El investigador de la Universidad de Purdue, Young Kim y su equipo, han combinado la visión por computadora, la ciencia del color y la espectroscopía óptica para crear un algoritmo que recupere información espectral detallada de fotografías convencionales. Crédito: Universidad de Purdue/Vincent Walter
Los profesionales de agricultura, defensa y seguridad, monitoreo ambiental, análisis de calidad de los alimentos, control de calidad industrial y diagnósticos médicos podrían beneficiarse de una innovación pendiente de patente que abre nuevas posibilidades de fotografía convencional para espectroscopía óptica e imágenes hiperespectrales.
Young Kim, profesor de la Universidad de Purdue, académico de la facultad de la Universidad y académico de la facultad de Showalter, y la investigación postdoctoral, Semin Kwon de la Escuela de Ingeniería Biomédica de Weldon, creó un algoritmo que recupera información espectral detallada de las fotografías tomadas por las cámaras convencionales. La investigación combina la visión por computadora, la ciencia del color y la espectroscopía óptica.
“Una fotografía es más que una simple imagen; contiene abundante información hiperespectral”, dijo Kim. “Somos uno de los grupos de investigación pioneros para integrar la espectrometría computacional y los análisis espectroscópicos para aplicaciones biomédicas y de otro tipo”.
Un artículo sobre la investigación del equipo ha sido publicado en la revista IEEE Transactions on Image Processing.
Kim reveló la innovación a la Oficina de Comercialización de Tecnología de Purdue Innovates, que ha solicitado una patente para proteger la propiedad intelectual.
Generalización y simplicidad
Kwon dijo que el trabajo enfatiza la recuperación del espectro arbitrario de una muestra en lugar de confiar únicamente en el aprendizaje específicos impulsados por datos o algoritmos previos a los pretrados, que se destacan solo en tareas y muestras preestablecidas.
El método del equipo utiliza un gráfico de referencia de color diseñado algorítmicamente y un cálculo informado por el dispositivo para recuperar información espectral de los valores de RGB adquiridos utilizando cámaras convencionales, como los teléfonos inteligentes listos para usar.
“Es importante destacar que la resolución espectral, una solución alemana de 1.5 nanómetros, es muy comparable a la de los espectrómetros científicos y las imágenes hiperespectrales”, dijo Kwon. “Los espectrómetros de grado científico tienen una resolución espectral fina para distinguir las características espectrales estrechas. Esto es crítico en aplicaciones como la óptica biomédica, el análisis de materiales y la ciencia del color, donde incluso pequeños cambios de longitud de onda pueden conducir a diferentes interpretaciones”.
Kim dijo que una ventaja que el método Purdue tiene sobre la tecnología tradicional es su generalización algorítmica.
“Desde un punto de vista algorítmico, hasta lo mejor que podamos, nuestro artículo presenta el primer método de espectrometría computacional con una resolución espectral de 1.5 nm utilizando una fotografía de una muestra arbitraria sin depender de datos de entrenamiento específicos o algoritmos predeterminados”, dijo.
Kwon dijo que otra ventaja del método Purdue es su simplicidad de hardware.
“Muchos espectrómetros móviles requieren accesorios adicionales y componentes voluminosos como accesorios obligatorios a los teléfonos inteligentes”, dijo. “Por el contrario, nuestro método aprovecha la cámara incorporada del teléfono inteligente. Imaginamos que nuestra espectrometría de fotografía computacional general cambiará la forma en que la industria usa teléfonos inteligentes”.
Validación y próximos pasos
Kim y Kwon están utilizando actualmente el algoritmo como base para aplicaciones de salud digital y móvil en entornos nacionales y limitados por recursos.
“La fotografía es fundamental para estas aplicaciones, pero la distorsión del color ha planteado un desafío persistente, por lo que nos estamos centrando en estos entornos”, dijo Kim. “Este algoritmo proporciona una base para cuantificar y corregir los colores, mejorando la confiabilidad del diagnóstico médico”.
Más información: Semin Kwon et al, extracción de información hiperespectral con resolución completa de fotografías arbitrarias, transacciones IEEE en el procesamiento de imágenes (2025). Dos: 10.1109/type.2025.3597038
Proporcionado por la Universidad de Purdue
Cita: ‘Más que una simple imagen’: el nuevo algoritmo puede extraer información hiperespectral de fotos convencionales (2025, 10 de septiembre) Recuperado el 10 de septiembre de 2025 de https://techxplore.com/news/2025-09-image-algorithm-hyperspectralpectral-confo-convental.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
