Onderzoeksgroep

Expertise

Het onderwerp van mijn onderzoek is de ontwikkeling van geavanceerde hyperspectrale ontmengmethoden. Mijn werk integreert de fysieke machine learning-methodologieën. Om de ontwikkelde technieken te valideren, leg ik regelmatig hyperspectrale datasets vast van de mineraalpoedermengsels, mineraalpoederpasta's, boorkernmonsters en constructiematerialen. Dit onderwerp vereist expertise in afstandsgeometrie, fysieke modellering en numerieke optimalisatiemethoden.

Geavanceerde hyperspectrale beeldanalyse voor materiaalkarakterisering. 01/10/2023 - 30/09/2026

Abstract

Een materiaal kan uniek worden gekenmerkt door zijn optische reflectiespectrum. Hyperspectrale camera's verspreiden het gereflecteerde zonlicht in honderden opeenvolgende kleine golflengtebanden in het zichtbare en nabije infrarood (VNIR, 400-1000 nm) en het kortegolf infrarood (SWIR, 1000-2500 nm) gebied. Het hoofddoel van dit project is het ontwikkelen van geavanceerde innovatieve spectraalanalysemethoden die optische reflectie relateren aan materiaaleigenschappen. Ik zal me concentreren op 3 specifieke materiaaleigenschappen, waarvoor een raamwerk zal worden ontwikkeld, gevalideerd en toegepast op een specifieke case studies: 1. Schatting van de minerale samenstelling, met een case study in geologische mijnbouw. 2. biochemische parameterschatting van plantenbladeren, met een case study in meerschalig bosecologisch functioneren 3. schatting van het watergehalte, met een case study naar effecten van klimaatverandering op gebouwd erfgoed

Onderzoeker(s)

Onderzoeksgroep(en)

Project type(s)

  • Onderzoeksproject