Η απεικονιστική υπερφασματικών δεδομένων συλλέγει και επεξεργάζεσαι πληροφορίες σε όλο το ηλεκτρομαγνητικό φάσμα. Ο σκόπος αυτής είναι να αποκτήσει το φάσμα καθενός από τα pixel μία εικόνας, έτσι ώστε να είναι σε θέσει να ανιχνεύει αντικείμενα. Στην υπερφασματική απεικόνιση, τα καταγεγραμμένα φάσματα έχουν ακριβη ανάλυση των μηκών κύματος, καλύπτουν ένα ευρύ φάσμα αυτών και καταγράφουν συνεχόμενες μπάντες φάσματος. Το κυριότερο πλεονέκτημα της υπερφασματική απεικόνισης είναι ότι ολόκληρο το φάσμα είναι διαθέσιμος σε κάθε σημείο, ο παρατηρητής δεν χρειάζεται κάποια προηγούμενη γνώση από το υπο εξέταση δείγμα και η επεξεργασία επιτρέπει την διαχείριση ολόκληρης της πληροφορίας από τα δεδομένα. Επίσης, υπερτερεί στο γεγονος της διαχείρισης της χωρικής σχέσης ανάμεσα σε γειτονικά pixel, επιτρέποντας την δημιουργία πιο λεπτομερών χωρικών- φασματικών μοντέλων με σκοπό μία πιο ακριβή επεξεργασία των δεδομένων.
Σε αυτή την εργασία, ο σκοπός είναι η δημιουργία και ανάπτυξη μιας πλατφόρμας για ανάλυση υπερφασματικών δεδομένων που θα είναι εύκολη στη χρήση και θα παρέχει στον χρήστη ένα εύρυ σετ εργαλείων ώστε να μπορούν να επεξεργασθούν τα δεδομένα αυτά. Πρόκειται για ένα εργαλείο πλήρως εξοπλισμένο που μπορεί να επεκταθεί. Χαρακτηρίζεται από την συμβατότητα με διάφορες πλατφόρμες, προσαρμογή του στις απαιτήσεις της εποχής δεδομένης της δυνατότητας επέκτασης και του χρόνου εκτέλεσης των εργασιών. Η σουίτα παρέχει στον χρήστη ενα περιβάλλον πιο φιλικό και λειτουργικό σε σύγκριση με άλλες πλατφόρμες της αγοράς.
(EL)
Hyperspectral imaging collects and processes information from across the electromagnetic spectrum. The goal of hyperspectral imaging is to obtain the spectrum for each pixel in the image of a scene, with the purpose of finding objects, identifying materials, or detecting processes. In hyperspectral imaging, the recorded spectra have fine wavelength resolution, cover a wide range of wavelengths and measures continuous spectral bands. The primary advantage to hyperspectral imaging is that, because an entire spectrum is acquired at each point, the operator needs no prior knowledge of the sample, and post-processing allows all available information from the dataset to be mined. Hyperspectral imaging can also take advantage of the spatial relationships among the different spectra in a neighborhood, allowing more elaborate spectral-spatial models for a more accurate segmentation and classification of the image.
In this work, the goal is to create and develop a hyperspectral imaging processing suite which will be able to work with and provide to the user a spread set of tools so that hyperspectral images can be processed. It is about a framework highly equipped, a research tool that can be fully expandable. It is characterized by its compatibility, flexibility and execution speed. The suite provides an user interface which, compared to the other common suites on the market, is easier to work and has more distinguished and functional environment.
(EN)
