다중 분광 열 방사 모델 수치 해석을 통한 방사율 추정 = Emissivity Estimation via Numerical Analysis of a Multi-spectral Thermal Emission Model

국문 초록 (Abstract)

본 연구는 장파 적외선(LWIR) 두 스펙트럼 채널을 사용하여 표면 방사율을 정확하게 추정하는 수치 분석 기반 방법을 제안하며, 이는 기존의 초분광 열화상 시스템에 비해 가볍지만 효과적인 대안을 제공한다. HADAR와 같은 초분광 접근법은 높은 정밀도로 온도와 방사율을 분리할 수 있지만, 일반적으로 복잡한 광학 시스템과 고가의 하드웨어가 필요하여 실시간 또는 임베디드 응용 프로그램에 대한 실용성이 크게 제한된다. 반면, 제안된 방법은 Planck 법칙에서 파생된 물리 기반의 열 방출 모델과 Brent 수치 근 찾기 알고리즘을 결합하여 객체 온도를 순차적으로 추정한 후 방사율을 계산한다. 이 접근법은 하드웨어 복잡성을 크게 줄이면서도 정량적 정확성을 유지한다. 성능을 평가하기 위해 HADAR 데이터셋을 사용하여 실험을 수행했으며, 49개의 이용 가능한 LWIR 대역 중에서 8 및 10 채널을 선택했다. 결과적으로 방사율 지도는 동일 온도 조건에서도 식생, 물, 토양, 콘크리트와 같은 표면을 명확하게 구분한다. 또한, 추정된 방사율 데이터는 재료 분류 작업에 적용되어 정량적 신뢰성과 시각적 해석 가능성을 모두 입증하였다. 이러한 실험 결과는 제안된 접근법이 실시간 열분석과 모바일 또는 임베디드 다중분광 감지 플랫폼으로의 통합 가능성을 보여준다.

다국어 초록 (Multilingual Abstract)

This study proposes a numerical analysis-based method for accurately estimating surface emissivity using two long-wave infrared (LWIR) spectral channels, providing a lightweight yet effective alternative to conventional hyper-spectral thermal imaging systems. Hyper-spectral approaches, such as HADAR, can separate temperature and emissivity with high precision but generally require complex optical systems and expensive hardware, which greatly limits their practicality for real-time or embedded applications. In contrast, the proposed method combines a physics-based thermal emission model derived from Planck’s law with Brent’s numerical root-finding algorithm to sequentially estimate object temperature and then compute emissivity. This approach significantly reduces hardware complexity while maintaining quantitative accuracy. To evaluate performance, experiments were conducted using the HADAR dataset, in which the 8 µm and 10 µm channels were selected from the 49 available LWIR bands. As a result, the emissivity maps clearly distinguished surfaces such as vegetation, water, soil, and concrete, even under identical temperature conditions. Furthermore, the estimated emissivity data were applied to material classification tasks, demonstrating both quantitative reliability and visual interpretability. These experimental results indicate the potential of the proposed method for real-time thermal analysis and its integration into mobile or embedded multi-spectral sensing platforms.