更新时间：2026-09-01 
阅读：140What is Hyperspectral Imaging
高光谱成像（Hyperspectral Imaging, HSI）将传统成像与光谱分析合二为一，把可见光到近红外/短波红外波段分解为几十到几百个连续的窄波段；每个像素都携带一条完整、连续的光谱曲线，实现“图谱合一"。这些逐像素光谱被组织为三维数据立方体（2 个空间维度 + 1 个光谱维度），每条光谱曲线相当于物质的“指纹"（spectral fingerprint），据此可在像素级识别与定量分析物质成分。
▸核心分光：通过多组窄波长镜片/滤色片、透射光栅、光谱光路、高光谱镜片，将复合光拆成波长连续、带宽极窄的单色光。 Dispersive grating / narrow-band optics
▸推扫式（Pushbroom）：线阵逐行扫描，每次采集一行像素的完整光谱，拼接成高光谱数据立方体。 Line-scan, one spectral row at a time
▸AI 深度融合：多光谱/高光谱与深度学习（CNN / GRU / Transformer）结合，显著提升光谱反演与分类精度。 CNN / GRU / Transformer for spectral inversion
二.光谱性能
Spectral Performance
参数 / Parameter | 指标 / Specification |
光谱波段 | VNIR 400–1000 nm；SWIR 900–1700 nm；可扩展至 2500 nm |
光谱分辨率 | ≈ 2 nm |
光谱采样间隔 | 1.2 / 2.5 / 5 nm（可选档位） |
分光方式 | 透射光栅 / 窄带滤色光学元件（多组镜片分光） |
Spatial & Imaging
参数项目 | 技术指标 / 说明 |
空间像素数 | 4112 × 4112 |
视场角 FOV | 10°–40°（取决于所选物镜） |
成像方式 | 推扫式（Pushbroom，线阵逐行扫描） |
A/D 转换 | 12 bit |
Calibration & Noise
参数项目 | 技术指标 / 说明 |
信噪比 SNR | ≈ 600 : 1 |
辐射定标精度 | ≤ 4%（配备标定板 / 标准灯时） |
非均匀性 PRNU | 校正后 < 1% |
定标方式 | 标准白板 / 光源 + 暗箱，经验线法（ELM）反射率定标 |
Acquisition & Interface
参数项目 | 技术指标 / 说明 |
采集速度 | 分钟级（取决于分辨率与扫描范围） |
数据接口 | GigE Vision / USB 3.0 / Camera Link / CoaXPress（决定采集卡选型） |
数据格式 | 三维数据立方体（2 空间 + 1 光谱） |
Physical & Software
参数项目 | 技术指标 / 说明 |
重量 / 功耗 / 尺寸 | （外场或机械集成时关键，具体指标由供方提供）* |
软件开发包 SDK | 支持 C++ / Python，便于融入现有 Qt/C++ 架构 |
分析软件版本 | V1.02 |
Imaging Principle
传统相机仅记录 RGB 三通道亮度，而高光谱相机在每个空间像素上记录一条连续光谱。将“空间图像"与“光谱曲线"叠加，即得到三维数据立方体：两个维度为图像平面（x, y），第三个维度为波长（λ）。任意像素点（x, y）处均可提取一条光谱曲线，用于物质识别与定量反演。
Pushbroom Scanning
推扫式（线扫描）高光谱相机每次只采集一行空间像素的全光谱，随平台或载物台运动逐行拼接，最终形成完整的高光谱数据立方体。该方式光通量利用率高、光谱分辨率优，适合实验室载物台扫描与外场线扫描应用。
Radiometric & Reflectance Calibration
为保证数据可定量、可比对，系统配套暗箱、光源与标准白板完成定标：暗箱抑制杂散光，光源提供稳定照射，标准白板（高反射漫射参考）用于反射率定标。常见方法为经验线法（Empirical Line Method, ELM）：以标准白板与暗电流图像为基准，将相机数字计数（DN）转换为相对反射率。在计量溯源层面，行业普遍采用可追溯至国家计量基准（如 NIST 可追溯辐射/反射定标）的参考标准，以贯通不同传感器间的可比性。
AI / Deep Learning
系统将高光谱数据与深度学习模型（CNN / GRU / Transformer）深度融合，用于光谱反演与像素级分类。例如农业场景中以 GRU 模型反演柑橘叶片氮含量（R²=0.929），或以 PLSR 建模小麦条锈病（R²=0.82），显著提升定量与判别精度。
APPLICATIONS
高光谱成像凭借“图谱合一"的优势，可在像素级识别物质成分，广泛服务于以下领域（部分含已发表学术模型的定量结果）：
应用领域 / Field | 典型场景与能力 / Typical Scenarios |
1. 农业与植物表型 | 反演叶绿素、氮/磷营养、水分胁迫，病虫害早期识别（肉眼不可见即可察觉）。学术示例：小麦条锈病 PLSR 建模 R²=0.82；柑橘叶片氮含量 GRU 反演 R²=0.929。 |
2. 工业质检 | 半导体晶圆缺陷（紫外波段识别 0.2 μm 微裂纹，漏检率 < 百万分之一）；纺织品成分快速判定（3 秒识别棉麻混纺比例）。 |
3. 食品与药品安全 | 肉类新鲜度（540 nm 肌红蛋白特征，准确率较化学法提高约 18%）；花生黄曲霉毒素、中药材真伪（冬虫夏草、藏红花）、坚果霉变与异物、染色红茶掺假识别。 |
4. 医学诊断 | 无标记检测、早期病变识别、手术导航，揭示化学成分分布与分子结构差异。 |
5. 遥感与环保 | 民用星载成像（如 NASA EO-1/Hyperion，2000 年，220 波段、30 m）用于水质藻类/重金属监测、矿山/土壤成分制图、违禁品安检（穿透 5 cm 包装识别 30 余种物品）。 |
6. 植物表型检测 | 规模化植物表型采集与自动化分析，支撑育种与精准农业。 |
Application Example
下图为本系统在农业/植物检测中的典型应用：主机经支架固定，载物台摆放标注“健康组 / 病变组 / 黄化组 / 叶绿组"等叶片样本，显示器实时呈现高光谱伪彩色成像分析与光谱曲线。
五、符合标准与规范（参考）
China National Standards (ref.)
标准号 / Standard | 标准名称 | 适用范围 / 说明 |
GB/T 31010-2014 | 色散型高光谱遥感器实验室光谱定标 | 光谱定标方法（高光谱传感器） |
GB/T 38236-2019 | 航天光学遥感器实验室辐射定标方法 | 辐射定标方法 |
GB/T 38935-2020 | 光学遥感器在轨成像辐射性能评价方法（可见光-短波红外） | 辐射性能评价 |
GB/T 30697-2014 | 星载大视场多光谱相机性能测试方法 | 相机性能测试（多/高光谱参考） |
GB/T 34509.1-2017 | 陆地观测卫星光学遥感器在轨场地辐射定标方法第1部分:可见光近红外 | 场地辐射定标 |
GB/T 36296-2018 | 遥感产品真实性检验导则 | 产品真实性检验 |
GB/T 39468-2020 | 陆地定量遥感产品真实性检验通用方法 | 定量产品验证 |
International Standards (ref.)
标准号 / Standard | 标准名称 | 适用范围 / 说明 |
ISO 19159-1:2014 | 地理信息—遥感成像传感器定标与验证—第1部分:光学传感器 | 几何/辐射/光谱定标与验证（含推扫式线阵相机） |
ISO/TS 19124-1:2023 | 地理信息—遥感数据及衍生产品定标与验证—第1部分:基础 | Cal/Val 总体框架 |
ISO/TS 19163-1:2016 | 地理信息—影像与栅格数据内容组件与编码规则—第1部分:内容模型 | 影像数据内容/编码 |
Calibration Traceability (ref.)
▸NIST 可追溯（NIST-traceable）辐射/反射定标：行业以可溯源至国家计量基准（如 NIST RSL 实验室，UV–SWIR 250–2500 nm）的参考标准贯通传感器间可比性。 NIST-traceable radiometric / reflectance calibration
▸经验线法（Empirical Line Method, ELM）：以标准白板与暗电流为基准，将 DN 转换为相对反射率。 Empirical Line Method for reflectance
▸标准参考件：Spectralon 类漫反射标准白板、FEL 标准灯（lamp-plaque 法）等，用于实验室辐射/反射定标。 Spectralon white board / FEL standard lamp
关闭
电话
询价
