微笑和基石

笑脸像差和梯形像差是两种光学像差，它们对推扫式高光谱相机的准确性和可用性有重大影响。笑脸像差是一种光谱畸变，主要是光谱仪的属性，而梯形像差是一种空间畸变，主要是前置物镜的属性。

下图 1 说明了这一点：

图 1：推扫式高光谱传感器上的微笑和梯形校正。
来源：www.yokoya1985.sakura.ne.jp

微笑

如图 1 所示，微笑可以看作是传感器在整个视场 (FOV) 上的光谱偏移。如果用户在整个视场上对同质目标进行成像，则在视场中间和侧面测量的光谱会有偏移。在分类应用中，这可能会产生严重后果。例如，如果使用“图像”中间（即传送带中间）的数据构建的分类模型，则它不一定能在其他位置（即传送带侧面）工作。
图 2 显示了其对安装在具有微小像素的相机探测器上的低性能光谱仪获取的数据的影响。我们可以看到图像中心和侧面之间的光谱偏移约为 2 个像素。

Figure 2: Spectral shift due to smile distortion. The blue, red, and white tiles are spectrally similar, respectively, per group of color.
图 2：由于微笑扭曲而导致的光谱偏移。每组颜色中的蓝色、红色和白色瓷砖在光谱上分别相似。

我们为工业应用设计了 Specim FX 相机，这些应用需要稳健性和模型可迁移性。自动图像增强 (AIE) 算法可实时校正这种微笑效果。此 AIE 校正可将微笑失真降低到像素的 ±15% 以下（见图 3）。这些数字适用于所有 Specim FX 相机，无论其型号如何（FX10、FX17 和 FX50）。我们建议使用具有光谱分级配置 x2 的 FX10，将有效微笑减少一半。

Figure 3: Typical smile after AIE correction, here for a Specim FX10 (which contains 1024 spatial pixels)
图 3：AIE 校正后的典型微笑，此处为 Specim FX10（包含 1024 个空间像素）

基斯通

与微笑类似，梯形失真可以看作是光谱的空间错位。它对光谱纯度（传感器在不受周围环境影响的情况下仅测量物体或单点光谱的能力）有显著影响。实际上，具有高梯形失真的光学系统将测量受环境影响的光谱。对于分类应用，构建一个稳健的模型具有挑战性。坚果壳的轮廓线不会像其中心那样排序，即使它是同质的。这可能会导致对污染的错误解释。
下图 4 中，使用安装在像素较小的相机探测器上的低质量光谱仪测量了一张均匀的白纸。在其侧面，可以看到约 2 个像素的红线，表明存在梯形失真。

Figure 4: effect of keystone on a sharp paper edge. Red, Green, and blue channels were allocated to 900, 550, and 450 nm, respectively.
图 4：梯形失真对锐利纸张边缘的影响。红、绿、蓝通道分别分配到 900、550 和 450 nm。

为了限制 FX 相机的梯形失真效果，我们在实时 AIE 算法中实施了校正。它将所有 FX 相机的梯形失真降低到像素的 15% 以下（见图 5）

Figure 5: Typical Keystone after AIE correction, here for a Specim FX10 (which contains 448 spectral pixels)
图 5：AIE 校正后的典型梯形校正，此处为 Specim FX10（包含 448 个光谱像素）

结论

较大的微笑和梯形失真会严重影响分类模型的稳健性、可转移性和效率。为了限制其影响，微笑和梯形失真的水平应远低于高光谱系统所基于的探测器像素大小。Specim 相机会实时校正和限制这些像差；在这种水平下，这些影响是不可见的。