နီးစပ်တဲ့ အနီအောက်ကင်မရာတွေက ဘာလဲ။ ဒါက ဘယ်လို အလုပ်လုပ်လဲ။
NIR imaging သည် 650nm မှ 950nm အလျှော့အကွာအဝေးတွင် ထူးခြားသော မျှော်လင့်များကို ပေးနိုင်သည့် အစောဆုံး oload technology ဖြစ်သည်။ Visible light imaging နှင့် မတူဘဲ NIR သည် ရောင်ပြောင်းလဲမှုများ၏ အကောင့်ကင်းမှုကို လျော့နည်းစေပြီး အရာဝတ္ထုများ၏ မြင်ရသော မြင်ကြားမှုကို မြင်သာစွာ ပေးနိုင်သည်။ ဒီထူးခြားသော အသိပညာကို ဆေးရေးဆိုင်ရာ diagnostics မှ industrial quality control အထိ အမျိုးမျိုးသော လုပ်ငန်းများတွင် အသုံးပြုသည်။
NIR imaging အသိပညာဆိုတာဘာလဲ
NIR imaging အသိပညာသည် optical imaging လုပ်ငန်းပြုလုပ်ခြင်းတွင် အရေးကြီးသော အগုတ်အဆင်တစ်ခုဖြစ်သည်။ အီလက်ထရိုမဂ်နက် spectrum ကို အသုံးပြုပြီး visible light spectrum အပြင် wavelengths ကို အသုံးပြုသည်။ Complex objects များကို ဖျော်ဖြေရာတွင် အခြားသော conditions အောက်တွင် အသေးစိတ်မှတ်တမ်းများကို ပေးနိုင်သည်။
NIR အင်္ဂါပိုင်းကို continuous wave motion မျဉ်းချက်များကို သုံးပြီး၊ ဝေးကွာသော အရာများကို တိုင်းတာနိုင်စေသည့် ထူးခြားသော လှုပ်ရှားမှုကွဲပြားမှုကွဲပြားမှုကို ပေးဆောင်သည်။ ယင်းသည် ရောင်ပေါ်လာမှုမှ မျှဝေထားသော ပုံများကို ဖော်ပြပေးသည့်အတွက် လူသားများအား ပုံများကို ပိုမိုနားလည်စေသည်။
NIR အင်္ဂါပိုင်း၏ အဓိက အမြတ်တစ်ခုမှာ အရည်အသွေးများ၊ ဥပမာ plastics နှင့် လူသားချို့ကို ဖျော်ဖြေနိုင်သည့် အချိန်များဖြစ်သည်။ ထပ်ပေါ်တွင် NIR အင်္ဂါပိုင်းစနစ်များသည် အလင်းနည်းသောအခါများတွင် ကောင်းသော လှုပ်ရှားမှုနှင့် အမြင့်ရှိသော ရေးဆွဲရည်ရွယ်ချက်များဖြင့် လုပ်ဆောင်နိုင်သည်။
ဒါပေမယ့် NIR အင်္ဂါပိုင်းကို 700nm မှ 1000nm အထိရှိသော အရာများကို မျှော်လင့်မှုများအား မပြင်ပါ၊ NIR camera module ပိုမိုသော အလင်းရောင်များကို အသုံးပြုရန် လိုအပ်သည်။
NIR အင်္ဂါပိုင်းကို ဘယ်လိုလုပ်ဆောင်သလဲ?
NIR မျှင်ကြည့်ရေးအပြုသို့မဟုတ် လုပ်ဆောင်ချက်သည် စင်ဆာနည်းပညာနှင့် လျှပ်စစ်လှိုင်းပုံစံ၏ အကျိုးသက်ရောက်မှုကို ပြသထားသည်။ NIR မျှင်ကြည့်ရေးသည် မျှင်ရောင်ပုံစံအနီးက ရှိသော near-infrared အကွာအဝေးတွင် လှုပ်ရှားသည့် အထူးပြုကင်မရာဖြင့် ရရှိသည်။ ဒါမှမဟုတ် visible red light ၏ အကွာအဝေးအပြင် (အမျိုးအစား 700nm) မှ 950nm အထိ ပေါ်ပေါက်သည်။
နိုင်ငံတကာ မျှင်ကြည့်ရေး သို့မဟုတ် traffic monitoring တွင် အသုံးပြုသည့် NIR cameras များသည် near-infrared spectrum တွင် အလွန်လှုပ်ရှားသော sensors ဖြင့် ဒီဇိုင်းထုတ်ထားသည်။ ယေဘူယျအားဖြင့်, CCD sensors သည် NIR မျှင်ကြည့်ရေးအတွက် အသုံးပြုခဲ့သည်။ သို့သော် CMOS technology ရဲ့ ပေါ်ပေါက်မှုက အဲဒီခုလုပ်ငန်းကို ပြောင်းလဲခဲ့သည်။ CMOS sensors သည် near-infrared အကွာအဝေးတွင် အထူးသဖြင့် 850nm အထက်တွင် ပိုမိုလှုပ်ရှားသည်၊ ထို့ကြောင့် အချိုးအစားများအတွက် ပိုသော ကုန်ကျစရိတ်မြင့်မှုနှင့် အသုံးပြုနိုင်သော လမ်းကြောင်းများအတွက် အဆင်ပြေစေသည်။
NIR မျှော်လင့်ရုပ်ကြည့်ခြင်းအတွက် ကမ်ပျူတာများသည် အများဆုံးအားဖြင့် ပိုမိုထိရောက်သော base layer တစ်ခုဖြင့် ညီပါဝင်ထားသည်၊ အဲဒါက near-infrared spectrum ထက် visible spectrum ထက် ပို၍လေ့လာနိုင်သည်။ ဒါဟာ အလွန်အမှန်ပင် အလျော့လျော့မှုများတွင် အရည်အချင်းမြင်ကြားသော ဓာတ်ပုံများကို ဖမ်းယူရန်အတွက်ဖြစ်သည်။ လုပ်ဆောင်ချက်များသည် အောက်ပါအတိုင်းဖြစ်သည်-
- အလင်းဖမ်းယူခြင်း- NIR ကမ်ပျူတာများသည် near-infrared အလင်းကို ကမ်ပျူတာ၏ sensor ပေါ်သို့ focus ရန် lenses ဖြင့် ညီပါဝင်ထားသည်။
- sensor အဖြစ်ဖြင့်တွေ့ရှိခြင်း- ကမ်ပျူတာအတွင်းရှိ sensor သည် ဖမ်းယူထားသော အလင်းကို electrical signals အဖြစ်ပြောင်းလဲသည်။
- ဓာတ်ပုံလုပ်ဆောင်ခြင်း- electrical signals သည် ထို့နောက် အောက်ပါအတိုင်း အခြေခံသော digital ဓာတ်ပုံတစ်ခုဖြစ်ပြီး အားလုံးကို ခွဲခြားသော်လည်း မျှော်လင့်နိုင်သည်။
ထပ်ပြောရရှိသည့်အခါ NIR imaging အရည်အချင်းကို အထူးပညာများနှင့် လှုပ်ရှားမှုများဖြင့် အရမ်းကြီးစွာ တိုးတက်ရန်လည်း ဖြစ်သည်။ ဥပမာအားဖြင့် အလျော့လျော့မှုအောက်တွင် အသုံးပြုနိုင်သော ဓာတ်ပုံများကို ဖမ်းယူရန် camera ၏ အငြင်းပွားမှုကို image intensifiers ဖြင့် တိုးတက်ရန်လည်း ဖြစ်သည်။ ထပ်မံ filters ကို အသုံးပြုခြင်းဖြင့် unwanted wavelengths များကို တားဆီးနိုင်ပြီး ကမ်ပျူတာသည် လက်ရှိအသုံးပြုမှုတွင်ပင် near-infrared အလင်းကို သာဖြစ်သည်။
NIR ပုံများတွင် လျင်မြန်စွာ တောင်းဆိုင်ရာ လိုအပ်ချက်တိုးတက်
သစ်တွင် မာ့ကက်တီးရှာဖွေမှုအရ, NIR ပုံများ မာ့ကက်တာကို တိုးတက်နေသည်။ မာ့ကက်တာအရွယ်အစားသည် ၂၀၁၉ ခုနှစ်တွင် အများအားဖြင့် $၂၈၅ သန်းမှ တိုးတက်၍ ၂၀၃၀ ခုနှစ်အထိ $၄၈၅ သန်းတိုးရောက်မည်ဟု မျှော်လင့်ထားသည်။ ဤတိုးတက်မှုသည် ကျန်းမာရေး၊ အားကစား၊ သမုဒ္ဒရာပြင်ပိုင်းများနှင့် လုပ်ငန်းစဉ်စစ်ဆေးမှုတွင် NIR တောင်းဆိုင်ရာ ပြုလုပ်မှုတိုးတက်မှုကြောင့် ဖြစ်သည်။
NIR ကင်မရာများ ဘယ်လိုလုပ်လဲ?
NIR ကင်မရာများသည် 700nm နှင့် 1000nm အကြားတွင်ရှိပြီး လေးချိန်-အနီရောင်အလင်းအရောင်အတွင်းရှိ အလင်းကို စူးစမ်းနှင့် အက်ရောင်းရန် ဒီဇိုင်းထုတ်ထားသည်။ အဲဒီအလင်းကို များစွာ လေးချိန်အလင်းထက် များပြားသော အထူးဖြစ်သော ဆိုင်เซอร်များဖြင့် ရှိသည်။ အဲဒီဆိုင်စ်များ၏ မြင့်မားသော ကুয়ানတัม efficiency (QE) က လေးချိန်အလင်းဖြစ်ပွားသော အမြင်ကို အလွယ်တကူ အလုပ်လုပ်နိုင်စေရန် အီလက်ထရွန်များအဖြစ် ပြောင်းလဲသည်။ Quantum efficiency သည် NIR ကင်မရာ၏ အလုပ်လုပ်ဆောင်မှုအတွက် အဓိက parameter တစ်ခုဖြစ်သည်။ အဲဒါက ကင်မရာ၏ လေးချိန်အလင်းကို စူးစမ်းနိုင်သော လေးချိန်အလုပ်လုပ်ဆောင်မှုအား တိုးတက်စေသည်။ မြင့်မားသော QE က အလွန်မှန်ကန်သော အမြင်အရောင်များကို အလွန်မှန်ကန်သော အလင်းအရောင်အောက်တွင်လည်း ရရှိနိုင်စေသည်။
NIR အလင်းကို ကင်မရာ၏ ဆိုင်စ်မှ မှတ်တမ်းတင်ပြီးနောက်၊ အမြင်အရောင်အား အချို့သော အဆင့်များဖြင့် အလုပ်လုပ်ဆောင်သည်။ အဲဒီအဆင့်များသည် noise reduction၊ contrast enhancement နှင့် color correction ကို ပါဝင်နိုင်သည်။ အထူးပြုသော အမြင်အရောင်အလုပ်လုပ်ဆောင်မှု algorithm များကိုလည်း အသုံးပြု၍ အမြင်အရောင်တွင်ရှိသော အချက်အလက်များကို ထုတ်ယူသော်လည်း အမြင်အရောင်အတွင်းရှိ အချက်အလက်များကို တိုးတက်စေနိုင်သည်။
NIR ကင်မရာများသည် အမှတ်တမ်းပြုထားသော ပုံများ၏ qualité ကို တို့ချဲ့ရန် color filters ကိုအသုံးပြုလေ့ရှိသည်။ ဥပမာ RGB color filters ကို palette selection ကိုရွယ်ပိုင်းဆိုင်ရာအလျောက်ရောက်စေရန်နှင့် color accuracy ကိုတို့ချဲ့ရန်အသုံးပြုနိုင်သည်။ သို့သော် NIR imaging တွင် ဒီ filters ကို infrared-pass filters ဖြင့် ပြင်ဆင်ခြင်း သို့မဟုတ် အစားထိုးခြင်းဖြင့် sensor သို့ ပိုမို near-infrared light ကိုရောက်ရောက်ရန်ဖြစ်သည်၊ ထို့အပြင် clearer images ရရှိရန်ဖြစ်သည်။
High-quality NIR ပုံများကို အမှတ်တမ်းပြုရန် proper exposure control သည် အရေးကြီးသည်။ Overexposure ကြောင့် image washing out ဖြစ်နိုင်ပြီး underexposure ကြောင့် noisy သို့မဟုတ် dark images ဖြစ်နိုင်သည်။ NIR ကင်မရာများသည် varying lighting conditions အောက်တွင် best image ရရှိရန် exposure time နှင့် aperture ကို ပြင်ဆင်သည့် automatic exposure features ကို အမှတ်တမ်းပြုထားသည်။ ထို့အပြင် correct aspect ratio ကို ထိန်းသိမ်းခြင်းဖြင့် image distortion ကို နည်းသောအရာအဖြစ်ရောက်စေရန်အတွက် analysis နှင့် interpretation တွင် အထူးသဖြင့် အရေးကြီးဖြစ်သည်။
RAW ပုံစံဖြင့် ပုံများကို သတ်မှတ်လိုက်ခြင်းသည် ပုံရိပ်ဒေတာများကို ပိုမိုထိန်းသိမ်းထားသဖြင့် အမှန်တကယ် ပြောင်းလဲမှုအတွက် ပိုမိုလွယ်ကူစွာ ဖြစ်ပါသည်။ ဒီသဘောတူညီမှုသည် NIR ပုံရိပ်သတ်မှတ်မှုတွင် အထောက်အကူအရေးကြီးဖြစ်ပြီး၊ အခြားလိုအပ်ချက်များကို ခွင့်ပြုရန် အမြင့်ဆုံးပုံရိပ်သတ်မှတ်မှုအရည်အချင်းကို လိုအပ်သည်။ အမြင့်အဆင့် IR ဖိလ်တာများကို အသုံးပြုလိုက်လျှင် မှန်ကန်သောလေးများကို တားဆီးပြီး ပုံရိပ်သတ်မှတ်မှုကို ပိုမိုရှင်းရှင်းလင်းလင်းလာစေပါသည်။
NIR ကင်မရာများအတွက် အများအားဖြင့် အသုံးပြုသည့် လုပ်ငန်းများ
လေ့လာရေးနှင့် ဖွံ့ဖြိုးရေး (R&D)
R&D အချက်အလက်တွင် NIR ကင်မရာများသည် အထူး NIR ပုံစံအချိုးအစားများဖြင့် ပစ္စည်းများကို အနည်းဆုံးသတ်မှတ်ရန် အရေးကြီးဖြစ်သည်။ ဒါဟာ သိပ္ပံပညာရှင်များနှင့် လေ့လာရေးသမားများအား အထူးပစ္စည်းများကို သတ်မှတ်နှင့် အရေအတွက်ဖြင့် အကူအညီပြုပြီး ဒါက ဝါကျဖွံ့ဖြိုးရေး၊ ဓာတ်ပုံလေ့လာမှုနှင့် ပစ္စည်းသိပ္ပံတွင် အရေးကြီးဖြစ်သည်။
ဘီယိုမေထြီးနှင့် ဝင်ရောက်ခွင့်အာဏာပိုး
NIR သဘောတူညီမှုသည် ဘီယိုမေထြီးစနစ်များတွင် အရေးကြီးသော အခန်းကဏ္ဍတစ်ခုဖြစ်ပြီး အထူးသဖြင့် မျက်စိကွဲခွဲမှုတွင် အသုံးပြုသည်။ ဒီသဘောတူညီမှုသည် မျိုးမည်မျိုးသော လေးများအောက်တွင် အသေးစိတ်ပုံများကို သတ်မှတ်လိုက်နိုင်ပြီး အားလုံးကို အားပေးသော ဝင်ရောက်ခွင့်အာဏာပိုးလုပ်ငန်းများအတွက် အကောင်းဆုံး ရွေးချယ်ချက်ဖြစ်သည်။
စက်မှုသုံးပစ္စည်းများ
ឧုမ်းထောင်လုပ်ငန်းအတွက် NIR ကင်မရာများသည် ပစ္စည်းများ၏ ပြဿနာများ သို့မဟုတ် မှားယွင်းသော အရာများကို စစ်ဆေးရန်၊ ထုတ်လုပ်ရေးလုပ်ငန်းများကို လေ့လာရန် အသုံးပြုသည်။ ထို့ပြင် သမုဒ္ဒရာပြင်တွင် သီးသန့်များ၏ အပူပြင်းထွေးမှုကို ချိန်ချိန်တွေ့ရှိပြီး ထုတ်လုပ်မှုကို ရှာဖွေရေးဆိုင်ရာ အကြောင်းအရာများကို ခန့်မှန်းရန်လည်း အသုံးပြုနိုင်သည်။
Sinoseen: NIR ဓာတ်ပုံရိပ်ခြင်းအတွက် သင့်ဘက်သို့ ဖွဲ့စည်းပိုင်းတစ်ခု
Sinoseen သည် အပ်ဒင်းဝိုင်းရှုံးခြင်းအတွင်းရှိ လုပ်ငန်းခွင်တွင် ၁၄ နှစ်ကျော် အတွေ့အကြုံနှင့် ပညာရှင်များဖြင့် ပူးပေါင်းလုပ်ဆောင်ခဲ့ပြီး ၅၀+ ကျော် anggan်များအတွက် NIR ကင်မရာအကူအညီများကို ပေးဆောင်ခဲ့သည်။ မည်သည့် NIR ဓာတ်ပုံရိပ်ခြင်းအတွက် အဆင်ပြေစေသည့် ကင်မရာ အလိုရှိပါက ကျွန်ုပ်တို့နှင့် ဆက်သွယ်ပါ။ ကျွန်ုပ်တို့သည် သင့်အတွက် အကောင်းဆုံးပညာရှင်များဖြင့် တစ်ခုခုလုပ်ဆောင်သော ပုံမှန်အကျဉ်းချုပ်ဝန်ဆောင်မှုကို ပေးပါမည်။