Astronomia

Come vengono riempiti gli spazi vuoti nelle immagini catturate dagli array CCD?

Come vengono riempiti gli spazi vuoti nelle immagini catturate dagli array CCD?

I grandi telescopi non usano un singolo CCD; ne usano array. Poiché i CCD non possono essere uniti senza soluzione di continuità, ciò significa che ogni immagine acquisita deve presentare degli spazi. Ma le immagini risultanti non hanno quasi mai lacune quando vengono presentate al pubblico.

Come vengono colmate queste lacune? Il telescopio cattura un numero di immagini sovrapposte e poi unisce i risultati? Questo non comporterebbe diversi livelli di esposizione per diverse aree dell'immagine, che, anche se potrebbero essere compensati nell'elaborazione, darebbero caratteristiche di rumore diverse alle diverse aree?


In generale, la pratica comune consiste nel tremare le esposizioni e colmare le lacune. Il dither ha diversi scopi:

  • fornisce una certa esposizione negli spazi tra i CCD

  • attenua le variazioni da pixel a pixel nella risposta.

  • impedisce a un pixel difettoso di rovinare un'intera osservazione

Il modello di tremolio varia da telescopio a telescopio. Ad esempio, l'immagine seguente mostra lo schema di dithering del telescopio Chandra.

Immagine da havard.edu

L'effetto del dither viene rimosso durante l'elaborazione a terra di alto livello dei dati.


Contenuti

VISTA sta effettuando rilevamenti del cielo australe a lunghezze d'onda del vicino infrarosso. Tali indagini dovrebbero restituire risultati scientifici diretti e aiutare a selezionare oggetti per ulteriori studi con telescopi più grandi. Ci sono due progetti correlati: la Wide Field Camera (WFCAM) ​​sul telescopio a infrarossi del Regno Unito alle Hawaii effettua rilievi a infrarossi del cielo settentrionale e il VLT Survey Telescope in Cile effettua rilievi del cielo a sud in luce visibile.

Il progetto è stato avviato nel 1999 dal Consorzio VISTA [4] di 18 università nel Regno Unito (Regno Unito), che ha ottenuto finanziamenti da un fondo infrastrutturale congiunto del governo britannico e ulteriori finanziamenti dal Particle Physics and Astronomy Research Council. Il progetto ha un valore di 46 milioni di euro (36 milioni di sterline). [5] [6]

Dopo aver preso in considerazione diversi siti in Cile, il consorzio ha scelto l'Osservatorio del Paranal dell'Osservatorio europeo meridionale (ESO), ovvero un picco secondario a 1.500 m dal Very Large Telescope (VLT). Il consorzio ha selezionato l'Astronomy Technology Centre del Regno Unito per assumersi la responsabilità tecnica della progettazione e della costruzione del telescopio. Due anni dopo, nel 2002, il Regno Unito è entrato a far parte dell'ESO e VISTA è diventata una componente in natura della quota di adesione. Il consorzio ha quindi completato la costruzione e la messa in servizio del telescopio e lo Science and Technology Facilities Council, per conto del Regno Unito, ha consegnato il telescopio all'ESO, a beneficio degli astronomi di tutti i suoi paesi membri. [3] [7]

Gli obiettivi scientifici delle indagini VISTA, iniziate nel 2010, includono molti dei problemi più interessanti dell'astrofisica di oggi, che vanno dalla natura dell'energia oscura alla minaccia degli asteroidi vicini alla Terra. [2]

VISTA sta conducendo sei grandi indagini pubbliche: UltraVISTA, VISTA Kilo-Degree Infrared Galaxy Survey (VIKING), VISTA Magellanic Survey (VMC), VISTA Variables in the Via Lactea (VVV), VISTA Hemisphere Survey (VHS), VISTA Deep Indagine di osservazioni extragalattiche (VIDEO). Questi occuperanno la maggior parte del tempo di osservazione nei primi cinque anni di attività del telescopio. Le indagini coprono diverse aree del cielo a diverse profondità per affrontare un'ampia gamma di questioni scientifiche. [8] Ulteriori informazioni su ciascuno dei sondaggi VISTA sono disponibili sul sito Web di ESO — VISTA Surveys e sulla pagina Web di ESO — Public Surveys Projects.

Poiché VISTA è un grande telescopio che ha anche un ampio campo visivo, può sia rilevare sorgenti deboli che coprire rapidamente ampie aree del cielo. Ogni immagine VISTA cattura una sezione di cielo che copre circa dieci volte l'area della Luna piena e sarà in grado di rilevare e catalogare oggetti su tutto il cielo meridionale con una sensibilità che è quaranta volte maggiore di quella ottenuta con precedenti rilevazioni del cielo a infrarossi come come il sondaggio All-Sky Two Micron di grande successo. Questo salto di capacità di osservazione - paragonabile al passaggio di sensibilità dall'occhio nudo al primo telescopio di Galileo - rivelerà un gran numero di nuovi oggetti e consentirà la creazione di inventari molto più completi di oggetti rari ed esotici nel cielo meridionale. [3]

Le osservazioni di VISTA sosterranno la ricerca in molte aree astronomiche. All'interno della nostra galassia, VISTA dovrebbe trovare molte nuove stelle nane brune ed essere in grado di testare le idee sulla natura della materia oscura. Un'indagine VISTA è progettata per trovare e studiare un numero enorme di stelle variabili nella nostra galassia, scattando immagini delle stesse aree di cielo in momenti diversi. Utilizzando i dati di VISTA, gli astronomi saranno in grado di mappare la struttura della nostra galassia in modo molto più dettagliato che mai. Un'altra indagine VISTA studierà le nostre piccole galassie vicine, le Nubi di Magellano, e i loro dintorni. I dati VISTA verranno utilizzati anche per creare una mappa 3D di circa il 5% dell'intero Universo osservabile. Inoltre, VISTA sarà un potente strumento per scoprire quasar remoti e studiare l'evoluzione delle galassie e degli ammassi di galassie. Aiuterà a sondare la natura dell'energia oscura trovando ammassi di galassie molto distanti. [9] Le misurazioni a infrarossi del rilevamento astronomico VVV sono state impiegate per rafforzare la scala delle distanze cosmiche, in particolare fornendo distanze affidabili agli ammassi stellari e alle stelle variabili Cefeidi. [10] [11]

La prima immagine rilasciata (a sinistra) mostra la Nebulosa Fiamma (NGC 2024), una spettacolare nuvola di gas e polvere che forma stelle nella familiare costellazione di Orione (il Cacciatore) e nei suoi dintorni. Alla luce visibile il nucleo dell'oggetto è nascosto dietro spesse nuvole di polvere, ma l'immagine VISTA, presa a lunghezze d'onda infrarosse, può penetrare nell'oscurità e rivelare l'ammasso di giovani stelle calde nascoste all'interno. L'ampio campo visivo della fotocamera VISTA cattura anche il bagliore di NGC 2023 e la forma spettrale della famosa Nebulosa Testa di Cavallo. [3]

Altre splendide immagini della nebulosa includono le viste VISTA della Nebulosa di Orione e della Nebulosa Laguna. L'immagine a destra è una vista ad ampio campo della Nebulosa di Orione (Messier 42), che si trova a circa 1350 anni luce dalla Terra, scattata con il telescopio a infrarossi VISTA all'Osservatorio dell'ESO al Paranal in Cile. L'enorme campo visivo del telescopio consente di riprendere l'intera nebulosa e i suoi dintorni in un'unica immagine e la sua visione a infrarossi significa anche che può scrutare in profondità nelle regioni polverose normalmente nascoste e rivelare le curiose buffonate delle giovani stelle molto attive sepolte lì . [12] Un'immagine della "Laguna Blu" è visibile a sinistra (sotto l'immagine della Nebulosa Fiamma) - è un'immagine a infrarossi presa come parte del rilevamento VVV. Mostra il vivaio stellare chiamato Nebulosa Laguna (noto anche come Messier 8), che si trova a circa 4000-5000 anni luce di distanza nella costellazione del Sagittario (l'Arciere). [13]

VISTA può anche guardare ben oltre la nostra galassia. Nell'esempio a sinistra (sotto l'immagine della Nebulosa di Orione) il telescopio ha scattato una fotografia di famiglia di un ammasso di galassie nella costellazione di Fornax (la fornace chimica). L'ampio campo consente di catturare molte galassie in una singola immagine, tra cui la sorprendente spirale barrata NGC 1365 e la grande galassia ellittica NGC 1399. L'immagine è stata costruita da immagini prese attraverso i filtri Z, J e Ks nella parte del vicino infrarosso di lo spettro e ha catturato molti dei membri del cluster in una singola immagine. In basso a destra c'è l'elegante galassia a spirale barrata NGC 1365 e a sinistra la grande NGC 1399 ellittica, circondata da uno sciame di deboli ammassi globulari. L'immagine ha un'estensione di circa 1 grado per 1,5 gradi e il tempo di esposizione totale è stato di 25 minuti. [14]

Modifica del design del telescopio

L'obiettivo di riprendere ripetutamente ampie aree del cielo con una risoluzione limitata ha portato a un design ottico unico. Lo specchio primario è un iperboloide concavo con diametro di 4,1 m e rapporto focale di circa f/1. Lo specchio ha una forma a menisco di 17 cm di spessore con un foro centrale di 1,2 m per ospitare la fotocamera al fuoco Cassegrain. È stato fuso da Zerodur da Schott in Germania e successivamente lucidato e modellato da LZOS, Mosca. È lo specchio più grande di questa forma e di un rapporto focale così corto la lucidatura ha richiesto 2 anni, che è stato più lungo del previsto. [6] [15] Lo specchio è supportato da una serie di attuatori (81 sul retro e 24 sul bordo), che consentono di controllarne la forma tramite computer.

Lo specchio secondario è un iperboloide convesso di 1,24 m di diametro. La combinazione dei due specchi iperbolici rende questo design quasi Ritchey-Chrétien. Il rapporto focale combinato è di circa f/3, ma la qualità dell'immagine dei soli due specchi sarebbe scarsa. [16] Lo specchio secondario è montato su un supporto esapode in modo che anche la sua posizione, punta e inclinazione siano controllate dal computer.

La termocamera a infrarossi è stata costruita da un consorzio composto dal Rutherford Appleton Laboratory, dall'Astronomy Technology Centre del Regno Unito e dalla Durham University [17] ed è la più grande al mondo con quasi tre tonnellate. Telescopio e fotocamera formano un unico progetto ottico, poiché i tre obiettivi di correzione del campo nella fotocamera sono essenziali per la proiezione di un'immagine focalizzata del cielo sui rilevatori.

Per una termocamera a infrarossi, è anche fondamentale bloccare la radiazione termica dal telescopio e dalla cupola. Ciò è ottenuto da una sequenza di deflettori raffreddati davanti alle lenti del correttore di campo. Inoltre, lo specchio secondario è sottodimensionato per evitare che i rilevatori di bordi vedano la struttura calda al di fuori del bordo del primario, ciò significa che l'apertura vista da qualsiasi punto nel piano dell'immagine è di 3,7 m. Questo progetto richiede che il criostato a vuoto della fotocamera, che raffredda sia i rilevatori che i deflettori, sia lungo più di 2 m, con una finestra anteriore di 95 cm di diametro. Una ruota portafiltri proprio di fronte ai rivelatori consente la selezione di un particolare intervallo di lunghezze d'onda dell'infrarosso. [18]

Su un'area corrispondente a 1,65° di diametro nel cielo, il piano dell'immagine ha 16 array di rivelatori a infrarossi, [16] ogni array con 2048x2048 pixel di 20 μm di dimensione, corrispondenti in media a 0,34" nel cielo. [18] La focale lunghezza di 12,1 m si combina con l'apertura svasata di 3,7 m per un rapporto focale di 3,26. Gli array sono separati del 90% della loro larghezza in una direzione e di poco meno del 50% della loro larghezza nell'altra direzione. Una singola esposizione corrisponde quindi a una "impronta di zampa" irregolare sul cielo. Per riempire gli spazi vuoti e ottenere un'immagine convenzionale, almeno sei impronte di zampe spostate devono essere combinate in una "mattonella", che è quindi 1,5° per 1,0°. Il piano dell'immagine del la fotocamera dispone anche di rilevatori del fronte d'onda utilizzati per controllare la forma dello specchio primario e la posizione e l'inclinazione/inclinazione dello specchio secondario (ottica attiva).Questo compensa la flessione e garantisce un'immagine a fuoco a tutte le altitudini.[18]

La sommità della collina dove si trova VISTA è stata spianata per erigere l'edificio di recinzione e un edificio ausiliario. L'edificio ausiliario comprende strutture per lavare, spogliare e rivestire lo specchio primario. Il rivestimento può essere in alluminio, o normalmente in argento protetto per una migliore resa all'infrarosso. [15] La base fissa del contenitore sostiene la cupola rotante in acciaio. Due ante scorrevoli formano la fessura della cupola. Ulteriori pannelli a cupola possono essere aperti per aumentare la ventilazione e un paravento può essere utilizzato per chiudere parti della fessura. Durante il giorno, la cupola è mantenuta alla temperatura notturna. [19]

Funzionamento e flusso di dati Modifica

Al termine, il telescopio è stato consegnato all'ESO, che ha selezionato sei sondaggi pubblici per VISTA, occupando il 75% del tempo di osservazione disponibile. I sondaggi proprietari per occupare il tempo rimanente vengono proposti all'ESO, che pianificherà le proposte approvate per l'osservazione. [21] Le osservazioni sono effettuate dagli operatori dell'Osservatorio del Paranal, a distanza dall'edificio di controllo del VLT. [19]

La combinazione dell'ampio array di rivelatori e delle esposizioni brevi e frequenti necessarie alle lunghezze d'onda dell'infrarosso si traduce in un'elevata velocità di trasmissione dati di 200-300 GB per notte. Una rapida riduzione all'Osservatorio del Paranal sarà utilizzata per il controllo di qualità quotidiano, ma il flusso di dati principale è trasferire i dati grezzi al quartier generale dell'ESO a Garching vicino a Monaco, in Germania, per l'ingestione nell'archivio dati. Gli utenti possono estrarre le impronte delle zampe (vedi sopra) e farle passare attraverso una pipeline di calibrazione per rimuovere gli artefatti strumentali e calibrare l'astrometria e la fotometria. I dati dell'archivio verranno anche copiati nel VISTA Data Flow System nel Regno Unito, dove le impronte delle zampe verranno combinate in riquadri (vedi sopra) e da cui verranno preparati i cataloghi di origine. [19] [21]


Come vengono riempiti gli spazi vuoti nelle immagini catturate dagli array CCD? - Astronomia

Le telecamere a colori CCD ad alta risoluzione hanno recentemente stimolato l'interesse di un gran numero di potenziali utenti finali per un'ampia gamma di applicazioni pratiche. I sistemi di televisione ad alta definizione in tempo reale (HDTV) vengono ora utilizzati o presi in considerazione per l'uso in applicazioni che vanno dalla creazione di programmi di intrattenimento all'archiviazione di immagini digitali fino alla ricerca medica e scientifica. La generazione di immagini elettroniche HDTV offre notevoli vantaggi in termini di costi e risparmio di tempo rispetto all'uso della pellicola in tali applicazioni. Inoltre, nei sistemi di immagini fisse, l'acquisizione elettronica delle immagini è più veloce ed efficiente rispetto agli scanner di immagini convenzionali. La fotocamera CCD può catturare oggetti tridimensionali direttamente nell'ambiente informatico senza dover scattare un'immagine su pellicola, svilupparla e quindi scansionare l'immagine in un computer. 2. ESTENDERE LA TECNOLOGIA CCD OLTRE LA BROADCAST La maggior parte dei chip di sensori CCD di produzione standard sono realizzati per sistemi compatibili con il broadcast. Un popolare CCD e la base per questa discussione offre array di circa 750 x 580 elementi di immagine (pixel) o un array totale di circa 435 pixel (vedi Fig. 1). PER. A ha sviluppato una tecnica per aumentare il numero di pixel disponibili per una data immagine rispetto a quello prodotto dal CCD standard stesso. Utilizzando un CCD interlineato con una struttura spaziale complessiva diverse volte più grande delle aree dei sensori fotosensibili, ciascuno dei sensori CCD viene spostato in due dimensioni per colmare le lacune spaziali tra i sensori adiacenti.


Informazioni sul prodotto

Rivedi gli articoli

Proprietà di base delle immagini digitali - Le immagini a tono continuo sono prodotte da dispositivi analogici ottici ed elettronici, che registrano accuratamente i dati dell'immagine con diversi metodi, come una sequenza di fluttuazioni del segnale elettrico o cambiamenti nella natura chimica di un'emulsione di pellicola che variano continuamente nel corso tutte le dimensioni dell'immagine. Affinché un'immagine a tono continuo o analogica possa essere elaborata o visualizzata da un computer, deve prima essere convertita in un formato leggibile da computer o digitale formato. Questo processo si applica a tutte le immagini, indipendentemente dall'origine e dalla complessità, e se esistono in bianco e nero (scala di grigi) o a colori. Un'immagine digitale è composta da una matrice di pixel rettangolari (o quadrati) che rappresentano una serie di valori di intensità e ordinati attraverso un (x, y) sistema di coordinate.

Introduzione all'imaging digitale in microscopia

Parte I: Concetti di base sull'imaging - Questo articolo descrive i fondamenti dell'acquisizione di immagini digitali, risoluzione spaziale, contrasto, luminosità, profondità di bit, gamma dinamica, fondamenti del CCD e misure delle prestazioni, nonché problemi di visualizzazione e archiviazione delle immagini. Partendo da una prospettiva storica, viene esaminata la conversione delle immagini dal formato analogico a quello digitale, seguita da discussioni sulla funzione di trasferimento del contrasto, istogrammi, efficienza quantistica, rumore, raffreddamento, binning e linearità.

Parte II: Concetti di base sulla microscopia - Le considerazioni principali nell'imaging di cellule viventi e fissate al microscopio con una fotocamera digitale sono la sensibilità del rivelatore (segnale-rumore), la velocità richiesta di acquisizione dell'immagine e la vitalità del campione. Le intensità luminose relativamente elevate e i lunghi tempi di esposizione che sono tipicamente impiegati nella registrazione di immagini di cellule e tessuti fissati (dove il fotosbiancamento è la considerazione principale) devono essere rigorosamente evitati quando si lavora con cellule viventi. In quasi tutti i casi, la microscopia a cellule vive rappresenta un compromesso tra il raggiungimento della migliore qualità d'immagine possibile e il mantenimento della salute delle cellule. Piuttosto che sovracampionare inutilmente i punti temporali ed esporre le cellule a livelli eccessivi di illuminazione, le risoluzioni spaziali e temporali stabilite dall'esperimento dovrebbero essere limitate per corrispondere agli obiettivi dell'indagine.

Concetti nella tecnologia di imaging digitale

Dispositivi ad accoppiamento di carica a moltiplicazione di elettroni (EMCCD) - Incorporando il guadagno di moltiplicazione su chip, il CCD a moltiplicazione di elettroni raggiunge, in un sensore a stato solido, la sensibilità di rilevamento di un singolo fotone tipica dei CCD intensificati o bombardati da elettroni a un costo molto inferiore e senza compromettere l'efficienza quantistica e le caratteristiche di risoluzione della struttura CCD convenzionale.

Rivelatori di imaging elettronici - La gamma di metodi di rilevamento della luce e l'ampia varietà di dispositivi di imaging attualmente disponibili per il microscopista rendono il processo di selezione difficile e spesso confuso. Questa discussione ha lo scopo di aiutare a comprendere le basi del rilevamento della luce e fornire una guida per la selezione di un rilevatore elettronico adatto (sistema CCD o videocamera) per applicazioni specifiche nella microscopia ottica.

Anatomia di un dispositivo ad accoppiamento di carica - La tecnologia del sensore di immagine digitale è incentrata sul dispositivo ad accoppiamento di carica a semiconduttore, che è fabbricato in modo simile a quello utilizzato nella produzione di circuiti integrati che vanno dai microprocessori ai chip di memoria. Questa sezione discute le caratteristiche comuni dell'anatomia del CCD e i principi di base del funzionamento del dispositivo.

Binning - Pixel binning è uno schema di clock utilizzato per combinare la carica raccolta da diversi pixel CCD adiacenti ed è progettato per ridurre il rumore e migliorare il rapporto segnale-rumore e la frequenza dei fotogrammi delle fotocamere digitali. Il processo di binning viene eseguito da un circuito di temporizzazione su chip che assume il controllo dei registri a scorrimento seriale e parallelo prima dell'amplificazione del segnale analogico CCD.

Saturazione e fioritura del CCD - Saturazione e fioritura sono fenomeni correlati che si verificano in tutti i sensori di immagine CCD in condizioni in cui viene raggiunta la capacità di carica finita dei singoli fotodiodi o la capacità di trasferimento di carica massima del CCD. Una volta che si verifica la saturazione in un sito di raccolta della carica, l'accumulo di ulteriore carica fotogenerata provoca il trabocco, o fioritura, degli elettroni in eccesso nelle strutture del dispositivo adiacenti. Un certo numero di effetti potenzialmente indesiderati del blooming possono riflettersi nell'output del sensore, che vanno da striature bianche dell'immagine e valori errati del segnale dei pixel fino alla rottura completa nella fase di amplificazione dell'output, producendo un'immagine scura.

Gamma dinamica - In un dispositivo ad accoppiamento di carica (CCD) o semiconduttore di ossido di metallo complementare (CMOS) sensore di immagine, la gamma dinamica è tipicamente specificata come il segnale massimo ottenibile diviso per il rumore della fotocamera, dove la potenza del segnale è determinata dalla capacità a pieno carico e il rumore è la somma dei rumori scuri e letti. Aumentando la gamma dinamica di un dispositivo, viene migliorata la capacità di misurare quantitativamente le intensità più deboli in un'immagine (prestazioni intrascena). La gamma dinamica interscena rappresenta lo spettro di intensità che possono essere adattati quando il guadagno del rivelatore, il tempo di integrazione, l'apertura dell'obiettivo e altre variabili vengono regolati per diversi campi visivi.

Efficienza quantistica - L'efficienza quantistica di un dispositivo ad accoppiamento di carica (CCD) è una proprietà della risposta fotovoltaica definita come il numero di coppie elettrone-lacuna create e lette con successo dal dispositivo per ogni fotone in ingresso.Questa proprietà è particolarmente importante per le applicazioni di imaging in condizioni di scarsa illuminazione come la microscopia a fluorescenza in cui l'illuminazione è scarsa e le lunghezze d'onda dei fotoni di emissione secondaria sono spesso nell'intervallo 375-550 nanometri e hanno un coefficiente di assorbimento relativamente alto.

Sorgenti di rumore CCD e rapporto segnale-rumore - Dispositivo ad accoppiamento di carica (CCD) i sensori presentano numerosi vantaggi rispetto alle pellicole fotografiche nelle applicazioni di imaging scientifico come l'astronomia e la microscopia ottica. Producendo direttamente immagini in formato digitale, adatte per l'elaborazione immediata del computer, i sistemi di acquisizione di immagini basati su CCD sono ideali per un'ampia gamma di metodi di analisi delle immagini e di microscopia attuali. In particolare, la sensibilità molto maggiore di tali sensori rispetto alla pellicola è preziosa nelle tecniche in condizioni di scarsa illuminazione, per le quali ogni fotone di segnale disponibile può essere significativo. Il rumore, derivante da una varietà di sorgenti, è inerente a tutti i sensori di immagine elettronici e un attento controllo dei componenti del rumore, sia nella progettazione che nel funzionamento del sistema CCD, è necessario per garantire che il livello del segnale relativo al rumore sia adeguato per consentire acquisizione di informazioni accurate sull'immagine. Per qualsiasi sistema di misura elettronico, il rapporto segnale-rumore (SNR) caratterizza la qualità di una misura e determina le prestazioni finali del sistema.

Linearità del dispositivo ad accoppiamento di carica (CCD) - Una caratteristica importante di un sistema di imaging scientifico è la linearità in risposta alla luce incidente, in particolare quando applicato per l'analisi fotometrica quantitativa. Nei sistemi di fotocamere digitali che utilizzano dispositivi ad accoppiamento di carica (CCD), la funzione fondamentale del CCD è convertire i fotoni che trasportano le informazioni dell'immagine in un segnale elettronico. Dopo la digitalizzazione, l'uscita del segnale dovrebbe idealmente essere linearmente proporzionale alla quantità di luce incidente sul sensore.

Otturatori elettronici - Gli otturatori elettronici sono impiegati nei dispositivi ad accoppiamento di carica (CCD) per controllare il tempo di integrazione (esposizione) dell'array di fotodiodi e ridurre le sbavature durante l'acquisizione di oggetti in movimento nel microscopio.

Schemi di clock del trasferimento di carica - Il trasferimento di carica attraverso i registri a scorrimento CCD avviene dopo l'integrazione per trasferire le informazioni di carica accumulate all'amplificatore di rilevamento, che è fisicamente separato dalla matrice di pixel paralleli. Diversi schemi di temporizzazione, tre dei quali sono discussi in seguito, sono utilizzati per trasferire la carica dalle porte di raccolta al nodo di uscita.

    - Un CCD a quattro fasi incorpora quattro elettrodi di gate individuali in polisilicio in ciascuna cella di pixel, ciascuno dei quali richiede un segnale di clock di ingresso separato per trasportare correttamente la carica accumulata. - Il clock CCD trifase migliora la risoluzione spaziale rispetto a quella ottenuta nei dispositivi a quattro fasi, ma richiede solo tre porte per pixel. Questo schema differisce dal clock a quattro fasi utilizzando solo un gate di archiviazione e due gate di barriera, che consente frame rate più veloci e la fabbricazione di CCD a densità e risoluzione più elevate. - Uno schema di clock CCD a trasferimento di carica a due fasi impiega quattro porte per ogni pixel, con porte adiacenti collegate tra loro come coppie. Ciascuna coppia di porte è collegata a una linea di clock alternativa e una delle porte in ciascuna coppia è progettata con un livello di drogaggio di tipo n aumentato al di sotto della porta. Quando viene applicata tensione alla coppia di porte, la porta avente il livello di drogaggio aumentato ha un potenziale più positivo, che aumenta la profondità dell'area di immagazzinamento della carica e determina un "passo" nel profilo di energia potenziale.

Formati di scansione CCD - I sensori di imaging digitale del dispositivo ad accoppiamento di carica (CCD) sono in grado di acquisire immagini in uno dei tre formati seguenti: scansione di punti, scansione di linee e scansione di aree. Ciascuno di questi formati ha applicazioni specifiche nella fotografia digitale e nella scansione di documenti e immagini.

Architettura CCD full frame - I dispositivi full frame ad accoppiamento di carica sono dotati di array di pixel ad alta densità in grado di produrre immagini digitali con la più alta risoluzione attualmente disponibile. Questa architettura CCD è stata ampiamente adottata grazie al design semplice, all'affidabilità e alla facilità di fabbricazione.

Architettura CCD Frame-Transfer - I sensori di immagine accoppiati caricati Frame-Transfer hanno un'architettura simile a quella dei CCD full frame. Questi dispositivi hanno un registro parallelo che è diviso in due aree separate e identiche, denominate Immagine e Conservazione matrici.

Architettura CCD a trasferimento interlinea - L'architettura del dispositivo ad accoppiamento di carica interlinea è progettata per compensare molte delle carenze dei CCD a trasferimento di frame. Questi dispositivi sono composti da una struttura ibrida che incorpora un fotodiodo separato e una regione di memorizzazione CCD associata in ciascun elemento pixel.

Lettura della fotocamera digitale e frame rate - Le recenti applicazioni di imaging in fluorescenza widefield e microscopia confocale si sono sempre più incentrate sui requisiti esigenti di registrazione di processi dinamici transitori rapidi che possono essere associati a un segnale di fotoni molto piccolo e che spesso possono essere studiati solo nelle cellule viventi o tessuti. I progressi tecnologici nella produzione di etichette e anticorpi fluorescenti altamente specifici, nonché notevoli miglioramenti nella fotocamera, nel laser e nell'hardware del computer hanno contribuito a molti risultati di ricerca rivoluzionaria in numerosi campi. Come sistemi di telecamere ad alte prestazioni, che in genere utilizzano un dispositivo ad accoppiamento di carica raffreddato a basso rumore (CCD), sono diventati più capaci di catturare anche segnali relativamente deboli a velocità video e superiori, alcuni fattori di prestazione assumono necessariamente maggiore importanza. Un sistema di telecamere velocità di lettura e frequenza dei fotogrammi sono parametri correlati che sono cruciali per la capacità del sistema di registrare i dati dei campioni ad alta frequenza temporale.

Array di microlenti - Gli array di microlenti (noti anche come array microlenticolari o array di lenti) vengono utilizzati per aumentare il fattore di riempimento ottico nei CCD, come i dispositivi interlinea, che soffrono di un'apertura ridotta a causa della schermatura metallica. Questi minuscoli sistemi di lenti servono a focalizzare e concentrare la luce sulla superficie del fotodiodo invece di lasciarla cadere su aree non fotosensibili del dispositivo, dove viene persa dalle informazioni di imaging raccolte dal CCD.

Il condensatore MOS - Il cuore di tutti i dispositivi ad accoppiamento di carica (CCD) è un condensatore a semiconduttore a ossido di metallo (MOS) sensibile alla luce, che ha tre componenti costituiti da un elettrodo metallico (o gate), un film isolante di biossido di silicio, e un substrato di silicio.

Fotodiodi a valanga - I fotodiodi a valanga forniscono guadagno mediante la generazione di coppie elettrone-lacuna da un elettrone energetico che crea una "valanga" di elettroni nel substrato.

Tubi fotomoltiplicatori - Un tubo fotomoltiplicatore, utile per il rilevamento della luce di segnali molto deboli, è un dispositivo fotoemissivo in cui l'assorbimento di un fotone provoca l'emissione di un elettrone. Questi rivelatori funzionano amplificando gli elettroni generati da un fotocatodo esposto a un flusso di fotoni.

Intensificatori di immagine focalizzati sulla prossimità - Gli intensificatori di immagine sono stati sviluppati per uso militare per migliorare la nostra visione notturna e sono spesso indicati come tubi di wafer o intensificatori di prossimità. Hanno un fotocatodo piatto separato da un piccolo spazio sul lato di ingresso di un moltiplicatore di elettroni a piastra microcanale (MCP) e uno schermo di uscita fosforescente sul lato opposto dell'MCP.

CCD bombardati da elettroni - Il dispositivo ad accoppiamento di carica bombardato da elettroni (EBCCD) è un ibrido tra l'intensificatore di immagine e la camera CCD, appena introdotto. In questo dispositivo, i fotoni vengono rilevati da un fotocatodo simile a quello di un intensificatore di immagini. Gli elettroni rilasciati vengono accelerati attraverso uno spazio vuoto e impattano sul lato posteriore di un CCD assottigliato.

Sistemi CCD a colori sequenziali - I sistemi di imaging CCD a colori sequenziali a tre passaggi utilizzano una ruota dei colori rotante per acquisire tre esposizioni successive al fine di ottenere le caratteristiche cromatiche RGB (rosso, verde e blu) desiderate di un'immagine digitale. Il principale vantaggio di questa tecnica è la capacità di utilizzare completamente l'intero array di pixel di un chip di imaging CCD, utilizzando un passaggio per ogni colore.


Vantaggi delle telecamere CCD

Una fotocamera CCD (dispositivo ad accoppiamento di carica) è stata utilizzata per la prima volta alla fine degli anni '60 per acquisire e archiviare immagini nella memoria digitale. Le camere CCD sono utilizzate sia in campo scientifico che tecnologico. I CCD si trovano nelle fotocopiatrici, nelle telecamere di sorveglianza di sicurezza, nei fax e sono utilizzati nella mammografia, nelle radiografie odontoiatriche, nelle videocamere e nelle fotocamere portatili. Le fotocamere digitali utilizzate oggi contengono un sensore di immagine CCD che acquisisce e memorizza le stampe digitali. Le camere CCD sono utilizzate nei campi della ricerca astronomica.

Bell Labs ha inventato il dispositivo di coppia di carica nel 1969 e originariamente si pensava fosse un nuovo tipo di circuito di memoria del computer. Il CCD è caricato dalla luce e ha una finitura in silicone questi dispositivi sono estremamente sensibili alla luce. Gli inventori della tecnologia, George E. Smith e Willard Boyle, hanno stabilito che, grazie alla sensibilità alla luce del CCD, questo avrebbe aiutato le fotocamere a catturare immagini più chiare perché più luce viene raccolta, più precisa e chiara sarà l'immagine. . Le fotocamere digitali erano lo sbocco ideale per i sensori di immagine CCD.

Invece di utilizzare la pellicola, come facevano le fotocamere originali, una fotocamera digitale ospita un sensore di immagine CCD per raccogliere la luce. La luce all'interno della fotocamera viene catturata e “posizionata” sulla finitura in silicone del sensore. Il sensore di immagine converte la luce in elettroni che poi convertono la luce in immagini digitali.

La bellezza delle telecamere CCD è che forniscono un'immagine a basso rumore e di alta qualità con una risoluzione altamente pixellata. Le fotocamere digitali catturano e misurano la luce nelle tonalità del blu, verde e rosso la qualità dell'immagine dipende dalla qualità della fotocamera acquistata. Le fotocamere digitali sono dotate da uno a tre array CCD che decifrano le tonalità. In genere troverai una telecamera con un array CCD distribuito per la sorveglianza di sicurezza e in altri usi quando le immagini a colori di precisione non sono necessarie.

Le camere CCD ad alta tecnologia sono utilizzate in astrofotografia e scienze della vita e questa tecnologia viene utilizzata anche sul telescopio Hubble perché le camere CCD consentono lunghi tempi di esposizione. Quando una camera CCD viene utilizzata in un telescopio, l'oculare viene rimosso e la fotocamera viene fissata al suo posto. Una telecamera CCD è in grado di catturare fino al 70% della luce disponibile, rispetto al 2% della luce disponibile catturata con telecamere di qualità inferiore.

Le telecamere CCD sono progettate per un uso specifico e sapere cosa ti verrà chiesto ti aiuterà a prendere la tua decisione di acquisto. Le camere CCD sono prodotte con attacco c o t e sono inoltre dotate di un adattatore per il collegamento a un computer per visualizzare facilmente le immagini.

Universe Kogaku (America), Inc.
Viale Audrey 116
Oyster Bay, New York 11771 USA


Rilevamento automatico di caratteristiche lineari nelle immagini astronomiche

I programmi per computer in grado di identificare automaticamente le caratteristiche nelle immagini si sono dimostrati molto utili rispetto al tentativo manuale della stessa cosa. Ciò è particolarmente vero quando c'è un gran numero di immagini da esaminare. Inoltre, l'identificazione di elementi lineari nelle immagini ai fini dell'analisi o per mascherarli ha molte applicazioni.

Per creare una funzione che faccia questo, dobbiamo capire esattamente cos'è una caratteristica lineare. Primo, una ``caratteristica'' è un oggetto in un'immagine che ha un rapporto S/N sufficientemente alto da essere rilevato. In secondo luogo, la distribuzione dell'intensità è tale che i pixel che compongono la caratteristica si trovano adiacenti l'uno all'altro o hanno qualche altro tipo di schema distinguibile. Una caratteristica è ``lineare'' se questi pixel cadono tutti su una linea di una certa larghezza e lunghezza.

Con queste definizioni, la trasformata di Hough è adeguata per la ricerca di elenchi colineari di posizioni dei pixel e un semplice algoritmo di adiacenza è adatto per verificare la corretta distribuzione della posizione.

Per rilevare automaticamente le caratteristiche lineari, il primo passo è selezionare i pixel nell'immagine (Fig. 1, pannello di sinistra) che rientrano in un determinato intervallo di valori dei dati. Si presume che l'immagine in ingresso sia già stata sottratta e appiattita. L'utente ha la possibilità di selezionare uno o più intervalli se è determinato, ad esempio, che alcune caratteristiche saranno luminose e altre sbiadite. Ciascun intervallo di valori dei dati può essere calcolato dai valori dei dati minimo e massimo, in termini di intervalli equidistanti sopra la media, o in termini di intervalli di valori dei dati equidistanti. L'utente deve specificare il numero e il tipo di intervalli desiderati.

Per ogni intervallo di dati, viene creato un elenco di posizioni dei pixel (coordinate x,y) e inserito nella trasformata di Hough (Fig. 1, pannello di destra). La trasformata di Hough converte queste posizioni dei pixel in un nuovo spazio parametrico dato dall'equazione:

Ogni posizione dei pixel (una coppia x,y) è quindi rappresentata come una curva (Fig. 2, pannello di sinistra) in questo nuovo spazio dei parametri corrispondente all'equazione di cui sopra. In questo spazio dei parametri, l'asse x è e l'asse y è .

I pixel nello spazio immagine che sono allineati tra loro avranno curve che intersecano un punto particolare nello spazio dei parametri. L'attività crea un'"immagine" nello spazio dei parametri accumulando queste curve e impilandole una sopra l'altra. Naturalmente, i punti di intersezione avranno valori maggiori degli altri punti.

Una volta creata un'immagine dello spazio dei parametri, un semplice rilevatore di picchi individuerà il picco più alto. Il valore più alto nello spazio dei parametri corrisponde al numero massimo di punti colineari selezionati nello spazio dell'immagine. Il valore a quel picco corrisponde al numero di pixel nello spazio dell'immagine che sono allineati. La posizione del picco nello spazio dei parametri viene utilizzata per ``tornare indietro'' per trovare i pixel dello spazio immagine che corrispondono a quel picco. Tipicamente, un'immagine dello spazio dei parametri avrà diversi picchi. Ogni picco corrisponde ad altre posizioni nello spazio dell'immagine in cui i pixel si sono allineati. Questo fatto può essere sfruttato per cercare caratteristiche di qualsiasi lunghezza specificata dall'utente.

Un altro aspetto delle caratteristiche lineari estese è che i pixel dello spazio immagine che le descrivono sono in qualche modo adiacenti l'uno all'altro e hanno una lunghezza minima e massima. Indubbiamente, ci saranno pixel che non corrispondono alla caratteristica ma fanno ancora parte di un insieme colineare. Una volta trovato un tale insieme, l'elenco delle posizioni dei pixel viene inviato a un calcolatore di adiacenza per determinare se un numero adeguato di essi è uno accanto all'altro. È qui che entra in gioco la prossima serie di parametri specificati dall'utente. Innanzitutto, la distanza tra i pixel adiacenti deve essere inferiore a una data separazione. In secondo luogo, la lunghezza dell'elemento deve essere compresa tra un numero minimo e massimo di pixel. Se tutte le condizioni sono soddisfatte, una caratteristica è stata identificata positivamente (Fig. 2, pannello di destra). Le figure 3 e 4 mostrano altri esempi di questo metodo.

C'era il desiderio che questo compito andasse oltre la semplice identificazione eseguendo effettivamente una semplice analisi delle caratteristiche stesse. Innanzitutto, le informazioni sulla caratteristica (posizione iniziale e finale dei pixel, lunghezza, angolo di posizione, intensità media e deviazione standard) vengono scritte in un file di output. In secondo luogo, l'utente può anche creare facoltativamente grafici di profilo di ciascuna caratteristica e farli apparire all'interno della loro finestra xgterm o salvarli come file metacodici grafici IRAF per essere esaminati in un secondo momento. Terzo, e probabilmente più utile, è che viene creata una maschera binaria (un file di elenco di pixel) che può quindi essere utilizzata da altre attività IRAF come identificatore di regione per l'interpolazione o altri scopi di mascheramento.


Introduzione

Per gli astronomi, la radiazione elettromagnetica rimane la fonte dominante di informazioni sul cosmo. Mentre celebriamo il 400° anniversario del telescopio, è interessante guardare indietro all'evoluzione dell'imaging astronomico. Telescopi migliori hanno portato a più scoperte, che a loro volta hanno stimolato lo sviluppo di telescopi ancora più grandi. La nostra comprensione dell'universo è sempre stata correlata a indagini "più profonde" del cosmo che raggiungono oggetti sempre più deboli, o risoluzioni angolari più elevate che producono dettagli sempre più fini, o campioni statistici più grandi, o risposte spettrali più ampie per campionare tutte le forme di energia che arrivano al Terra. Oggi, la maggior parte della ricerca astronomica moderna viene effettuata con apparecchiature fotoelettroniche, ma è stata l'introduzione del dispositivo ad accoppiamento di carica al silicio (CCD) in astronomia alla fine degli anni settanta che ha chiuso la rivoluzione dagli occhi ai sensori elettronici (vedi Rif. [ 1] per una recensione). Gli astronomi ora progettano i propri CCD e collaborano per organizzare corse presso le fonderie di silicio per rendere i dispositivi più adatti all'astronomia. Sebbene i primi CCD utilizzati in astronomia avessero 10.000 pixel in una matrice di 100×100, oggi sono disponibili dispositivi con tipicamente 4-16 milioni di pixel e molti di questi dispositivi sono confezionati in un grande mosaico di rivelatori, come la fotocamera da 20 CCD utilizzato per lo Sloan Digital Sky Survey (SDSS) o per la camera 40-CCD del telescopio Canada–Francia–Hawaii. Gli attuali progetti CCD astronomici hanno ora raggiunto il livello di un miliardo di pixel nel piano focale del telescopio, il primo dei quali è una fotocamera per il progetto Pan-STARRS sviluppato dall'Università delle Hawaii.

Una caratteristica notevole del CCD è che può anche rilevare i fotoni a raggi X, quindi troverai telecamere a raggi X che utilizzano CCD sull'Osservatorio a raggi X Chandra (CXO) e XMM-Newton nello spazio. Mentre i moderni CCD vengono utilizzati anche per il lavoro con gli ultravioletti, esistono anche altri dispositivi di imaging concorrenti come le lastre a microcanali (MCP), come le fotocamere MCP utilizzate nella missione Galaxy Explorer (GALEX). L'energia del band-gap del silicio limita l'uso dei CCD a lunghezze d'onda inferiori a 1100 nm, ma questo è già "infrarosso" rispetto al limite di lunghezza d'onda lunga dell'occhio umano (∼720 nm). Stimolata in parte dall'enorme impatto del CCD un decennio prima, una rivoluzione ancora più grande si è verificata nell'astronomia infrarossa con l'avvento di dispositivi di imaging a stato solido per lunghezze d'onda superiori a 1100 nm a metà degli anni ottanta. L'atmosfera fornisce molte finestre di trasparenza da 1 a 20 μm, consentendo così ai grandi telescopi terrestri di esplorare questo regime. Poiché non c'era alcun precursore sotto forma di emulsioni fotografiche, l'impatto degli array a infrarossi era forse persino maggiore di quello dei CCD. Rilievi all'infrarosso di tutto il cielo come il 2 Micron All Sky Survey (2MASS) con una risoluzione limitata al seeing sono diventati possibili nel vicino infrarosso (1-2,5 μm) e sono diventate possibili missioni spaziali di classe Hubble come lo Spitzer Space Telescope.

Gli array a infrarossi non utilizzano il principio di accoppiamento di carica e sono necessari materiali diversi dal silicio. Tuttavia, sono ora disponibili array ad alta densità per la regione da 1 a 150 μm. Ancora più recentemente, i sensori del bordo di transizione (TES) che si basano sulla superconduttività sono stati utilizzati per creare array di rivelatori molto sensibili per l'astronomia sub-mm a lunghezze d'onda da 0,45 a 0,85 mm. All'altra estremità dello spettro, gli astronomi hanno anche ottenuto immagini del cosmo utilizzando grandi array di pixel di tellururo di cadmio-zinco (CZT) per rilevare i raggi gamma. Ad esempio, il Burst Alert Telescope (BAT) della missione SWIFT della NASA utilizza 32.768 pezzi di 4×4×2 mm CZT per formare un'enorme telecamera a raggi gamma pixelata di 1,2×0,6 m. Di conseguenza, gli astronomi ora dispongono di rilevatori sensibili alla posizione in grado di generare viste elettroniche del cielo che coprono l'intero spettro elettromagnetico, dai raggi gamma alle onde radio.


Come funziona

<i>Huygens</i> Radiometro spettrale Descent Imager (DISR) La lampada (oro) e tre telecamere (a destra della lampada) del radiometro spettrale Descent Imager fanno capolino dal lato della sonda Huygens. Immagine: Team DISR dell'Università dell'Arizona

Il radiometro spettrale Descent Imager racchiude sei strumenti secondari in un piccolo ingombro all'interno del Huygens sonda. Gli strumenti componenti sul DISR condividono lo spazio su un dispositivo ad accoppiamento caricato (CCD, il tipo più comune di rivelatore nelle fotocamere digitali) e due array lineari di indio-gallio-arsenico (comunemente utilizzati per la spettrometria). La luce che viene raccolta dall'ottica del DISR è condivisa tra tutti gli strumenti e i rilevatori attraverso un ingegnoso sistema di nastri in fibra ottica in bundle, quindi il DISR non ha quasi parti in movimento.

Ci sono sei sotto-strumenti:

Imager: Per sfruttare al massimo la velocità di trasmissione dati limitata a disposizione del DISR, il sistema di imaging è suddiviso in tre telecamere: una a bassa risoluzione, Imager a visione laterale (SLI) un Imager a media risoluzione (MRI) puntato ad un angolo, e a Imager ad alta risoluzione (HRI) puntato verso il basso. Non ci sono informazioni sul colore nelle immagini della telecamera.
Spettrometro visibile: Ce ne sono due, uno spettrometro visibile verso l'alto (ULVS) e uno spettrometro visibile verso il basso (DLVS), che consentono al DISR di misurare le proprietà spettrali della luce solare che scorre verso il basso dal Sole (usando ULVS) e il flusso di luce riflessa verso l'alto da Titan (usando DLVS). Il DLVS può risolvere pixel di 4 per 4 gradi a terra. Il team DISR utilizzerà i dati degli Spettrometri Visibili per applicare il colore alle immagini della telecamera.
Spettrometro a infrarossi: Anch'esso suddiviso in uno strumento rivolto verso l'alto e uno verso il basso, lo spettrometro a infrarossi estende le informazioni sul colore raccolte dal DISR nelle lunghezze d'onda del vicino infrarosso (da 870 a 1700 nm).
Fotocamera solare aureola: Misura l'intensità della luce solare diffusa nell'atmosfera per determinare la dimensione e la forma delle particelle nell'atmosfera.
Fotometro viola: Ci sono due fotometri viola, uno rivolto verso l'alto e uno rivolto verso il basso. Misurano l'intensità della luce in un'area dello spettro (luce viola a 350 nm di lunghezza d'onda) sensibile alla presenza di foschie fotochimiche.
Sensore solare: Come Huygens ruota, questo strumento traccia la direzione verso il Sole, al fine di attivare gli strumenti rivolti verso l'alto per acquisire dati con orientamenti noti relativi alla posizione del Sole.

Oltre ai sei strumenti secondari, il DISR dispone anche di una "Surface Science Lamp", che si attiva quando Huygens si trova ad un'altezza di 700 metri dal suolo per fornire una fonte di luce per gli strumenti rivolti verso il basso.

A ciascuno dei tre imager è assegnato un singolo pezzo dello spazio sul CCD DISR:

Rilevatore CCD DISR # 039 Il dispositivo ad accoppiamento caricato del DISR, o rilevatore CCD, ha una dimensione di 512 x 520 pixel, circa un quarto di Megapixel. Di questi, la metà è riservata come memoria o sezione di archiviazione. La restante area di 256x520 pixel è suddivisa tra le tre telecamere (HRI, SLI e MRI), i sottostrumenti Solar Aureole, ULVS e DLVS. Immagine: basata su M.G. Tomasko et al., "The Descent Imager/Spectral Radiometer (DISR) Experiment on the Huygens Entry Probe of Titan", <i>Space Science Reviews</i> <b>104</b>: 469-551, 2002.

Le risoluzioni e le coperture dell'area delle tre telecamere sono state scelte per massimizzare l'area della superficie di Titano che poteva essere osservata in uno "sguardo", massimizzando anche la risoluzione della vista rivolta verso il basso. Le tre telecamere hanno impronte a terra leggermente sovrapposte:

Confronto affiancato delle impronte di ciascun imager DISR

A qualsiasi azimut, Huygens cattura una "tripletta" di immagini, una da ciascuna telecamera:

"tripletta" DISR Questa è una "tripletta" DISR, che consiste in un frame SLI (a sinistra), un frame MRI (al centro) e un frame HRI (a destra), visualizzato qui a metà della risoluzione completa dello strumento. Immagine: ESA/NASA/Università dell'Arizona


Riferimenti

A.F. Goetz, G. Vane, J.E. Solomon, B.N. Rock, Scienza 4704, 1147–53 (1985)

G.J. Tserevelakis, I. Vrouvaki, P. Siozos, K. Melessanaki, K. Hatzigiannakis, C. Fotakis et al., Sci. Rappresentante. 7, 747 (2017). https://doi.org/10.1038/s41598-017-00873-7

R. N. Clark, Capitolo 1: Spettroscopia di rocce e minerali e principi di spettroscopia, in VOLUME 3 Telerilevamento per le Scienze della Terra, a cura di A.N. Rencz (John Wiley and Sons, New York), pp. 3-58 (1999)

DW Palla, spettroscopia 10, 16–18 (1995)

C. Fischer, I. Kakoulli, Stud. Conserva. 51, 3–16 (2006)

P. Ricciardi, A. Pallipurath, K. Rose, Anal. metodi 5, 3819 (2013)

C. Cucci, A. Casini, Imaging iperspettrale per l'indagine delle opere d'arte, in Gestione dati Sci. Techn., Imaging iperspettrale, a cura di J.M. Amigo (2020 Elsevier) 32, pp. 583–604

M. Born, E. Wolf, Principi di ottica: teoria elettromagnetica di propagazione, interferenza e diffrazione della luce (Cambridge University Press, Cambridge, 1999). https://doi.org/10.1017/CBO9781139644181

G. ElMasry, D. Sun, Capitolo 1 - Principi della tecnologia di imaging iperspettrale, in Imaging iperspettrale per l'analisi e il controllo della qualità degli alimenti, a cura di Da-Wen Sun (Elsevier), pp. 3-43 (2010). https://doi.org/10.1016/C2009-0-01853-4

G.R. Caccia, Geofisica 42, 501–513 (1977)

RN Clark, T.V.V. King, M. Klejwa, G.A. Swayze, N.J. Vergo, Geophys Res. 95, 653–680 (1990)

CM. Pieters, W.E. inglese, Analisi geochimica remota: composizione elementare e mineralogica (Cambridge University Press, New York, 1993)

RN Clark, G.A. Swayze, mappatura di minerali, materiali amorfi materiali ambientali, vegetazione, acqua, ghiaccio e neve e altri materiali: l'algoritmo USGS Tricorder, in Sintesi del quinto seminario annuale di scienze della terra aerotrasportate del JPL, a cura di Green R.O. (Jet Propul. Lab., Pasadena, California) pp. 39-40 (1995)

UN. Rencz, Manuale del telerilevamento, vol. 707 (Wiley, New York, 1999)

G.K. Moore, Idrolog. Sci. Toro. 24, 477–485 (1979)

W.G. Rees, Principi fisici del telerilevamento (Cambridge University Press, Cambridge, 2001)

J.R. Jensen, Telerilevamento dell'ambiente: una prospettiva delle risorse della terra, (Pearson Education Singapore Pte. Ltd., Indian Branch: New Delhi) (2004)

G. Vane, A.F.H. Goetz, Rem. Sens. Ambiente. 24, 1–29 (1988)

G. Vane, A.F.H. Goetz, Rem. Sens. Ambiente. 44, 117–126 (1993)

A.F.H. Goetz, Rem. Sens. Ambiente. 113, S5–S16 (2009)

M.E. Schaepman, S.L. Ustin, A.J. Plaza, T.H. Pittore, J. Verrelst, S. Liang, Rem. Sens. Ambiente. 113, S123–S137 (2009)

P.N. Slater, Rem. Sens. Ambiente. 17, 85–102 (1985)

H.F. Grahn, P. Geladi, Tecniche e applicazioni dell'analisi delle immagini iperspettrali, (Wiley, The Atrium, Southern Gate, Chichester) (2007). https://doi.org/10.1002/9780470010884

B. Park, K.C. Lawrence, WR Windham, D.P. Smith, P.W. Feldner, Imaging iperspettrale per l'automazione della lavorazione degli alimenti, in Proc. SPIE 4816, spettrometria di imaging VIII, a cura di Shen SS (The International Society for Optical Engineering), pp. 308-316 (2002)

J. Burger, P. Geladi, The Analyst 131, 1152–1160 (2006)

C. Balas, IEEE Trans. Biomedicina. ing. 48, 96–104 (2001)

P. Geladi, H. F. Grahn, Analisi dell'immagine multivariata e iperspettrale, in Enciclopedia di chimica analitica, a cura di Meyers R. A. (John Wiley and Sons Ltd), pp. 14349–14374 (2008)

E. Herrala, T. Hyvarinen, O. Voutilainen, J. Lammasniemi, Sens. Actuat. Un fisico. 61, 335–338 (1997)

J. Xing, C. Bravo, T. Pál, H. Jancsók, J. Ramon, J.D. Baerdemaeker, Biosyst. ing. 90, 27–36 (2005)

GM Miskelly, J.H. Wagner, Foren. Sci. Int. 155, 112–118 (2005)

G. Payne, C. Wallace, B. Reedy, C. Lennard, R. Schuler, D. Exline, C. Roux, Talanta 67, 334–344 (2005)

C. Balas, V. Papadakis, N. Papadakis, A. Papadakis, E. Vazgiouraki, G.A. Themelis, J. Cult. Herit. 4, 330-227 (2003). https://doi.org/10.1016/S1296-2074(02)01216-5

A. Casini, M. Bacci, C. Cucci, F. Lotti, S. Porcinai, M. Picollo, B. Radicati, M. Poggesi, L. Stefani, Spettroscopia di riflettanza in fibra ottica e spettroscopia di immagine iperspettrale: due tecniche integrate per lo studio della Madonna dei Fusi, in Proc. SPIE 5857, metodi ottici per le arti e l'archeologia, a cura di Salimbeni R. e Pezzati L. (The International Society for Optical Engineering), (2005), https://doi.org/10.1117/12.611500

C. Cucci, A. Casini, M. Picollo, M. Poggesi, L. Stefani, Questioni aperte nell'imaging iperspettrale per la diagnostica sui dipinti: quando l'alta risoluzione spettrale e spaziale si trasforma in ridondanza dei dati, in Proc. SPIE 8084, O3A: Ottica per le arti, l'architettura e l'archeologia III, 808408, a cura di Pezzati L. e Salimbeni R. (The International Society for Optical Engineering), (2011), https://doi.org/10.1117/12.889460

C.Cucci, J.K. Delaney, M. Picollo, Acc. chimica. Ris. 49, 2070-2079 (2016). https://doi.org/10.1021/acs.accounts.6b00048

J.K. Delaney, J.G. Zeibel, M. Thoury, R. Littleton, M. Palmer, K.M. Morales, A. Hoenigswald, Appl. spettrosc. 64, 584-594 (2010). https://doi.org/10.1366/000370210791414443

J.R.J. Van De Asperen Boer, Appl. Optare. 7, 1711–1714 (1968). https://doi.org/10.1364/AO.7.001711

E. Ciliberto, Metodi analitici moderni in arte e archeologia, inMetodi analitici in arte e archeologia, a cura di Ciliberto E. e Spoto G. (Wiley, New York), (2000)

A. Burmester, J. Cupitt, H. Derrien, N. Dessipris, A. Hamber, K. Martinez, M. Müller, D. Saunders, L'esame dei dipinti mediante l'analisi dell'immagine digitale, in 3° Convegno Internazionale sui Controlli Non Distruttivi, Metodi Microanalitici e Valutazione Ambientale per lo Studio e la Conservazione delle Opere d'Arte Roma, a cura di Marabelli M. e Santopadre P. (The International Society for Optical Engineering), pp. 199–214 (1992)

K. Martinez, J. Cupitt, D. Saunders, Imaging colorimetrico ad alta risoluzione di dipinti, in Proc SPIE 1901, fotocamere, scanner e sistemi di acquisizione immagini, a cura di Marz H. e Nielsen R.L. (The International Society for Optical Engineering), pp. 25–36 (1993), https://doi.org/10.1117/12.144795

S. Baronti, A. Casini, F. Lotti, S. Porcinai, Chemom. Intel. Laboratorio. Sist. 2, 103-114 (1997). https://doi.org/10.1016/S0169-7439(97)00047-6

S. Baronti, A. Casini, F. Lotti, S. Porcinai, Appl. Optare. 8, 1299-1309 (1998). https://doi.org/10.1364/AO.37.001299

H. Maitre, F. Schmitt, J.-P. Crettez, Y. Wu, J.Y. Hardeberg, D. Saunders, Analisi spettrofotometrica dell'immagine di dipinti d'arte, in Proc IST e SID Quarta conferenza sull'imaging a colori a cura di Marz H. e Nielsen R.L. (Society for Imaging Science and Technology), pp. 50–53 (1996), https://doi.org/0.1117/12.144795

A. Casini, F. Lotti, M. Picollo, L. Stefani, E. Buzzegoli, Stud. Conserva. 44, 39-48 (1999). https://doi.org/10.1007/s11045-016-0429-9

D. Saunders, J. Cupitt, Natl. Galleria tecnica Toro. 14, 72–85 (1993)

H. Derrien, Inf. Serv. Uso 13(4), 357–369 (1993)

J. Cupitt, K. Martinez, D. Saunders, Comput. storico 6, 1–20 (1996)

K. Martinez, J. Cupitt, D. Saunders, R. Pillay, Proc. IEEE 90(1), 28-41 (2002). https://doi.org/10.1109/5.982403

H. Liang, D. Saunders, J. Cupitt, JIST 49(6), 551–562 (2005)

C. Lahanier, G. Alquié, P. Cotte, C. Christofides, C. De Deyne, R. Pillay, D. Saunders, F. Schmitt, CRISATEL: Imaging digitale spettrale ad alta definizione di dipinti con simulazione di rimozione della vernice, in Proc. 3° incontro triennale ICOM-CC, Rio de Janeiro, 22-27 settembre 2002 (London: James and James), a cura di Vontobel R., pp. 295–300 (2002)

A. Ribés, H. Brettel, F. Schmitt, H. Liang, D. Saunders, Imaging a colori e multispettrale con il sistema multispettrale CRISATEL, in Proc PICS, la conferenza sulla fotografia digitale: elaborazione delle immagini, qualità delle immagini, acquisizione di immagini, sistemi (NY: società per la scienza e la tecnologia dell'immagine), a cura di Vontobel R., pp. 215-219 (2003)

P. Cotte, D. Dupraz, Imaging spettrale della Gioconda di Leonardo Da Vinci: un sorriso autentico a 1523 dpi con dati infrarossi aggiuntivi in Proc. Archiviazione conferenza IST PICS 06 (Società per la scienza e la tecnologia dell'immagine), pp. 228-235(8), (2006)

A. Ribés, R. Pillay, F. Schmitt, C. Lahanier, Processo del segnale IEEE. Mag.25(4), 14–26 (2008)

F. Imai, M. Rosen, R. Berns, Imaging multispettrale dell'autoritratto di Van Gogh alla National Gallery of Art, Washington, D.C. in Proc. Conferenza IST PICS Montreal, Quebec, Canada (Società per la scienza e la tecnologia dell'immagine), pp. 185-189 (2001)

M. Bacci, A. Casini, C. Cucci, A. Muzzi, S. Porcinai, J. Cult. Herit.6, 329-36 (2005). https://doi.org/10.1016/j.culher.2005.07.002

P. Carcagnì, Patria, A. Della, R. Fontana, M. Greco, M. Mastroianni, M. Materazzi, E. Pampaloni, L. Pezzati, opt. Laser Ing. 45, 360–367 (2007)

R. Fontana, D. Bencini, P. Carcagnì, M. Greco, M. Mastroianni, M. Materazzi, E. Pampaloni, L. Pezzati, Riflettografia IR multispettrale, in Proc. SPIE 6618, metodi ottici per le arti e l'archeologia, a cura di Salimbeni R. e Pezzati L. (The International Society for Optical Engineering), pp. 661813–15 (2007)

C. Bonifazzi, P. Carcagnì, R. Fontana, M. Greco, M. Mastroianni, M. Materazzi, E. Pampaloni, L. Pezzati, D. Bencini, J. Opt. Una pura appl. Optare. 10(6), 064011 (2008)

C. Daffara, E. Pampaloni, L. Pezzati, M. Barucci, R. Fontana, Acc. chimica. Ris. 43(6), 847-856 (2010). https://doi.org/10.1021/ar900268t

R. Fontana, M. Barucci, P. Carcagn, C. Daffara, E. Pampaloni, L. Pezzati, Sistema laser autofocus per l'imaging a scansione multi-NIR delle superfici pittoriche, in Proc. SPIE 8084, Ottica per le arti, l'architettura e l'archeologia III, a cura di Pezzati L. e Salimbeni R. (The International Society for Optical Engineering), pp. 808405 (2011)

C. Daffara, R. Fontana, Microsc. microanale 17, 691–695 (2011)

R. Fontana, M. Barucci, E. Pampaloni, J. Striova, L. Pezzati, Da Leonardo a Raffaello: approfondimenti della riflettografia Vis-IR, in Acta Artis Academica, Interpretazione dell'analisi delle Belle Arti in diversi contesti, a cura di D. Hradil, J. Hradilova (Accademia di Belle Arti, Praga), pp. 15–26 (2014)

R. Fontana, J. Striova, M. Barucci, E. Pampaloni, M. Raffaelli, L. Pezzati, P. Mariotti, Dipinti murali a calce visti dalla riflettografia VIS-IR, inProc. SPIE 9527, Ottica per le arti, l'architettura e l'archeologia V, a cura di Pezzati L. e Targowski P. (The International Society for Optical Engineering), pp. 9527 (2015)

J. Striova, C. Ruberto, M. Barucci, J. Blažek, D. Kunzelman, A. Dal Fovo, E. Pampaloni, R. Fontana, Angew. chimica. 57, 1–6 (2018). https://doi.org/10.1002/anie.201800624

A. Pelagotti, A. Del Mastio, A. De Rosa, A. Piva, IEEE Signal Process. Mag. 25, 27–36 (2008)

J.K. Delaney, E. Walmsley, B.H. Berrie, C.F. Fletcher, Imaging multispettrale di dipinti nell'infrarosso per rilevare e mappare i pigmenti blu, in Sackler NAS Colloquium, Esame scientifico dell'arte: tecniche moderne di conservazione e analisi, a cura di Pezzati L. e Targowski P. (The National Academies press, Washington, D.C.), pp. 120-136 (2005)

J.R. Mansfield, M. Attas, C. Majzels, E. Cloutis, C. Collins, H.H. Mantsch, Vib. spettrosc. 28(1), 59–66 (2002)

S. Kogou, A. Lucian, S. Bellesia, L. Burgio, K. Bailey, C. Brooks et al., Appl. Fis. UN 15, (2015). https://doi.org/10.1007/s00339-015-9425-4

M. Bacci, F. Baldini, R. Carla, R. Linari, Appl. spettrosc. 45, 26–31 (1991)

M. Attas, E. Cloutis, C. Collins, D. Goltz, C. Majzels, J.R. Mansfield, H.H. Mantsch, J. Cult. Herit. 4, 127–136 (2003)

J.R. Mansfield, M.G. Sowa, C. Majzels, C. Collins, E. Cloutis, H.H. Mantsch, Vib. spettrosc. 19, 33–45 (1999)

M. Picollo, M. Bacci, A. Casini, F. Lotti, S. Porciani, B. Radicati, L. Stefani, Spettroscopia di riflessione a fibre ottiche: una tecnica non distruttiva per l'analisi delle opere d'arte, in Sensori ottici e microsistemi, a cura di Martellucci S., Chester A.N. e Mignani AG (Springer, Boston, MA), pp. 259-265 (2002)

M. Leona, J. Winter, stallone. Conserva. 46, 153–162 (2001)

M. Leona, F. Casadio, M. Bacci, M.J. Picollo, Am. ist. Conservato.43, 39–54 (2004)

G. Dupuis, M. Elias, L. Simonot, Appl. spettrosc. 56, 1329–36 (2002)

C. Cucci, G. Bartolozzi, M. De Vita, V. Marchiafava, M. Picollo, F. Casadio, Appl. spettrosc. 70, 186-96 (2016). https://doi.org/10.117/0003702815615346

M. Bacci, M. Picollo, G. Trumpy, M. Tsukada, J. Kunzelman, em. ist. Conservato. 46, 27-37 (2007). https://doi.org/10.1179/019713607806112413

M. Bacci, A. Casini, C. Cucci, M. Piccolo, B. Radicati, M. Vervat, J. Cult. Herit. 4, 329-36 (2003). https://doi.org/10.1016/j.culher.2003.09.003

M. Kubik, Imaging iperspettrale: una nuova tecnica per lo studio non invasivo delle opere d'arte, nel Tecniche fisiche nello studio dell'arte, dell'archeologia e dei beni culturali, a cura di Creagh D. e Bradley D. (Elsevier Science, Paesi Bassi), pp. 199–271 (2007)

J.K. Delaney, J.G. Zeibel, M. Thoury, R. Littleton, K.M. Morales, M. Palmer et al., Spettroscopia di imaging a riflettanza visibile e infrarossa di dipinti: mappatura dei pigmenti e riflettografia a infrarossi migliorata, in Proc. SPIE 7391, Ottica per le arti, l'architettura e l'archeologia II, a cura di Pezzati L. e Salimbeni R. (The International Society for Optical Engineering), pp. 739103 (2009), https://doi.org/10.1117/12.82749

L.W. MacDonald, T. Vitorino, M. Picollo, R. Pillay, M. Obarzanowski, J. Sobczyk, S. Nascimento, J. Linhares, Herit. Sci.,5, https://doi.org/10.1186/s40494-017-0154-1, (2017)

M. Kubik, Spettroscopia di immagine iperspettrale: un approccio 2D allo studio di superfici policrome, in Proc. Conserva. Sci., a cura di Townsend J., Toniolo L. e Capitelli F. (pubblicazioni Archetype), pp. 10 (2007)

C. Cucci, A. Casini, M. Picollo, L. Stefani, Estensione dell'immagine iperspettrale da Vis a regioni spettrali NIR: un nuovo scanner per l'analisi approfondita delle Proc SPIE 8790, Ottica per le arti, l'architettura e l'archeologia IV, a cura di Pezzati L. e Targowski P. (The International Society for Optical Engineering), (2015)

G. Antonioli, F. Fermi, C. Oleari, R. Riverberi, Scanner spettrofotometrico per l'imaging di dipinti e altre opere d'arte, in Proc. CGIV 2° Conf. Europea sul colore nella grafica, nell'imaging e nella visione, (Società per la scienza e la tecnologia dell'immagine, Springfield), pp. 219-224 (2004)

C. Balas, D. Pelecoudas, Domanda di brevetto internazionale, brevetto n.: US 7,042,567 B2, PCT/GR00/00039 (2006)

O. Theodoropoulou, G. Tsairis, Analisi non distruttiva di due icone post-bizantine mediante l'uso del sistema di imaging multispettrale (MU.S.I.S. 2007, nel Ottica e laser in biomedicina e cultura, a cura di Fotakis C., Papazoglou T.G. e Kalpouzos C. (Springer-Verlag Berlin Heidelberg), (2000)

H. Liang, K. Keita, T. Vajzovic, PRISMS: un sistema di imaging multispettrale portatile per l'esame in situ remoto di dipinti murali, in Proc. SPIE 661815, O3A: Ottica per le arti, l'architettura e l'archeologia, a cura di Salimbeni R. e Pezzati L. (The International Society for Optical Engineering), (2007)

J.K. Delaney, K.A. Dooley, R. Radpour, I. Kakoulli, Sci. Rappresentante. 7, 115509 (2017)

J.K. Delaney, D.M. Conover, L. Glinsman, K. Janssens, M. Loew, Herit. Sci. 6, (2018). https://doi.org/10.1186/s40494-018-0197-y

C. Cucci, A. Casini, L. Stefani, M. Picollo, J. Jussila, Ricerca ponte con prodotti innovativi: una fotocamera iperspettrale compatta per lo studio delle opere d'arte: uno studio di fattibilità, nel Proc. SPIE 10331, O3A: Ottica per le arti, l'architettura e l'archeologia VI, a cura di Pezzati L. e Targowski P. (The International Society for Optical Engineering), 1–13 (2017)

Z. Wang, D. Lu, D. Zhang, M. Sun, Y. Zhou, Multidim. Sist. Cartello. Processi 27, 1031–1044 (2016). https://doi.org/10.1007/s11045-016-0429-9

S. Kogou, A. Lucian, S. Bellesia, L. Burgio, K. Bailey, C. Brooks et al., Appl. Fis. UN 15, (2015). https://doi.org/10.1007/s00339-015-9425-4

S. Kogou, S. Neate, C. Coveney, A. Miles, D. Boocock, L. Burgio et al., Herit. Sci. 4, (2016). https://doi.org/10.1186/s40494-016-0098-x

A. Polak, T. Kelman, P. Murray, S. Marshall, D.J. Stothard, N. Eastaugh, F. Eastaugh, J. Cult. Herit. 26, 1-11 (2017). https://doi.org/10.1016/j.culher.2017.01.013

J. Blažek, J. Striova, R. Fontana, B. Zitova, Digit. Processo di segnale.60, 140-151 (2017). https://doi.org/10.1016/j.dsp.2016.09.007

P.Ricciardi, J.K. Delaney, M. Facini, L. Glinsman, PJ.Am. ist. Conservato. 52, 13-29 (2013). https://doi.org/10.1179/0197136012Z.0000000004

G. Maino, M. Monti, Gestione del colore e restauro virtuale delle opere d'arte, in Immagine a colori e miglioramento video, a cura di Celebi E., Lecca M. e Smolka B. (Springer), pp. 183–231 (2015)

M. Monti, G. Maino, Elaborazione delle immagini e un'ipotesi di restauro virtuale dei mosaici e dei loro cartoni, in Analisi ed elaborazione delle immagini – ICIAP, a cura di Maino G. e Foresti G.L. (Springer), (2011)

D. Riccio, S. Caggiano, M. De Marsico, R. Distasi, M. Nappi, Mosaic+: strumenti a supporto dei restauri virtuali, in La 21a Conferenza Internazionale sui Sistemi Multimediali Distribuiti, a cura di Maino G. e Foresti G.L. (Springer), pp. 284–291 (2015), https://doi.org/10.18293/DMS2015-049

L. Butler, S. Kogou, Y. Li, CS Cheung, H. Liang, A.T. Gallop, P. Garside, C. Duffy, Analisi dell'apprendimento automatico di manoscritti illuminati del sud-est asiatico utilizzando tecniche di imaging non invasive complementari, in Proc. SPIE 11058, O3A: Ottica per le arti, l'architettura e l'archeologia VII, 110581M, a cura di Liang H., Groves R. e Targowski P. (The International Society for Optical Engineering), (2019), https://doi.org/0.1117/12.25275760

D.M. Conover, J.K. Delaney, M.H. Loew, Appl. Fis. UN 119, 1567–157 (2015). https://doi.org/10.1007/s00339-015-9140-1

F. Micheletti, L. Stefani, C. Cucci, M. Picollo, CNR Retrieval of Images from Hyper-Spectral Data through Interactive Network Access (CRISTINA), in Atti di imaging elettronico e arti visive EVA, a cura di V. Cappellini (Firenze University Press, Firenze), 140-145 (2013)

E. Bertin, R. Pillay, C. Marmo, Astron. Calcola. 10, 43-53 (2015). https://doi.org/10.1016/j.ascom.2014.12.006

M. Eichenholz, N. Barnett, Y. Juang, D. Fish, S. Spano, E. Lindsley, D.L. Farkas, Bioimaging multispettrale megapixel in tempo reale, in Proc. SPIE 7568, Imaging, manipolazione e analisi di biomolecole, cellule e tessuti VIII, a cura di Farkas D.L., Nicolau D.V. e Leif R.C. (The International Society for Optical Engineering), (2010), https://doi.org/0.1117/12.842563

J. Olson, R. Jungquist, Z. Ninkov, Tecnologia del sistema di imaging multispettrale sintonizzabile per applicazioni aeree, in Proc. SPIE 2480, spettrometria di imaging Im, a cura di Descour M.R., Mooney J.M., Perry D.L. e Illing L.R. (The International Society for Optical Engineering), (1995), https://doi.org/10.1117/12.210882

C. Rothmann, I. Bar-Am, Z. Malik, Histol. istopatolo. 13, 921–926 (1998)

M. Klein, B. Aalderink, R. Padoan, G. De Bruin, T. Steemers, Sensori8, 4476 (2008)

L. Fauch, E. Nippolainen, V. Teplov, A.A. Kamshilin, opz. Esprimere18, 23394 (2010)

J. Kerekes, J. Schott, in Teoria e applicazioni dello sfruttamento dei dati iperspettrali a cura di Chang C.I. (Wiley, New York), (2007)

CD. Tran, Appl. spettrosc. rev. 38, 133–153 (2013)

J. Call, R.A. Lodder, Applicazione di un filtro sintonizzabile a cristalli liquidi alle ricerche spettrali nel vicino infrarosso, in Proc. SETICon02 (2002)

W.J. Marinelli, C.M. Gittins, A.H. Gelb, B.D. Spettroradiometro di imaging a infrarossi a lunghezza d'onda lunga basato su etalon Fabry-Perot, sintonizzabile verde. Appl. Optare. 38, 2594 (1999)

P. Mouroulis, R.O. Verde, T.G. Chrien, Progettazione di spettrometri di imaging a spatola per il recupero ottimale di informazioni spettroscopiche e spaziali. Appl. Optare. 39, 2210–2220 (2000)

A. Casini, F. Lotti, M. Picollo, L. Stefani, A. Aldrovandi, Spettrometria di imaging interferometrico in trasformata di Fourier: un nuovo strumento per lo studio della riflettanza e della fluorescenza di superfici policrome. Contro. Sci. 38, 248 (2002)

F. Vagni, Indagine sulle tecnologie di imaging iperspettrale e multispettrale, Relazione tecnica RTO TR-SET-065-P3, (2007), (AC/323(SET-065)TP/44 NATO)

R.P. Gupta, Tecnologia del sistema di imaging multispettrale sintonizzabile per applicazioni aeree (Springer-Verlag GmbH Germany), (2017), https://doi.org/10.1007/978-3-662-05283-9

DW Coulter, P.L. Hauff, W.L. Kerby, Telerilevamento iperspettrale aereo, Progressi nella geofisica aerea, in Proc. Esplorazione 07: Quinta conferenza internazionale decennale sull'esplorazione mineraria, a cura di Milkereit B., 375-386 (2007)

T. Lillesand, R.W. Kiefer, J. Chipman, Telerilevamento e interpretazione delle immagini, (John Wiley and Sons), 736p (2015)

EN ISO 9488, Energia solare—vocabolario, (Bruxelles: Comitato europeo di normalizzazione (CEN)), (1999)

A. Fernandez-Garcia, F. Sutter, M. Montecchi, F. Sallaberry, A. Heimsath, C. Heras, E. Le Baron, A. Soum-Glaude, Parametri e metodo per valutare le proprietà di riflettanza solare dei materiali riflettenti per la tecnologia dell'energia solare a concentrazione, (Linee guida SolarPACES, Linee guida ufficiali sulla riflessione versione 3.0), (2018)

Commission Internationale de l'éclairage (CIE), colorimetria, (3a edizione, pubblicazione CIE 15), (2004)

ISO/CIE, Colorimetria—Parte 3: valori tristimolo CIE, 11664-3, (Organizzazione internazionale per la standardizzazione), (2019)

E.I. Stearns, R.E. Stearns, Un esempio di metodo per correggere i dati di radianza per l'errore passa-banda Ris. colore Appl. 13, 257–259 (1988)

ASTM E308-01, Pratica standard per il calcolo dei colori degli oggetti utilizzando il sistema CIE, Ris. colore Appl.,Codice ICS 17.180.20 (2001), https://doi.org/0.1520/E0308-01

F. Rosi, C. Miliani, R. Braun, R. Harig, D. Sali, B.G. Brunetti, A. Sgamellotti, Analisi non invasiva di dipinti mediante imaging iperspettrale nel medio infrarosso,Angelo. chimica. Int. Ed., 52, 5258 –5261 (2013), https://doi.org/10.1002/anie.201209929 2013, 52,

A. Cesaratto, A. Nevin, G. Valentini, L. Brambilla, C. Castiglioni, L. Toniolo et al., Un nuovo metodo di classificazione per l'imaging multispettrale combinato con la spettroscopia Raman portatile per l'analisi di un dipinto di Vincent Van Gogh. Appl. spettrosc. 67, 1234–1241 (2013). https://doi.org/10.1366/13-07032

M. Aceto, A. Agostino, G. Fenoglio, M. Gulmini, V. Bianco, E. Pellizzi, Analisi non invasiva dei dipinti in miniatura: proposta di protocollo analitico. Spettrochim. Acta A 91, 352–359 (2012)

AG. Metrohm, Metrohm Monografia 8.108.5026EN – Una guida all'analisi spettroscopica nel vicino infrarosso dei processi di produzione industriale. CH-9101 Herisau, Svizzera, (2014)

Comitato per i metodi analitici AMCTB n. 75, Spettrofotometria di riflettanza UV-visibile-NIR nel patrimonio culturale: documento di base, Anale. metodi8, 5894 (2016), https://doi.org/10.1039/c6ay90112c

M. Picollo, C. Cucci, A. Casini, L. Stefani, Tecniche di imaging iperspettrale nel campo dei beni culturali: nuovi possibili scenari. Sensori 8, 5894 (2020). https://doi.org/10.1039/c6ay90112c

H. Deborah, S. George, J.Y. Hardeberg, Mappatura dei pigmenti dell'urlo (1893) basata su immagini iperspettrali, in Proc. Elaborazione di immagini e segnali, ICISP, a cura di Elmoataz A., Lezoray O., Nouboud F. e Mammass D.(Springer), pp. 248 (2014)

D. Comelli, A. Nevin, G. Valentini, I. Osticioli, E.M. Castellucci, L. Toniolo, D. Gulotta, R. Cubedu, Approfondimenti sulle pitture murali di Masolino a Castiglione Olona: analisi avanzate di riflettanza e fluorescenza. J. Culto. Herit. 12, 11-18 (2011). https://doi.org/10.1016/j.culher.2010.06.003

J.K. Delaney, P. Ricciardi, L. Glinsman, M. Facini, M. Thoury, M. Palmer, E. Rene de la Rie, Uso della spettroscopia di imaging, spettroscopia di riflettanza a fibre ottiche e fluorescenza a raggi X per mappare e identificare i pigmenti in manoscritti miniati. Perno. Conserva. 59, 91–101 (2014). https://doi.org/0.1179/2047058412Y.0000000078

K.A. Dooley, J. Coddington, J. Kreuger, D.M. Conover, M. Loew, J.K. Delaney, l'imaging chimico Standoff trova prove dell'uso selettivo di Jackson Pollock di supporti alchidici e leganti a olio in un famoso dipinto "a goccia". Anale. metodi 9, 28–37 (2017)

F. Gabrieli, K. Dooley, M. Facini, J.K. Delaney, Spettroscopia di imaging in riflettanza da vicino-UV a medio IR di dipinti su macroscala. Sci. avv. 5, eaaw7794 (2019). https://doi.org/10.1126/sciadv.aaw7794

A. Dooley, S. Lomax, J.G. Zeibel, C. Miliani, P. Ricciardi, A. Hoenigswald et al., Mappatura dei leganti di vernice di tuorlo d'uovo e colla di pelle animale nei dipinti del primo Rinascimento utilizzando la spettroscopia di imaging a riflettanza vicina all'infrarosso. Analista138, 4838-4848 (2013). https://doi.org/10.1039/c3an00926b

S. Mosca, R. Alberti, T. Frizzi, A. Nevin, G. Valentini, D. Comelli, D. Comelli, Un intero approccio di mappatura spettroscopica per lo studio della distribuzione spaziale dei pigmenti nei dipinti. Appl. Fis. Una madre. Sci. Processi. 122, 815 (2016). https://doi.org/10.1007/s00339-016-0345-8

S. Legrand, F. Vanmeert, G. Van der Snickt, M. Alfeld, W. De Nolf, J. Dik et al., Esame di dipinti storici con metodi di imaging iperspettrale all'avanguardia: dalla scansione a infrarossi spettroscopia rossa al laminografo a raggi X computerizzato. Herit. Sci. 2, 13 (2014). https://doi.org/10.1186/2050-7445-2-13

A. Deneckere, M. De Reu, M.P. Martens, K. De Coene, B. Vekemans, L. Vincze, P. De Mayer, P. Vandenabeele, L. Moens, L'uso di un approccio multi-metodo per identificare i pigmenti nel manoscritto del XII secolo Liber Floridus. Spettrochim. Acta A. 80, 1125–132 (2011)

M.Thoury, J.K. Delaney, E.R. De La Rie, M. Palmer, K. Morales, J. Krueger, Luminescenza nel vicino infrarosso dei pigmenti di cadmio: identificazione e mappatura in situ nei dipinti. Appl. spettrosc. 65(8939–951), 939–951 (2011). https://doi.org/0.1366/11-06230

A. Dooley, D.M. Conover, L.D. Glinsman, J.K. Delaney, Imaging chimico di stallo complementare per mappare e identificare i materiali dell'artista in un dipinto su tavola del primo Rinascimento italiano. Angelo. chimica. 126, 13995-13999 (2014). https://doi.org/10.1002/anie.201407893

F. Daniel, A. Mounier, J. Pérez-Arantegui, C. Pardos, N. Prieto-Taboada, Vallejuelo S. De Fdez-Ortiz, K. Castro, Imaging iperspettrale applicato all'analisi dei dipinti di Goya nel Museo di Saragozza (Spagna). Microchim. J.126, 13995-13999 (2016). https://doi.org/10.1016/j.microc.2015.11.04

F. Daniel, A. Mounier, J. Pérez-Arantegui, C. Pardos, N. Prieto-Taboada, Vallejuelo S. De Fdez-Ortiz, K. Castro, Confronto tra metodi non invasivi utilizzati sui dipinti di Goya e dei suoi contemporanei : imaging iperspettrale vs analisi spettroscopica punto per punto. Anale. bioanale. chimica. 409, 4047–4056 (2017). https://doi.org/10.1007/s00216-017-0351-5

S. Mosca, T. Frizzi, M. Pontone, R. Alberti, L. Bombelli, V. Capogrosso, Identificazione di pigmenti in diversi strati di codici miniati mediante mappatura a fluorescenza a raggi X e spettroscopia Raman. Microchim. J. 124, 775-784 (2016). https://doi.org/10.1016/j.microc.2015.10.038

K. Janssens, G. Van Der Snickt, M. Alfeld, P. Noble, A. Van Loon, J.K. Delaney, D. Conover, J. Zeibel, J. Dik, "Saul and David" di Rembrandt: uso di più tipi di smalto evidenziato mediante imaging non distruttivo. Microchim. J. 126, 515-523 (2016). https://doi.org/10.1016/j.microc.2016.01.013

S.R. Amato, A. Burnstock, M. Cross, K. Janssens, F. Rosi, L. Cartechini, R. Fontana, A. Dal Fovo, M. Paolantoni, C. Grazia, A. Romani, Interpretazione di prove tecniche da immagini spettrali di dipinti di douard Manet nella Courtauld Gallery. Spettro a raggi X. 48, 282–292 (2019)

N.S. Daly, M. Sullivan, L. Lee, J.K. Delaney, K. Trentelman, disegni noir di Odilon Redon: caratterizzazione di materiali e metodi mediante imaging e spettroscopie non invasive. Herit. Sci. 7, 1-43 (2019). https://doi.org/10.1186/s40494-019-0286-6

A. Dal Fovo, A. Mazzinghi, S. Omarini, E. Pampaloni, J. Striova, R. Fontana, Metodi di mappatura non invasivi per l'analisi dei pigmenti delle pitture murali romane. J. Culto. Herit. 43, 311-318 (2020). https://doi.org/10.1016/j.culher.2019.12.00

A. Dal Fovo, J. Striova, E. Pampaloni, A. Fedele, M. Morita, D. Amaya, F. Grazzi, M. Cimò, C. Cirrincione, R. Fontana, la pittura di Rubens come ispirazione di un arazzo successivo : analisi non invasive consentono di approfondire la storia delle opere d'arte. Microchim. J. 153, 104472 (2020). https://doi.org/10.1016/j.microc.2019.104472

N. De Manincor, G. Marchioro, E. Fiorin, M. Raffaelli, O. Salvadori, C. Daffara, Integrazione di dati multispettrali nel visibile-infrarosso e dati di fluorescenza a raggi X puntuali per l'analisi di una grande tela di Carpaccio. Microchim. J. 153, 104469 (2020). https://doi.org/10.1016/j.microc.2019.104469

M. Hain, J. Bartl, V. Jacko, Analisi multispettrale dei manufatti del patrimonio culturale. mis. Sci. rev. 3, 9–12 (2003)

E. Ravaud, L. Pichon, E. Laval, V. Gonzalez, M. Eveno, T. Calligaro, Sviluppo di uno scanner XRF versatile per l'imaging elementare delle vernici. Appl. Fis. UN 122, 17 (2016). https://doi.org/10.1007/s00339-015-9522-4

D. Thurrowgood, D. Paterson, M.D. De Jonge, R. Kirkham, S. Thurrowgood, D.L. Howard, Un ritratto nascosto di Edgar Degas. Sci. Rappresentante. 6, 29594 (2016). https://doi.org/10.1038/srep29594

G. Van der Snickt, A. Martins, J.K. Delaney, K. Janssens, J. Zeibel, M. Duffy, C. McGlinchey, B. Van Driel, J. Dik, Esplorare un dipinto nascosto sotto la superficie di Le Portrait di René Magritte. Appl. spettrosc. 70, 57-67 (2016). https://doi.org/10.117/0003702815617123

PAPÀ. Favero, J. Mass, J.K. Delaney, A.R. Woll, A.M. Hull, K.A. Dooley, A.C. Finnefrock, Spettroscopia di imaging in riflettanza e mappatura della fluorescenza a raggi X della radiazione di sincrotrone utilizzata in uno studio tecnico di The Blue Room di Pablo Picasso. Herit. Sci. 5, 13 (2017). https://doi.org/10.1186/s40494-017-0126-5

E. Herens, C. Defeyt, P. Walter, D. Strivay, Scoperta di un ritratto di donna dietro La Violoniste di Kees van Dongen attraverso l'imaging iperspettrale. Herit. Sci. 5, 14 (2017). https://doi.org/10.1186/s40494-017-0127-4

E. Pouyet, S. Devine, T. Grafakos, R. Kieckhefer, J. Salvant, L. Smieska, A. Woll, A. Katsaggelos, O. Cossairt, M. Walton, Rivelando la biografia di un manoscritto medievale nascosto usando il sincrotrone e tecniche di imaging convenzionali. Anale. Chim. Acta 982, 20-30 (2017). https://doi.org/10.1016/j.aca.2017.06.016

L. De Vaguerie, S. Rochut, M. Alfeld, P. Walter, S. Astier, V. Gontero, F. Boulc'h, XRF e imaging iperspettrale in riflettanza su un manoscritto miniato del XV secolo: combinazione di imaging e analisi quantitativa per comprendere la tecnica dell'artista, Herit. Sci, 6, 11 (2018) https://doi.org/10.1186/s40494-018-0177-2

A. Harth, G. Van Der Snickt, O. Schalm, K. Janssens, G. Blanckaert, L'impronta del giovane Van Dyck: un approccio tecnico per valutare l'autenticità di un dipinto contestato. Herit. Sci 5, 22 (2017). https://doi.org/10.1186/s40494-017-0136-3

L. Pronti, M. Romani, G. Verona-Rinati, O. Tarquini, F. Colao, M. Colapietro, A. Pifferi, M. Cestelli-Guidi, M. Marinelli, Post-elaborazione di VIS, NIR e SWIR immagini multispettrali di dipinti. Nuova scoperta sull'ubriachezza di Noè, Dipinto da Andrea Sacchi, Conservato a Palazzo Chigi (Ariccia, Roma). Eredità2, 2275–2286 (2019). https://doi.org/10.3390/heritage2030139

G.J. Tserevelakis, I. Vrouvaki, P. Siozos, K. Melessanaki, K. Hatzigiannakis, C. Fotakis, G. Zacharakis, l'imaging fotoacustico rivela i disegni nascosti nei dipinti. Sci. Rappresentante. 7, 747 (2017). https://doi.org/10.1038/s41598-017-00873-7

A. Dal Fovo, G.J. Tserevelakis, A. Papanikolaou, G. Zacharakis, R. Fontana, Imaging fotoacustico combinato per delineare la struttura interna dei dipinti. Optare. Lett. 44, 919–922 (2019)

R. Fontana, M.C. Gambino, M. Greco, L. Marras, M. Materazzi, E. Pampaloni, A. Pelagotti, L. Pezzati, P. Poggi, C. Sanapo, Tecniche diagnostiche ottiche 2D e 3D applicate alla Madonna dei Fusi di Leonardo da Vinci, nel Proc. SPIE 5857, Ottica per le arti, l'architettura e l'archeologia, a cura di Salimbeni R. e Pezzati L. (The International Society for Optical Engineering), pp.58570L (2005), https://doi.org/10.1117/12.612535

R. Bellucci, P.L. Carcagni, A.D. Patrib, R. Fontana, C. Frosinini, M.C. Gambino, M. Greco, M. Mastroianni, M. Materazzi, E. Pampaloni, L. Pezzati, Integrazione di dati di immagine da tecniche ottiche 2D e 3D per applicazioni di conservazione della pittura. Imaging Sci. J. 55, 80–89 (2007)

H. Liang, B. Peric, M. Hughes, A. Podoleanu, M. Spring, D. Saunders,Tomografia a coerenza ottica per la conservazione dell'arte e l'archeologia, nel Proc. SPIE 6618, Ottica per le arti, l'architettura e l'archeologia, a cura di Salimbeni R. e Pezzati L. (The International Society for Optical Engineering), p. 661805 (2007), https://doi.org/10.1117/12.726032

P. Targowski, M. Iwanicka, Tomografia a coerenza ottica: il suo ruolo nell'esame strutturale non invasivo e nella conservazione degli oggetti del patrimonio culturale: una revisione. Appl. Fis. UN 106, 2265–277 (2012)

H. Liang, R. Lange, H. Howard, J. Spooner, Indagini non invasive di un dipinto murale mediante tomografia a coerenza ottica e imaging iperspettrale, nel Proc. SPIE 8084, Ottica per le arti, l'architettura e l'archeologia III, a cura di Fotakis C., Pezzati L. e Salimbeni R. (The International Society for Optical Engineering), p. 8084F (2011), https://doi.org/10.1117/12.890088

H. Liang, R. Lange, B. Peric, M. Spring, finestra spettrale ottimale per l'imaging dell'arte con tomografia a coerenza ottica. Appl. Fis. B 106, 4589–602 (2013)

H. Liang, A. Lucian, R. Lange, C.S. Cheung, B. Su, Imaging spettrale remoto con estrazione simultanea della topografia 3D per pitture murali storiche. ISPRS J. Fotogramma. 95, 13-22 (2014). https://doi.org/10.1016/j.isprsjprs.2014.05.011

R. Fontana, A. Dal Fovo, J. Striova, L. Pezzati, E. Pampaloni, M. Raffaelli, M. Barucci, Applicazione di metodologie di monitoraggio ottico non invasivo per seguire e registrare i processi di pulizia della pittura. Appl. Fis. UN 121, 957–966 (2015)

J. Striova, R. Fontana, M. Barucci, A. Felici, E. Marconi, E. Pampaloni, M. Raffaelli, C. Riminesi, i dispositivi ottici forniscono approfondimenti senza precedenti sulla pulizia laser degli strati di ossalato di calcio. Microchim. J. 124, 331–337 (2016)

P. Targowski, M. Iwanicka, M. Sylwestrzak, C. Frosinini, J. Striova, R. Fontana, Utilizzo della tomografia a coerenza ottica per rivelare la storia nascosta della Vergine di Landsdowne del filato di Leonardo da Vinci e Studio. Angelo. chimica.57, 7396–7400 (2018)

P. Klausmeyer, M. Cushman, I. Dobrev, M. Khaleghi, E.J. Harrington, X. Chen, C. Furlong, Quantificazione e mappatura della tensione indotta nei dipinti su tela mediante shearografia laser, in L'analisi non invasiva delle superfici dipinte: impatto scientifico e pratica di conservazione, a cura di Nevin A. e Doherty T. (Smithsonian Contribution to Museum Conservation), pp. 1–3 (2016)

G. Palma, M. Corsini, P. Cignoni, R. Scopigno, M. Mudge, Miglioramento dell'ombreggiatura dinamica per l'imaging di trasformazione della riflettanza. J. Comput. Culto. Eredità3, 1–20 (2010)

D. Francis, R.P. Tatam, R.M. Groves, Tecnologia e applicazioni della shearografia: una rassegna. mis. Sci. Tecnol. 21, 102001 (2010)

M. Alfeld, J.A.C. Broekaert, Profilazione mobile di profondità e tecniche di imaging sub-superficiale per dipinti storici: una rassegna. Spettrochim. Acta B 88, 211-230 (2013). https://doi.org/10.1016/j.sab.2013.07.009

K. Janssens, J. Dik, M. Cotte, J. Susini, tecniche basate su fotoni per l'analisi non distruttiva del sottosuolo di manufatti del patrimonio culturale dipinto. secondo chimica. Ris. 43, 814–825 (2010)

J. Tasseva, A. Taschin, P. Bartolini, J. Striova, R. Fontana, R. Torre, Supporti di disegno a strati sottili sondati dalla spettroscopia nel dominio del tempo THz. Analista 142, 42–47 (2017)

K. Fukunaga, Y. Ogawa, S.I. Hayashi, I. Hosako, spettroscopia Terahertz per la conservazione dell'arte. IEICE Electron. Esprimere 4, 258–263 (2007)

J.-M. Manceau, A. Nevin, C. Fotakis, S. Tzortzakis, spettroscopia nel dominio del tempo Terahertz per l'analisi di materiali relativi al patrimonio culturale. Appl. Fis. B 90, 365–368 (2008)