Astronomie

Comment les lacunes sont-elles comblées dans les images capturées par les matrices CCD ?

Comment les lacunes sont-elles comblées dans les images capturées par les matrices CCD ?

Les grands télescopes n'utilisent pas un seul CCD ; ils en utilisent des tableaux. Étant donné que les CCD ne peuvent pas être joints de manière transparente, cela signifie que chaque image capturée doit comporter des espaces. Mais, les images qui en résultent ne présentent presque jamais de lacunes lorsqu'elles sont présentées au public.

Comment ces lacunes sont-elles comblées ? Le télescope capture-t-il un certain nombre d'images qui se chevauchent, puis fusionne les résultats ? Cela n'entraînerait-il pas des niveaux d'exposition différents pour différentes zones de l'image, ce qui, même s'il pourrait être compensé dans le traitement, donnerait des caractéristiques de bruit différentes aux différentes zones ?


En général, la pratique courante consiste à tramer les expositions et à combler les lacunes. Le tramage sert à plusieurs fins :

  • fournit une certaine exposition dans les écarts entre les CCD

  • lisse les variations de pixel à pixel dans la réponse.

  • empêche un mauvais pixel de ruiner une observation entière

Le modèle de tramage varie d'un télescope à l'autre. Par exemple, l'image suivante montre le modèle de tramage du télescope Chandra.

Image de havard.edu

L'effet de tramage est supprimé pendant le traitement au sol de haut niveau des données.


Contenu

VISTA effectue des relevés du ciel austral aux longueurs d'onde proches de l'infrarouge. De telles enquêtes devraient à la fois fournir des résultats scientifiques directs et aider à sélectionner des objets pour des études ultérieures avec de plus grands télescopes. Il existe deux projets connexes : la Wide Field Camera (WFCAM) ​​du télescope infrarouge du Royaume-Uni à Hawaï effectue des relevés infrarouges du ciel nord, et le télescope VLT Survey au Chili effectue des relevés du ciel sud en lumière visible.

Le projet a été lancé en 1999 par le consortium VISTA [4] de 18 universités du Royaume-Uni (Royaume-Uni), qui a obtenu un financement d'un fonds commun d'infrastructure du gouvernement britannique et un financement supplémentaire du Particle Physics and Astronomy Research Council. Le projet est évalué à 46M€ (36M£). [5] [6]

Après avoir envisagé plusieurs sites au Chili, le consortium a choisi l'Observatoire Paranal de l'Observatoire Européen Austral (ESO), à savoir un pic secondaire à 1 500 m du Very Large Telescope (VLT). Le consortium a sélectionné le UK Astronomy Technology Centre pour assumer la responsabilité technique de la conception et de la construction du télescope. Deux ans plus tard – en 2002 – le Royaume-Uni a rejoint l'ESO et VISTA est devenu une composante en nature des frais d'adhésion. Le consortium a ensuite achevé la construction et la mise en service du télescope, et le Science and Technology Facilities Council – au nom du Royaume-Uni – a remis le télescope à l'ESO, au profit des astronomes de tous ses pays membres. [3] [7]

Les objectifs scientifiques des relevés VISTA, qui ont commencé en 2010, incluent bon nombre des problèmes les plus passionnants de l'astrophysique aujourd'hui, allant de la nature de l'énergie noire à la menace des astéroïdes géocroiseurs. [2]

Six grandes enquêtes publiques sont menées par VISTA : 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 Enquête sur les observations extragalactiques (VIDEO). Ceux-ci occuperont la majorité du temps d'observation au cours des cinq premières années d'exploitation du télescope. Les enquêtes couvrent différentes zones du ciel à différentes profondeurs pour attaquer un large éventail de questions scientifiques. [8] De plus amples informations sur chacune des enquêtes VISTA sont disponibles sur le site Web de l'ESO — VISTA Surveys et sur la page Web de l'ESO — Public Surveys Projects.

Étant donné que VISTA est un grand télescope doté d'un large champ de vision, il peut à la fois détecter des sources faibles et couvrir rapidement de vastes zones du ciel. Chaque image VISTA capture une section du ciel couvrant environ dix fois la surface de la pleine Lune et sera capable de détecter et de cataloguer des objets sur tout le ciel austral avec une sensibilité quarante fois supérieure à celle obtenue avec les relevés infrarouges antérieurs du ciel tels que comme le très réussi Two Micron All-Sky Survey. Ce saut de puissance d'observation - comparable au pas de sensibilité de l'œil nu au premier télescope de Galilée - révélera un grand nombre de nouveaux objets et permettra la création d'inventaires beaucoup plus complets d'objets rares et exotiques dans le ciel austral. [3]

Les observations VISTA soutiendront la recherche dans de nombreux domaines astronomiques. Dans notre galaxie, VISTA devrait trouver de nombreuses nouvelles étoiles naines brunes et être en mesure de tester des idées sur la nature de la matière noire. Un sondage VISTA est conçu pour trouver et étudier un grand nombre d'étoiles variables dans notre galaxie en prenant des images des mêmes zones du ciel à des moments différents. En utilisant les données VISTA, les astronomes pourront cartographier la structure de notre galaxie avec beaucoup plus de détails que jamais. Une autre enquête VISTA étudiera nos petites galaxies voisines, les Nuages ​​de Magellan, et leur environnement. Les données VISTA seront également utilisées pour créer une carte 3D d'environ 5 % de l'ensemble de l'Univers observable. Plus tard, VISTA sera un outil puissant pour découvrir des quasars distants et étudier l'évolution des galaxies et des amas de galaxies. Cela aidera à sonder la nature de l'énergie noire en trouvant des amas de galaxies très éloignés. [9] Les mesures infrarouges de l'enquête astronomique VVV ont été utilisées pour renforcer l'échelle de distance cosmique, à savoir en fournissant des distances fiables aux amas d'étoiles et aux étoiles variables Céphéides. [10] [11]

La première image publiée (à gauche) montre la nébuleuse de la flamme (NGC 2024), un spectaculaire nuage de gaz et de poussière formant des étoiles dans la constellation familière d'Orion (le chasseur) et ses environs. Dans la lumière visible, le noyau de l'objet est caché derrière d'épais nuages ​​de poussière, mais l'image VISTA, prise à des longueurs d'onde infrarouges, peut pénétrer l'obscurité et révéler l'amas de jeunes étoiles chaudes caché à l'intérieur. Le large champ de vision de la caméra VISTA capture également la lueur de NGC 2023 et la forme fantomatique de la célèbre nébuleuse de la Tête de Cheval. [3]

D'autres images de nébuleuses époustouflantes incluent les vues VISTA de la nébuleuse d'Orion et de la nébuleuse de la lagune. L'image de droite est une vue à grand champ de la nébuleuse d'Orion (Messier 42), située à environ 1350 années-lumière de la Terre, prise avec le télescope de relevé infrarouge VISTA à l'observatoire de Paranal de l'ESO au Chili. L'immense champ de vision du télescope permet d'imager toute la nébuleuse et ses environs en une seule image et sa vision infrarouge signifie également qu'il peut scruter profondément les régions poussiéreuses normalement cachées et révéler les étranges singeries des jeunes étoiles très actives qui y sont enterrées. . [12] Une image du "Blue Lagoon" est visible sur la gauche (sous l'image de la nébuleuse de la flamme) - c'est une image infrarouge prise dans le cadre de l'enquête VVV. Il montre la pépinière stellaire appelée la nébuleuse de la lagune (également connue sous le nom de Messier 8), qui se trouve à environ 4000-5000 années-lumière dans la constellation du Sagittaire (l'Archer). [13]

VISTA peut également regarder bien au-delà de notre galaxie. Dans l'exemple de gauche (sous l'image de la nébuleuse d'Orion), le télescope a pris une photographie de famille d'un amas de galaxies dans la constellation de Fornax (le four chimique). Le grand champ permet de capturer de nombreuses galaxies en une seule image, y compris la frappante spirale barrée NGC 1365 et la grande galaxie elliptique NGC 1399. L'image a été construite à partir d'images prises à travers les filtres Z, J et Ks dans la partie proche infrarouge de le spectre et a capturé de nombreux membres du cluster dans une seule image. En bas à droite se trouve l'élégante galaxie spirale barrée NGC 1365 et à gauche la grande elliptique NGC 1399, entourée d'un essaim de faibles amas globulaires. L'image a une étendue d'environ 1 degré sur 1,5 degré et le temps d'exposition total était de 25 minutes. [14]

Conception de télescope Modifier

L'objectif d'imager à plusieurs reprises de vastes zones du ciel à une résolution visuelle limitée a conduit à une conception optique unique. Le miroir primaire est un hyperboloïde concave de 4,1 m de diamètre et d'un rapport focal d'environ f/1. Le miroir a une forme de ménisque de 17 cm d'épaisseur avec un trou central de 1,2 m pour loger la caméra au foyer Cassegrain. Il a été coulé à partir de Zerodur par Schott en Allemagne et ensuite poli et figuré par LZOS, Moscou. C'est le plus grand miroir de cette forme et d'un polissage si court qu'il a fallu 2 ans, ce qui était plus long que prévu. [6] [15] Le miroir est soutenu par un certain nombre d'actionneurs (81 sur le dos et 24 autour du bord), qui permettent à sa forme d'être contrôlée par des ordinateurs.

Le miroir secondaire est un hyperboloïde convexe de 1,24 m de diamètre. La combinaison des deux miroirs hyperboliques en fait une conception quasi Ritchey-Chrétien. Le rapport focal combiné est d'environ f/3, mais la qualité d'image des deux miroirs seuls serait médiocre. [16] Le miroir secondaire est monté sur un support hexapode de sorte que sa position, sa pointe et son inclinaison soient également contrôlées par ordinateur.

La caméra infrarouge a été construite par un consortium composé du Rutherford Appleton Laboratory, du UK Astronomy Technology Centre et de l'Université de Durham, [17] et est la plus grande au monde avec près de trois tonnes. Le télescope et la caméra forment une seule conception optique, car les trois lentilles de correction de champ de la caméra sont essentielles pour la projection d'une image focalisée du ciel sur les détecteurs.

Pour une caméra infrarouge, il est également vital de bloquer le rayonnement thermique du télescope et du dôme. Ceci est accompli par une séquence de chicanes refroidies devant les lentilles de correction de champ. De plus, le miroir secondaire est sous-dimensionné pour éviter que les détecteurs de bord ne voient une structure chaude à l'extérieur du bord du primaire, ce qui signifie que l'ouverture vue par n'importe quel point du plan image est de 3,7 m. Cette conception nécessite que le cryostat à vide de la caméra – qui refroidit les détecteurs ainsi que les baffles – ait plus de 2 m de long, avec une fenêtre frontale de 95 cm de diamètre. Une roue à filtres juste devant les détecteurs permet de sélectionner une plage de longueur d'onde infrarouge particulière. [18]

Sur une zone correspondant à 1,65° de diamètre sur le ciel, le plan image comporte 16 réseaux de détecteurs infrarouges, [16] chaque réseau avec 2048x2048 pixels de taille 20 m, correspondant en moyenne à 0,34" sur le ciel. [18] La focale longueur de 12,1 m se combine avec l'ouverture en chicane de 3,7 m pour un rapport focal de 3,26. Les matrices sont séparées de 90 % de leur largeur dans un sens et d'un peu moins de 50 % de leur largeur dans l'autre sens. Une seule pose correspond donc à une "empreinte de patte" inégale sur le ciel. Pour combler les lacunes et obtenir une image conventionnelle, au moins six empreintes de patte décalées doivent être combinées en un "carreau", qui est alors de 1,5° sur 1,0°. Le plan image de la La caméra dispose également de détecteurs de front d'onde utilisés pour contrôler la forme du miroir primaire et la position et la pointe/inclinaison du miroir secondaire (optique active).Cela compense la flexion et assure une image focalisée à toutes les altitudes.[18]

Le sommet de la colline où se trouve VISTA a été aplani pour ériger le bâtiment d'enceinte et un bâtiment auxiliaire. Le bâtiment auxiliaire comprend des installations pour laver, décaper et enduire le miroir primaire. Le revêtement peut être en aluminium, ou normalement en argent protégé pour une meilleure performance infrarouge. [15] La base fixe de l'enceinte supporte le dôme rotatif en acier. Deux portes coulissantes forment la fente du dôme. D'autres panneaux de dôme peuvent être ouverts pour augmenter la ventilation, et un pare-vent peut être déployé pour fermer des parties de la fente. Pendant la journée, le dôme est maintenu à température nocturne. [19]

Opération et flux de données Modifier

Une fois terminé, le télescope a été remis à l'ESO, qui a sélectionné six sondages publics pour VISTA, représentant 75 % du temps d'observation disponible. Des relevés exclusifs pour occuper le temps restant sont proposés à l'ESO, qui programmera les propositions approuvées d'observation. [21] Les observations sont réalisées par des opérateurs à l'observatoire de Paranal, à distance du bâtiment de contrôle du VLT. [19]

La combinaison du grand réseau de détecteurs et des expositions courtes et fréquentes nécessaires aux longueurs d'onde infrarouges permet d'obtenir un débit de données élevé de 200 à 300 Go par nuit. Une réduction rapide à l'observatoire de Paranal sera utilisée pour le contrôle de qualité quotidien, mais le flux de données principal consiste à transférer les données brutes au siège de l'ESO à Garching près de Munich, en Allemagne, pour ingestion dans les archives de données. Les utilisateurs peuvent extraire des empreintes de pattes (voir ci-dessus) et les faire passer par un pipeline d'étalonnage pour supprimer les artefacts instrumentaux et étalonner l'astrométrie et la photométrie. Les données d'archive seront également copiées dans le système de flux de données VISTA au Royaume-Uni, où les empreintes de pattes seront combinées en tuiles (voir ci-dessus) et où les catalogues sources seront préparés à partir de ceux-ci. [19] [21]


Comment les lacunes sont-elles comblées dans les images capturées par les matrices CCD ? - Astronomie

Les caméras couleur CCD à haute résolution ont récemment stimulé l'intérêt d'un grand nombre d'utilisateurs finaux potentiels pour un large éventail d'applications pratiques. Les systèmes de télévision haute définition en temps réel (TVHD) sont maintenant utilisés ou envisagés pour des applications allant de la création de programmes de divertissement au stockage d'images numériques en passant par la recherche médicale et scientifique. La génération HDTV d'images électroniques offre des avantages significatifs en termes de coût et de temps par rapport à l'utilisation de films dans de telles applications. De plus, dans les systèmes d'images fixes, la capture d'images électroniques est plus rapide et plus efficace que les scanners d'images conventionnels. L'appareil photo CCD peut capturer des objets tridimensionnels dans l'environnement informatique directement sans avoir à prendre une photo sur film, à la développer, puis à numériser l'image dans un ordinateur. 2. ÉTENDRE LA TECHNOLOGIE CCD AU-DELÀ DE LA DIFFUSION La plupart des puces de capteurs CCD de production standard sont conçues pour des systèmes compatibles avec la diffusion. Un CCD populaire et la base de cette discussion propose des matrices d'environ 750 x 580 éléments d'image (pixels) ou une matrice totale d'environ 435 pixels (voir Fig. 1). POUR. A a développé une technique pour augmenter le nombre de pixels disponibles pour une image donnée par rapport à celui produit par le CCD standard lui-même. En utilisant un CCD intercalé avec une structure spatiale globale plusieurs fois plus grande que les zones de capteurs photosensibles, chacun des capteurs CCD est décalé dans deux dimensions afin de combler les lacunes spatiales entre les capteurs adjacents.


Information produit

Réviser les articles

Propriétés de base des images numériques - Les images à tons continus sont produites par des appareils optiques et électroniques analogiques, qui enregistrent avec précision les données d'image par plusieurs méthodes, telles qu'une séquence de fluctuations de signal électrique ou des changements dans la nature chimique d'une émulsion de film qui varient en continu sur toutes les dimensions de l'image. Pour qu'une image en tons continus ou analogique soit traitée ou affichée par un ordinateur, elle doit d'abord être convertie en une forme lisible par ordinateur ou numérique format. Ce processus s'applique à toutes les images, quelle que soit leur origine et leur complexité, et qu'elles existent en noir et blanc (niveaux de gris) ou en couleur. Une image numérique est composée d'une matrice de pixels rectangulaire (ou carrée) représentant une série de valeurs d'intensité et ordonnée à travers un (x, y) système de coordonnées.

Introduction à l'imagerie numérique en microscopie

Partie I : Concepts de base de l'imagerie - Cet article décrit les principes fondamentaux de l'acquisition d'images numériques, la résolution spatiale, le contraste, la luminosité, la profondeur de bits, la plage dynamique, les principes fondamentaux du CCD et les mesures de performance ainsi que les problèmes d'affichage et de stockage des images. En commençant par une perspective historique, la conversion des images du format analogique au format numérique est examinée, suivie de discussions sur la fonction de transfert de contraste, les histogrammes, l'efficacité quantique, le bruit, le refroidissement, le binning et la linéarité.

Partie II : Concepts de base de la microscopie - Les principales considérations dans l'imagerie des cellules vivantes et fixes au microscope avec un appareil photo numérique sont la sensibilité du détecteur (signal sur bruit), la vitesse requise d'acquisition d'image et la viabilité de l'échantillon. Les intensités lumineuses relativement élevées et les temps d'exposition longs qui sont généralement utilisés pour enregistrer des images de cellules et de tissus fixes (où le photoblanchiment est la principale considération) doivent être strictement évités lorsque l'on travaille avec des cellules vivantes. Dans pratiquement tous les cas, la microscopie à cellules vivantes représente un compromis entre l'obtention de la meilleure qualité d'image possible et la préservation de la santé des cellules. Plutôt que de suréchantillonner inutilement les points temporels et d'exposer les cellules à des niveaux d'éclairage excessifs, les résolutions spatiales et temporelles définies par l'expérience doivent être limitées pour correspondre aux objectifs de l'enquête.

Concepts en technologie d'imagerie numérique

Electron Multiplying Charge-Coupled Devices (EMCCD) - En incorporant un gain de multiplication sur puce, le CCD multiplicateur d'électrons atteint, dans un capteur à semi-conducteurs, la sensibilité de détection de photon unique typique des CCD intensifiés ou bombardés d'électrons à un coût bien inférieur et sans compromettre l'efficacité quantique et les caractéristiques de résolution de la structure CCD conventionnelle.

Détecteurs d'imagerie électronique - La gamme de méthodes de détection de la lumière et la grande variété d'appareils d'imagerie actuellement disponibles pour le microscopiste rendent le processus de sélection difficile et souvent déroutant. Cette discussion est destinée à aider à comprendre les bases de la détection de la lumière et à fournir un guide pour sélectionner un détecteur électronique approprié (CCD ou système de caméra vidéo) pour des applications spécifiques en microscopie optique.

Anatomie d'un dispositif à couplage de charge - La technologie des capteurs d'images numériques est centrée autour du dispositif à couplage de charge à semi-conducteur, qui est fabriqué d'une manière similaire à celle utilisée dans la production de circuits intégrés allant des microprocesseurs aux puces mémoire. Cette section traite des caractéristiques communes de l'anatomie CCD et des principes de base du fonctionnement de l'appareil.

Binning - Pixel binning est un schéma de synchronisation utilisé pour combiner la charge collectée par plusieurs pixels CCD adjacents, et est conçu pour réduire le bruit et améliorer le rapport signal sur bruit et la fréquence d'images des appareils photo numériques. Le processus de regroupement est effectué par des circuits de synchronisation sur puce qui assument le contrôle des registres à décalage série et parallèle avant l'amplification du signal analogique CCD.

Saturation et floraison du CCD - Saturation et épanouissement sont des phénomènes connexes qui se produisent dans tous les capteurs d'images CCD dans des conditions dans lesquelles soit la capacité de charge finie des photodiodes individuelles, soit la capacité de transfert de charge maximale du CCD, est atteinte. Une fois que la saturation se produit sur un site de collecte de charges, l'accumulation de charges photo-générées supplémentaires entraîne un débordement, ou un blooming, des électrons en excès dans les structures de dispositifs adjacentes. Un certain nombre d'effets potentiellement indésirables du blooming peuvent être reflétés dans la sortie du capteur, allant de traînées d'image blanches et de valeurs de signal de pixel erronées à une panne complète à l'étage d'amplification de sortie, produisant une image sombre.

Plage dynamique - Dans un appareil à couplage de charge (CCD) ou semi-conducteur à oxyde métallique complémentaire (CMOS) capteur d'image, la plage dynamique est généralement spécifiée comme le signal maximal réalisable divisé par le bruit de la caméra, où la force du signal est déterminée par la capacité du puits complet, et le bruit est la somme des bruits sombres et de lecture. Au fur et à mesure que la plage dynamique d'un appareil augmente, la capacité à mesurer quantitativement les intensités les plus faibles dans une image (performance intrascène) est améliorée. La plage dynamique interscène représente le spectre des intensités qui peuvent être prises en compte lorsque le gain du détecteur, le temps d'intégration, l'ouverture de l'objectif et d'autres variables sont ajustés pour différents champs de vision.

Efficacité quantique - L'efficacité quantique d'un dispositif à couplage de charge (CCD) est une propriété de la réponse photovoltaïque définie comme le nombre de paires électron-trou créées et lues avec succès par le dispositif pour chaque photon entrant.Cette propriété est particulièrement importante pour les applications d'imagerie à faible luminosité telles que la microscopie à fluorescence où l'éclairage est clairsemé et les longueurs d'onde des photons d'émission secondaire sont souvent comprises entre 375 et 550 nanomètres et ont un coefficient d'absorption relativement élevé.

Sources de bruit CCD et rapport signal/bruit - Dispositif à couplage de charge (CCD) les capteurs présentent de nombreux avantages par rapport aux films photographiques dans les applications d'imagerie scientifique telles que l'astronomie et la microscopie optique. En produisant directement des images au format numérique, adaptées à un traitement informatique immédiat, les systèmes de capture d'images à base de CCD sont parfaitement adaptés à un large éventail de méthodes actuelles de microscopie et d'analyse d'images. En particulier, la sensibilité beaucoup plus grande de ces capteurs par rapport au film est inestimable dans les techniques à faible luminosité, pour lesquelles chaque photon de signal disponible peut être significatif. Le bruit, provenant d'une variété de sources, est inhérent à tous les capteurs d'images électroniques, et un contrôle minutieux des composants du bruit, à la fois dans la conception et le fonctionnement du système CCD, est nécessaire pour s'assurer que le niveau du signal par rapport au bruit est adéquat pour permettre capture d'informations précises sur l'image. Pour tout système de mesure électronique, le rapport signal sur bruit (SNR) caractérise la qualité d'une mesure et détermine les performances ultimes du système.

Linéarité du dispositif à couplage de charge (CCD) - Une caractéristique importante d'un système d'imagerie scientifique est la linéarité en réponse à la lumière incidente, en particulier lorsqu'elle est appliquée à l'analyse photométrique quantitative. Dans les systèmes d'appareil photo numérique utilisant un dispositif à couplage de charge (CCD), la fonction fondamentale du CCD est de convertir les photons porteurs d'informations d'image en un signal électronique. Après la numérisation, la sortie du signal doit idéalement être linéairement proportionnelle à la quantité de lumière incidente sur le capteur.

Obturateurs électroniques - Les obturateurs électroniques sont utilisés dans les dispositifs à couplage de charge (CCD) pour contrôler le temps d'intégration (exposition) de la matrice de photodiodes et réduire le frottis lors de la capture d'objets en mouvement dans le microscope.

Schémas de pointage de transfert de charge - Le transfert de charge via les registres à décalage CCD se produit après l'intégration pour déplacer les informations de charge accumulées vers l'amplificateur de détection, qui est physiquement séparé du réseau de pixels parallèles. Plusieurs schémas de synchronisation, dont trois sont décrits ci-dessous, sont utilisés pour transférer la charge des portes de collecte au nœud de sortie.

    - Un CCD à quatre phases incorpore quatre électrodes de grille individuelles en polysilicium dans chaque cellule de pixel, dont chacune nécessite un signal d'horloge d'entrée séparé pour transporter correctement la charge accumulée. - La synchronisation CCD triphasée améliore la résolution spatiale par rapport à celle obtenue dans les dispositifs à quatre phases, tout en ne nécessitant que trois portes par pixel. Ce schéma diffère de l'horloge à quatre phases en n'utilisant qu'une seule porte de stockage et deux portes barrières, ce qui permet des fréquences d'images plus rapides et la fabrication de CCD de densité et de résolution plus élevées. - Un schéma de synchronisation CCD à transfert de charge à deux phases utilise quatre portes pour chaque pixel, avec des portes adjacentes connectées ensemble par paires. Chaque paire de portes est connectée à une ligne d'horloge alternative et l'une des portes de chaque paire est conçue avec un niveau de dopage de type n accru sous la porte. Lorsqu'une tension est appliquée à la paire de grilles, la grille ayant le niveau de dopage accru a un potentiel plus positif, ce qui augmente la profondeur de la zone de stockage de charge et entraîne une « étape » dans le profil d'énergie potentielle.

Formats de balayage CCD - Les capteurs d'imagerie numérique à dispositif à couplage de charge (CCD) sont capables d'acquérir des images dans l'un des trois formats suivants : balayage ponctuel, balayage linéaire et balayage de zone. Chacun de ces formats a des applications spécifiques dans la photographie numérique et la numérisation de documents et d'images.

Architecture CCD plein format - Les dispositifs à couplage de charge plein format comportent des matrices de pixels haute densité capables de produire des images numériques avec la résolution la plus élevée actuellement disponible. Cette architecture CCD a été largement adoptée en raison de sa conception simple, de sa fiabilité et de sa facilité de fabrication.

Architecture CCD à transfert de trame - Les capteurs d'images à couplage chargé par transfert de trame ont une architecture similaire à celle des CCD plein format. Ces appareils ont un registre parallèle qui est divisé en deux zones distinctes et identiques, appelées le Image et Stockage tableaux.

Architecture CCD à transfert interligne - L'architecture de dispositif à couplage de charge interligne est conçue pour compenser de nombreux défauts des CCD à transfert de trame. Ces dispositifs sont composés d'une structure hybride incorporant une photodiode séparée et une région de stockage CCD associée dans chaque élément de pixel.

Lecture d'appareil photo numérique et fréquences d'images - Les applications d'imagerie récentes en fluorescence à grand champ et en microscopie confocale se sont de plus en plus concentrées sur les exigences exigeantes de l'enregistrement de processus dynamiques transitoires rapides qui peuvent être associés à un très petit signal photonique et qui ne peuvent souvent être étudiés que dans des cellules vivantes ou des tissus. Les progrès technologiques dans la production de marqueurs et d'anticorps fluorescents hautement spécifiques, ainsi que des améliorations spectaculaires des caméras, des lasers et du matériel informatique ont contribué à de nombreuses avancées de recherche révolutionnaires dans un certain nombre de domaines. En tant que systèmes de caméras hautes performances, utilisant généralement un dispositif à couplage de charge refroidi à faible bruit (CCD) sont devenus plus capables de capturer des signaux même relativement faibles à des débits vidéo et plus élevés, certains facteurs de performance prennent nécessairement plus d'importance. Un système de caméra taux de lecture et fréquence d'images sont des paramètres interdépendants qui sont cruciaux pour la capacité du système à enregistrer des données d'échantillons à une fréquence temporelle élevée.

Réseaux de microlentilles - Les réseaux de microlentilles (également appelés réseaux microlenticulaires ou réseaux de lentilles) sont utilisés pour augmenter le facteur de remplissage optique dans les CCD, tels que les dispositifs interlignes, qui souffrent d'une ouverture réduite en raison d'un blindage métallique. Ces minuscules systèmes de lentilles servent à focaliser et à concentrer la lumière sur la surface de la photodiode au lieu de la laisser tomber sur des zones non photosensibles de l'appareil, où elle est perdue des informations d'imagerie collectées par le CCD.

Le condensateur MOS - Au cœur de tous les dispositifs à couplage de charge (CCD) se trouve un condensateur semi-conducteur à oxyde métallique (MOS) sensible à la lumière, qui a trois composants consistant en une électrode métallique (ou grille), un film isolant de dioxyde de silicium, et un substrat de silicium.

Photodiodes à avalanche - Les photodiodes à avalanche fournissent un gain par la génération de paires électron-trou à partir d'un électron énergétique qui crée une "avalanche" d'électrons dans le substrat.

Tubes photomultiplicateurs - Un tube photomultiplicateur, utile pour la détection lumineuse de signaux très faibles, est un dispositif photoémissif dans lequel l'absorption d'un photon entraîne l'émission d'un électron. Ces détecteurs fonctionnent en amplifiant les électrons générés par une photocathode exposée à un flux de photons.

Intensificateurs d'image focalisés sur la proximité - Les intensificateurs d'image ont été développés pour un usage militaire afin d'améliorer notre vision nocturne et sont souvent appelés tubes de gaufrette ou alors intensificateurs axés sur la proximité. Ils ont une photocathode plate séparée par un petit espace du côté entrée d'un multiplicateur d'électrons à plaque à micro-canaux (MCP) et un écran de sortie phosphorescent sur le côté arrière du MCP.

CCD à bombardement d'électrons - Le dispositif à couplage de charge bombardé d'électrons (EBCCD) est un hybride de l'intensificateur d'image et de la caméra CCD, qui vient d'être introduit récemment. Dans cet appareil, les photons sont détectés par une photocathode similaire à celle d'un intensificateur d'image. Les électrons libérés sont accélérés à travers un espace et ont un impact sur la face arrière d'un CCD aminci en arrière.

Systèmes CCD couleur séquentiels - Les systèmes d'imagerie CCD couleur séquentiels à trois passes utilisent une roue chromatique rotative pour capturer trois expositions successives afin d'obtenir les caractéristiques de couleur RVB (rouge, vert et bleu) souhaitées d'une image numérique. Le principal avantage de cette technique est la possibilité d'utiliser pleinement la totalité de la matrice de pixels d'une puce d'imagerie CCD, en utilisant un seul passage pour chaque couleur.


Avantages des caméras CCD

Une caméra CCD (dispositif à couplage de charge) a été utilisée pour la première fois à la fin des années 1960, elle capture et stocke des images dans une mémoire numérique. Les caméras CCD sont utilisées dans les domaines scientifiques et technologiques. Les CCD se trouvent dans les photocopieurs, les caméras de surveillance de sécurité, les télécopieurs et sont utilisés dans les mammographies, les radiographies dentaires et les caméscopes ainsi que dans les caméras portables. Les appareils photo numériques utilisés aujourd'hui contiennent un capteur d'image CCD qui capture et stocke les impressions numériques. Les caméras CCD sont utilisées dans les domaines de la recherche astronomique.

Bell Labs a inventé le dispositif de couple de charge en 1969 et on pensait à l'origine qu'il s'agissait d'un nouveau type de circuit de mémoire informatique. Le CCD est chargé par la lumière et a une finition en silicone, ces appareils sont extrêmement sensibles à la lumière. Les inventeurs de la technologie, George E. Smith et Willard Boyle ont déterminé qu'en raison de la sensibilité à la lumière du CCD, cela aiderait les caméras à capturer des images plus claires, car plus il y a de lumière collectée, plus l'image sera précise et claire. . Les appareils photo numériques étaient le débouché idéal pour les capteurs d'images CCD.

Plutôt que d'utiliser un film, comme le faisaient les caméras d'origine, une caméra numérique abrite un capteur d'image CCD pour collecter la lumière. La lumière à l'intérieur de l'appareil photo est capturée et placée sur la finition en silicone du capteur. Le capteur d'image convertit la lumière en électrons qui convertissent ensuite la lumière en images numériques.

La beauté des caméras CCD est qu'elles fournissent une image à faible bruit et de haute qualité à une résolution très pixelisée. Les appareils photo numériques capturent et mesurent la lumière dans les tons bleu, vert et rouge. La qualité de l'image dépend de la qualité de l'appareil photo acheté. Les appareils photo numériques sont équipés d'une à trois matrices CCD qui déchiffrent les teintes. Vous trouverez généralement une caméra avec une matrice CCD déployée pour la surveillance de sécurité et dans d'autres utilisations lorsque des images couleur de précision ne sont pas nécessaires.

Les caméras CCD de haute technologie sont utilisées dans l'astrophotographie et les sciences de la vie et cette technologie est également utilisée sur le télescope Hubble car les caméras CCD permettent de longs temps d'exposition. Lorsqu'une caméra CCD est utilisée dans un télescope, l'oculaire est retiré et la caméra est fixée à sa place. Une caméra CCD est capable de capturer jusqu'à 70 % de la lumière disponible, contre 2 % de la lumière disponible capturée avec des caméras de qualité inférieure.

Les caméras CCD sont conçues pour un usage spécifique, et savoir ce que vous lui demanderez vous aidera à prendre votre décision d'achat. Les caméras CCD sont fabriquées avec des montures en C ou en T et sont également équipées d'un adaptateur pour se connecter à un ordinateur pour faciliter l'affichage des images.

Univers Kogaku (Amérique), Inc.
116, avenue Audrey
Oyster Bay, New York 11771 États-Unis


Détection automatique de caractéristiques linéaires dans les images astronomiques

Les programmes informatiques capables d'identifier automatiquement les caractéristiques des images se sont avérés très utiles par rapport à une tentative manuelle de la même chose. Cela est particulièrement vrai lorsqu'il y a un grand nombre d'images à examiner. De plus, l'identification de caractéristiques linéaires dans les images à des fins d'analyse ou de masquage a de nombreuses applications.

Afin de créer une fonction qui fera cela, nous devons comprendre exactement ce qu'est une caractéristique linéaire. Premièrement, une « caractéristique » est un objet dans une image qui a un rapport S/B suffisamment élevé pour être détecté. Deuxièmement, la distribution d'intensité est telle que les pixels qui composent l'élément sont situés les uns à côté des autres ou ont un autre type de motif distinguable. Une caractéristique est ``linéaire'' si ces pixels tombent tous sur une ligne d'une certaine largeur et longueur.

Avec ces définitions, la transformée de Hough est adéquate pour rechercher des listes colinéaires d'emplacements de pixels et un algorithme d'adjacence simple convient pour vérifier la bonne distribution de position.

Afin de détecter automatiquement les caractéristiques linéaires, la première étape consiste à sélectionner les pixels de l'image (Fig. 1, panneau de gauche) qui se situent dans une plage de valeurs de données donnée. L'image d'entrée est supposée déjà sombre soustraite et aplatie. L'utilisateur a la possibilité de sélectionner une ou plusieurs plages s'il est déterminé, par exemple, que certaines caractéristiques seront claires et d'autres faibles. Chaque plage de valeurs de données peut être calculée à partir des valeurs de données minimales et maximales, en termes de plages régulièrement espacées au-dessus de la moyenne, ou en termes de plages de valeurs de données régulièrement espacées. L'utilisateur doit préciser le nombre et le type de plages souhaitées.

Pour chaque plage de données, une liste d'emplacements de pixels (coordonnées x,y) est créée et introduite dans la transformation de Hough (Fig. 1, panneau de droite). La transformation de Hough convertit ces emplacements de pixels en un nouvel espace de paramètres donné par l'équation :

Chaque emplacement de pixel (une paire x,y) est donc représenté sous forme de courbe (Fig. 2, panneau de gauche) dans ce nouvel espace de paramètres correspondant à l'équation ci-dessus. Dans cet espace de paramètres, l'axe des x est et l'axe des y est .

Les pixels de l'espace image qui sont alignés les uns avec les autres auront des courbes qui coupent un point particulier dans l'espace des paramètres. La tâche crée une ``image'' dans l'espace des paramètres en accumulant ces courbes et en les empilant les unes sur les autres. Naturellement, les points d'intersection auront des valeurs plus importantes que les autres points.

Une fois qu'une image d'espace de paramètres est créée, un simple outil de recherche de pics localisera le pic le plus élevé. La valeur la plus élevée dans l'espace des paramètres correspond au nombre maximum de points colinéaires sélectionnés dans l'espace image. La valeur à ce pic correspond au nombre de pixels dans l'espace image qui sont alignés. L'emplacement du pic dans l'espace des paramètres est utilisé pour « revenir en arrière » pour trouver les pixels de l'espace image qui correspondent à ce pic. Typiquement, une image d'espace de paramètres aura plusieurs pics. Chaque pic correspond à d'autres emplacements dans l'espace de l'image où les pixels se sont alignés. Ce fait peut être exploité pour rechercher des fonctionnalités de n'importe quelle longueur spécifiée par l'utilisateur.

Un autre aspect des caractéristiques linéaires étendues est que les pixels de l'espace image qui les décrivent sont d'une certaine manière adjacents les uns aux autres et ont une longueur minimale et maximale. Sans aucun doute, il y aura des pixels qui ne correspondent pas à la caractéristique mais font toujours partie d'un ensemble colinéaire. Une fois qu'un tel ensemble est trouvé, la liste des emplacements de pixels est envoyée à un calculateur d'adjacence pour déterminer si un nombre approprié d'entre eux sont les uns à côté des autres. C'est là que le prochain ensemble de paramètres spécifiés par l'utilisateur entre en jeu. Premièrement, la distance entre les pixels adjacents doit être inférieure à une séparation donnée. Deuxièmement, la longueur de l'élément doit être comprise entre un nombre minimum et maximum de pixels. Si toutes les conditions sont remplies, une caractéristique a été positivement identifiée (Fig. 2, panneau de droite). Les figures 3 et 4 montrent d'autres exemples de cette méthode.

Il y avait un désir pour cette tâche d'aller au-delà de la simple identification en effectuant en fait une simple analyse des caractéristiques elles-mêmes. Tout d'abord, les informations sur la caractéristique (emplacement des pixels de début et de fin, longueur, angle de position, intensité moyenne et écart type) sont écrites dans un fichier de sortie. Deuxièmement, l'utilisateur peut également créer des tracés de profil de chaque entité et les faire apparaître dans sa fenêtre xgterm ou les enregistrer en tant que fichiers de métacode graphique IRAF pour être examinés ultérieurement. Troisièmement, et probablement le plus utile, un masque binaire (un fichier de liste de pixels) est créé qui peut ensuite être utilisé par d'autres tâches IRAF comme identifiant de région à des fins d'interpolation ou de masquage.


Introduction

Pour les astronomes, le rayonnement électromagnétique reste la principale source d'information sur le cosmos. Alors que nous célébrons le 400e anniversaire du télescope, il est intéressant de revenir sur l'évolution de l'imagerie astronomique. De meilleurs télescopes ont conduit à plus de découvertes, qui à leur tour ont stimulé le développement de télescopes encore plus grands. Notre compréhension de l'univers a toujours été liée à des études "plus profondes" du cosmos atteignant des objets de plus en plus faibles, ou une résolution angulaire plus élevée produisant des détails de plus en plus fins, ou des échantillons statistiques plus importants, ou une réponse spectrale plus large pour échantillonner toutes les formes d'énergie arrivant au Terre. Aujourd'hui, la plupart des recherches astronomiques modernes sont effectuées avec des équipements photo-électroniques, mais c'est l'introduction du dispositif à couplage de charge au silicium (CCD) dans l'astronomie à la fin des années 70 qui a couronné la révolution des yeux aux capteurs électroniques (voir Réf. [ 1] pour un examen). Les astronomes conçoivent désormais leurs propres CCD et collaborent pour organiser des essais dans des fonderies de silicium afin de rendre les appareils mieux adaptés à l'astronomie. Bien que les premiers CCD utilisés en astronomie aient eu 10 000 pixels dans un réseau de 100 × 100, des appareils sont disponibles aujourd'hui avec généralement 4 à 16 millions de pixels, et de nombreux appareils de ce type sont regroupés dans une grande mosaïque de détecteurs, comme la caméra 20-CCD utilisé pour le Sloan Digital Sky Survey (SDSS) ou la caméra 40-CCD sur le télescope Canada-France-Hawaï. Les projets CCD astronomiques actuels ont maintenant atteint le niveau d'un milliard de pixels dans le plan focal du télescope, le premier étant une caméra pour le projet Pan-STARRS développé par l'Université d'Hawaï.

Une caractéristique remarquable du CCD est qu'il peut également détecter des photons de rayons X, et vous trouverez donc des caméras à rayons X utilisant des CCD sur le Chandra X-ray Observatory (CXO) et XMM-Newton dans l'espace. Alors que les CCD modernes sont également utilisés pour le travail ultraviolet, d'autres dispositifs d'imagerie concurrents tels que les plaques à micro-canaux (MCP) existent également, tels que les caméras MCP utilisées lors de la mission Galaxy Explorer (GALEX). L'énergie de la bande interdite du silicium limite l'utilisation des CCD à des longueurs d'onde inférieures à 1100 nm, mais c'est déjà « infrarouge » par rapport à la limite des grandes longueurs d'onde de l'œil humain (∼720 nm). Stimulée en partie par l'énorme impact du CCD une décennie plus tôt, une révolution encore plus grande s'est produite dans l'astronomie infrarouge avec l'avènement des dispositifs d'imagerie à semi-conducteurs pour des longueurs d'onde supérieures à 1100 nm au milieu des années quatre-vingt. L'atmosphère offre de nombreuses fenêtres de transparence de 1 à 20 m permettant ainsi aux grands télescopes au sol d'explorer ce régime. Comme il n'y avait pas de précurseur sous forme d'émulsions photographiques, l'impact des réseaux infrarouges était peut-être encore plus important que celui des CCD. Des levés infrarouges dans tout le ciel tels que le 2 Micron All Sky Survey (2MASS) avec une résolution de vision limitée sont devenus possibles dans le proche infrarouge (1 à 2,5 m) et des missions spatiales de classe Hubble telles que le télescope spatial Spitzer sont devenues possibles.

Les réseaux infrarouges n'utilisent pas le principe de couplage de charge et des matériaux autres que le silicium sont nécessaires. Néanmoins, des matrices à haute densité sont désormais disponibles pour la région de 1 à 150 μm. Plus récemment encore, des capteurs de bord de transition (TES) reposant sur la supraconductivité ont été utilisés pour créer des réseaux de détecteurs très sensibles pour l'astronomie sub-mm à des longueurs d'onde de 0,45 à 0,85 mm. À l'autre extrémité du spectre, les astronomes ont également obtenu des images du cosmos en utilisant de grands réseaux de pixels de tellurure de zinc cadmium (CZT) pour détecter les rayons gamma. Par exemple, le Burst Alert Telescope (BAT) de la mission SWIFT de la NASA utilise 32 768 pièces de 4 × 4 × 2 mm CZT pour former une énorme caméra à rayons gamma pixelisée de 1,2 × 0,6 m. Par conséquent, les astronomes disposent désormais de détecteurs sensibles à la position qui peuvent générer des vues électroniques du ciel qui couvrent l'ensemble du spectre électromagnétique, des rayons gamma aux ondes radio.


Comment ça fonctionne

<i>Huygens</i> Radiomètre spectral de l'imageur de descente (DISR) La lampe du radiomètre spectral de l'imageur de descente (or) et trois caméras (à droite de la lampe) jettent un coup d'œil sur le côté de la sonde Huygens. Image : Équipe DISR de l'Université d'Arizona

Le radiomètre spectral de l'imageur Descent entasse six sous-instruments dans une empreinte minuscule à l'intérieur du Huygens sonde. Les instruments composants sur DISR partagent l'espace sur un dispositif couplé chargé (CCD, le type de détecteur le plus courant dans les appareils photo numériques) et deux réseaux linéaires d'indium-gallium-arsenic (couramment utilisés pour la spectrométrie). La lumière qui est recueillie par l'optique de DISR est partagée entre tous les instruments et les détecteurs grâce à un système ingénieux de rubans de fibres optiques groupés, de sorte que DISR n'a presque aucune pièce mobile.

Il existe six sous-instruments :

Imageurs : Afin de tirer le meilleur parti du débit de données limité disponible pour DISR, le système d'imagerie est divisé en trois caméras : une basse résolution, Imageur latéral (SLI) une Imageur à moyenne résolution (IRM) pointé à un angle, et un Imageur haute résolution (HRI) pointé vers le bas. Il n'y a pas d'informations de couleur dans les images de la caméra.
Spectromètre visible : Il y en a deux, un spectromètre visible vers le haut (ULVS) et un spectromètre visible vers le bas (DLVS), qui permettent à DISR de mesurer les propriétés spectrales de la lumière du soleil qui descend du soleil (en utilisant ULVS) et le flux de lumière réfléchie vers le haut à partir de Titan (en utilisant DLVS). Le DLVS peut résoudre des pixels de 4 par 4 degrés au sol. L'équipe DISR utilisera les données des spectromètres visibles pour appliquer de la couleur aux images de la caméra.
Spectromètre infrarouge : Également divisé en un instrument orienté vers le haut et un instrument orienté vers le bas, le spectromètre infrarouge étend les informations de couleur recueillies par DISR aux longueurs d'onde du proche infrarouge (870 à 1700 nm).
Caméra solaire auréole : Mesure l'intensité de la lumière solaire diffusée dans l'atmosphère afin de déterminer la taille et la forme des particules dans l'atmosphère.
Photomètre violet : Il y en a deux, un photomètre violet vers le haut et un vers le bas. Ils mesurent l'intensité de la lumière dans une zone du spectre (lumière violette à 350 nm de longueur d'onde) sensible à la présence de voiles photochimiques.
Capteur solaire : Comme Huygens tourne, cet instrument suit la direction vers le Soleil, afin de déclencher les instruments orientés vers le haut pour capturer des données à des orientations connues par rapport à la position du Soleil.

En plus des six sous-instruments, DISR arbore également une "Surface Science Lamp", qui est activée lorsque Huygens est à une altitude de 700 mètres au-dessus du sol pour fournir une source de lumière pour les instruments orientés vers le bas.

Chacun des trois imageurs se voit attribuer une partie individuelle de l'espace sur le DISR CCD :

Détecteur CCD DISR's Le dispositif couplé chargé de DISR, ou détecteur CCD, mesure 512 x 520 pixels, soit environ un quart de mégapixel. De cela, la moitié est réservée comme section de mémoire ou de stockage. La zone restante de 256 x 520 pixels est répartie entre les trois caméras (HRI, SLI et IRM), les sous-instruments Solar Aureole, ULVS et DLVS. Image : d'après 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.

Les résolutions et les couvertures surfaciques des trois caméras ont été choisies pour maximiser la surface de la surface de Titan qui pouvait être observée en un seul "regard", tout en maximisant également la résolution de la vue orientée vers le bas. Les trois caméras ont des empreintes au sol qui se chevauchent légèrement :

Comparaison côte à côte des empreintes de chaque imageur DISR

A n'importe quel azimut, Huygens capture un "triplet" d'images, une pour chaque caméra :

DISR "triplet" Il s'agit d'un "triplet" DISR composé d'une image SLI (gauche), d'une image IRM (centre) et d'une image HRI (droite), affichées ici à la moitié de la résolution totale de l'instrument. Image : ESA / NASA / Université d'Arizona


Les références

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

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

R. N. Clark, Chapitre 1 : Spectroscopie des roches et des minéraux et principes de la spectroscopie, dans VOLUME 3 Télédétection pour les sciences de la Terre, édité par A.N. Rencz (John Wiley and Sons, New York), pp. 3-58 (1999)

D.W. Boule, Spectroscopie 10, 16–18 (1995)

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

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

C. Cucci, A. Casini, Imagerie hyperspectrale pour l'investigation des œuvres d'art, in Traitement des données Sci. Techn., Imagerie Hyperspectrale, édité par J.M. Amigo (2020 Elsevier) 32, pp. 583–604

M. Born, E. Wolf, Principes d'optique : théorie électromagnétique de la propagation, des interférences et de la diffraction de la lumière (Cambridge University Press, Cambridge, 1999). https://doi.org/10.1017/CBO9781139644181

G. ElMasry, D. Sun, Chapitre 1 - Principes de la technologie d'imagerie hyperspectrale, dans Imagerie hyperspectrale pour l'analyse et le contrôle de la qualité des aliments, édité par Da-Wen Sun (Elsevier), pp. 3-43 (2010). https://doi.org/10.1016/C2009-0-01853-4

G.R. Chasse, Géophysique 42, 501–513 (1977)

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

CM. Pieters, W.E. Englert, Analyse géochimique à distance : composition élémentaire et minéralogique (Cambridge University Press, New York, 1993)

R.N. Clark, G.A. Swayze, Cartographie des minéraux, des matériaux amorphes, des matériaux environnementaux, de la végétation, de l'eau, de la glace et de la neige et d'autres matériaux : Résumés du cinquième atelier annuel sur les sciences de la Terre aéroportées du JPL, édité par Green R.O. (Jet Propul. Lab., Pasadena, Californie) pp. 39-40 (1995)

UN. Rencz, Manuel de télédétection, vol. 707 (Wiley, New York, 1999)

G.K. Moore, Hydrologue. Sci. Taureau. 24, 477–485 (1979)

W. G. Rees, Principes physiques de la télédétection (Cambridge University Press, Cambridge, 2001)

J.R. Jensen, télédétection de l'environnement : une perspective sur les ressources terrestres, (Pearson Education Singapore Pte. Ltd., Indian Branch : New Delhi) (2004)

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

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

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

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

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

H.F. Grahn, P. Geladi, Techniques et applications de l'analyse d'images hyperspectrales, (Wiley, The Atrium, Southern Gate, Chichester) (2007). https://doi.org/10.1002/9780470010884

B. Park, K.C. Lawrence, W.R. Windham, D.P. Smith, P.W. Feldner, Imagerie hyperspectrale pour l'automatisation de la transformation des aliments, en Proc. SPIE 4816, Imagerie Spectrométrie VIII, édité par Shen S.S. (The International Society for Optical Engineering), pp. 308-316 (2002)

J. Burger, P. Geladi, l'analyste 131, 1152–1160 (2006)

C. Balas, IEEE Trans. Biomed. Ing. 48, 96–104 (2001)

P. Geladi, H. F. Grahn, Analyse d'images multivariées et hyperspectrales, dans Encyclopédie de chimie analytique, édité par Meyers R. A. (John Wiley and Sons Ltd), pp. 14349-14374 (2008)

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

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

G.M. 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. Hérit. 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, Fiber optic reflectance spectroscopy and hyper-spectral image spectroscopy: two integrated techniques pour l'étude de la Madonna dei Fusi, en Proc. SPIE 5857, Méthodes optiques pour les arts et l'archéologie, édité par Salimbeni R. et 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, Questions ouvertes en imagerie hyperspectrale pour le diagnostic des peintures : quand la haute résolution spectrale et spatiale se transforme en redondance des données, dans Proc. SPIE 8084, O3A : Optique pour les Arts, l'Architecture et l'Archéologie III, 808408, édité par Pezzati L. et Salimbeni R. (The International Society for Optical Engineering), (2011), https://doi.org/10.1117/12.889460

C. Cucci, J.K. Delaney, M. Picollo, Acc. Chem. Rés. 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. Spectrosque. 64, 584-594 (2010). https://doi.org/10.1366/000370210791414443

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

E. Ciliberto, Méthodes analytiques modernes dans l'art et l'archéologie, dansMéthodes analytiques en art et archéologie, édité par Ciliberto E. et Spoto G. (Wiley, New York), (2000)

A. Burmester, J. Cupitt, H. Derrien, N. Dessipris, A. Hamber, K. Martinez, M. Müller, D. Saunders, L'examen des peintures par analyse d'images numériques, in 3e Conférence internationale sur les essais non destructifs, les méthodes microanalytiques et l'évaluation environnementale pour l'étude et la conservation des œuvres d'art Rome, édité par Marabelli M. et Santopadre P. (The International Society for Optical Engineering), pp. 199-214 (1992)

K. Martinez, J. Cupitt, D. Saunders, Imagerie colorimétrique haute résolution de peintures, dans Proc SPIE 1901, Appareils photo, scanners et systèmes d'acquisition d'images, édité par Marz H. et 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. Informer. Laboratoire. Syst. 2, 103–114 (1997). https://doi.org/10.1016/S0169-7439(97)00047-6

S. Baronti, A. Casini, F. Lotti, S. Porcinai, Appl. Opter. 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, Analyse d'images spectrophotométriques de peintures d'art, dans Proc IST et SID Quatrième conférence sur l'imagerie couleur édité par Marz H. et Nielsen R.L. (Society for Imaging Science and Technology), pp. 50-53 (1996), https://doi.org/10.1117/12.144795

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

D. Saunders, J. Cupitt, Natl. Galerie Tech. Taureau. 14, 72–85 (1993)

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

J. Cupitt, K. Martinez, D. Saunders, Comput. Hist. 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 : Imagerie numérique spectrale haute définition de peintures avec simulation de dévernissage, en Proc. 3e réunion triennale ICOM-CC, Rio de Janeiro, 22-27 septembre 2002 (Londres : James et James), édité par Vontobel R., pp. 295-300 (2002)

A. Ribés, H. Brettel, F. Schmitt, H. Liang, D. Saunders, Imagerie couleur et multispectrale avec le système multispectral CRISATEL, dans Proc PICS, la conférence de la photographie numérique : traitement des images, qualité d'image, capture d'images, systèmes (NY : society for imaging science and technology), édité par Vontobel R., pp. 215-219 (2003)

P. Cotte, D. Dupraz, Imagerie spectrale de la Joconde de Léonard de Vinci : Un sourire authentique à 1523 dpi avec des données infrarouges supplémentaires en Proc. Archivage de la conférence IST PICS 06 (Society for Imaging Science and Technology), pp. 228-235(8), (2006)

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

F. Imai, M. Rosen, R. Berns, Imagerie multispectrale de l'autoportrait de Van Gogh à la National Gallery of Art, Washington, D.C. en Proc. Conférence IST PICS Montréal, Québec, Canada (Society for Imaging Science and Technology), pp. 185-189 (2001)

M. Bacci, A. Casini, C. Cucci, A. Muzzi, S. Porcinai, J. Cult. Hérit.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. Lasers Ing. 45, 360–367 (2007)

R. Fontana, D. Bencini, P. Carcagnì, M. Greco, M. Mastroianni, M. Materazzi, E. Pampaloni, L. Pezzati, Réflectographie IR multispectrale, dans Proc. SPIE 6618, Méthodes optiques pour les arts et l'archéologie, édité par Salimbeni R. et 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. Une application pure. Opter. 10(6), 064011 (2008)

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

R. Fontana, M. Barucci, P. Carcagn, C. Daffara, E. Pampaloni, L. Pezzati, Système laser à mise au point automatique pour l'imagerie par balayage multi-NIR des surfaces peintes, dans Proc. SPIE 8084, Optique pour les arts, l'architecture et l'archéologie III, édité par Pezzati L. et Salimbeni R. (The International Society for Optical Engineering), pp. 808405 (2011)

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

R. Fontana, M. Barucci, E. Pampaloni, J. Striova, L. Pezzati, From Leonardo to Raffaello: insights by Vis-IR reflectography, in Acta Artis Academica, Interprétation de l'analyse des beaux-arts dans divers contextes, édité par D. Hradil, J. Hradilova (Académie des Beaux-Arts, Prague), pp. 15-26 (2014)

R. Fontana, J. Striova, M. Barucci, E. Pampaloni, M. Raffaelli, L. Pezzati, P. Mariotti, Peintures murales à la chaux vues par réflectographie VIS-IR, inProc. SPIE 9527, Optique pour les arts, l'architecture et l'archéologie V, édité par Pezzati L. et 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. Chem. 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, Imagerie multispectrale de peintures dans l'infrarouge pour détecter et cartographier les pigments bleus, en Colloque Sackler NAS, Examen scientifique de l'art : Techniques modernes de conservation et d'analyse, édité par Pezzati L. et 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. Spectrosque. 28(1), 59–66 (2002)

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

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

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

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

M. Picollo, M. Bacci, A. Casini, F. Lotti, S. Porciani, B. Radicati, L. Stefani, Fiber Optics Reflectance Spectroscopy : une technique non destructive pour l'analyse d'œuvres d'art, en Capteurs optiques et microsystèmes, édité par Martellucci S., Chester A.N. et Mignani A.G (Springer, Boston, MA), pp. 259-265 (2002)

M. Leona, J. Winter, Stud. Conserv. 46, 153–162 (2001)

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

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

C. Cucci, G. Bartolozzi, M. De Vita, V. Marchiafava, M. Picollo, F. Casadio, Appl. Spectrosque. 70, 186-96 (2016). https://doi.org/10.1177/0003702815615346

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

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

M. Kubik, Imagerie hyperspectrale : une nouvelle technique pour l'étude non invasive des œuvres d'art, dans Techniques physiques dans l'étude de l'art, de l'archéologie et du patrimoine culturel, édité par Creagh D. et Bradley D. (Elsevier Science, Pays-Bas), pp. 199-271 (2007)

J.K. Delaney, J.G. Zeibel, M. Thoury, R. Littleton, K.M. Morales, M. Palmer et al., Spectroscopie d'imagerie par réflectance visible et infrarouge des peintures : cartographie pigmentaire et réflectographie infrarouge améliorée, en Proc. SPIE 7391, Optique pour les arts, l'architecture et l'archéologie II, édité par Pezzati L. et 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, Hérit. Sci.,5, https://doi.org/10.1186/s40494-017-0154-1, (2017)

M. Kubik, Spectroscopie d'images hyperspectrales : une approche 2D pour l'investigation des surfaces polychromes, en Proc. Conserv. Sci., édité par Townsend J., Toniolo L. et Capitelli F. (Archetype publications), pp. 10 (2007)

C. Cucci, A. Casini, M. Picollo, L. Stefani, Extending HyperSpectral Imaging from Vis to NIR spectral regions: a novel scanner for the indepth analysis of polychrome surfaces, in Proc SPIE 8790, Optique pour les arts, l'architecture et l'archéologie IV, édité par Pezzati L. et Targowski P. (The International Society for Optical Engineering), (2015)

G. Antonioli, F. Fermi, C. Oleari, R. Riverberi, Scanner spectrophotométrique pour l'imagerie de peintures et autres œuvres d'art, en Proc. CGIV 2e Conf. sur la couleur dans les graphiques, l'imagerie et la vision, (Society for Imaging Science and Technology, Springfield), pp. 219-224 (2004)

C. Balas, D. Pelecoudas, Application de brevet international, numéro de brevet : US 7,042,567 B2, PCT/GR00/00039 (2006)

O. Theodoropoulou, G. Tsairis, Analyse non destructive de deux icônes post-byzantines par l'utilisation du système d'imagerie multi spectrale (MU.S.I.S. 2007, dans Optique et lasers en biomédecine et culture, édité Fotakis C., Papazoglou T.G. et Kalpouzos C. (Springer-Verlag Berlin Heidelberg), (2000)

H. Liang, K. Keita, T. Vajzovic, PRISMS : un système portable d'imagerie multispectrale pour l'examen in situ à distance de peintures murales, en Proc. SPIE 661815, O3A : Optique pour les Arts, l'Architecture et l'Archéologie, édité par Salimbeni R. et Pezzati L. (The International Society for Optical Engineering), (2007)

J.K. Delaney, K.A. Dooley, R. Radpour, I. Kakoulli, Sci. représentant 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, Faire le pont entre la recherche et les produits innovants : une caméra hyperspectrale compacte pour étudier les œuvres d'art : une étude de faisabilité, dans Proc. SPIE 10331, O3A : Optique pour les Arts, l'Architecture et l'Archéologie VI, édité par Pezzati L. et Targowski P. (The International Society for Optical Engineering), 1–13 (2017)

Z. Wang, D. Lu, D. Zhang, M. Sun, Y. Zhou, Multidim. Syst. Signe. Traiter 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. Phys. UNE 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. Hérit. 26, 1–11 (2017). https://doi.org/10.1016/j.culher.2017.01.013

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

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

G. Maino, M. Monti, Color Management and Virtual Restoration of Artworks, in Amélioration de l'image couleur et de la vidéo, édité par Celebi E., Lecca M. et Smolka B. (Springer), pp. 183-231 (2015)

M. Monti, G. Maino, Traitement d'images et hypothèse de restauration virtuelle pour les mosaïques et leurs dessins animés, dans Analyse et traitement d'images – ICIAP, édité par Maino G. et Foresti G.L. (Springer), (2011)

D. Riccio, S. Caggiano, M. De Marsico, R. Distasi, M. Nappi, Mosaic+ : outils d'aide aux restaurations virtuelles, en La 21e conférence internationale sur les systèmes multimédias distribués, édité par Maino G. et Foresti G.L. (Springer), pp. 284-291 (2015), https://doi.org/10.18293/DMS2015-049

L. Butler, S. Kogou, Y. Li, C.S. Cheung, H. Liang, A.T. Gallop, P. Garside, C. Duffy, Analyse d'apprentissage automatique de manuscrits enluminés d'Asie du Sud-Est à l'aide de techniques d'imagerie non invasives complémentaires, dans Proc. SPIE 11058, O3A : Optique pour les Arts, l'Architecture et l'Archéologie VII, 110581M, édité par Liang H., Groves R. et Targowski P. (The International Society for Optical Engineering), (2019), https://doi.org/10.1117/12.25275760

D.M. Conover, J.K. Delaney, M.H. Loew, Appl. Phys. UNE 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), dans Actes de l'imagerie électronique et des arts visuels EVA, édité par V. Cappellini (Firenze University Press, Florence), 140-145 (2013)

E. Bertin, R. Pillay, C. Marmo, Astron. Calcul. 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, Bioimagerie multispectrale mégapixels en temps réel, dans Proc. SPIE 7568, Imagerie, manipulation et analyse de biomolécules, cellules et tissus VIII, édité par Farkas D.L., Nicolau D.V. et Leif R.C. (La Société internationale d'ingénierie optique), (2010), https://doi.org/10.1117/12.842563

J. Olson, R. Jungquist, Z. Ninkov, Technologie de système d'imagerie multispectrale accordable pour les applications aéroportées, dans Proc. SPIE 2480, Spectrométrie d'imagerie, édité par Descour M.R., Mooney J.M., Perry D.L. et Illing L.R. (Société internationale d'ingénierie optique), (1995), https://doi.org/10.1117/12.210882

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

M. Klein, B. Aalderink, R. Padoan, G. De Bruin, T. Steemers, Capteurs8, 4476 (2008)

L. Fauch, E. Nippolainen, V. Teplov, A.A. Kamshilin, Opt. Express18, 23394 (2010)

J. Kerekes, J. Schott, dans Théorie et applications de l'exploitation des données hyperspectrales édité par Chang C.I. (Wiley, New York), (2007)

CD. Tran, Appl. Spectrosque. Tour. 38, 133–153 (2013)

J. Call, R.A. Lodder, Application d'un filtre accordable à cristaux liquides aux recherches spectrales dans le proche infrarouge, en Proc. SETICon02 (2002)

W.J. Marinelli, C.M. Gittins, A.H. Gelb, B.D. Spectroradiomètre d'imagerie infrarouge à grande longueur d'onde à base d'étalon Fabry-Perot, vert et accordable. Appl. Opter. 38, 2594 (1999)

P. Mouroulis, R.O. Vert, T.G. Chrien, Conception de spectromètres imageurs pushbroom pour une récupération optimale des informations spectroscopiques et spatiales. Appl. Opter. 39, 2210–2220 (2000)

A. Casini, F. Lotti, M. Picollo, L. Stefani, A. Aldrovandi, spectrométrie d'imagerie interférométrique à transformée de Fourier : un nouvel outil pour l'étude de la réflectance et de la fluorescence des surfaces polychromes. Les inconvénients. Sci. 38, 248 (2002)

F. Vagni, Enquête sur les technologies d'imagerie hyperspectrale et multispectrale, Rapport technique RTO TR-SET-065-P3, (2007), (AC/323(SET-065)TP/44 OTAN)

R.P. Gupta, Tunable multi-spectral imaging system technology for airborne applications (Springer-Verlag GmbH Germany), (2017), https://doi.org/10.1007/978-3-662-05283-9

D.W. Coulter, P.L. Hauff, W.L. Kerby, Télédétection hyperspectrale aéroportée, Avancées en géophysique aéroportée, en Proc. Exploration 07 : Cinquième Conférence Internationale Décennale sur l'Exploration Minérale, édité par Milkereit B., 375-386 (2007)

T. Lillesand, R.W. Kiefer, J. Chipman, Télédétection et interprétation d'images, (John Wiley and Sons), 736p (2015)

EN ISO 9488, Énergie solaire—vocabulaire, (Bruxelles : Comité européen de normalisation (CEN)), (1999)

A. Fernandez-Garcia, F. Sutter, M. Montecchi, F. Sallaberry, A. Heimsath, C. Heras, E. Le Baron, A. Soum-Glaude, Paramètres et méthode pour évaluer les propriétés de réflectance solaire des matériaux de réflecteur pour la technologie de concentration de l'énergie solaire, (Directives SolarPACES, Directives officielles sur la réflectance Version 3.0), (2018)

Commission Internationale de l'Éclairage (CIE), Colorimétrie, (3e édition, CIE Publication 15), (2004)

ISO/CIE, Colorimétrie—Partie 3 : Valeurs tristimulus CIE, 11664-3, (L'Organisation internationale de normalisation), (2019)

E.I. Stearns, R.E. Stearns, Un exemple de méthode de correction des données de radiance pour l'erreur de bande passante. Couleur Res. Appl. 13, 257–259 (1988)

ASTM E308-01, Pratique standard pour le calcul des couleurs des objets à l'aide du système CIE, Couleur Res. Appl.,Numéro de code SCI 17.180.20 (2001), https://doi.org/10.1520/E0308-01

F. Rosi, C. Miliani, R. Braun, R. Harig, D. Sali, B.G. Brunetti, A. Sgamellotti, Analyse non invasive de peintures par imagerie hyperspectrale dans l'infrarouge moyen,Angew. Chem. Int. Éd., 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., Une nouvelle méthode de classification pour l'imagerie multispectrale combinée à la spectroscopie Raman portable pour l'analyse d'une peinture de Vincent Van Gogh. Appl. Spectrosque. 67, 1234-1241 (2013). https://doi.org/10.1366/13-07032

M. Aceto, A. Agostino, G. Fenoglio, M. Gulmini, V. Bianco, E. Pellizzi, Analyse non invasive des peintures miniatures : proposition d'un protocole analytique. Spectrochim. Acta A 91, 352–359 (2012)

AG. Metrohm, Metrohm Monograph 8.108.5026EN – Un guide pour l'analyse spectroscopique dans le proche infrarouge des procédés de fabrication industriels. CH-9101 Herisau, Suisse, (2014)

Comité des méthodes analytiques AMCTB n° 75, Spectrophotométrie de réflectance UV-visible-NIR dans le patrimoine culturel : Document de référence, Anal. Méthodes8, 5894 (2016), https://doi.org/10.1039/c6ay90112c

M. Picollo, C. Cucci, A. Casini, L. Stefani, Technique d'imagerie hyper-spectrale dans le domaine du patrimoine culturel : nouveaux scénarios possibles. Capteurs 8, 5894 (2020). https://doi.org/10.1039/c6ay90112c

H. Deborah, S. George, J.Y. Hardeberg, Pigment Mapping of the Scream (1893) basé sur l'imagerie hyperspectrale, dans Proc. Traitement de l'image et du signal, ICISP, édité par Elmoataz A., Lezoray O., Nouboud F. et Mammass D. (Springer), pp. 248 (2014)

D. Comelli, A. Nevin, G. Valentini, I. Osticioli, E.M. Castellucci, L. Toniolo, D. Gulotta, R. Cubedu, Aperçus des peintures murales de Masolino à Castiglione Olona : analyse avancée de l'imagerie par réflectance et fluorescence. J. Culte. Hérit. 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, Utilisation de la spectroscopie d'imagerie, de la spectroscopie de réflectance à fibre optique et de la fluorescence X pour cartographier et identifier les pigments dans manuscrits enluminés. Goujon. Conserv. 59, 91-101 (2014). https://doi.org/10.1179/2047058412Y.0000000078

K.A. Dooley, J. Coddington, J. Kreuger, D.M. Conover, M. Loew, J.K. Delaney, Standoff Chemical imaging, trouve des preuves de l'utilisation sélective par Jackson Pollock des supports de liaison à l'alkyde et à l'huile dans une célèbre peinture "goutte à goutte". Anal. Méthodes 9, 28–37 (2017)

F. Gabrieli, K. Dooley, M. Facini, J.K. Delaney, Spectroscopie d'imagerie par réflectance proche UV à moyen IR de peintures à l'échelle macro. Sci. Av. 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., Cartographie des liants de peinture à base de jaune d'œuf et de colle de peau d'animal dans les peintures du début de la Renaissance en utilisant la spectroscopie d'imagerie par réflectance proche infrarouge. Analyste138, 4838-4848 (2013). https://doi.org/10.1039/c3an00926b

S. Mosca, R. Alberti, T. Frizzi, A. Nevin, G. Valentini, D. Comelli, D. Comelli, Une approche globale de cartographie spectroscopique pour étudier la distribution spatiale des pigments dans les peintures. Appl. Phys. Un Mater. Sci. Traiter. 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., Examen de peintures historiques par des méthodes d'imagerie hyperspectrale de pointe : à partir de la numérisation infra- spectroscopie rouge au laminographe à rayons X calculé. Hérit. 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'utilisation d'une approche multi-méthodes pour identifier les pigments dans le manuscrit du 12ème siècle Liber Floridus. Spectrochim. Acta A. 80, 1125–132 (2011)

M. Thoury, J.K. Delaney, E.R. De La Rie, M. Palmer, K. Morales, J. Krueger, La luminescence proche infrarouge des pigments de cadmium : identification et cartographie in situ dans les peintures. Appl. Spectrosque. 65(8939–951), 939–951 (2011). https://doi.org/10.1366/11-06230

A. Dooley, D.M. Conover, L.D. Glinsman, J.K. Delaney, Imagerie chimique complémentaire pour cartographier et identifier les matériaux de l'artiste dans une peinture sur panneau de la Renaissance italienne. Angew. Chem. 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, Imagerie hyperspectrale appliquée à l'analyse des peintures de Goya au Musée de Saragosse (Espagne). Microchimie. 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, Comparaison entre les méthodes non invasives utilisées sur les peintures de Goya et ses contemporains : imagerie hyperspectrale vs analyse spectroscopique point par point. Anal. Bioanale. Chem. 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, Identification de pigments dans différentes couches de manuscrits enluminés par cartographie de fluorescence X et spectroscopie Raman. Microchimie. 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 » de Rembrandt : utilisation de plusieurs types de smalt mis en évidence par imagerie non destructive. Microchimie. 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, Interprétation des preuves techniques de l'imagerie spectrale de tableaux de douard Manet à la galerie Courtauld. Spectro à rayons X. 48, 282–292 (2019)

N.S. Daly, M. Sullivan, L. Lee, J.K. Delaney, K. Trentelman, Les dessins noirs d'Odilon Redon : caractérisation des matériaux et des méthodes par imagerie et spectroscopies non invasives. Hérit. 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, Méthodes de cartographie non invasives pour l'analyse des pigments des peintures murales romaines. J. Culte. Hérit. 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 peinture de Rubens comme inspiration d'une tapisserie ultérieure : des analyses non invasives permettent d'appréhender l'histoire des œuvres d'art. Microchimie. 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, Intégration de l'imagerie multispectrale visible-infrarouge et des données de fluorescence X ponctuelles pour l'analyse d'une grande toile de Carpaccio. Microchimie. J. 153, 104469 (2020). https://doi.org/10.1016/j.microc.2019.104469

M. Hain, J. Bartl, V. Jacko, Analyse multispectrale des artefacts du patrimoine culturel. Mes. Sci. Tour. 3, 9–12 (2003)

E. Ravaud, L. Pichon, E. Laval, V. Gonzalez, M. Eveno, T. Calligaro, Développement d'un scanner XRF polyvalent pour l'imagerie élémentaire des peintures. Appl. Phys. UNE 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 portrait caché d'Edgar Degas. Sci. représentant 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, Explorer une peinture cachée sous la surface du Portrait de René Magritte. Appl. Spectrosque. 70, 57-67 (2016). https://doi.org/10.1177/0003702815617123

PENNSYLVANIE. Favero, J. Mass, J.K. Delaney, A.R. Woll, A.M. Hull, K.A. Dooley, A.C. Finnefrock, Spectroscopie d'imagerie par réflectance et cartographie de fluorescence X par rayonnement synchrotron utilisée dans une étude technique de The Blue Room de Pablo Picasso. Hérit. Sci. 5, 13 (2017). https://doi.org/10.1186/s40494-017-0126-5

E. Herens, C. Defeyt, P. Walter, D. Strivay, Découverte d'un portrait de femme derrière La Violoniste par Kees van Dongen par imagerie hyperspectrale. Hérit. 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, Révéler la biographie d'un manuscrit médiéval caché utilisant le synchrotron et techniques d'imagerie conventionnelles. Anal. 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, Imagerie hyperspectrale XRF et réflectance sur un manuscrit enluminé du XVe siècle : combiner imagerie et analyse quantitative pour comprendre la technique de l'artiste, Hérit. 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'empreinte digitale du jeune Van Dyck : une approche technique pour évaluer l'authenticité d'un tableau contesté. Hérit. 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-traitement de VIS, NIR et SWIR images multispectrales de peintures. Nouvelle découverte sur l'ivresse de Noé, peint par Andrea Sacchi, conservé au Palazzo Chigi (Ariccia, Rome). Patrimoine2, 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'imagerie photoacoustique révèle des dessous cachés dans les peintures. Sci. représentant 7, 747 (2017). https://doi.org/10.1038/s41598-017-00873-7

A. Dal Fovo, G.J. Tserevelakis, A. Papanikolaou, G. Zacharakis, R. Fontana, Imagerie photoacoustique combinée pour délimiter la structure interne des peintures. Opter. 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, Techniques de diagnostic optique 2D et 3D appliquées à Madonna dei Fusi par Léonard de Vinci, dans Proc. SPIE 5857, Optique pour les arts, l'architecture et l'archéologie, édité par Salimbeni R. et 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, Intégration de données d'images issues de techniques optiques 2D et 3D pour les applications de conservation de peinture. Imagerie Sci. J. 55, 80–89 (2007)

H. Liang, B. Peric, M. Hughes, A. Podoleanu, M. Spring, D. Saunders,Tomographie par cohérence optique pour la conservation de l'art et l'archéologie, dans Proc. SPIE 6618, Optique pour les Arts, l'Architecture et l'Archéologie, édité par Salimbeni R. et Pezzati L. (The International Society for Optical Engineering), p. 661805 (2007), https://doi.org/10.1117/12.726032

P. Targowski, M. Iwanicka, Tomographie par cohérence optique : son rôle dans l'examen structurel non invasif et la conservation des objets du patrimoine culturel – une revue. Appl. Phys. UNE 106, 2265–277 (2012)

H. Liang, R. Lange, H. Howard, J. Spooner, Investigations non invasives d'une peinture murale en utilisant la tomographie par cohérence optique et l'imagerie hyperspectrale, dans Proc. SPIE 8084, Optique pour les arts, l'architecture et l'archéologie III, édité par Fotakis C., Pezzati L. et 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, Fenêtre spectrale optimale pour l'imagerie de l'art avec la tomographie par cohérence optique. Appl. Phys. B 106, 4589–602 (2013)

H. Liang, A. Lucian, R. Lange, C.S. Cheung, B. Su, Imagerie spectrale à distance avec extraction simultanée de la topographie 3D pour les peintures murales historiques. ISPRS J. Photogramm. 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, Application de méthodologies de surveillance optique non invasive pour suivre et enregistrer les processus de nettoyage des peintures. Appl. Phys. UNE 121, 957–966 (2015)

J. Striova, R. Fontana, M. Barucci, A. Felici, E. Marconi, E. Pampaloni, M. Raffaelli, C. Riminesi, Les dispositifs optiques fournissent des informations sans précédent sur le nettoyage au laser des couches d'oxalate de calcium. Microchimie. J. 124, 331–337 (2016)

P. Targowski, M. Iwanicka, M. Sylwestrzak, C. Frosinini, J. Striova, R. Fontana, Utilisation de la tomographie par cohérence optique pour révéler l'histoire cachée de la Vierge de Landsdowne du Yarnwinder par Leonardo da Vinci et Studio. Angew. Chem.57, 7396–7400 (2018)

P. Klausmeyer, M. Cushman, I. Dobrev, M. Khaleghi, E.J. Harrington, X. Chen, C. Furlong, Quantification et cartographie de la contrainte induite dans les peintures sur toile à l'aide de la shearographie laser, dans L'analyse non invasive des surfaces peintes : impact scientifique et pratiques de conservation, édité par Nevin A. et Doherty T. (Smithsonian Contribution to Museum Conservation), pp. 1–3 (2016)

G. Palma, M. Corsini, P. Cignoni, R. Scopigno, M. Mudge, Amélioration de l'ombrage dynamique pour l'imagerie par transformation de réflectance. J. Informatique. Culte. Patrimoine3, 1–20 (2010)

D. Francis, R.P. Tatam, R.M. Groves, technologie et applications de Shearography : une revue. Mes. Sci. Technol. 21, 102001 (2010)

M. Alfeld, J.A.C. Broekaert, Profilage de profondeur mobile et techniques d'imagerie sous-marine pour les peintures historiques - une revue. Spectrochim. Acte B 88, 211-230 (2013). https://doi.org/10.1016/j.sab.2013.07.009

K. Janssens, J. Dik, M. Cotte, J. Susini, Techniques basées sur les photons pour l'analyse non destructive du sous-sol d'artefacts peints du patrimoine culturel. Acc. Chem. Rés. 43, 814–825 (2010)

J. Tasseva, A. Taschin, P. Bartolini, J. Striova, R. Fontana, R. Torre, Supports de dessin en couches minces sondés par spectroscopie THz dans le domaine temporel. Analyste 142, 42–47 (2017)

K. Fukunaga, Y. Ogawa, S.I. Hayashi, I. Hosako, Spectroscopie Terahertz pour la conservation de l'art. IEICE Electron. Express 4, 258–263 (2007)

J.-M. Manceau, A. Nevin, C. Fotakis, S. Tzortzakis, Spectroscopie du domaine temporel térahertz pour l'analyse des matériaux liés au patrimoine culturel. Appl. Phys. B 90, 365–368 (2008)


Voir la vidéo: Capteur CCD (Septembre 2021).