Die NMR-Spektren von radikalisch und anionisch polymerisiertem Acrylnitril weisen auf strukturelle Unterschiede hin. In anionisch hergestellten Proben sind Kurzkettenvcrzweigungen an den a-Kohlenstoffatomen nachweisbar. Verzweigungsgrad und Lange der unverzweigten kurzen Ketten konnen rnit dieser Methode bestimmt werden. OBnapyincenue pa3eemenenuQ 8 nosuaEpwonumpune &emoao& W -H M P -c n e l~m p o c~o n u uHMP-CneKTpbI o 6 p a 3 u o~ ~OJIHaKpMJIOHHTpHJIa, nOJIyYeHHbIX pZl@KaJIbHblM H aHUOHHbIM UHHqHHpOBaHHeM, Bbl-KBJIKIOT CTPJ' KTYPHbIe paaJIHYHJX. B aHHOHHO ElHMQHHPOBaHHbIX 0 6 p a s~a x 0611apyme~~d KOpOTKOqeIIHLJe pas-BeTBJIeHHK y a-C-aTOMOB. OnIlCaHHbIfi MeTOA nO3BOJIfieT 0npe~eJIHl.b CTeneHb pa3BeTBJIeHHH I1 AJIHHY Hepa3BeT-BneHHblX KOPOTKHX 4enefi. Detection of branching in polyacrylonitrile by 13C-NMR-spectroscopyNMR-spectra of radically and anionically polymerized acrylonitrile indicate structural differences of the polymers obtained. Anionically polymerized samples have short chain branchings a t the a-carbon atoms of the acrylonitrile monomer units. Branching degree and length of the nonbranched short chains can be determined by this method.

ZusammenfassungAus aufgezeichneten Hyperspektralbildern lassen sich mittels sogenannter spektraler Entmischung die Anteile von Materialien in Materialmischungen bestimmen. Allerdings erfordert die Aufzeichnung solcher Bilder einen hohen Hardwareaufwand. Außerdem benötigt die spektrale Entmischung aufgrund des hohen Datenvolumens zeitintensive Berechnungen. Der vorgestellte Ansatz verlagert die Berechnung in angepasste Spektralfilter, sodass die Hyperspektralbilder bei einem zukünftigen modifizierten Hardwareaufbau gar nicht erst aufgezeichnet werden müssen und die gewünschten Materialanteile in Form von zweidimensionalen Grauwertbildern direkt erfasst werden.

Hyperspectral images include information enabling the determination of material abundances. Due to the fact that the acquisition of hyperspectral images is time consuming and the processing of these images is computationally costly, we propose an optical approach using spectral filters to retrieve the material abundances. The application of a spectral filter leads to an intensity image encoding estimates for the abundances of a specific material. The acquisition and processing of hyperspectral images becomes superfluous. However, the determination of spectral filters offers a large degree of freedom. In this work, we focus on methods for designing spectral filters incorporating spectral variability. Particularly, we account for reducing the negative effects of spectral variability on the accuracy of estimates for material abundances. According to experimental evaluations, we conclude that including spectral variability into the calculation of spectral filters leads to more accurate abundance estimates when mixed spectra of the considered material mixtures sufficiently fulfill the linear mixing model.

No abstract

Zusammenfassung Hyperspektralbilder liefern neben räumlicher auch spektrale Information. Dadurch ist es möglich, zu jedem Pixel solcher Bilder qualitative und quantitative Analysen, wie beispielsweise die Bestimmung einzelner Materialanteile, über die aufgezeichnete Szene durchzuführen. Die Mehrzahl der dazu verwendeten Methoden besitzt einen hohen Rechenzeitbedarf und basiert auf einem vollständig aufgezeichneten Hyperspektralbild, zu dessen Aufnahme kostspielige Hardware und hoher Speicherbedarf notwendig sind. Um diese Nachteile zu beseitigen, wird in diesem Beitrag ein Ansatz mit optischer Spektralfilterung verfolgt. Anstelle eines Hyperspektralbilds werden durch spektrale Filterungen des von der Szene reflektierten Lichts nur noch einige wenige Intensitätsbilder aufgenommen. Jedes dieser Bilder enthält Information in Abhängigkeit des entworfenen Spektralfilters. So können mithilfe der spektralen Filterung Materialanteile unmittelbar ortsaufgelöst aufgezeichnet werden. Die Genauigkeit der geschätzten Materialanteile ist stark von dem angenommen Mischmodell der Reinstoffe abhängig. Für präzisere Schätzungen wird deshalb mit weiteren Spektralfiltern eine Bandbereichsauswahl vor der Materialanteilsschätzung getroffen. Die hierbei aufgezeichneten Intensitätsbilder werden verwendet, um einzelne Bandbereiche nach der Abweichung von dem angenommenen Mischmodell zu bewerten. Da die Bandbereichsauswahl ebenso optisch erfolgen kann, bleiben der Rechenaufwand und Speicherbedarf gering, während genauere Materialanteilsschätzungen erzielt werden.