Hypermath

Hypermath war ein vom Bundesministerium für Bildung und Forschung (BMBF) finanziertes Forschungsprogramm. Die Hauptaufgabe dieses Programms bestand darin, die Analyse von hyperspektralen Bildern zu verbessern und zu erleichtern.

Im Alltagsleben und sogar in den meisten Bereichen der Bildverarbeitung haben Bilder entweder einen Grauwert oder drei Farbwerte in jedem Pixel. Im Gegensatz dazu haben hyperspektrale Bilder in jedem Pixel mehrere hundert Werte. Diese Werte stellen üblicherweise spezifische Messungen eines bestimmten Bereichs innerhalb des Frequenzspektrums dar. Dies kann zum Beispiel Terahertz-Frequenzen, Nah-, Mittel- und Ferninfrarot, Raman-Spektroskopie, Massenspektroskopie und vieles mehr sein.

 

Möglichkeiten zur einfachen Visualisierung und Methoden zum hyperspektralen Unmixing

Je nach Technik und Frequenzspektrum wird eine hyperspektrale Bildgebung verwendet, um Merkmale von Objekten zu finden, die im sichtbaren Bereich nicht darstellbar sind. Daher steigt die Anzahl der Anwendungen in diesem Bereich kontinuierlich.

Um diese Bilder zu analysieren, können sie entweder als Stapel von 2D-Bildern oder als Akkumulation einzelner Spektren behandelt werden. Das Trennen des Spektrums vom räumlichen Bereich bedeutet jedoch, dass Informationen verloren gehen. Daher müssen neue Methoden der Interpretation und Visualisierung entwickelt werden. Das geht mit mathematischen Methoden, die der Schwerpunkt des Hypermath-Programms sind.

Im Rahmen des Programms haben wir Möglichkeiten zur einfachen Visualisierung entwickelt, so wie Methoden zum sogenannten hyperspektralen Unmixing in denen sowohl räumliche als auch spektrale Information miteinander kombiniert werden können. Diese Methoden sind für verschiedenste spektrale Bereiche anwendbar.

 

Kooperationspartner:

  • Universitäten Bremen, Münster und Saarbrücken
  • auf der industriellen Seite u.a. das Süddeutsche Kunststoffzentrum KFE, die Dillinger Hüttenwerke und die Universitätskliniken Hamburg-Eppendorf und Münster