즘은 원하는 참조 내에서 최대 분산을 계산하고 이 기준에 따라 스펙트럼을 주문합니다. 최대 분산이 제9파장에 대응하는 경우, 각 사전 처리스펙트럼의 제2 성분의 함량은 재배열된 하이퍼벡터의 제1 위치로 이동된다.
자동 조작에 따라 알고리즘은 분산 값에 부동 임계값을 적용하고 증가 임계값에서 SAM 맵을 평가하여 n이 임계값으로 가정된 여러 값인 맵 의 총 2개 이상의 집합을 생성합니다. 획득한 유사성 맵은 매핑된 영역의 세부 사항에 대한 새로운 통찰력을 제공합니다. 샘플과 참조를 비교하는 데 도움이 될 수 있습니다.
분석을 사용자 정의하고 스펙트럼을 참조로 악용할 수 있는 가능성은 사용자 지평을 넓히지만 동시에 사용자에게 자신의 선택에 대한 신중한 평가를 요청하므로 이 접근 방식은 스펙트럼 조작을 분석 도구로 사용할 수 있으므로 컴퓨터 비전 및 통계 연구는 이 문제의 가능성에 대한 지식을 심화하는 데 도움이 될 수 있습니다.
