BR102013020692A2 - método para controlar a resolução de uma imagem hiperespectral - Google Patents

Abstract

“método para controlar a resoluçao de uma imagem hiperespectral” trata-se de um método para controlar a resolução (80) de uma imagem hiperespectral a partir de um sensor de imagem que compreende pixels e pelo menos um filtro que define subpixels dentro de cada pixel que inclui definir uma janela (82) no sensor de imagem com uma matriz de linhas e colunas de subpixels; ponderar os subpixels (86) dentro da janela com base em um ou mais parâmetros predefinidos da imagem hiperespectral para estabelecer um valor para uma média ponderada (88) para a matriz para os parâmetros predefinidos; deslocar a janela por um número predefinido de linhas ou colunas; repetir a ponderação e etapas de deslocamento para todas as janelas possíveis (90, 92) no sensor de imagem; e processar a imagem hiperespectral com base nas médias ponderadas.

Description

“MÉTODO PARA CONTROLAR A RESOLUÇÃO DE UMA IMAGEM HIPERESPECTRAL” Antecedentes da Invenção Ambos os sistemas de imageamento convencional e hiperespectral coletam e gravam energia eletromagnética em múltiplas bandas espectrais distintas. As imagens resultantes são exibidas combinando-se as informações de banda espectral em um ou muitos canais para formar uma representação de cor ou escala de cinza da imagem. Dispositivos de Imagens hiperespectrais (HSI) são uma classe de espectrômetros que gravam energia em muitas bandas espectrais distintas ou cores simultaneamente em uma multiplicidade de elementos de gravura espectral, chamados pixels em um sensor de imagem. Imageadores de banda larga padrões gravam um valor de cada pixel para toda a energia incidente detectada através de um espectro amplo e cria uma imagem em duas dimensões espaciais a partir de uma matriz bidimensional de detectores. Dispositivos de HSI diferem de imageadores de banda larga padrões criando-se uma imagem com uma dimensão espectral adicional. Cada pixel de HSI pode ter de dez a centenas de valores de comprimento de onda gravados.

Breve Descrição Da Invenção Um aspecto da invenção refere-se a um método para controlar a resolução de uma imagem hiperespectral a partir de um sensor de imagem que tem pixels e pelo menos um filtro que define subpixels dentro de cada pixel. O método inclui definir uma janela no sensor de imagem com uma matriz de linhas e colunas de subpixels; ponderar os subpixels dentro da janela com base em um ou mais parâmetros predefinidos da imagem hiperespectral para estabelecer um valor para uma média ponderada para a matriz para os parâmetros predefinidos; deslocar a janela por um número predefinido de linhas ou colunas em que o número predefinido é menor que o número de linhas ou colunas respectivas na matriz; repetir a ponderação e etapas de deslocamento para todas as janelas possíveis no sensor de imagem; e processar a imagem hiperespectral com base nas médias ponderadas.

Breve Descrição das Figuras Nos desenhos: A Figura 1 é uma ilustração representativa que demonstra uma amostragem conhecida típica de uma imagem hiperespectral a partir de um cubo de dados hiperespectrais. A Figura 2 é um fluxograma que demonstra um método de aumentar a resolução de uma imagem hiperespectral derivada a partir de um cubo de dados hiperespectrais de acordo com uma realização da invenção. A Figura 3 é uma ilustração representativa que demonstra o aumento da resolução de um primeiro pixel de uma imagem hiperespectral derivada a partir de um cubo de dados hiperespectrais no método da Figura 2. A Figura 4 é uma ilustração representativa que demonstra o aumento da resolução de um segundo pixel de uma imagem hiperespectral derivada a partir de um cubo de dados hiperespectrais no método da Figura 2. A Figura 5 é uma ilustração representativa que demonstra o aumento da resolução de um terceiro pixel de uma imagem hiperespectral derivada a partir de um cubo de dados hiperespectrais no método da Figura 2. A Figura 6 é uma ilustração representativa que demonstra o aumento da resolução de um quarto pixel de uma imagem hiperespectral derivada a partir de um cubo de dados hiperespectrais no método da Figura 2. A Figura 7 é uma ilustração representativa que demonstra um aumento da resolução completo de uma imagem hiperespectral derivada a partir de um cubo de dados hiperespectrais no método da Figura 2.

Descrição de Modalidades da Invenção Nos antecedentes e na descrição a seguir, para os propósitos de explicação, numerosos detalhes específicos são estabelecidos no intuito de fornecer um entendimento aprofundado da tecnologia descrita no presente documento. Entretanto, será evidente para um indivíduo versado na técnica que as realizações exemplificativas podem ser praticadas sem esses detalhes específicos. Em outros exemplos, estruturas e dispositivo são mostrados em forma de diagrama no intuito de facilitar a descrição das realizações exemplificativas.

As realizações exemplificativas são descritas com referência aos desenhos. Esses desenhos ilustram certos detalhes de realizações específicas que implantam um módulo, método ou produto de programa de computador descrito no presente documento. Entretanto, os desenhos não devem ser interpretados como que impõem quaisquer limitações que podem estar presente nos desenhos. O método e produto de programa de computador podem ser fornecidos em qualquer meio legível por máquina para conseguir suas operações. As realizações podem ser implantadas com o uso de um processador de computador existente, ou por um processador de computador de propósito especial incorporado para esse ou outro propósito, ou por um sistema com fio.

Como observado acima, realizações descritas no presente documento podem incluir um produto de programa de computador que compreende meio legível por máquina para executar ou ter instruções executáveis por máquina ou estruturas de dados armazenados no mesmo. Tal meio legível por máquina pode ser qualquer meio disponível, que possa ser acessado por um computador de propósito geral ou propósito especial ou outra máquina com um processador. Por meio de exemplo, tal meio legível por máquina pode compreender RAM, ROM, EPROM, EEPROM, CD-ROM ou outro armazenamento de disco óptico, armazenamento de disco magnético ou outros dispositivos de armazenamento magnético, ou qualquer outro meio que possa ser usado para executar ou armazenar código de programa desejado na forma de instruções executáveis por máquina ou estruturas de dados e que possa ser acessado por um computador de propósito geral ou propósito especial ou outra máquina com um processador. Quando informações são transferidas ou fornecidas ao longo de uma rede ou outra conexão de comunicação (ou com fio, sem fio ou uma combinação de com fio ou sem fio) a uma máquina, a máquina visa apropriadamente a conexão como um meio legível por máquina. Assim, qualquer tal conexão é apropriadamente denominada um meio legível por máquina. Combinações do acima também são incluídas dentro do escopo de meio legível por máquina. Instruções executáveis por máquina compreendem, por exemplo, instruções e dados, que fazem com que um computador de propósito geral, computador de propósito especial ou máquinas de processamento de propósito especial realizem certa função ou grupo de funções.

Realizações serão descritas no contexto geral de etapas de método que podem ser implantadas em uma realização por um produto de programa que inclui instruções executáveis por máquina, tal como código de programa, por exemplo, na forma de módulos de programa executados por máquinas em ambientes com rede. Geralmente, módulos de programa incluem rotinas, programas, objetos, componentes, estruturas de dados, etc. que têm o efeito técnico de realizar tarefas em particular ou implantar tipos de dados abstratos em particular. Instruções executáveis por máquina, estruturas de dados associadas e módulos de programa representam exemplos de código de programa para executar etapas do método revelado no presente documento. A sequência em particular de tais instruções executáveis ou estruturas de dados associadas representam exemplos de atos correspondentes para implantar as funções descritas em tais etapas.

Realizações podem ser praticadas em um ambiente com rede com o uso de conexões lógicas para um ou mais computadores remotos que têm processadores. Conexões lógicas podem incluir uma rede de área local (LAN) e uma rede de área ampla (WAN) que são apresentas aqui por meio de exemplo e não limitação. Tais ambientes de interação social são comuns em redes de computador em nível de empresa ou nível de escritório, intranets e a internet e podem usar uma ampla variedade de protocolos de comunicação diferentes. Aqueles versados na técnica irão apreciar que tais ambientes de computação de rede irão tipicamente englobar muitos tipos de configuração de sistema de computador, que inclui computadores pessoais, dispositivos portáteis, sistemas de multiprocessador, eletrônicos de consumidor programável ou com base em microprocessador, PCs de rede, minicomputadores, computadores de grande porte e semelhantes.

Realizações também podem ser praticadas em ambientes de computação distribuídos onde tarefas são realizadas por dispositivos de processamento locais e remotos que são ligados (ou por ligações com fio, ligações sem fio, ou por uma combinação de ligações sem fio ou com fio) através de uma rede de comunicação. Em um ambiente de computação distribuído, módulos de programa podem ser localizados em ambos dispositivos de armazenamento de memória locais ou remotos.

Um sistema exemplificativo para implantar o todo ou porções das realizações exemplificativas pode inclui um dispositivo de computação de propósito geral na forma de um computador, que inclui uma unidade de processamento, uma memória de sistema, e um barramento de sistema, que acopla vários componentes de sistema, que inclui a memória de sistema, à unidade de processamento. A memória de sistema pode incluir memória somente de leitura (ROM) e memória de acesso aleatório (RAM). O computador também pode incluir uma unidade de disco rígido magnético para ler a partir de e escrever para um disco rígido magnético, uma unidade de disco magnético para ler a partir de ou escrever para um disco magnético removível, e uma unidade de disco óptico para ler a partir de ou escrever para um disco óptico removível tal como um CD-ROM ou outro meio óptico. As unidades e seu meio legível por máquina associado fornecem armazenamento não volátil de instruções executáveis por máquina, estruturas de dados, módulos de programa e outros dados para o computador.

Efeitos técnicos do método revelado nas realizações incluem aprimorar a resolução espacial de uma imagem a partir de informações existentes que têm uma correlação direta para aprimorar um alcance de sensor, especialmente quando detecção de objeto e métodos de rastreamento são usados em conjunção com o sensor. Do mesmo modo, o método aprimora técnicas de imagem composta espectral existentes usando-se mais eficientemente os dados que são coletados pelo sistema. Essa técnica pode ser usada em qualquer sistema que gera imagens compostas a partir de matrizes de cubo espectral. Implantação dessa técnica em sistemas de matriz de cubo espectral irá aprimorar a resolução espacial do sensor por um fator igual à dimensão de cubo espectral. A Figura 1 é uma ilustração representativa que demonstra a amostragem conhecida de uma representação pancromática de uma imagem hiperespectral 14 a partir de um cubo de dados hiperespectrais 12. Uma representação pancromática de uma imagem hiperespectral 14 formada a partir de um cubo de dados hiperespectrais 12 é a imagem de banda larga formada combinando-se os dados de todas as bandas espectrais coletadas a partir dos pixels de um dispositivo de HSI em uma única matriz. Um cubo de dados hiperespectrais 12 consiste na matriz de valores dos pixels no sensor de imagem de um dispositivo de HSI em que cada pixel tal como 22 do cubo de dados hiperespectrais 12 consiste em uma matriz de subpixels, que numera nove nessa realização e identifica como n— 1 a 9 tais como 16, 18, 20. Cada subpixel tal como 16, 18, 20 no pixel 22 representa uma banda espectral específica e é contido dentro de um único pixel 22. Será entendido que pode haver mais ou menos subpixels em cada pixel, dependente de uma aplicação específica. As bandas espectrais representadas pelos subpixels podem ser as nove bandas espectrais do cubo de dados hiperespectrais12, ou as 16 bandas espectrais de um dispositivo de HSI tal como o SOC710 de Surface Optics Corporation ou as três bandas espectrais distintas que correspondem às cores vermelha, azul e verde do filtro de Bayer bem conhecido, embora outras configurações de filtro de banda espectral sejam possíveis dependendo-se das exigências de uma implantação específica que inclui configurações em que as bandas espectrais representadas pelos subpixels são as mesmas para múltiplos subpixels em um pixel. O cubo de dados hiperespectrais 12 é convertido em uma representação pancromática de uma imagem hiperespectral 14 por um método de conversão 24 que combina os calores de todos os subpixels, n— 1 a 9 nessa realização, de um pixel hiperespectral 22 proporcionado em um único valor de pixel pancromático 28. Cada um dos nove subpixels no pixel 22 nessa realização contém valores que representam intensidade em um comprimento de onda único, numerados de um a nove, e são combinados através do método de conversão 24. O método de conversão24 usado para combinar todos os valores de subpixel de cada pixel hiperespectral 22 é repetido para todos os pixels hiperespectrais no cubo de dados hiperespectrais 12 em que, nessa realização, cada pixel é centrado no subpixel que corresponde a comprimento de onda cinco (16, 26, 44, 46, 48, 50, 52, 54) e consiste nos subpixels que correspondem a comprimento de onda cinco e a oito subpixels mais próximos.

Um método de conversão 24 usado para formar um único valor de pixel pancromático 28 é para fazer uma média dos valores de todos os nove subpixets de um pixel hiperespectral 22. Pela amostragem dos dados no cubo de dados hiperespectrais 12 com o uso do método de conversão prescrito 24, a imagem hiperespectral 14 terá a mesma resolução ou número de pixels que o cubo de dados hiperespectrais 12. Cada pixel do cubo de dados hiperespectrais 12 centrado no subpixel que corresponde a comprimento de onda cinco (16, 26, 27, 44, 46, 48, 50, 52, 54) será amostrado para ser gerado um único pixel pancromático tal como 28 e 30. A Figura 2 é um fluxograma que demonstra um método de aumento de resolução 80 para controlar a resolução de uma imagem hiperespectral derivada a partir de um cubo de dados hiperespectrais de acordo com uma realização da invenção. Com o método 80, cada pixel pancromático da imagem hiperespectral pode ser gerado por um subconjunto amostrado de subpixels de um cubo de dados hiperespectrais sem consideração aos limites de um pixel do cubo de dados hiperespectrais. O método 80 pode consistir nas etapas de definir uma janela 82, ponderar os valores de subpixel na janela 86 para uma localização de janela proporcionada, atribuir uma média ponderada a uma imagem hiperespectral de saída 88 e ponderar e deslocar repetidamente subpixels em janela iterando-se através do conjunto de localizações de janela que inicia em uma primeira localização de janela 84 e incrementar através de localizações de janela 90 sucessivas até que todas as localizações de janela tenham sido processadas 92. A primeira etapa do método de aumento de resolução 80 pode ser para definir uma janela 82, também conhecida em processamento de imagem como uma máscara ou modelo, para determinar quais subpixels de um cubo de dados hiperespectrais podem ser usados para calcular um valor para um pixel resultante de uma imagem hiperespectral. A janela pode ter o mesmo tamanho que um pixel em termos do número e localização de subpixels incluídos. Entretanto, janela de qualquer tamanho pode ser usada dependente da implantação. Uma janela pode incluir mais ou menos subpixels que contido em um pixel e a mesma pode ter um formato inteiramente diferente do formato do conjunto de subpixels que define um pixel. Por exemplo, uma janela que consiste em uma disposição retangular de subpixels pode ser aplicada a um cubo de dados hiperespectrais que consiste em pixels com uma disposição quadrada de subpixels. A janela pode ser aplicada em uma primeira localização de janela 84, seguida pela ponderação dos valores de subpixel na janela 86. Em cada localização em janela, uma ponderação pode ser aplicada ao valor de cada um dos subpixels em janela. Matematicamente, isso pode ser representado como: em que z é um valor de pixel da imagem hiperespectral resultante; y é o valor de um subpixel do cubo de dados hiperespectrais na janela; w é a ponderação a ser aplicada no subpixel e P é o número total de subpixels na janela. Em sua forma mais simples, uma ponderação igual que afeta uma operação de média pode ser aplicada, isto é, todas as ponderações wp são ajustadas para o valor de MP. A ponderação pode ser usada para modificar as contribuições relativas de cada subpixel para o valor do pixel resultante em que o conjunto de ponderações pode ser baseado em um parâmetro predefinido. O parâmetro predefinido pode ser selecionado para exibir vantajosamente atributos da matéria da imagem resultante.

Outras ponderações podem ser aplicadas e embora o conjunto de todas as ponderações em uma janela possa tipicamente somar para 1, a invenção não é limitada aquela restrição. Um conjunto preferido de ponderações é derivado para compensar a resposta de frequência de radiação solar e a atenuação adicional de comprimentos de onda seletivos devido a bandas de absorção na atmosfera da Terra. O esquema de ponderação pode ser projetado para exibir vantajosamente atributos da matéria da imagem resultante.

Os valores dos subpixels em janela ponderados podem ser combinados em uma única média ponderada dos subpixels. A média ponderada pode, então, ser atribuída a um pixel na imagem hiperespectral resultante 88 em uma localização que corresponde à localização de janela atual. O processo de ponderar valores de subpixel em uma janela 86 e atribuirá média ponderada a um pixel de saída em uma imagem hiperespectral resultante 88 pode ser repetido para todas as localizações de janela possíveis até que todas as localizações tenham sido processadas 92. Serialmente, esse processo pode ser equivalente a deslocar a janela em um número predefinido de linhas ou colunas. Em uma realização preferida da invenção, a janela pode ser deslocada por um subpixel em qualquer uma da direção vertical ou horizontal, mas outros deslocamentos podem ser usados para controlar a resolução da imagem hiperespectral resultante. O processo de ponderação pode ser repetido, então, para formar o próximo pixel na imagem hiperespectral com o uso da nova vizinhança em janela de subpixels. Em outra realização da invenção, janelas simultâneas podem ser instanciadas de tal modo que as mesmas sejam o conjunto de janelas deslocadas por um subpixel em qualquer direção vertical ou horizontal e todos os pixels de saída resultantes da imagem hiperespectral podem ser gerados simultaneamente.

Por meio de exemplo, a Figura 3 é uma ilustração representativa que demonstra aumento da resolução 100 de um primeiro pixel 128 de uma imagem hiperespectral 114 derivada a partir de um cubo de dados hiperespectrais 12 de acordo com o método da Figura 2. O método de conversão 124 que demonstra o aumento da resoluçãolOO de um primeiro pixel 128 de uma imagem hiperespectral 114 derivada a partir de um cubo de dados hiperespectrais 12 pode usar uma janela 22 para determinar quais subpixels de um cubo de dados hiperespectrais 12 podem ser usados para calcular um valor para um pixel resultante 128 da imagem hiperespectral 114. A janela 22 pode, então, ser deslocada por um número predefinido de linhas ou colunas. Em uma realização da invenção, a janela pode ser deslocada por um subpixel em qualquer direção vertical ou horizontal, mas outros deslocamentos podem ser usados para controlar a resolução da imagem hiperespectral resultante 114. As Figuras 4 a 6 são ilustrações representativas que demonstram o aumento da resolução de pixels 226, 328, 430 da imagem hiperespectral 114 pelo uso de deslocamento repetido da janela 22 com deslocamentos de subpixel únicos. A Figura 4 é uma ilustração representativa que demonstra o aumento da resolução 200 de um segundo pixel 226 de uma imagem hiperespectral 114 derivada a partir de um cubo de dados hiperespectrais 12 de acordo com a realização da Figura 3. O método de conversão 224 que demonstra o aumento da resolução 200 de um segundo pixel 226 de uma imagem hiperespectral 114 derivada a partir de um cubo de dados hiperespectrais 12 pode usar uma janela 22 deslocada uma coluna para direita a partir da localização de janela na Figura 3 para determinar quais subpixels centrados no subpixel 216 de um cubo de dados hiperespectrais 12 podem ser usados para calcular um valor para um segundo pixel resultante 226 da imagem hiperespectral 114. A Figura 5 é uma ilustração representativa que demonstra o aumento da resolução 300 de um terceiro pixel 328 de uma imagem hiperespectral 114 derivada a partir de um cubo de dados hiperespectrais 12 de acordo com a realização das Figuras 3 e 4. O método de conversão 324 que demonstra o aumento da resolução 300 de um terceiro pixel 328 de uma imagem hiperespectral 114 derivada a partir de um cubo de dados hiperespectrais 12 pode usar uma janela 22 deslocada uma coluna para direita a partir da localização de janela na Figura 4 para determinar quais subpixels de um cubo de dados hiperespectrais 12 pode ser usado para calcular um valor para um terceiro pixel resultante 328 da imagem hiperespectral 114. A Figura 6 é uma ilustração representativa que demonstra o aumento da resolução 400 de um quarto pixel 430 de uma imagem hiperespectral 114 derivada a partir de um cubo de dados hiperespectrais 12 de acordo com a realização das Figuras 3 a 5. O método de conversão 424 que demonstra o aumento da resolução 400 de um quarto pixel 430 de uma imagem hiperespectral 114 derivada a partir de um cubo de dados hiperespectrais 12 pode usar uma janela 22 deslocada uma linha para baixo a partir da localização de janela na Figura 3 para determinar quais subpixels de um cubo de dados hiperespectrais 12 podem ser usados pelo método de conversão 424 para calcular um valor para um quarto pixel resultante 430 da imagem hiperespectral 114. A Figura 7 é uma ilustração representativa que demonstra um aumento da resolução completo 500 de uma imagem hiperespectral 114 derivada a partir de um cubo de dados hiperespectrais 12 de acordo com o método da Figura 2. A representação pancromática da imagem hiperespectral 114 pode ser formada repetindo-se as etapas de ponderação e deslocamento para todas as matrizes possíveis dos subpixels do cubo de dados hiperespectrais 12. O método de conversão 524 que demonstra o aumento da resoluçãoõOO para criar uma imagem hiperespectral 114 derivada a partir de um cubo de dados hiperespectrais 12 pode usar repetidamente uma janela que seja deslocada por um subpixel em um momento para determinar quais subpixels de um cubo de dados hiperespectrais 12 podem ser usados para calcular um valor para cada pixel resultante da imagem hiperespectral 114, como mostrado nas Figuras 3 a 6. Os pixels resultantes 128, 226, 328, 430 da média em janela ponderada mostrados nas Figuras 3 a 6 são mostrados como colocados na imagem hiperespectral final 114 em relação a todas as médias em janela ponderadas usadas para construir todos os pixels para a imagem hiperespectral 114.

Uma representação pancromática de uma imagem hiperespectral 114 formada de um cubo de dados hiperespectrais 12 com o uso de uma realização do método de controle de resolução da presente invenção pode estabelecer um mapeamento de um a um entre os subpixels de cubo de dados hiperespectrais e os pixels de imagem hiperespectral com a possível exceção de subpixels de cubo de dados hiperespectrais de limite tais como 518, 520. Os subpixels de cubo de dados hiperespectrais de limite 518, 520 podem não ter um análogo na imagem hiperespectral resultantel 14, que estabelece uma resolução final para a imagem hiperespectral como M-2 x N-2 pixels, em que M e N são o número de subpixels de cubo de dados hiperespectrais em uma linha e coluna respectivamente, que aprimora eficazmente a resolução espacial do sensor por um fator igual à dimensão de cubo espectral.

Usar um único esquema de ponderação pode resultar em uma imagem que é exibida como escala de cinza. Múltiplos esquemas de ponderação diferentes podem ser empregados simultaneamente para gerar canais distintos de uma imagem resultante. Por exemplo, a exibição de uma representação pancromática de uma imagem hiperespectral 114 pode ter múltiplos canais de cor. Os canais resultantes, tipicamente expressos como RGB, podem representar a cor visível real que a matéria da imagem realmente aparece ou uma imagem de cor falsa em que a representação pancromática ponderada da imagem hiperespectral é imbuída com características de cor visíveis que podem não representar as características de cor reais da matéria da imagem, mas são, mesmo assim, visualmente agradáveis para um espectador.

Uma distinção importante entre o método da presente invenção e as técnicas bem conhecidas de correção cromática é que as técnicas comumente usadas em correção cromática interpolam pixels circundantes para estimar os valores de subpixel vermelhos, verdes e azuis que estão inerentemente em falta em cada subpixel. O método dos inventores atuais não tenta interpolar para valores de pixel em falta por análise de subpixels circundantes, mas ao invés, altera o centro do pixel de RGB que é usado para exibição. Iterando-se ao longo de cada um dos canais de cor, o método pode realizar uma interpolação do valor de pixel de RGB redefinindo-se continuamente a definição de padrão de matriz de filtro de cor de um filtro de Bayer sem tentar interpolar os valores de pixel em falta.

Esta descrição escrita usa exemplos para revelar a invenção, que inclui o melhor modo e também permitir que qualquer pessoa versada na técnica pratique a invenção, que inclui fazer e usar quaisquer dispositivos ou sistemas e realizar quaisquer métodos incorporados. O escopo patenteável da invenção é definido pelas reivindicações, e pode incluir outros exemplos que ocorram para aqueles versados na técnica. Tais outros exemplo são destinados a estarem dentro do escopo das reivindicações se os mesmos têm elementos estruturais que não diferem da linguagem literal das reivindicações, ou se os mesmos incluem elementos estruturais equivalentes com diferenças insubstanciais a partir das linguagens literais das reivindicações.

Claims (7)

1. MÉTODO PARA CONTROLAR A RESOLUÇÃO DE UMA IMAGEM HIPERESPECTRAL, a partir de um sensor de imagem que compreende pixels e pelo menos um filtro que define subpixels dentro de cada pixel, sendo que o método compreende: definir uma janela no sensor de imagem que compreende uma matriz de linhas e colunas de subpixels, ponderar os subpixels dentro de uma janela com base em pelo menos um parâmetro predefinido da imagem hiperespectral para estabelecer um valor para uma média ponderada para a matriz para o pelo menos um parâmetro predefinido, deslocar a janela por um número predefinido de linhas ou colunas em que o número predefinido é menor que o número de linhas ou colunas respectivas na matriz, repetir a ponderação e etapas de deslocamento para todas as matrizes possíveis no sensor de imagem, e processar a imagem hiperespectral com base nas médias ponderadas.

2. MÉTODO, de acordo com a reivindicação 1, em que o pelo menos um parâmetro predefinido é um valor de intensidade de pelo menos uma de bandas espectrais vermelhas, verdes e azuis.

3. MÉTODO, de acordo com a reivindicação 2, em que o pelo menos um parâmetro predefinido é um valor de intensidade de todas as bandas espectrais vermelhas, verdes e azuis.

4. MÉTODO, de acordo com a reivindicação 1, em que o pelo menos um filtro é um filtro Bayer.

5. MÉTODO, de acordo com a reivindicação 1, em que o pelo menos um parâmetro predefinido é um valor de intensidade de bandas espectrais contíguas.

6. MÉTODO, de acordo com a reivindicação 5, em que o valor de intensidade é determinado a partir de 16 bandas espectrais.

7. MÉTODO, de acordo com a reivindicação 1, em que o pelo menos um filtro é um filtro hiperespectral que compreende pequenas lentes de uma matriz de microlente.